方差分析(Anova,Glm过程).pptVIP

Foobar 实验六 方差分析 目的与要求： （一）掌握内容 1. anova和glm过程的格式 2．利用anova过程或glm过程进行完全随机设计的方差分析 3. 利用anova过程或glm过程进行随机区组设计的方差分析 4. 能对SAS程序的输出结果作出合理解释 （二）熟悉内容 snk、Dunnett、Bonfferoni等多重比较方法在SAS中的实现 本次课程幻灯片下载 下载邮箱：stochas@126.com 密 码 ：987654321 授课教师：张 敏 办公地点：公卫楼431（周二－周五） 联系方式 邮 箱 ：zh_m1981@126.com 过程简介 方差分析在SAS系统中由SAS/STAT模块来完成，其中我们常用的有ANOVA过程和GLM过程。前者运算速度较快，但功能较为有限；后者运算速度较慢，但功能强大。本章将首先介绍方差分析所用数据集的建立技巧，然后重点介绍这两个程序步。 一、方差分析的基本思想 根据资料的设计类型和研究目的，把全部观察值的变异（总变异）分解为两个或多个部分，每部分可以用某因素的作用来解释，将某因素解释的变异和误差变异进行比较，作出某因素是否有统计学意义的结论。 完全随机设计的方差分析表 随机区组设计的方差分析表 二、 应用条件 独立性: 各样本是相互独立的随机样本; 正态性: 各样本来自正态总体; 方差齐性: 各总体方差相等。 不满足条件的处理 （1）轻微 允许应用t检验、方差分析来作分析。 （2）严重 数据转换 非参数统计 三、常用两两比较方法： SNK法 Bonfferoni法 Dunnett法 四、方差齐性检验 F检验：适用于正态分布资料 两个总体方差的齐性检验 Bartlett ?2检验 ：适用于正态分布资料 Levene检验：适用于任何分布资料 五、方差分析所用的过程 ANOVA过程(Analysis Of Variance) GLM过程(General Linear Model) 例1： 以小鼠研究正常肝核糖核酸（RNA）对癌细胞的生物学作用，试验分为对照组（生理盐水）、水层 RNA组和酚层RNA组，分别用此三种不同处理诱导肝细胞的FDP酶活力，得数据如下。该三组资料均服从正态分布，试比较三组均数有无差别? 数据步 过程步1---正态性检验 分析数据集中变量个数(1) 例9-1 某医生为研究一种四类降糖新药的疗效，以统一的纳入标准和排除标准选择了60名2型糖尿病患者，按完全随机设计方案将患者分为三组进行双盲临床试验。其中，降糖新药高剂量组21人、低剂量组19人、对照组20人。对照组服用公认的降糖药物，治疗4周后测得其餐后2小时血糖的下降值(mmol/L)，结果如表9-1所示。问治疗4周后，餐后2小时血糖下降值的三组总体平均水平是否不同？ 单因素方差分析(one-way anova) 分析： 数据集中应该有两个变量，不妨命名为bsvalue、group。Bsvalue记录血糖的下降值，group取值1、2、3，分别代表高剂量组、低剂量组、对照组。 分析数据集中变量个数(2) 例9-2 为探索丹参对肢体缺血再灌注损伤的影响，将30只纯种新西兰实验用大白兔，按窝别相同、体重相近划分为10个区组。每个区组3只大白兔随机采用A、B、C三种处理方案，即在松止血带前分别给予丹参2ml/kg、丹参1ml/kg、生理盐水2ml/kg，在松止血带前及松后1小时分别测定血中白蛋白含量(g/L)，算出白蛋白减少量如下表9-6所示，问A、B两方案分别与C方案的处理效果是否不同？ 两因素方差分析（two-way anova） 分析： 数据集中应该有3个变量，不妨命名为albumin、group、block。 albumin记录白蛋白的减少量；group取值1、2、3，分别代表A,B,C三种方案；block取值为1-10，代表10个区组。 方差分析数据集的建立技巧 我们可以一个一个的输入变量的值。 但是方差分析的数据集其变量取值有一定的规律，因此可以利用循环语句和判断语句来简化输入。 例9-1数据的整理 一个一个的输入变量的值，不仅麻烦，还容易出错。下面数据的输入是我们书上附带光盘的程序，录入有个小错误，你能找出么？ DATA ex9_1; INPUT x grp@@; CARDS; 5.6 1 9.5 1 6.0 1 8.7 1 9.2 1 5.0 1 3.5 1 5.8 1 8.0 1 15.5 1 11.8 1 16.3 1 11.8 1