SAS和SPSS在科研中的一些應(yīng)用課件

SAS和SPSS在科研中的一些應(yīng)用李壽田shtli2008@常用的統(tǒng)計軟件的介紹：SAS(StatisticalAnalysisSystem)SPSS(StatisticalPackageforSocialScience)S-PlusStataStatisticaDPS(DataProcessingSystem)-國產(chǎn)統(tǒng)計軟件1、SAS真正的巨無霸，國際上標(biāo)準(zhǔn)統(tǒng)計軟件和最權(quán)威的組合式統(tǒng)計軟件，現(xiàn)版本為SAS9.1.3優(yōu)缺點：完備的數(shù)據(jù)存取、管理、分析和顯示功能應(yīng)用于各行各業(yè)，特別是自然科學(xué)研究(SCI文章)人機(jī)對話界面相當(dāng)?shù)牟挥押弥饕跃幊虨橹?，學(xué)習(xí)有困難說明書內(nèi)容相當(dāng)?shù)凝嫶螅瑢W(xué)習(xí)也有困難VeryExpensiveforSomebody(notforme)統(tǒng)計軟件中的貴族，現(xiàn)版本為SPSS14.0優(yōu)缺點：人機(jī)對話界面相當(dāng)?shù)挠押?所有統(tǒng)計軟件中最好的)與Word兼容存在一定的問題國內(nèi)使用群體非常的廣泛，主要用于市場調(diào)研行業(yè)Easytolearn(foreverybody)2、SPSS優(yōu)缺點：極為強(qiáng)大的統(tǒng)計和繪圖功能應(yīng)用上以理論研究和統(tǒng)計建模為主需要有較好的數(shù)理統(tǒng)計背景對編程能力要求極高3、S-Plus主要內(nèi)容第一部分、SAS和SPSS基礎(chǔ)第二部分、描述統(tǒng)計分析第三部分、均值比較與T檢驗第四部分、非參數(shù)檢驗第五部分、方差分析第六部分、相關(guān)及回歸分析第七部分、主成分分析第八部分、聚類分析第一部分、SAS和SPSS基礎(chǔ)1.1、SAS8.2軟件的安裝：安裝時，將setinit.sss放到setupdisk\sas\core\sasinst下,將系統(tǒng)時間調(diào)到setinit.sss中expire='23Feb2002'指定的時間前。安裝完后時間破解：方法一：將SAS8.2Patcher.exe放到sashost.dll所在的目錄（ProgramFiles\SASInstitute\SAS\V8）下，運行即可。最好將sashost.dll備份一個。方法二：將SYDAY目錄中的SYDAY.exe、COMDLG32.OCX和sas.txt放到ProgramFiles\SASInstitute\SAS\V8目錄下，再在桌面上建立一個快捷方式，目標(biāo)是：“C:\ProgramFiles\SASInstitute\SAS\V8\SYDAY.exe”C:\ProgramFiles\SASInstitute\SAS\V8\sas.txt。方法三：使用破解目錄下的sashost.dll。1.2、SPSS13.0軟件的安裝：Whensetuppromptsforserialnumber,enteranythingyoulike.Afterinstall,overwritethefile"lservrc"intheinstalledprogramdirectorywiththeonelocatedin\CRACKEnjoyit!datashtli;inputxy;cards;1115612134212004648020198;procmeans;varxy;run;DatastepProcstep2、SAS初級知識：@@表示數(shù)據(jù)可以在一行里連續(xù)讀入，直到本行結(jié)束后，再轉(zhuǎn)到下一行繼續(xù)讀入，直到分號結(jié)束。去掉@@，則每行只能讀入兩個數(shù)據(jù)，即一個x和一個y，然后再轉(zhuǎn)到下一行繼續(xù)讀入。title'myfirstsasprogram';/*指定標(biāo)題內(nèi)容*/datashtli;/*建立臨時數(shù)據(jù)集WORK.shtli*/inputxy@@;/*輸入的變量x,y，并是連續(xù)輸入*/cards;/*直接輸入數(shù)據(jù)，數(shù)據(jù)塊開始*/1214202114161315/*數(shù)據(jù)塊*/;/*數(shù)據(jù)塊結(jié)束*/procprint;/*顯示數(shù)據(jù)集內(nèi)容*/run;/*程序結(jié)束*/OBSXY

11214220213141641315

2.1.1、數(shù)據(jù)的直接輸入dataa;

inputx@;

inputy@@;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;dataa;

inputxy@@;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;dataa;

inputxy@;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;dataa;

inputxy;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;dataa;

inputx;

inputy;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;dataa;

inputx@;

inputy;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;dataa;

inputx@;

inputy@;

cards;

12345678910

12345678910

12345678910

12345678910

12345678910

12345678910

;

run;2.2、程序步：程序步總是以一個proc語句開始，后面緊跟著程序步名。一般格式為：Proc過程名[DATA=數(shù)據(jù)集名][選項]；[Var

