计算机SAS方差分析.ppt

SAS单向分组资料的方差分析,周美兰 教授湖南农业大学农学院,单向分组资料的方差分析,单向分组资料是指观察值仅按一个方向分组的资料示。所用的试验设计为完全随机试验设计。,一、组内观察值数目相等的单向分组资料的方差分析二、组内观察值数目不等的单向分组资料的方差分析三、组内又分亚组的单向分组资料的方差分析,分类,一、组内观察值数目相等的单向分组资料的方差分析,这是在k组处理中，每处理皆含有n个供试单位的资料如表6.1。,在作方差分析时，其任一观察值的线性模型皆由 表示，方差分析如表6.10。,表6.10 组内观察值数目相等的单向分组资料的方差分析,例 作一水稻施肥的盆栽试验，设5个处理，A和B系分别施用两种不同工艺流程的氨水，C施碳酸氢铵，D施尿素，E不施氮肥。每处理4盆(施肥处理的施肥量每盆皆为折合纯氮1.2克)，共54=20盆，随机放置于同一网室中，其稻谷产量(克/盆)列于表6.11，试测验各处理平均数的差异显著性。,表6.11 水稻施肥盆栽试验的产量结果,(1)自由度和平方和的分解 总变异自由度DFT=nk1=541=19 处理间自由度DFt=k1=51=4 误差(处理内)自由度DFe=k(n1)=5(41)=15 矫正数,(2)F测验将上述结果录入表6.12,表6.12 表6.11资料的方差分析,假设H0:，HA:不全相等。为了测验H0，计算处理间均方对误差均方的比率，算得 F=75.3/6.73=11.19 查F表当 v1=4，v2=15时，F0.01=4.89，现实得F=11.19F0.01，故否定H0，推断这个试验的处理平均数间是有极显著差异的。,(3)各处理平均数的比较,算得单个平均数的标准误,根据=15，查SSR表得p=2，3，4，5时的SSR0.05与SSR0.01值，将 值分别乘以SE值，即得 值，列于表6.13。进而进行多重比较(表6.14)。,表6.13 多重比较时的 值计算,表6.14 施肥效果的显著性(SSR测验),推断：根据表6.14多重比较结果可知，施用氮肥(A、B、C和D)与不施氮肥有显著差异，且施用尿素、碳酸氢铵、氨水1与不施氮肥均有极显著差异；尿素与碳酸氢铵、碳酸氢铵与氨水1、氨水1与氨水2处理间均无显著差异。,输入数据,保存数据,运行程序,调用SulutionnsAnalysis Analyst也可直接输入进入数据窗口,进入分析窗口直接输入数据,调用数据,Fileopen data By SAS Name（Work SASUSER map）,点击Work SASUSER map,选择数据库名,StatisticsANOVAOne-Way ANOVE,将处理变量点击到dependent 框将数据变量点击到independent 框,确定多重比较方法,方差分析结果,多重比较结果,调用SulutionnsAnalysis Analyst 进入表格输入数据（教材P25表27）,StatisticsDescriptiveSummary Statistics,描述性统计分析,产量点如Analysis,因素点入class选择统计方法,