《实验二方差分析汇编》由会员分享，可在线阅读，更多相关《实验二方差分析汇编（11页珍藏版）》请在金锄头文库上搜索。
1、实 验 报 告课程名称：_ 统计软件_学院名称：_数学与统计学院_班 级：_ 122_姓 名：_ 甘天明_学 号：_1250901205 _ _2015-2016 学年 第 _ 1 学期数 学 与 统 计 学 院 制实验地点三教五楼实验室课程类别 公共课 专业课实验日期2015-12-18实验编组第5 组实验所用时间 2小时实验名称 方差分析实验目的1.使学生了解SAS系统2.用SAS软件进行方差分析，并掌握其分析步骤。3.掌握Anova过程过程和GLM过程的应用，以及结果的分析。实验环境SAS9.1一、实验准备1、SAS过程的选择：均衡设计、拉丁方设计、正交设计等的一元、多元方差分析和重复测
2、量的方差分析用 Anova过程；不能用Anova过程分析的数据就用GLM过程；另外，若需要对各因素间的各水平进行两两比较，则也用GLM过程。2、结果分析的方法： 1) 单因素的方差分析： 先看该因素是否是显著的，若是则看看哪些水平是有显著性差异的，有必要的话还应该找出一个最有利的水平。2) 双因素或多因素的方差分析： 先看交互作用是否是显著的，若是则找出一个最有利的组合；若交互作用不显著，但存在主效应是显著的，则可以对显著的主效应分别按单因素的方法去分析。二、实验举例及内容（一）实验举例例1、2002年12月进行的青贮实验，数据为7个不同品种青贮之间的可溶性有机物含量。玉米的7个不同品种var
3、iety分别为：a1高油玉米647a、a2高油玉米115a、a3高油玉米601、a4高油玉米289、a5农大80、a6玉米3138、a7特种玉米。每个品种有两个重复，实验数据一共有14个观测值。分析品种玉米青贮之间的可溶性有机物WSC的含量是否存在显著差异。varietywscvarietywscvarietywscvarietywsca120.19a34.08a539.38a716.04a121.03a34.40a538.95a715.86a236.06a417.23a630.04a238.97a416.85a628.68解： 程序如下（其中数据集为L3.anova5_1）： 主要输出结果如
4、下： (图4.1)（图4.2）（图4.3）（图4.4）（图4.5）结果分析：(1) 用过程univariate判断正态性 从图4.1知， Pr W 的p值为 0.1694，可判断wsc服从正态分布(2)用过程ANOVA ，检验是否存在显著性差异 从图4.2知 ，p .0001, 可判断存在显著性差异(3) 用MEANS variety /duncan，可具体的看哪些水平存在差异从图4.3知，(a2, a5), a6, a1, (a4,a7), a3 它们之间存在差异。(4) 用MEANS variety /Dunnett (a1)，可分析它们与对照组a1的差异是否显著。从图4.4知，由于检验时
5、都出现了*,说明它们与对照组a1的差异是显著的。(5) 用过程NPAR1WAY进行非参数检验看是否存在显著性差异，以及哪个水平是最好的从图4.5可看出，在0.05的水平下，各水平之间存在差异，且（a5, a2）的水平是最高的。例2 在组织培养过程中采用两种激素（KT、2,4-D）的不同浓度配比，通过观测材料的生根比例，选则合适某实验品种的配比。设计浓度及观测到的生根比例如下表： 2,4浓度（d24） 0 0.05 0.10KT浓度（kt）00.050.1000.050.1000.050.10 重复10.240.350.380.200.250.360.280.500.30 重复20.260.31
6、0.350.210.210.350.200.510.31 重复30.250.320.350.220.260.340.210.520.32解： 程序如下：主要输出结果如下： （图4.6） （图4.7） 结果分析： (1)由 anlysis of variance中的输出结果图4.6，可得模型及d24, kt, d24*kt都是显著的。 （2）由于交互作用是显著的，所以选择最优的组合，结合图4.7可知，d24=0.1, kt=0.05的组合。 注：若不存在交互作用，则分别选择d24和kt的最优者即可。（二）实验题目1.2014年下半年同一苜蓿品种接种五种生防菌进行比较实验（数据如下表）。变量说明：
7、deal为处理，期中CK为对照组，y代表根长。解决的问题：同一苜蓿品种接种不同生防菌后根长的差异。dealy dealy dealy dealy dealy dealy XJ8307345NM024-238XJ8306040NMG048-239XJ8309737CK39XJ8307341NM024-233XJ8306038NMG048-238XJ8309736CK50XJ8307344NM024-225XJ8306037NMG048-242XJ8309736CK40XJ8307336NM024-235XJ8306032NMG048-235XJ8309737CK46XJ8307338NM024-
8、240XJ8306042NMG048-247XJ8309740CK47XJ8307339NM024-241XJ8306040NMG048-238XJ8309735XJ8307341NM024-241XJ8306042NMG048-239XJ8309732XJ8307336NM024-235XJ8306036NMG048-236XJ8309737XJ8307338NM024-246XJ8306039NMG048-231XJ8309738XJ8307345NM024-238XJ8306040NMG048-240XJ8309736XJ8307337NM024-245XJ8306042NMG048-2
9、38XJ8309733XJ8307340NM024-240XJ8306039NMG048-237XJ83097422.为了研究某生长素不同浓度对豌豆生长的影响，从而选择推荐使用浓度而进行了此试验（数据见下表）。m1、m2、m3、m4、m5分别代表不同的浓度，即5个处理（treat）。Weight为豌豆植株干重，单位为g/盆。每个处理有4个重复，共20个观测值。选择一种对豌豆生长有利的生长素浓度。处理（treat） 豌豆植株干 (单位: g/盆 ) 重复1 重复2 重复3 重复4m1m2m3m4m5109108121213141415131667685433三、实验步骤及程序执行过程和结果1.程
10、序：data gc; input deal$ y ; cards;XJ8307345NM024-238XJ8306040NMG048-239XJ8309737CK39XJ8307341NM024-233XJ8306038NMG048-238XJ8309736CK50XJ8307344NM024-225XJ8306037NMG048-242XJ8309736CK40XJ8307336NM024-235XJ8306032NMG048-235XJ8309737CK46XJ8307338NM024-240XJ8306042NMG048-247XJ8309740CK47XJ8307339NM024-24
11、1XJ8306040NMG048-238XJ8309735XJ8307341NM024-241XJ8306042NMG048-239XJ8309732XJ8307336NM024-235XJ8306036NMG048-236XJ8309737XJ8307338NM024-246XJ8306039NMG048-231XJ8309738XJ8307345NM024-238XJ8306040NMG048-240XJ8309736XJ830007337NM024-245XJ8306042NMG048-238XJ8309733XJ8307340NM024-240XJ8306039NMG048-237XJ
12、8309742;run;proc anova data=gc;class deal;model y=deal;means deal/duncan alpha=0.05;means deal/dunnett(deal);run;quit;2.程序：PROC NPAR1WAY data=li_2 WILCOXON; class deal; var y;run;quit;data li_2; do treat=1 to 5; do j=1 to 4; input y; output; end;end;cards; 10 9 10 8 12 12 13 14 14 15 13 16 6 7 6 85 4 3 3