變量序列]；/*按用戶需要指定分析的變量*/[Where條件表達(dá)式]；/*用于給定條件的數(shù)據(jù)進(jìn)行分析*/[Model因變量=自變量列表/選項]

/*建模過程中指定模型的形式*/[By變量序列]；/*指定一個或幾個分組變量*/……Run；/*過程步一般以run語句結(jié)束*/2、SPSS初級知識：數(shù)據(jù)編輯窗口(DataEditor)：功能：對數(shù)據(jù)進(jìn)行定義、錄入、修改和管理等操作組成：窗口主菜單、工具欄、數(shù)據(jù)編輯區(qū)和狀態(tài)顯示區(qū)SPSS運行時打開，只能有一個，且運行過程中無法關(guān)閉統(tǒng)計分析均針對窗口中的數(shù)據(jù)進(jìn)行窗口中的數(shù)據(jù)以*.sav存盤輸出窗口(Viewer)：功能：SPSS統(tǒng)計分析報表及圖形輸出窗口組成：窗口主菜單、工具欄、結(jié)果顯示區(qū)和狀態(tài)顯示區(qū)第一次分析時打開，可有多個且可切換，可關(guān)閉狀態(tài)顯示區(qū)里的“!”表示當(dāng)前輸出窗口窗口中的內(nèi)容以*.spo存盤數(shù)據(jù)分析的一般步驟：建立SPSS數(shù)據(jù)文件定義數(shù)據(jù)文件結(jié)構(gòu)錄入、修改和編輯待分析的數(shù)據(jù)分析數(shù)據(jù)統(tǒng)計分析前的數(shù)據(jù)預(yù)處理統(tǒng)計分析結(jié)果的說明和解釋數(shù)據(jù)和分析結(jié)果的保存例1、某群雞一年中各月的產(chǎn)蛋量記錄如下：月份產(chǎn)蛋量月份產(chǎn)蛋量118724220825321925422102552311266231226計算該年度的月平均產(chǎn)蛋數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)、最大值和最小值。datashtli;inputmonth$egg@@;cards;118220321422523623724825925102511261226;procmeansmeanstdcvmaxmin;run;1.1、SAS的means過程1.2、SPSS過程AnalyzeDescriptiveStatisticsDescriptivesAnalyzeDescriptiveStatisticsFrequencies這兩個過程分析的結(jié)果中沒有CV(變異系數(shù))這一項，要計算變異系數(shù)：CV=標(biāo)準(zhǔn)差*100%/平均數(shù)例2、現(xiàn)用玉米、麥麩、豆餅、魚粉、高梁、葉粉、骨粉和食鹽8種原料為某階段的生長豬配制基礎(chǔ)日糧，各原料在日糧中所占的比例以及消能和粗蛋白含量如下：指標(biāo)玉米麥麩豆餅魚粉高梁葉粉骨粉食鹽比例61.512.5123.0820.70.3消化能350524663253312328131300//粗蛋白7.7913.740.261.37.2417//試計算所配制的日糧的消化能和粗蛋白含量。（注：這也是一個計算加權(quán)平均數(shù)的例子，日糧中消化能和粗蛋白的含量實際就是各種原料消化能和粗蛋白含量以其各自在日糧中的比例為加權(quán)系數(shù)的加權(quán)平均數(shù)。）datashtli;inputcontent$rateenergyrawprotein@@;cards;161.535057.7912.5246613.712325340.23312361.3828137.2421300170.7000.300;procmeans;varenergyrawprotein;/*指明分類變量為energy和rawprotein*/weightrate;/*以某一原料所占的比例為加權(quán)變量*/

