SAS - One Way Anova

ANOVA oznacza analizę wariancji. W SAS robi się to za pomocąPROC ANOVA. Wykonuje analizę danych z szerokiej gamy projektów eksperymentalnych. W tym procesie ciągła zmienna odpowiedzi, znana jako zmienna zależna, jest mierzona w warunkach eksperymentalnych określonych przez zmienne klasyfikacyjne, zwane zmiennymi niezależnymi. Zakłada się, że zmienność odpowiedzi wynika z efektów w klasyfikacji, przy czym za pozostałą zmienność odpowiada przypadkowy błąd.

Składnia

Podstawowa składnia stosowania PROC ANOVA w SAS to -

PROC ANOVA dataset ;
CLASS Variable;
MODEL Variable1 = variable2 ;
MEANS ;

Poniżej znajduje się opis użytych parametrów -

dataset to nazwa zbioru danych.
CLASS nadaje zmiennym zmienną używaną jako zmienna klasyfikacyjna.
MODEL definiuje model do dopasowania przy użyciu pewnych zmiennych ze zbioru danych.
Variable_1 and Variable_2 to nazwy zmiennych zbioru danych używanego w analizie.
MEANS definiuje rodzaj obliczeń i porównania średnich.

Stosowanie ANOVA

Rozumiemy teraz koncepcję zastosowania ANOVA w SAS.

Przykład

Rozważmy zbiór danych SASHELP.CARS. Tutaj badamy zależność między zmiennymi typu samochodu a ich mocą. Ponieważ typ samochodu jest zmienną z wartościami kategorialnymi, bierzemy ją jako zmienną klasową i używamy obu tych zmiennych w MODELU.

PROC ANOVA DATA = SASHELPS.CARS;
CLASS type;
MODEL horsepower = type;
RUN;

Po wykonaniu powyższego kodu otrzymujemy następujący wynik -

Stosowanie ANOVA ze ŚREDNIMI

Rozumiemy teraz koncepcję stosowania ANOVA z MEANS w SAS.

Przykład

Możemy również rozszerzyć model, stosując stwierdzenie ŚRODKI, w którym do porównania średnich wartości różnych typów samochodów używamy metody steryzowanej Turcji. błąd średnia kwadratowa itp.

PROC ANOVA DATA = SASHELPS.CARS;
CLASS type;
MODEL horsepower = type;
MEANS type / tukey lines;
RUN;

Po wykonaniu powyższego kodu otrzymujemy następujący wynik -