概率統(tǒng)計(jì)及SAS應(yīng)用程序ppt課件

1、運(yùn)用講義運(yùn)用講義 Statistical Analysis System 簡(jiǎn)稱為簡(jiǎn)稱為SAS,可用來分析數(shù)可用來分析數(shù)據(jù)和編寫報(bào)告據(jù)和編寫報(bào)告.它是美國(guó)它是美國(guó)SAS研討所的產(chǎn)品研討所的產(chǎn)品,在國(guó)際在國(guó)際上被譽(yù)為規(guī)范軟件上被譽(yù)為規(guī)范軟件,在我國(guó)深受醫(yī)學(xué)、農(nóng)林、財(cái)經(jīng)、社在我國(guó)深受醫(yī)學(xué)、農(nóng)林、財(cái)經(jīng)、社會(huì)科學(xué)、行政管理等眾多領(lǐng)域的專業(yè)任務(wù)者的好評(píng)。會(huì)科學(xué)、行政管理等眾多領(lǐng)域的專業(yè)任務(wù)者的好評(píng)。有關(guān)的最新信息，可以查看有關(guān)的最新信息，可以查看sas。 采用積木式模塊構(gòu)造，采用積木式模塊構(gòu)造，其中的其中的/模塊是目前功能最強(qiáng)的多元統(tǒng)模塊是目前功能最強(qiáng)的多元統(tǒng)計(jì)分析程序集計(jì)分析程序集,可以做回歸分析、聚類

2、分析、判別分析、可以做回歸分析、聚類分析、判別分析、主成分分析、因子分析、典型相關(guān)分析主成分分析、因子分析、典型相關(guān)分析(下學(xué)期引見下學(xué)期引見)以及各種實(shí)驗(yàn)設(shè)計(jì)的方差分析和協(xié)方差分析。以及各種實(shí)驗(yàn)設(shè)計(jì)的方差分析和協(xié)方差分析。本講義圍繞本講義圍繞SAS的運(yùn)用的運(yùn)用,講述以下六部分內(nèi)容：講述以下六部分內(nèi)容： 運(yùn)用根底；運(yùn)用根底； 常用語(yǔ)句；常用語(yǔ)句； 效力過程；效力過程； 描畫性統(tǒng)計(jì)程式；描畫性統(tǒng)計(jì)程式； 方差分析程式；方差分析程式； 回歸分析程式；回歸分析程式；啟動(dòng)計(jì)算機(jī)啟動(dòng)計(jì)算機(jī),點(diǎn)擊點(diǎn)擊SAS圖標(biāo)后圖標(biāo)后,即可進(jìn)入即可進(jìn)入SAS的顯示管理的顯示管理系統(tǒng)系統(tǒng).在在View中有四個(gè)主要的窗口中有

3、四個(gè)主要的窗口(其他的先不思索其他的先不思索)： (1)編輯窗口編輯窗口(program editor):編輯程式和數(shù)據(jù)文件編輯程式和數(shù)據(jù)文件; (2)日志窗口日志窗口(log):記錄運(yùn)轉(zhuǎn)情況記錄運(yùn)轉(zhuǎn)情況, 顯示顯示error信息信息; (3)輸出窗口輸出窗口(output):輸出運(yùn)轉(zhuǎn)的結(jié)果輸出運(yùn)轉(zhuǎn)的結(jié)果; (4)圖形窗口圖形窗口(graph):輸出圖形輸出圖形.點(diǎn)擊點(diǎn)擊 View 菜單中的菜單中的 Program editor、Log、Output、Graph 命令可以進(jìn)入編輯、日志、輸出及圖形窗口命令可以進(jìn)入編輯、日志、輸出及圖形窗口.按功能鍵按功能鍵F5、F6、F7也可以進(jìn)入編輯、日志及

