sas系统和数据分析协方差分析(编辑修改稿)

sas系统和数据分析协方差分析(编辑修改稿)内容摘要：

体重对表面积可能有影响，在某地测量了男女各 15名初生至 3 周岁儿童的身高、体重 和体表面积， 得到 测量 数据 如表 所示。 表 3 周岁男女儿童的身高、体重和体表面积 男（ male） 女（ female） 身高（ x1） 体重（ x2） 表面积（ y） 身高（ x1） 体重（ x2） 表面积（ y） The SAS System Dependent Variable: Y Contrast DF Contrast SS Mean Square F Value Pr F trt12 vs trt34 1 T for H0: Pr |T| Std Error of Parameter Estimate Parameter=0 Estimate trt1 adj mean trt2 adj mean adj trt diff trt1 unadj mean trt2 unadj mean unadj trt diff 上海财经大学经济信息管理系 IS/SHUFE Page 7 of 16 程序如下： proc format。 value sexname 1=’ male’ 2=’ female’。 data child。 do i=1 to 15。 do sex=1 to 2。 input x1 x2 y @@。 format sex sexname.。 output。 end。 end。 cards。 proc glm data=child。 class sex。 model y=sex x1 x2 /solution。 lsmeans sex /stderr tdiff。 run。 程序说明：本例为带有两个协变量 x1 和 x2，一个分组变量 sex的完全随机化设计的多元协方差分析。 data 步中为了便于读 入 数据， sex 分组变量取值为 1 和 2，但又为了显示清楚，用 format 过程自定义了 ，用于 sex 变量的显示格式。 在 class 语句中只能有 sex分组变量，而在 model 语句中应把观察指标放在等号的左边，分组变量和协变量放在等号的右边， solution选项求回 归方程的系数估计。 lsmeans语句求修正后均值， stderr 选项求均值的标准误差， tdiff 选项求均值对比的 t 值和 p 值。 程序输出的主要结果 如 表 所示。 表 单因素的多元协方差分析 上海财经大学经济信息管理系 IS/SHUFE Page 8 of 16 表 ：由类型 3 的平方和计算结果表明，身高、体重对体表面积都有非常显著性的影响（ ， ），而男、女两性之间无显著性差别（ ）。 由回归分析的结果可知道，与 x x2 相对应的公共偏回归系数为 1 、2 ，它们与 0之间差别的检验结果为 p= 和 p=。 男、女两性体表面积的修正均值分别为 和 ，两者之间无显著性差别（ p=）。 第二十七课 符号检验和 Wilcoxon 符号秩检验 在统计推断和假设检验中，传统的检验统计量都叫做参数检验，因为它们都依赖于确定的概率分布，这个分布带有一组自由的参数。 参数检验被认为是依赖于分布假定的。 通常情况下，我们 对数据进行分析时，总是假定误差项服从正态分布，这是人们易于接受的事实，因为正态分布的原始出发点就是来自于误差分布，至于当样本相当大时，数据的正态近似，这是由于大样本理论所保证的。 但有些资料不一定满足上述要求，或不能测量具体数值，其The SAS System General Linear Models Procedure Dependent Variable: Y Source DF Sum of Squares Mean Square F Value Pr F Model 3 Error 26 Corrected Total 29 RSquare . Root MSE Y Mean Source DF Type I SS Mean Square F Value Pr F SEX 1 X1 1 X2 1 Source DF Type III SS Mean Square F Value Pr F SEX 1 X1 1 X2 1 T for H0: Pr |T| Std Error of Parameter Estimate Parameter=0 Estimate INTERCEPT B SEX female B male B . . . X1 X2 NOTE: The X39。 X matrix has been found to be singular and a generalized inverse was used to solve the normal equations. Estimates followed by the letter 39。 B39。 are biased, and are not unique estimators of the parameters. Least Squares Means SEX Y Std Err Pr |T| T / Pr |T| H0: LSMEAN LSMEAN H0:LSMEAN=0 LSMEAN1=LSMEAN2 female male 764 上海财经大学经济信息管理系 IS/SHUFE Page 9 of 16 观察结果往往只有程度上的区别，如颜色的深浅、反应的强弱等，此时就不适用参数检验的方法，而只能用非参数统计方法（ nonparametric statistical analysis）来处理。 这种方法对数据来自的总体不作任何假设或仅作极少的假设，因此在实用中颇有价值，适用面很广。 三、 单 样本的符号检验 符号检验（ sign test）是一种最简单的非参数检验方法。 它是根据正、负号的个数来假设检验。 首先需要将原始观察值按设定的规则，转换成正、负号，然后计数正、负号的个。