多元方差分析.docVIP

实验一 犯人耳朵长度的多元方差分析 一、实验目的 1.掌握使用SAS软件进行多元方差分析； 2.看懂和理解SAS输出的结果，并学会作出判断和分析； 3.掌握一旦检验拒绝原假设后如何通过进一步的检验探索其被拒绝的成因； 4.掌握如何恰当地给出最终的综合分析结论。 二、实验内容 某监狱把犯人分为三部分，普通犯人，疯狂犯人和其他犯人。从这三部分各抽取20名犯人测量他们的耳朵长度，在多元正态性假定试检验三部分的犯人耳朵长度是否有显著性差异。数据列于下表。 x1左耳 x2右耳 G犯人种类 59 59 1 60 65 1 58 62 1 59 59 1 50 48 1 59 65 1 62 62 1 63 62 1 68 72 1 63 66 1 66 63 1 56 56 1 62 64 1 66 68 1 65 66 1 61 60 1 60 64 1 60 57 1 58 60 1 58 59 1 70 69 2 69 68 2 65 65 2 62 60 2 59 56 2 55 58 2 60 58 2 58 64 2 65 67 2 67 62 2 60 57 2 53 55 2 66 65 2 60 53 2 59 58 2 58 54 2 60 56 2 54 59 2 62 66 2 59 61 2 63 63 3 56 57 3 62 62 3 59 58 3 62 58 3 50 57 3 63 63 3 61 62 3 55 59 3 63 63 3 65 70 3 64 64 3 65 65 3 67 67 3 55 55 3 56 56 3 65 67 3 62 65 3 55 61 3 58 58 3 三、实验要求 1.完成多元方差分析，检验p值； 2.上述各方法的检验结果都将拒绝原假设，故需完成对各分量的一元方差分析； 四、实验指导 将上述数据在SAS中输入，数据集为sasuser.EXAMP1。 1.进行多元方差分析 编制如下的SAS程序： proc anova data=sasuser.EXAMP1; class g; model x1-x2=g; manova h=g; run; 程序说明： “proc anova”是一个（均衡数据的）方差分析过程；“data=sasuser.EXAMP1”规定过程分析的是sasuser逻辑库中的EXAMP1数据集；class语句规定了分组变量是g；model语句规定了模型的因变量是x1、x2。自变量是g；manova语句要求计算另外的多元统计量。 程序运行后输出如下结果： 检验p值均大于0.05，故可认为三种犯人的耳朵长度没有显著的差异。 2.对各分量进行一元方差分析 我们对这左耳和右耳分别用一元方差分析方法进行检验分析。上述SAS程序还产生如下结果： 从上述检验的p值可以看出，左耳和右耳都没有显著差异。