SAS计算的方差齐性的检验标准一般是0.1,如果按照0.05可不可以呀 急问,在线等,谢谢!
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SAS计算的方差齐性的检验标准一般是0.1,如果按照0.05可不可以呀 急问,在线等,谢谢!相关的知识,希望对你有一定的参考价值。
可以,这主要取决于您数据的情况,如果您觉得采用0.05比较好就可以,只是检验的精度更高了。具体的做法是在proc步中加入slentry=0.05 slstay=0.05。其实我们一般都会选用0.05精度的,只有一些特殊的情况才会采用0.1 参考技术A 可以吧。只是把拒绝域缩小了,增加了犯第二类错误的标准,但是检验值的设定没有一定的标准,有时候专家之间的观点也不一定一致。 参考技术B 方差齐性检验可疑增加选项ALPHA=0.05来设定检验标准我的SAS菜鸟之路7
------------------方差分析---------------
方差分析的用途
-
用于多个(或两个)样本均数的比较;
-
用于分析因素间的交互作用;
-
用于方差齐性检验;
-
用于方程的拟合度检验。
方差分析的类型
-
单因素:完全随机设计
-
两因素:随机区组设计
-
多因素:析因、拉丁方、正交设计
-
重复测量设计
- 单组
- 多组
-
协方差分析(与方差分析并列)
方差分析的SAS程序
-
Proc glm<选项>;
-
Class 分组变量
-
Model 分析变量=分组变量
-
Lsmeans 分组变量
- adjust=该选项指定两两比较的方法,常选Bon、Dunnett、Scheffe、Tukey等。tdiff= pdiff= slice(给出P值)
-
Means 分组变量
- hovtest=(常选bartlett和levene) bon tukey snk dunnett等、
随机区组设计资料(配伍组、双因素)
proc glm data=aa;
class block dose;
model f = a b;
lsmeans block dose /tdiff adjust=bon;
run;
析因设计的方差分析(一种多因素的交叉分组设计)
proc glm;
class a b;
model x=a b a*b;
lsmeans a*b/slice=a;/控制b,看a的效应/
lsmeans a*b/slice=b;
lsmeans a*b/tdiff adjust=bon;
run;
------------------协方差分析---------------
-
Proc glm <选项>;
-
Class 分类变量;
-
Model 因变量=自变量;
-
Lsmeans 分类变量
-
adjust= 该选项指定两两比较的方法,常选的有Bon,Dunnett,Scheffe,Tukey等。其中bon,Scheffe,Tukey分别执行Bonferroni、Scheffe、Tukey两两比较法;Dunnett执行对照组与其余各试验组的比较,各试验组之间不做比较。Dunnett默认以赋值最小的一类作为对照组 tdiff 给出两两比较的t值及P值 pdiff 给出两两比较的P值
PROC GLM;
class group;
MODEL wt1=group wt0;
Lsmeans group/tdiff pdiff adjust=bon;
RUN
-----------------------------重复测量方差设计-------------------------------
概念
- 是指同一观察对象的某观察指标在不同时间点上进行多次观察,有时是从同一个体的不同部位(或组织)上重复测量获得的指标的观测值。
资料特点
- 重复测量值之间是非独立的,后一次测量的数据可能受前一次测量结果的影响
- 观察指标在所测量的时间范围内可能成趋势性变化
- 观察值的变异来源较多,变异可能与时间有关,或其他协变量有关。
重复测量方差设计的SAS实现
-
proc glm <选项>;
-
class 分组变量;
-
model 分析变量=分组变量;
-
repeated 重复测量变量名 <测量水平> <转换项> /<选项>;
-
后必须指定重复测量变量名,测量水平可选,转换项也是可选的
-
<例> repeated time 4; 表示指定重复测量变量名为time,测量水平(即重复次数)为4次,中间均以空格隔开。其中time由读者自行命名,也可为其它名称
-
<转换项> 主要用于各次测量之间的比较,常用的有两种转换方式:contrast和polynomial
- ? contrast表示指定一个参照水平,其它均与参照水平比较,如 contrast(1);
- polynomial表示正交多项式对比,即正交转换后判断曲线的n阶水平是否有统计学意义,
- 如:repeated time 4 polynomial; 表示4次重复测量,分别对一次、二次和三次曲线分析是否有统计学意义,也就是判断测量值随时间变化大致呈何种趋势。
-
printe 该选项可输出一些相关矩阵(不是我们所关心的),更重要的是给出球性检验结果。 summary 输出重复测量各水平间的比较结果。如果没有该选项,即使前面指定了contrast或polynomial,也不会显示比较结果
-
-
data example1;
input vas1-vas3;
cards;
………………
;
proc glm;
model vas1-vas3=/nouni; ;/*model语句指定3个因变量,即vas1-vas3,自变量不指定,nouni表示不输出单变量分析结果,因为对于重复测量分析,单变量分析意义不大*/
repeated time 3 contrast(1)/printe summary; /*repeated语句指定有3个时间点,contrast(1)表示后2个时间点分别与第1时间点比较,printe输出球性检验,summary输出后2个时间点分别与第1时间点比较的结果。summary输出重复测量各水平间的比较结果。如果没有该选项,即使前面指定了contrast或polynomial,也不会显示比较结果*/
run;
-
结果输出部分
- 首先看球性检验(Sphericity tests)结果,一般以正交成分(Orthogonal Components)的结果作为判断标准,不满足球性假定(P<0.05),后面的分析应以校正结果或多变量方差分析结果为准,符合的话以与校正同一行但靠前的那个p值为准。
- 多变量方差分析结果(MANOVA test),其无效假设的H0是无时间效应
- 单变量结果,当epsilon小于0.75时可采用G-G校正,当大于0.75时可采用H-F校正
-
如果我们想进一步了解存在什么样的趋势,可以通过在repeated语句中指定polynomial来实现
- 其输出的结果time1、time2所 H0 对应的意义为不符合一次曲线和二次曲线,当都满足时以高阶的为主
-
多组的重复测量方差分析的SAS程序
data example2;
input g adc1-adc4;
cards;
0 1.86 1.82 1.83 1.86
0 1.94 1.77 1.88 1.73
……………………
1 1.13 1.21 1.24 1.25
1 0.91 1.05 1.19 1.16
;
proc glm;
class g;
model adc1-adc4=g/nouni; /g为分组变量/
repeated time 4 (0 3 7 42) polynomial/printe summary; /(0 3 7 42)为给定的时间间隔,如果并不给定则默认等间隔/
run;
以上是关于SAS计算的方差齐性的检验标准一般是0.1,如果按照0.05可不可以呀 急问,在线等,谢谢!的主要内容,如果未能解决你的问题,请参考以下文章