预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

实验七双因素方差分析 实验目的: 掌握两因素方差分析的基本理论、统计意义与方法、掌握利用SAS进行模型的建立与显著性检验. 实验要求:编写程序,结果分析. 实验内容: 1.写出两因素等重复实验下方差分析模型,检验步骤; 模型:Y—因素和B,水平,,组合水平观测值 检验步骤: (1)统计模型 Y—因素和B,水平,,组合水平观测值 (2)显著检验 假设: 统计量 检验值:如,拒绝相应假设 (3)无交互效应的各因素均值的估计与比较 无偏估计 置信区间: 置信区间:, 个的Bonferroni同时置信区间 (4)有交互效应时因素各水平组合上的均值估计与比较 上均值无偏估计: 的置信区间:, 置信度不小于的Bonferroni同时置信区间 3.7(选作) 程序如下: (1) dataexamp3_6; inputtielizi$jldj$jldjdz@@; cards; a1b10.71 a1b11.66 a1b12.01 a1b12.16 a1b12.42 a1b12.42 a1b12.56 a1b12.60 a1b13.31 a1b13.64 a1b13.74 a1b13.74 a1b14.39 a1b14.50 a1b15.07 a1b15.26 a1b18.15 a1b18.24 a1b22.20 a1b22.93 a1b23.08 a1b23.49 a1b24.11 a1b24.95 a1b25.16 a1b25.54 a1b25.68 a1b26.25 a1b27.25 a1b27.90 a1b28.85 a1b211.96 a1b215.54 a1b215.89 a1b218.30 a1b218.59 a1b32.25 a1b33.93 a1b35.08 a1b35.82 a1b35.84 a1b36.89 a1b38.50 a1b38.56 a1b39.44 a1b310.52 a1b313.46 a1b313.57 a1b314.76 a1b316.41 a1b316.96 a1b317.56 a1b322.82 a1b329.13 a2b12.20 a2b12.69 a2b13.54 a2b13.75 a2b13.83 a2b14.08 a2b14.27 a2b14.53 a2b15.32 a2b16.18 a2b16.22 a2b16.33 a2b16.97 a2b16.97 a2b17.52 a2b18.36 a2b111.65 a2b112.45 a2b24.04 a2b24.16 a2b24.42 a2b24.93 a2b25.49 a2b25.77 a2b25.86 a2b26.28 a2b26.97 a2b27.06 a2b27.78 a2b29.23 a2b29.34 a2b29.91 a2b213.46 a2b218.40 a2b223.89 a2b226.39 a2b32.71 a2b35.43 a2b36.38 a2b36.38 a2b38.32 a2b39.04 a2b39.56 a2b310.01 a2b310.08 a2b310.62 a2b313.80 a2b315.99 a2b317.90 a2b318.25 a2b319.32 a2b319.87 a2b321.60 a2b322.25 ; run; procanovadata=examp3_6; classtielizijldj; modeljldjdz=tielizijldjtielizi*jldj; meanstielizijldj; run; 样本均值与标准值如下: n=abc=108a=2,b=3则c=18 注:,因素变量为自变量,个数为自由度p-1=ab-1=5. 先检验,统计量F(5,102), 观测值,检验值 由结果可知,,接受,认为铁离子与剂量等级的交互不显著,即两种形式的铁离子在不同剂量下在动物体内的存留量认为相同.而检验和,检验p值分别为=0.1446和=0.001,接受,拒绝.说明因素A对剂量等级的值的影响不显著。 由输出结果可看出,高剂量水平的标准差与其他两个的标准差是有显著性差异的,中剂量和低剂量水平的标准差无明显差异,所以可以认为各组和水平上的标准差有显著相差异,而认为误差的等方差性不合理。 (2) 程序如下: datachange3_6; setexamp3_6; aaa=log(jldjdz); run; procanovadata=change3_6; classjldj; modelaaa=jldj; meansjldj; run; 由以上输出结果可以看出,各组合水平上的标准差趋于一致。 (3) 程序如下: procanovadata