sas04__sas基本統(tǒng)計分析功能(編輯修改稿)
2025-06-15 12:33 本頁面
【文章內(nèi)容簡介】 256 244 250 288 206 222 300 277 280 212 280 290 230 315 220 298 275 322 259 212 分析： ?（ 1）正態(tài)性檢驗。 ? Ho：第 1組數(shù)據(jù)服從正態(tài)分布，由輸出結(jié)果中 shapirowilk統(tǒng)計量為 w=,p=α =,故接受 Ho,即第 1組數(shù)據(jù)服從正態(tài)分布。 ?類似可得第二、三、四、五組數(shù)據(jù)的 shapirowilk統(tǒng)計量為 w=、 、 、 ,檢驗的p=、 、 、 α =,故這四組數(shù)據(jù)也服從正態(tài)分布。 ?（ 2）方差齊性檢驗。 Ho： 5組數(shù)據(jù)的方差相等。正態(tài)分布由 Leneve方差齊性檢驗的 F=,p=α =，故這 5組數(shù)據(jù)滿足方差齊性。 ?（ 3）方差分析。 Ho： 5組數(shù)據(jù)的均值相等。由方差分析表中 F=,p=α =，故拒絕 Ho,即不同品種的油菜的平均畝產(chǎn)有顯著差異。 ?前節(jié)方差分析中的正態(tài)性或方差齊性不能滿足時，可采用非參數(shù)檢驗方法，如 KrushalWallis 檢驗。 ?這種檢驗不要求數(shù)據(jù)來自正態(tài)總體，也不要求各組的方差齊，甚至指標(biāo)可以是有序變量（只有大小，沒有差距如大、中、小，或很好、好、一般、不好，很不好等）。 ?在 SAS軟件中可以使用 npar1way過程，進(jìn)行非參數(shù)KrushalWallis檢驗，一般格式為： Proc npar1way data=數(shù)據(jù)集 wilcoxon。 Class 因素變量； Var 指標(biāo)變量 。 Run。 注：當(dāng)因素為兩個水平時， npar1way過程執(zhí)行 wilxocon的秩和檢驗，當(dāng)多個水平時執(zhí)行 KrushalWallis檢驗。 【 例 2】 ?對上例 1采用 KrushalWallis檢驗法，檢驗不同品種的油菜的平均畝產(chǎn)是否相同。（ α =） ?分析： 零假設(shè) H0: 不同品種的油菜的平均畝產(chǎn)相同 ?由輸出結(jié)果中的 KrushalWallis檢驗的統(tǒng)計量 χ2= p=α =，故拒絕 H0, 即不同品種的油菜的平均畝產(chǎn)有顯著不同。 ?注：在同等條件下 KrushalWallis檢驗的功效比方差分析工效低，所以此處 p值 p值 。 ?原理說明： 固定水平的雙因素方差分析模型： ?檢驗因素 A的主效應(yīng)顯著性的原假設(shè)和統(tǒng)計量為： ?其它同理類似。 ?????????????????????????????0,2,1,2,1,2,1),0(~11112sjijriijsjjriiijkijkijjiijktksjriNX??????????????不全為零rrHH??????,:0:21112101?? ???? ))1(,1())1(()1( ~ ????? trsrFtrsSrSFEAA ?【 例 3】 ： ?為了提高一種橡膠的定強(qiáng)，考慮三種不同的促進(jìn)劑（因素 A）、四種不同分量的氧化鋅（因素 B）對定強(qiáng)的影響。對配方的每種組合重復(fù)試驗兩次，總共試驗了 24次，得到如下表， 試分析因素 A和因素 B的主效應(yīng)和交互效應(yīng)，以及最好的實驗配方。 A:促進(jìn)劑 B:氧化鋅 1 2 3 4 1 31,33 34,36 35,36 39,38 2 33,34 36,37 37,38 38,41 3 35,37 37,38 39,40 42,44 分析： ?（ 1）對于檢驗促進(jìn)劑（因素 A）的主效應(yīng)， H0:三種促進(jìn)劑對橡膠的定強(qiáng)的主效應(yīng)為 0。 ? 由輸出結(jié)果的詳細(xì)方差分析表中，因素 A對應(yīng)的 F統(tǒng)計量為 ， p值為 ，小于給定的顯著性水平 α =，故因素 A對橡膠定強(qiáng)的主效應(yīng)是顯性的。 ? 同理可得氧化鋅（因素 B）的主效應(yīng)是顯著的， A和 B的交互效應(yīng)不顯著。 ?（ 2）為了得到最好配方，由輸出結(jié)果的每種水平下，指標(biāo)定強(qiáng) stren的均值，可得促進(jìn)劑（因素 A）在第 3水平使指標(biāo)達(dá)最大值，氧化鋅在第 4水平時使指標(biāo)達(dá)最大，故最佳配方為：第 3種促進(jìn)劑和第 4種氧化鋅分量。 作業(yè)： P160 15, 16， 17 回歸分析 ? 直線回歸 ? ? 二分類 變量的Logistic回歸 常用 SAS過程 回歸類型 資料類型 因變量 自變量 Reg 線性回歸 數(shù)值變量 數(shù)值變量 GLM 協(xié)方差模型、一般線 性模型 數(shù)值變量 數(shù)值變量、分類變量 Logistic Logistic回歸 分類變量 數(shù)值變量、分類變量 Catmod Logistic\Poisson回歸 分類變量 數(shù)值變量、分類變量 Nlin 非線性回歸 數(shù)值變量 數(shù)值變量 直線回歸 ? 1背景概述 (多元線性回歸分析簡介 ) ?假定因變量 y與 k個解釋變量 x1,x2,…,xk 具有線性關(guān)系，即 ?總體回歸模型： ?或 ?樣本回歸模型： ?殘差： ?最小二乘法： u b ... b bb i22110i ?????? kikii xxxyn1 ,2 ,.. .,i, ),0(~ 2 ???? Ni b ... b bb)( 22110i kikii xxxyE ????? b ... b bb 22110i kikii xxxy ????? ?????iii yye ?? ?????niie12?m in ???? kb ..., b , b,b 210?總離差平方和的分解式： 總平方和 TSS=解釋平方和 ESS +殘差平方和 RSS 即 ?判定系數(shù)： ? 回歸模型的顯著性檢驗（ F檢驗）： ? Ho： b1=b2=…=b k=0, H1： b1， b2， … ， bk至少有一個不為 0。 ?檢驗統(tǒng)計量 ?變量（如 xi）顯著性檢驗（ t檢驗）： ? H0： bi=0， H1： bi≠0 ?檢驗統(tǒng)計量 222 )()()( ??? ?? ?????iiii yyyyyy222()()iiyyESSRT SS yy? ??????22 11 (1 ) 1nRR nk ?? ? ? ?? )1,(~)1/( / ????? knkFknE SS kR SSF)1(~ ??????kntStibii bb ?格式 :Proc reg data=數(shù)據(jù)集名 選項； ? Var 可參與建模的變量列表； ? M
法律信息相關(guān)推薦
鄂ICP備17016276號-1