ANOVA расшифровывается как дисперсионный анализ. В SAS это делается с помощью PROC ANOVA . Он выполняет анализ данных из широкого спектра экспериментальных проектов. В этом процессе переменная непрерывного отклика, известная как зависимая переменная, измеряется в экспериментальных условиях, определенных классификационными переменными, известными как независимые переменные. Предполагается, что вариация в ответе обусловлена влиянием классификации, а оставшаяся вариация учитывает случайную ошибку.
Синтаксис
Основной синтаксис применения PROC ANOVA в SAS —
PROC ANOVA dataset ; CLASS Variable; MODEL Variable1 = variable2 ; MEANS ;
Ниже приведено описание используемых параметров:
-
набор данных — это имя набора данных.
-
КЛАСС дает переменным переменную, используемую в качестве классификационной переменной.
-
MODEL определяет модель для подгонки, используя определенные переменные из набора данных.
-
Переменная_1 и Переменная_2 — это имена переменных набора данных, используемого в анализе.
-
СРЕДСТВО определяет тип расчета и сравнения средств.
набор данных — это имя набора данных.
КЛАСС дает переменным переменную, используемую в качестве классификационной переменной.
MODEL определяет модель для подгонки, используя определенные переменные из набора данных.
Переменная_1 и Переменная_2 — это имена переменных набора данных, используемого в анализе.
СРЕДСТВО определяет тип расчета и сравнения средств.
Применяя ANOVA
Давайте теперь разберемся с концепцией применения ANOVA в SAS.
пример
Давайте рассмотрим набор данных SASHELP.CARS. Здесь мы изучаем зависимость между переменным типом автомобиля и их лошадиными силами. Поскольку тип автомобиля является переменной с категориальными значениями, мы принимаем ее как переменную класса и используем обе эти переменные в МОДЕЛИ.
PROC ANOVA DATA = SASHELPS.CARS; CLASS type; MODEL horsepower = type; RUN;
Когда приведенный выше код выполняется, мы получаем следующий результат —
Применение ANOVA со средствами
Давайте теперь поймем концепцию применения ANOVA со средствами в SAS.
пример
Мы также можем расширить модель, применив инструкцию MEANS, в которой мы используем турецкий метод Studentized для сравнения средних значений различных типов автомобилей. Категории типов автомобилей перечислены со средним значением лошадиных сил в каждой категории вместе с некоторыми дополнительными значениями, такими как среднеквадратичная ошибка и т. д.
PROC ANOVA DATA = SASHELPS.CARS; CLASS type; MODEL horsepower = type; MEANS type / tukey lines; RUN;
Когда приведенный выше код выполняется, мы получаем следующий результат —