【文章內容簡介】 2) 在打開的 “ Distribution(Y)”對話框中選定分析變量：R_TOUSU；單擊 “ OK”按鈕； STAT SAS軟件與統(tǒng)計應用教程 3) 選擇菜單 “ Curves”→“Test for Distribution”；在打開的 “ Test for Distribution”對話框中直接單擊 “ OK”按鈕 。 在檢驗結果的 “ Test for Distribution”表中看到 ， p值大于 ， 不能拒絕原假設 ， 表明可以認為殘差是正態(tài)分布的 （ 圖 512） 。 STAT SAS軟件與統(tǒng)計應用教程 用 “ 分析家 ” 作單因素方差分析 1. 分析步驟 1) 在 “ 分析家 ” 中 ， 打開數(shù)據(jù)集 ； 2) 選擇菜單 “ Statistics（ 統(tǒng)計 ） ” → “ ANOVA（ 方差分析 ） ” → “ OneWay ANOVA（ 單因素方差分析 ） ” ， 打開 “ OneWay ANOVA”對話框； STAT SAS軟件與統(tǒng)計應用教程 3) 選中分類變量 HANGYE， 單擊 “ Independent”按鈕 ， 將其移到 “ Independent（ 自變量 ） ” 框中；選中數(shù)值變量 TOUSU， 單擊按鈕 “ Dependent”， 將其移到“ Dependent（ 因變量 ） ” 框中 ， 如圖 513所示； STAT SAS軟件與統(tǒng)計應用教程 4) 為了檢驗方差分析中關于方差齊性的假定 ， 單擊“ Tests”按鈕 ， 打開 “ OneWay ANOVA： Tests”對話框 ， 選中 “ Tests for equal variance”欄下的 “ levene39。s test”復選框 （ 常用 ） ， 如圖左 ， 單擊 “ OK”按鈕返回； 5) 單擊 “ Plots”按鈕 ， 打開 “ OneWay ANOVA：Plots”對話框 ， 可以選擇圖形類型 ， 如選中 “ Types of plots”欄下的 “ Boxamp。whisker plot”復選框 ， 如圖右 ，單擊 “ OK”按鈕返回；再次單擊 “ OK”按鈕 。 STAT SAS軟件與統(tǒng)計應用教程 2. 結果分析 在顯示的結果中 ， 提供了自變量的各個水平和單因素方差分析表 。 結果分為五個部分 ， 第一部分 （ 下圖左 ） 是因素水平的信息 ， 可以看到只有一個因素 HANGYE， 它的 4個水平分別是航空 、 家電 、 零售 、 旅游 ， 共有 20個觀測 。 STAT SAS軟件與統(tǒng)計應用教程 第二部分就是經典的方差分析表 。 由于這里 p值小于（ 顯著水平 ） ， 所以模型是顯著的 ， 即因素對指標有顯著影響 。 第三部分是一些與模型有關的簡單統(tǒng)計量 ， 第一個是復相關系數(shù)平方 R2， 代表總變差中能被模型解釋的比例 ，第二個是指標的變異系數(shù) ， 第三個是根均方誤差 ， 第四個是均值 。 第四部分是方差分析表的細化 ， 給出了各因素的平方和及 F統(tǒng)計量 ， 因為是單因素所以這一行與上面的“ Model（ 模型 ） ” 一行相同 。 STAT SAS軟件與統(tǒng)計應用教程 第五部分是對方差齊性的假定檢驗的結果 ， 如圖 516所示 。 結果表明使用 Levene39。s檢驗法的 p值為 ， 所以不同水平下觀測結果的方差無顯著差異 。 STAT SAS軟件與統(tǒng)計應用教程 在分析家窗口的項目管理器中雙擊 “ Boxplot of TOUSY by HANGYE”選項 ， 得到響應變量關于自變量各水平的盒形圖如圖 517所示 。 圖中從左到右依次為航空 、 家電 、 零售 、 旅游等水平的盒形圖 ， 可以從中對不同水平下均值的差異以及方差的差異有一個直觀的了解 。 STAT SAS軟件與統(tǒng)計應用教程 用過程進行單因素方差分析 1. ANOVA過程和 GLM過程的簡介 (1) ANOVA過程 ANOVA過程的一般格式包含許多選項 ， 其中最為常用的為如下格式： PROC ANOVA DATA = 數(shù)據(jù)集 。 