SAS中的方差分析.doc

日本某汽车制造会社的发动机零件由东京，大阪，神户，北海道4个地区生产，该零件是汽车中最重要的零件。若其强度差异大，将对汽车生产和质量有直接的影响。表9-4是从4个地区生产的零件中各随机抽取6个，在同一个试验条件下，按随机顺序进行强度试验所得的结果。 (表9-4) 零件的强度试验结果 OBS 东京(A1) 大阪(A2) 神户(A3) 北海道（A4）4个地区生产的汽车零件的强度是否相等。 ②利用费雪尔最小显著性差异法（LSD）和谢佛（Scheffe）法，检验对各水平之间的平均差异。 ③求东京和神户地区生产的零件强度的95%置信区间。 □SAS PROGRAM: data example1; do brand = 1 to 4; input y @@; output; end; ←①按4个地区顺序赋值 cards; 41 32 35 33 35 37 30 27 48 46 24 36 40 53 26 35 45 41 28 27 52 43 31 25 run; proc anova; ←②运行方差分析 class brand; ←③BRAND 是代表因子水平的独立变量 model y=brand; ←④表示以强度（Y）为因变量，零件的品质（BRAND）means brand/alpha=0.05 lsd scheffe; ←⑤利用LSD和SCHEFFE法进行检验. run; □运行结果及解释 Analysis of Variance Procedure Class Level Information Class Levels Values BRAND 4 1 2 3 4 Number of observations in data set = 24 (a)Analysis of Variance Procedure Dependent Variable: Y Source DF Sum of Squares Mean Square F Value Pr F Model 3 1027 342 10.75 0.0002 Error 20 637 31Corrected Total 23 1664R-Square C.V. Root MSE Y Mean 0.617302 15.56850 5.643580 36（a）是方差分析结果。检验统计量=10.75,p-值=0.0002,比显著性水平=0.05小，因此原假设被否定。即有95%的把握肯定不同地区生产的汽车零件强度有显著性差异。因为R2=0.617302，所以该方差分析能说明情报的62%。 （b）） Analysis of Variance Procedure LSD）和谢佛（Scheffe）法。两种分析结果中，用同一个文字（表左侧的A或B）连结的零件表示，零件之间对强度没有显著性差异。（b）最小显著性差异法LSD计算的LSD=6.7967,（c）谢佛（Scheffe）法计算的MSD=9.934。按零件强度的大小看，东京生产的零件（1）强度最好，其次是大阪（2），北海岛（4），神户地区生产的零件（3）强度最差。根据多元比较检验结果可知，零件1和零件2之间，零件3和零件4之间对强度没有显著性差异，但是（零件1，零件3），（零件1，零件4），（零件2，零件3），（零件2，零件4）之间对强度有显著性差异。所以，选择东京和大阪生产的汽车零件比较合理。东京（1）和神户（3）地区生产的零件，对平均强度的95%置信区间，可利用（b）的结果MSE=31.85，Critical Value of T=2.09(t0.05,20)计算。 190