4、輸出窗口也可以進(jìn)入編輯、日志及輸出窗口.退出退出SAS有兩種方法：有兩種方法： (1) 點(diǎn)擊點(diǎn)擊 File 菜單中的菜單中的 Exit 命令；命令； (2) 點(diǎn)擊窗口右上角的點(diǎn)擊窗口右上角的。概率統(tǒng)計(jì)及概率統(tǒng)計(jì)及SAS運(yùn)用教材中的程序運(yùn)用教材中的程序 運(yùn)用運(yùn)用SAS計(jì)算二項(xiàng)分布的概率，請(qǐng)留意計(jì)算二項(xiàng)分布的概率，請(qǐng)留意SAS中中 probbnml(p,n,k)= P(Xk)=,n,2,1,0k,)p1(p iXPknkk0ik0i! )kn( !k!n 因此，當(dāng)因此，當(dāng)n=5，k=3，p=0.2時(shí)，運(yùn)用時(shí)，運(yùn)用SAS直接計(jì)直接計(jì)算算PX=3的程序?yàn)椋旱某绦驗(yàn)椋篸ata probnml;p=pro

5、bbnml(0.2,5,3)-probbnml(0.2,5,2);proc print; run; 輸出的結(jié)果為：輸出的結(jié)果為：0.0512。當(dāng)當(dāng)n=5,k=4,p=0.8時(shí)時(shí),運(yùn)用運(yùn)用SAS直接計(jì)算直接計(jì)算P(X=4)+P(x=5)的程序?yàn)椋旱某绦驗(yàn)椋?data ex; p=1-probbnml(0.8,5,3); proc print; run;輸出的結(jié)果為：輸出的結(jié)果為：0.73728。運(yùn)用運(yùn)用SAS直接計(jì)算例直接計(jì)算例1.3.1中所求概率的中所求概率的P8X12的的程序?yàn)椋撼绦驗(yàn)椋?data ex;p=probbnml(0.5,20,12)-probbnml(0.5,20,7);pro

6、c print;run;輸出的結(jié)果為：輸出的結(jié)果為：0.7368240356。運(yùn)用運(yùn)用SAS中的中的probnorm(x)近似計(jì)算二項(xiàng)分布的概率時(shí)近似計(jì)算二項(xiàng)分布的概率時(shí),請(qǐng)留意請(qǐng)留意 probnorm(x)= td2texp21)x(F2x1 ,0 因此，運(yùn)用因此，運(yùn)用SAS近似計(jì)算近似計(jì)算P8X12的程序?yàn)椋旱某绦驗(yàn)椋篸ata ex;p=probnorm(1.12)-probnorm(-1.12);proc print;run;輸出的結(jié)果為：輸出的結(jié)果為： 0.73729.其中其中1.12=(12+0.5-10)/sqrt(5)2.在在SAS中有中有probnorm(x)函數(shù)函數(shù),用此函數(shù)

7、可以求用此函數(shù)可以求 PXx.當(dāng)當(dāng)x=1.645，1.96，2.576時(shí)時(shí),不查規(guī)范正態(tài)分布的分布不查規(guī)范正態(tài)分布的分布函數(shù)的函數(shù)值表，運(yùn)用函數(shù)的函數(shù)值表，運(yùn)用SAS直接計(jì)算直接計(jì)算PXx的程序?yàn)榈某绦驗(yàn)閐ata ex;do x=1.645,1.96,2.576;(給給x依次賦值，添加賦值后可依次賦值，添加賦值后可全部列出的函數(shù)值表全部列出的函數(shù)值表)p=probnorm(x);put x p;(計(jì)算并輸出計(jì)算并輸出x對(duì)應(yīng)的概率對(duì)應(yīng)的概率)end;run; 輸出的結(jié)果如下輸出的結(jié)果如下(在在Log窗口中顯示窗口中顯示)： 1.645 0.9500150945 1.96 0.9750021049

8、 2.576 0.9950024677 用以下程序更好用以下程序更好:data ex; input x;p=probnorm(x);list;cards;1.645 1.96 2.576;proc print;run; 輸出的結(jié)果如下輸出的結(jié)果如下(在在Log窗口中顯示窗口中顯示)： 1.645 0.9500150945 1.96 0.9750021049 2.576 0.9950024677 以下是用以下是用SAS程序繪制的二維正態(tài)分布分布密度函數(shù)程序繪制的二維正態(tài)分布分布密度函數(shù)的表示圖。所用的的表示圖。所用的SAS程序?yàn)椋撼绦驗(yàn)椋篸ata ex;do x=-3 to 3 by 0.25;