CLASS 自變量列表 ； MODEL 因變量名 = 自變量表達式 [/選項列表 ]； MEANS 自變量表達式 [/選項 ]。 RUN。 STAT SAS軟件與統(tǒng)計應用教程 其中 CLASS語句用來指定樣本分組的分類變量 ，CLASS語句是必需的 ， 而且必需位于 MODEL語句之前； MODEL語句給出模型表達式 ， 可以用來表示三種不同的效應模型： 1) 主效應模型： y = a b c 2) 交互效應模型： y = a b c a*b a*c b*c a*b*c 3) 嵌套效應模型： y = a b c(a b) 同一 MODEL語句中三種效應可以混合使用 。 MEANS語句指定 ANOVA過程計算自變量各水平下因變量的均值 、 標準差 ， 并進行組間的多重比較 。 STAT SAS軟件與統(tǒng)計應用教程 (2) GLM過程 PROC GLM DATA=數(shù)據(jù)集 [ALPHA = p]。 CLASS 自變量列表 ； MODEL 因變量名 = 自變量表達式 [/選項列表 ]； MEANS 自變量表達式 [/選項 ]。 RUN。 一般地 ， ANOVA過程中涉及的所有語句都包含在GLM過程所涉及的語句中 ， 其用法和功能也都是基本相同的 。 STAT SAS軟件與統(tǒng)計應用教程 2. 使用 ANOVA過程作單因素方差分析 使用 ANOVA過程對例 51作方差分析的方法： proc anova data = 。 class hangye。 model tousu = hangye。 run。 分析結果與 “ 分析家 ” 相同 。 STAT SAS軟件與統(tǒng)計應用教程 3. 使用 GLM過程作單因素方差分析 使用 GLM過程對例 51作方差分析的方法： proc GLM data = 。 class hangye。 model tousu = hangye。 run。 分析結果與 “ 分析家 ” 相同 。 STAT SAS軟件與統(tǒng)計應用教程 ? 雙因素方差分析 ? 用 INSIGHT作雙因素方差分析 ? 用“分析家”作雙因素方差分析 ? 用 GLM過程進行雙因素方差分析 STAT SAS軟件與統(tǒng)計應用教程 用 INSIGHT作雙因素方差分析 1. 不存在交互作用的雙因素方差分析 【 例 52】 為了提高一種橡膠的定強 ， 考慮三種不同的促進劑 (因素 A)、 四種不同分量的氧化鋅 (因素 B)對定強的影響 ， 對配方的每種組合重復試驗兩次 ， 總共試驗了24次 ， 得到表 55的結果 。 表 55 橡膠配方試驗數(shù)據(jù) A：促進劑 B：氧化鋅 1 2 3 4 1 31， 33 34， 36 35， 36 39， 38 2 33， 34 36， 37 37， 39 38， 41 3 35， 37 37， 38 39， 40 42， 44 STAT SAS軟件與統(tǒng)計應用教程 要用方差分析將不同促進劑和不同份量氧化鋅的影響區(qū)分開來 。 即檢驗： H0A：不同促進劑對定強無影響 ， H1A：不同促進劑對定強有顯著影響 H0B：氧化鋅的不同分量對定強無影響 ， H1B：氧化劑的不同分量對定強有顯著影響 STAT SAS軟件與統(tǒng)計應用教程 (1) 分析設置 1) 將表 55中數(shù)據(jù)整理成如圖 518左所示結構的數(shù)據(jù)集 ， 存放在 ； STAT SAS軟件與統(tǒng)計應用教程 2) 在 INSIGHT模塊中打開數(shù)據(jù)集 。 由于在 Insight中 ， 要求方差分析中的自變量必須是列名型的 ， 故先把變量 a和 b的測量水平由區(qū)間型改為列名型； 3) 選擇菜單 “ Analyze（ 分析 ） ” → “ Fit（ 擬合 ） ” ，在打開的 “ Fit(X Y)”對話框中選擇數(shù)值型變量作因變量 ，分類型變量作自變量：選擇變量 stren， 單擊 “ Y”按鈕 ，選擇變量 a和 b， 單擊 “ X”按鈕 ， 分別將變量移到列表框中 ， 如圖 518右所示；單擊 “ OK”， 得到分析結果 。 STAT SAS軟件與統(tǒng)計應用教程 (2) 分析結果 1) 第一張表提供了模型的一般信息；第二張表列舉了作為分類變量的 a和 b的水平的信息；第三