将24个实验对象分为3组喂以不同饲料,比较三种饲料a1..a3对增重(x初始重量,y增重)的影响。
data a3;
input x y @@;
a=int((_n_-1)/8)+1;
datalines;
(data);
univariate 正太检验都满足正态假设。
proc anova data=a3;
class a;
model y=a;
means a/bon;
run;
不同饲料对增重有显著性差异。
a2和a3对增重两者间无差异。
矫正X对增重的影响:
proc glm data=a3;
class a;
model y=a x a*x/ss1;
proc glm data=a3;
class a;
model y=x a x*a/ss1;
run;
quit;
模型中Y与X的直线关系有非常显著的关系。x和a之间的交互作用在模型中无显著性,下步研究中应删除x*a:
proc glm data=a3;
class a;
model y=x a /solution ss3;
lsmeans a/stderr pdiff;
run;
quit;
定量变量x和定型变量a对y的影响都有非常显著的作用。
对各回归系数检验的结果。对变量a,是以第3种饲料(a3)为对照组:
将x作为因素考察时,饲料a1与a3间P=0.1457>0.05,说明饲料a1与a3间无显著差异;
饲料a2与a3间P=0.001<0.05,说明饲料a2与a3间有显著差异;
以上结论说明单因素方差分析结果不正确。
以下考量y的的3个修正均数之间的两两比较结果:
1:以饲料a1为对照组:y的修正均数为92;以饲料a2为对照组:y的修正均数为97;以饲料a3为对照组:y的修正均数为86。y均数越大,说明该饲料对增重影响最大,即a2效果最好
2:y|a1=92与y|a2=97相等的概率为0.1049>0.05,说明饲料a1与a2无显著性差异
y|a1=92与y|a3=86相等的概率为0.1457>0.05,说明饲料a1与a3无显著性差异
y|a3=86与y|a2=97相等的概率为0.0010<0.05,说明饲料a3与a2有显著性差异
3:a1、a2效果最好