9、do y=-3 to 3 by 0.25;p=exp(-(x*x+y*y)*5/4+x*y*3/2)/2)/2/3.1416;output;end;end;proc g3d;plot y*x=p;run;3運(yùn)用運(yùn)用SAS計(jì)算規(guī)范正態(tài)分布的分位數(shù)計(jì)算規(guī)范正態(tài)分布的分位數(shù)在在SAS中有中有probit(p)函數(shù)，用此函數(shù)可以求函數(shù)，用此函數(shù)可以求p分位數(shù)分位數(shù).SAS程序?yàn)槌绦驗(yàn)閐ata ex;do p=0.025,0.05,0.1,0.9,0.95,0.975;u=probit(p);put u p ;end;run;輸出的結(jié)果如下：輸出的結(jié)果如下： -1.959963985 0.025 -1.

10、644853627 0.05 -1.281551566 0.1 1.2815515655 0.9 1.644853627 0.95 1.9599639845 0.975 用以下程序更好用以下程序更好:data ex; input p; u=probit(p);list;cards;0.025 0.05 0.1 0.9 0.95 0.975;proc print;run;輸出的結(jié)果如下：輸出的結(jié)果如下： -1.959963985 0.025 -1.644853627 0.05 -1.281551566 0.1 1.2815515655 0.9 1.644853627 0.95 1.9599639

11、845 0.975當(dāng)當(dāng)=0.10，0.05，0.01時(shí)，運(yùn)用時(shí)，運(yùn)用SAS計(jì)算雙側(cè)分位計(jì)算雙側(cè)分位數(shù)的程序?yàn)椋簲?shù)的程序?yàn)椋篸ata ex;do x=0.1,0.05,0.01;p=1-x/2;u=probit(p);put x p u;end;run;輸出的結(jié)果如下：輸出的結(jié)果如下： 0.1 0.95 1.644853627 0.05 0.975 1.9599639845 0.01 0.995 2.57582930354運(yùn)用運(yùn)用SAS計(jì)算卡方分布的分位數(shù)計(jì)算卡方分布的分位數(shù)在在SAS中有中有cinv(p,df)函數(shù)，用此函數(shù)可以求函數(shù)，用此函數(shù)可以求p分位數(shù)分位數(shù).SAS程序?yàn)槌绦驗(yàn)閐ata

12、ex;do df=4;do p=0.025,0.05,0.1,0.9,0.95,0.975;c=cinv(p,df);put p df c;end;end;run;輸出的結(jié)果如下：輸出的結(jié)果如下： 0.025 4 0.4844185571 0.05 4 0.7107230214 0.1 4 1.0636232168 0.9 4 7.7794403397 0.95 4 9.4877290368 0.975 4 11.143286782用以下程序更好用以下程序更好:data ex; input p df; c=cinv(p,df);list;cards;0.025 4 0.05 4 0.1 4 0

13、.9 4 0.95 4 0.975 4;proc print;run;輸出的結(jié)果如下：輸出的結(jié)果如下： 0.025 4 0.4844185571 0.05 4 0.7107230214 0.1 4 1.0636232168 0.9 4 7.7794403397 0.95 4 9.4877290368 0.975 4 11.1432867825運(yùn)用運(yùn)用SAS計(jì)算計(jì)算t分布的分位數(shù)分布的分位數(shù)在在SAS中有中有tinv(p,df)函數(shù)，用此函數(shù)可以求函數(shù)，用此函數(shù)可以求p分位數(shù)分位數(shù).SAS程序?yàn)槌绦驗(yàn)閐ata ex;do df=4;do p=0.025,0.05,0.1,0.9,0.95,0.9

