SAS软件统计应用举例.docVIP

SAS软件统计应用举例 引言：本报告主要研究的是sas的方差分析,并对数据进行了简单的描述性统计分析，对数据进行描述性分析有利于对数据产生初步的判断和结论。INSIGHT模块的单因素方差分析功能包含在回归分析的功能模块FIT中，分析的结果将得到类似回归分析的方差分析模型，通过方差分析和方差分析模型可以判断分类自变量对数值因变量有无显著的影响。 1 实例 考察一个实验，它研究四种广告效果：当地报纸广告，当地广播广告，店内销售员，店内展示，该省共分为144个销售点，每种广告方式随机地在36个销售点实施。在每个销售点以千美元为单位计量其销售水平，见excel表格（本数据来自第五章课后习题的第六题）。考察各种广告方式下其平均销售水平是否有显著差异。 2 描述性分析步骤及结果分析 1）首先在INSIGHT模块中打开数据集Mylib.ggxg； 2）选择菜单Analyze（分析）→Histogram/Bar Chart（Y）对话框。在数据集ggxg的变量列表中，选择SALES变量单击Y按钮。单击Output（输出）按钮，在打开的对话框中选择Labels选项，单击ok按钮返回对话框。 3）单击ok按钮即可得到直方图，如下图所示： 从上图中可以看出销售水平在(64，72)和（72，80）最多，其它的销售水平均比在这两个区间的低。 下面绘制盒型图: 1) 选择菜单Analyze（分析）→Box Plot/Mosaic Plot(Y)命令。 2）打开Box Plot/Mosaic Plot(Y)对话框，在数据集ggxg的变量列表中，选择SALES变量单击Y按钮。单击Output（输出）按钮，在打开的对话框中选择Labels选项，取消Y Axis Vertical选项，单击ok按钮返回对话框。 3）单击ok按钮即可得到盒型图，如下图所示： 从图中可以看出销售水平在均值两边的分布近似对称，说明低于和高于平均销售水平的各占一半，另外广告类型为广播广告的销售水平中有一个极端值33，它不具有代表性。 3 方差分析步骤 分析步骤如下： 将excel表中的数据导入sas，并存放在Mylib.ggxg中； 在INSIGHT模块中打开数据集Mylib.ggxg； 选择菜单Analyze（分析）→Fit（拟合），在打开的Fit（X Y）中选择数值型变量做因变量，分类型变量作自变量：选择变量SALES，单击Y按钮，选择变量AD按钮，分别将变量移到列表框中； 单击ok按钮，得到分析结果。 4 结果分析 在显示的分析结果中包含类似于回归分析结果的若干张表： 第一张表提供拟合模型的一般信息，如下图所示： SALES=AD表示这个分析是以SALES为响应变量，AD为自变量的线性模型； Response Distribution（响应变量的分布）是正态分布，这是默认的分布,要是这一假设成立，残差项应该是近似正态分布的； Link Function（关联函数）提供数据中响应变量和模型中响应变量的关系，因为在模型中不对变量做任何变换，所以关联函数是恒等函数。 第二张表为列名型变量信息，即AD为列名型，有4个水平： 第三张表提供参数信息，并且约定，P-2，P-3，P-4，P-5分别为报纸广告，店内销售员，店内展示和广播广告4种广告方式的标识变量，见上图。 第四张表给出相应变量均值关于自变量不同水平的模型方程，见下图： 其中： P-2=， P-3=， P-4=， 第五张表给出模型拟合的汇总信息，其中： Mean of Response（响应变量的均值）即变量SALES的均值； Root MSE（均方误差平方根）为误差项（假定误差项有等方差）的标准差的估计值； R-Square（）是判定系数（coefficient of determination），阐明了自变量所能描述的变化（模型平方和）在全部变差平方和中的比例，它的值总在0和1之间，其值越大，说明自变量信息的贡献越大，即分类变量取不同的值对自变量的影响越显著。 Aaj R-Sq（修正）类似于，但它随模型的参数的个数而修正。 第六张表为方差分析表，如下图所示： 从方差分析表中可以看出，p值小于0.05（显著水平），所以拒绝原假设，即不同的广告类型有显著性差异。 第七张表提供III型检验，它是方差分析表的细化，给出了各因素的平方和及F统计量，因为本例是单因素的，所以这一行与上表相同，如下图所示： 第八张表是参数估计表见下图，其中有关于不同广告类型下销售收益均值差异的估计和检验： 根据标识变量规定的方法，Intercept后的估计70.8889是对应于销售水平的均值，其后的t检验是检验这一均值是否为0，这里的p值0.00010.05,故显著为0. 店内销售员后的估计为-4.2778，是店内销售员与广播广告销售水平均值之差的估计