单因素方差分析的应用实例.docx

单因素方差分析的应用实例

PROCANOVA[DATA=<数据集名>
MANOVA 按多元分析的要求略去有任一缺失值的记录
OUTSTAT=<数据集名>]; 指定统计结果输出的数据集名
CLASS<处理因素名列>; 必需，指定要分析的处理因素
MODEL<应变量名=处理因素名列>/[选项]; 必需，给出分析用的方差分析模型
MEANS<变量名列>/[选项]; 指定要两两比较的因素及比较方法
BY<变量名列>;
FREQ<变量名>;
MANOVAH=效应E=效应M=公式...; 指定多元方差分析的选项

例1：研究6种氮肥施用法对小麦的效应，每种施肥法种5盆小麦，完全随机设计。最后测定它们的含氮量（mg），试作方差分析
施氮法12345612.914.012.610.514.614.012.313.813.210.814.613.312.213.813.410.714.413.712.513.613.410.814.413.512.713.613.010.514.413.712.5213.7613.1210.6614.4813.64 SAS程序

dataexam1;
inputgx@@;
cards;
112.9214.0 312.6 410.5 514.6 614.0
112.3 213.8 313.2 410.8 514.6 613.3
112.2 213.8 313.4 410.7 514.4 613.7
112.5 213.6 313.4 410.8 514.4 613.5
112.7 213.6 313.0 410.5 514.4 613.7
;
procanovadata=exam1;
classg;
modelx=g;
run;

dataexam2;
inputx1gj@@;
cards;
6011622161316041
6512652268326542
6313612361336043
6414672463346144
6215652562356445
6116622662366546
;
procanovadata=exam2;
classgj;
modelx1=gj;
run;

例2：对某地区农村的6名2周岁男婴的身高、胸围、上半臂围进行测量，得样本数据如下表。根据以往资料，该地区城市2周岁男婴的这三个指标的均值
现欲在多元正态性假定下检验该地区农村2周岁男婴是否与城市2周岁男婴有相同的均值。取a=0.01。
编号身高（cm）胸围（cm）上半臂围（cm）17860.616.527658.112.539263.214.548159.014.058160.815.568459.514.0

dataexam4_2_1;
inputidx1x2x3;
cards;
17860.616.5
27658.112.5
39263.214.5
48159.014.0
58160.815.5
68459.514.0
;
proccorrnoprintcovoutput=new;
varx1x2x3;
run;
prociml;
usenew;
readallwhere(_TYPE_='COV')intoS;
readallwhere(_TYPE_='MEAN')intoxm;
readallvar{x1}where(_TYPE_='N')inton;
mu0={90,58,16};
xm=xm`;
p=ncol(S);
T2=n*(xm-mu0)`*inv(S)*(xm-mu0);
T2a=p*(n-1)*finv(0.99,p,n-p)/(n-p);
printT2T2a;
ifT2>=T2athenprint'拒绝原假设H0';
elseprint'接受原假设H0';
run;
dataexam4_2_1;
inputidx1x2x3;
y1=x1-90;
y2=x2-58;
y3=x3-16;
cards;
17860.616.5
27658.112.5
39263.214.5
48159.014.0
58160.815.5
68459.514.0
;
procanova;
modely1y2y3=/nouni;
manovah=intercept;
run;
题目：1.某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼16尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。
饲料鱼的增重（xij）A131.927.931.828.4A224.825.726.827.9A322.123.627.324.9A427.030.829.024.5试检验不同配合饲料对鱼的饲喂效果是否有显著影响（取）？运算结果要求列出方差分析