zoukankan      html  css  js  c++  java
  • SAS学习 day5

    多因素方差分析

    方差分析

    1. 比较总体均值的差异性
    2. 比较多总体多重比较下两两个体间的差异 通过lsmeans
    3. 也还可以作为预测模型 

    只有主效应: Xij = u + ai + Bj +eij

    有交互效应:Xij = u + ai + Bj + (aB)ij + eij

    无交互效应:随着药物剂量水平的增加,不论疾病a或b,其血压都随之升高

    有交互效应:随着药物剂量水平增加,疾病a血压升高;疾病b血压降低

    无交互效应的一个例子:

    proc glm data = ol.b_roads1;
    class paint road;
    model bright = paint road;  选定两个变量 但认为他们相互独立
    lsmeans paint / pdiff =all adjust =tukey; 用tukey来进行比较
    title 'paint data: 多重比较包括道路';
    run;

    第2和第4差异性不大

     总的结论在paint和road两个因素影响下,总体均值有差异

     有交互效应     gplot过程

    proc gplot data = ol.b_drug;
    symbol c =blue w=2 interpol = stdlmtj line=1;
    symbol2 c=green w=2 interpol = stdlmtj line=2;
    symbol3 c=red w=2 interpol = stdlmtj line=3;  可要可不要  标记颜色
    plot bloodp*drug = disease;    *左边bloodp即为y  *的右边x1 x2
    title" 证明疾病和药物之间的关系";
    run;

     可以看出药物1,2,3,4,在疾病a,b,c上都有交互关系  特别是b和a交互效应明显

     先用gplot图测一下 线条有交叉可以肯定有交互效应

    proc glm data = ol.b_drug;
    class disease drug;
    model bloodp = disease drug disease*drug;三个变量  可以用@2代替disease*drug  要确定不同变量间都有相关关系 才可以用@这种语法
    title "有交互效应"; run;

     

    从p值可以看出交互效应有影响

     lsmeans不加可以鉴别总体均值水平的差异 也可以鉴别样本中均值水平的差异

  • 相关阅读:
    webpack学习之——模块(Modules)
    dns-prefetch对网站速度能提升有多少?详解dns-prefetch。
    类数组对象汇总
    HTML input type=file文件选择表单的汇总(二)
    238. 除自身以外数组的乘积
    1029.两地调度
    滑动窗口:无重复字符的最长子串
    统计网格中的矩形以及正方形
    关于正负数的二进制新发现以及求法
    基础练习: 矩阵乘法
  • 原文地址:https://www.cnblogs.com/suizhixxie/p/10402242.html
Copyright © 2011-2022 走看看