14、75;t=tinv(p,df);put p df t;end;end;run;輸出的結(jié)果如下：輸出的結(jié)果如下： 0.025 4 -2.776445105 0.05 4 -2.131846786 0.1 4 -1.533206274 0.9 4 1.5332062741 0.95 4 2.1318467863 0.975 4 2.77644510526運(yùn)用運(yùn)用SAS計(jì)算計(jì)算F分布的分位數(shù)分布的分位數(shù)在在SAS中有中有finv(p,df1,df2)函數(shù)函數(shù),用此函數(shù)可以求用此函數(shù)可以求p分位數(shù)分位數(shù).SAS程序?yàn)槌绦驗(yàn)閐ata ex;do p=0.025,0.05,0.1,0.9,0.95,0.9

15、75;do df1=3;df2=4;f=finv(p,df1,df2);put p df1 df2 f;end;end;run;輸出的結(jié)果如下：輸出的結(jié)果如下： 0.025 3 4 0.0662208725 0.05 3 4 0.1096830108 0.1 3 4 0.1871732255 0.9 3 4 4.1908604389 0.95 3 4 6.5921164 0.975 3 4 9.9791985322還可以用以下程序更好還可以用以下程序更好:data ex; input p df1 df2; f=finv(p,df1,df2);list;cards; 0.025 3 4 0.05

16、 3 4 0.1 3 4 0.9 3 4 0.95 3 4 0.975 3 4;proc print;run;data probdist;input a b c;probbnml01=probbnml(a,b,c);probchi01=probchi(c,b);probf01=probf(a,b,c);probit01=probit(a);probnorm01=probnorm(a);probt01=probt(a,b);list;cards;0.1 4 3 0.3 5 4 0.4 6 5 0.6 6 4 0.9 8 3;proc print;run;普通計(jì)算普通計(jì)算data xzh;a=12

17、+13;b=13-12*2;c=sqrt(19*3);d=18*(1/3);e=log10(1000);g=sin(3); /*f=arcsin(1) lack */x=12.4221/84.7599;cv=0.20197/2.55;proc print; 矩陣計(jì)算矩陣計(jì)算data xzhmatrix;proc iml;x=1 2 3 4 5,2 4 7 8 9,3 7 10 15 20, 4 8 15 30 20,5 9 20 20 40; g=inv(x); x2=x*x; e=eigval(x); d=eigvec(x);f=trace(x); h=det(x); J=t(x); pri

18、nt x x2;print d g e h f;print J; run;data hist01;input x;cards;45 46 48 51 51 57 62 64;proc gchart;vbar x/type=pct space=0;run;data hist01;input x;cards;70 72 94 24 68 57 90 95 93 109 64 58 79 40 118 84 70 99 132 154 100 77 34 68 26 48 87 85 95 123 105 107 55 45 73 109 58 101 134 94 94 62 156 61 84

19、77 123 40 107 79 131 72 66 30 44 141 98 100 90 78 44 50 58 60 76 78 92 101 62 152 97 81 54 98 75 118 130 90 115 100 80 69 98 84 25 179 97 76 56 73 43 82 60 68 160 ;proc gchart;vbar x/type=cpct space=0;run;data ex;input x ;cards;45 46 48 51 51 57 62 64;proc univariate;run;Quantiles(Def=5)分位數(shù)分位數(shù)100% M

20、ax 64 99% 64 75% Q3 59.5 95% 64 50% Med 51 90% 64 25% Q1 47 10% 45 0% Min 45 5% 45 Q3-Q1 12.5 1% 45 Range 19 Mode 51 運(yùn)用運(yùn)用SAS作例作例2.1.2中樣本觀測(cè)值經(jīng)過整理后的描畫中樣本觀測(cè)值經(jīng)過整理后的描畫性統(tǒng)計(jì)的程序?yàn)椋盒越y(tǒng)計(jì)的程序?yàn)椋篸ata ex;input x f ;cards;25 6 50 20 75 29 100 26 125 11 150 6 175 2;proc univariate;var x;freq f;run;運(yùn)用運(yùn)用SAS作例作例2.1.3中樣本觀測(cè)值

21、的描畫性統(tǒng)計(jì)的程序中樣本觀測(cè)值的描畫性統(tǒng)計(jì)的程序:data xzh;input x y;cards; 1.58 180 9.98 28 9.42 25 1.25 117 0.3 165 2.41 175 11.01 40 1.85 160 6.04 120 5.92 80 ; proc corr cov vaardf=n; run;輸出的結(jié)果如下：輸出的結(jié)果如下：Covariance Matrix DF = 10 X Y X 14.685864 -207.220000 Y -207.220000 3453.800000Pearson Correlation Coefficients / Pro

22、b |R| under Ho: Rho=0 / N = 10 X Y X 1.00000 -0.92019 0.0 0.0002 Y -0.92019 1.00000 0.0002 0.0(1)求一個(gè)正態(tài)總體均值的置信區(qū)間求一個(gè)正態(tài)總體均值的置信區(qū)間SAS程序?yàn)槌绦驗(yàn)閐ata ex;input x ;cards;6.6 4.6 5.4 5.8 5.5;proc means mean std clm;proc means mean std clm alpha=0.1;run;程序運(yùn)轉(zhuǎn)的結(jié)果為：程序運(yùn)轉(zhuǎn)的結(jié)果為：Analysis Variable : Y Mean Std Dev T Prob|T

23、| -18.2000000 11.9373364 -3.3717089 0.0280結(jié)果中的結(jié)果中的Prob|T|為服從為服從t分布的隨機(jī)變量分布的隨機(jī)變量X的的絕對(duì)值絕對(duì)值|T|的概率的概率, 即即P|X|T| . (2)兩個(gè)正態(tài)總體均值作假設(shè)檢驗(yàn)的兩個(gè)正態(tài)總體均值作假設(shè)檢驗(yàn)的SAS程序程序 data xzh;do a=1 to 2;do i=1 to 5;input x ;output;end;end;cards;800 840 870 920 850900 880 890 890 840;proc ttest cochran;class a;var x;proc print;run; V

24、ariances T Method DF Prob|T|Unequal -1.0770 Satterthwaite 6.1 0.3220 Cochran 4.0 0.3419Equal -1.0776 8.0 0.3126For H0: Variances are equal, F = 3.51 DF = (4,4) ProbF = 0.2515結(jié)果中的結(jié)果中的Variances對(duì)應(yīng)兩個(gè)選項(xiàng)：對(duì)應(yīng)兩個(gè)選項(xiàng)：假設(shè)以為方差相等，那么假設(shè)以為方差相等，那么DF=8，Prob|T|為為0.3126；假設(shè)以為方差不相等，那么根據(jù)假設(shè)以為方差不相等，那么根據(jù)Satterthwaite檢驗(yàn)法或檢驗(yàn)法或Coc

25、hran和和Cox檢驗(yàn)法作近似的檢驗(yàn)法作近似的t檢驗(yàn)檢驗(yàn).兩種檢驗(yàn)法的兩種檢驗(yàn)法的統(tǒng)計(jì)量都是統(tǒng)計(jì)量都是 ,2121wwxxt 22*2212*11/,/nswnsw )1/()1/()(222121221 nwnwwwDFCochran和和Cox檢驗(yàn)法檢驗(yàn)法DF=4.0，Prob|T|為為0.3419；其臨界值其臨界值 21222111)1()1(wwntwntwt )1(,/21 nttnnn 則則若若 運(yùn)用運(yùn)用SAS作正態(tài)性檢驗(yàn)作正態(tài)性檢驗(yàn)SAS程序?yàn)槌绦驗(yàn)閐ata ex;input x ;cards;7 11 6 6 6 7 9 5 10 6 3 10;proc univariate n

26、ormal;run;SAS結(jié)果闡明結(jié)果闡明PW0.05，因此接受因此接受H。.假設(shè)要作多重比較并求均值差的置信區(qū)間，那么添加假設(shè)要作多重比較并求均值差的置信區(qū)間，那么添加means a/lsd cldiff;run;(2)等反復(fù)的情形：等反復(fù)的情形： data ex;do a=1 to 3;do i=1 to 4;input x ;output;end;end;cards;21 24 27 20 20 18 19 15 22 25 27 22;proc anova;class a;model x=a; run; Dependent Variable: x Sum of Source DF Sq

27、uares Mean Square F Value Pr F Model 2 82.6666667 41.3333333 6.00 0.0221 Error 9 62.0000000 6.8888889 Corrected Total 11 144.6666667假設(shè)要作多重比較并求均值差的置信區(qū)間，那么添加假設(shè)要作多重比較并求均值差的置信區(qū)間，那么添加means a/lsd cldiff;run;二級(jí)系統(tǒng)分組實(shí)驗(yàn)方差分析的二級(jí)系統(tǒng)分組實(shí)驗(yàn)方差分析的SAS程序：程序：data ex；do a=1 to 3；do b=1 to 3; do i=1 to 5；input x ； output；en

28、d；end；end; cards； 0.7 0.6 0.9 0.5 0.6 0.9 0.9 0.7 1.1 0.7 0.8 0.6 0.9 1.0 0.8 1.2 1.4 1.6 1.2 1.5 1.1 0.9 1.3 1.2 1.0 1.5 1.4 0.9 1.3 1.6 0.6 0.6 0.8 0.9 0.7 0.5 0.8 0.9 1.0 0.6 0.6 1.2 0.8 0.9 1.0 ； proc anova；class a b；model x=a b(a)； means a b(a)/duncan；run； 運(yùn)用運(yùn)用SAS作一元線性回歸分析作一元線性回歸分析data ex;input

29、 x y ; cards; 1.5 4.8 1.8 5.7 2.4 7 3 8.3 3.5 10.9 3.9 12.4 4.4 13.1 4.8 13.6 5 15.3 2 . ; proc gplot; plot y*x;/* 以以y為縱坐標(biāo)，以為縱坐標(biāo)，以x為橫坐標(biāo)為橫坐標(biāo)*/symbol i=rl v=dot;/* i=rl表示畫回歸直線表示畫回歸直線*/* v=dot表示觀測(cè)值對(duì)應(yīng)的點(diǎn)標(biāo)志為小圓點(diǎn)表示觀測(cè)值對(duì)應(yīng)的點(diǎn)標(biāo)志為小圓點(diǎn)*/ proc reg;model y=x/cli;run;/*y=x表示以表示以y為因變量，以為因變量，以x為自變量，為自變量，*/*cli表示要求預(yù)測(cè)值的表示

30、要求預(yù)測(cè)值的95%置信區(qū)間置信區(qū)間*/輸出的結(jié)果如下輸出的結(jié)果如下:Dependent Variable: Y Analysis of Variance Sum of Mean Source DF Squares Square F Value ProbF Model 1 112.48368 112.48368 387.516 0.0001 Error 7 2.03188 0.29027C Total 8 114.5156 運(yùn)用運(yùn)用SAS作一元非線性回歸作一元非線性回歸 (1)線性化后作線性回歸的線性化后作線性回歸的SAS程序?yàn)槌绦驗(yàn)?data xzh;input x y; x1=1/x; lx

31、=log(x);ly=log(y);Cards;1 1.85 2 1.37 3 1.02 4 0.75 4 0.56 6 0.41 6 0.31 8 0.23 8 0.17 ; Proc reg; model y=x1;Proc reg; model ly=lx;Proc reg; model ly=x;Run;(2)計(jì)算剩余平方和的計(jì)算剩余平方和的SAS程序?yàn)槌绦驗(yàn)?data xzh01;input x y; x1=1/x;lx=log(x);ly=log(y); y1=0.1159+1.9291*x1;q1+(y-y1)*2; y2=exp(0.9638-1.1292*lx); q2+(y

32、-y2)*2;y2=exp(0.9230-0.3221*x); q3+(y-y3)*2;Cards;1 1.85 2 1.37 3 1.02 4 0.75 4 0.56 6 0.41 6 0.31 8 0.23 8 0.17 ; proc print; sum;var q1-q3;run; The REG Procedure Model: MODEL1 Dependent Variable: y Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 1 2.33605 2.33605 57.86

33、 0.0001 Error 7 0.28264 0.04038 C Total 8 2.61869 Parameter Estimates Parameter Standard Variable DF Estimate Error t Value Pr |t| Intercept 1 0.11593 0.10603 1.09 0.3104 x1 1 1.92915 0.25362 7.61 0.0001 Dependent Variable: YSource DF Sum of Mean Squares Square F Value Pr FModel 2 60.75000 30.37500

34、0.77 0.4767Error 21 830.8750 39.5655 C Total 23 891.6250 Dependent Variable: YSource DF Sum of Mean Squares Square F Value Pr FModel 3 842.79 280.93 115.06 0.0001 X 1 782.045 782.045 320.31 0.0001 A 2 222.84 111.42 45.64 0.0001Error 20 48.83 2.44 C Total 23 891.625 A Y LSMEAN 1 62.0695475 2 55.51245

35、23 3 64.2930002雙要素實(shí)驗(yàn)思索交互作用的情形：雙要素實(shí)驗(yàn)思索交互作用的情形：SAS程序?yàn)槌绦驗(yàn)?data ex;do a=1 to 4;do b=1 to 2;do i=1 to 2;input x y ;output;end;end;end;cards;14.6 97.8 12.1 94.2 19.5 113.2 18.8 110.1 13.6 100.3 12.9 98.5 18.5 119.4 18.2 114.7 12.8 99.2 10.7 89.6 18.2 112.2 16.9 105.312 102.1 12.4 103.8 16.4 117.2 17.2 117

36、.9;proc glm;class a b;model y=x a b a*b/solution;lsmeans a b;run;Source DF Type III SS Mean Square F Value Pr F x 1 68.72 68.72 17.95 0.0039 a 3 241.58 80.528 21.03 0.0007 b 1 0.233 0.233 0.06 0.8124 a*b 3 17.092 5.697 1.49 0.2986 Standard Parameter Estimate Error t Value Pr |t| Intercept 65.319 12.

37、406 5.27 0.0012 x 3.109 0.734 4.24 0.0039 協(xié)方差分析的結(jié)論：要素協(xié)方差分析的結(jié)論：要素A的效應(yīng)及套在的效應(yīng)及套在A中的中的B(A) 矯正后有極顯著的差別矯正后有極顯著的差別. data ex;do a=1 to 7;do b=1 to 3;do i=1 to 3;input x y ;output;end;end;end;cards;15.6 105 16.4 104 15.6 96 13.6 109 15.6 104 14.8 107 12.0 69 12.0 85 12.8 57 16.0 152 16.0 149 15.6 116 15.6 15

38、.6 107 16.8 14.4 149 15.6 156 14.8 143 14.8 93 15.6 106 14.8 91 17.6 106 18.8 87 18.0 88 14.4 117 15.2 102 15.6 120 18.4 118 20.0 140 17.6 111 17.6 157 15.2 105 16.4 119 18.8 157 18.0 164 17.2 22.0 20.0 19.2 144 17.2 127 15.6 60 15.6 108 17.6 132 17.6 150 16.0 109 14.4 169 13.2 143 14.8 15814.4 145

39、14.8 153 13.6 13.6 154 13.6 154 14.0 13116.4 120 17.2 121 15.2 107 14.4 118 12.8 73 14.0 8714.4 143 14.0 130 12.8 118;proc anova;class a b;model y=a b(a);means a b(a)/lsd;proc glm;class a b;model y=x a b(a)/solution;lsmeans a b(a);run;Source DF Type III SS Mean Square F Value Pr F x 1 2858.707 2858.707 15.44 0.0003 a 6 24066.38 4011.064 21.67 |t| Intercept -7.516 35.949 -0.21 0.8354 x 10.0376 2.554 3.93 0.0003 運(yùn)用運(yùn)用SAS作擬合優(yōu)度檢驗(yàn)作擬合優(yōu)度檢驗(yàn)SAS程序?yàn)槌绦驗(yàn)?data xzh;input n np