run;2.1、SAS的means過程TheSASSystem19:16Friday,April16,200617TheMEANSProcedureVariableNMeanStdDevMinimumMaximum-----------------------------------------------------------------------------------------------energy83198.922110.0103505.00rawprotein814.085550050.5693528061.3000000-----------------------------------------------------------------------------------------------2.2、SPSS過程AnalyzeDescriptiveStatisticsDescriptivesDataWeightCaseUnivariate過程又稱為單變量分析過程，可提供單個變量的詳細(xì)描述及其分布類型的檢驗，與Means過程相比，過程側(cè)重于對單個變量進(jìn)行分布類型的描述（當(dāng)然也可以進(jìn)行t檢驗過程）。3.1、SAS的Univariate過程例3、有人抽測了12頭奶牛的305天的產(chǎn)奶量，具體數(shù)據(jù)如下：牛號產(chǎn)奶量154802637036310451805509066390756008605095380105360116420127760datashtli;inputnumber$x@@;cards;154802637036310451805509066390756008605095380105360116420127760;procunivariatenormalplot;/*檢驗資料是否服從正態(tài)分布并作圖*/varx;run;Moments(基本統(tǒng)計數(shù))N(樣本數(shù))12SumWeights(權(quán)系數(shù)之和)12Mean(平均數(shù))5949.16667SumObservations(總和)71390StdDeviation(標(biāo)準(zhǔn)差)760.11313Variance(方差)577771.97Skewness(偏度系數(shù))1.149234Kurtosis(峰度系數(shù))1.66491061USS(觀察值平方和)431066500CSS(離均差平方和)6355491.67CV(變異系數(shù))12.7768StdErrorMean(標(biāo)準(zhǔn)誤)219.42576Range(極差)2670Student'st(檢驗均數(shù)為0的T值)t27.11244Pr>|t|(H0假設(shè)下T檢驗概率)<.0001Sign(檢驗中位數(shù)為0的符號統(tǒng)計量)M6Pr>=|M|(H0假設(shè)下不小于|M|的概率)0.0005SignedRank(符號秩)S39Pr>=|S|(H0假設(shè)下不小于|S|的概率)0.0005TestsforNormality正態(tài)性檢驗Test--Statistic--------pValue------Shapiro-WilkW0.878767Pr<W0.0845Kolmogorov-SmirnovD0.184485Pr>D>0.1500Cramer-vonMisesW-Sq0.079701Pr>W-Sq0.1969Anderson-DarlingA-Sq0.550287Pr>A-Sq0.1269當(dāng)樣本數(shù)n≤2000時，應(yīng)選用Shapiro-Wilk的W檢驗，W值愈大，P值愈大，表明資料愈服從正態(tài)分布。當(dāng)樣本數(shù)n>2000時，應(yīng)用選用Kolmogorov-Smirnov檢驗，D值愈大，P值愈小，表明資料不服從正態(tài)分布。NormalProbabilityPlot7750+*+++++|+++++++|++++++|*+*+*++**|++++*+5250+*+*++*++**+----+----+----+----+----+----+----+----+----+----+-2-10+1+2Quantiles(Definition5)(分位數(shù))100%Max(最大值)776099%(99%分位數(shù))776095%(95%分位數(shù))776090%(90%分位數(shù))642075%Q3(75%分位數(shù))638050%Median(中位數(shù))582525%Q1(25%分位數(shù))537010%(10%分位數(shù))51805%(5%分位數(shù))50901%(1%分位數(shù))50900%Min(最小值)5090ExtremeObservations(極端值)----Lowest--------Highest---(最低值)(最高值)ValueObsvalueObs509056310351804637025360106390653809642011548017760123.2、SPSS過程AnalyzeDescriptiveStatisticsExploreDependent產(chǎn)奶量第三部分、均值比較與T檢驗t檢驗是假設(shè)檢驗中最常用的方法之一，主要用于兩組（兩個樣本）數(shù)值變量資料的比較（即均數(shù)差異的顯著性檢驗）。t檢驗的應(yīng)用條件有：獨立隨機(jī)樣本（樣本從總體中隨機(jī)抽取，且相互獨立）資料的正態(tài)性（樣本來自正態(tài)分布的總體）方差齊性（兩樣本均數(shù)比較中，兩樣本方差相等）可比性（研究對象性質(zhì)和實驗條件等相近或相等）

根據(jù)試驗設(shè)計的不同，又可將兩個樣本均數(shù)差異的顯著性檢驗分為三種：樣本均數(shù)與總體均數(shù)比較的t檢驗配對試驗設(shè)計資料的t檢驗非配對實驗設(shè)計資料的t檢驗1、二組均數(shù)的差異顯著性檢驗根據(jù)以往大量的調(diào)查或多次實驗結(jié)果所得的平均數(shù)或某些標(biāo)準(zhǔn)值，以檢驗所得的樣本均數(shù)與該總體均數(shù)的差異是否顯著。在SAS系統(tǒng)中，樣本均數(shù)與總體均數(shù)間的差異顯著性檢驗是通過Means過程來完成的。例1：隨機(jī)抽測某品種7頭母牛體高，測得的數(shù)據(jù)(cm)為137、133、136、129、133、130、131。根據(jù)歷年觀察記載，該品種成年母牛體高總體均數(shù)平均數(shù)為131cm。試檢驗所得的樣本平均數(shù)與總體平均數(shù)差異是否顯著？datashtli;inputx@@;y=x-131;cards;137133136129133130131;procmeansmeanstdstderrtprt;vary;run;1.1、樣本均數(shù)與總體均數(shù)比較的t檢驗(SAS過程)datashtli;inputx@@;y=x-131;cards;137133136129133130131;procunivariatenormalplot;vary;run;

Means過程MeanStdDevStdErrortValuePr>|t|（平均數(shù)）（標(biāo)準(zhǔn)差）（標(biāo)準(zhǔn)誤）（t值）（概率）--------------------------------------------------------------------------------1.71428572.98408481.12787801.520.1793--------------------------------------------------------------------------------上述結(jié)果，T=1.52，P=0.1793>0.05，表明樣本均數(shù)與已知總體平均數(shù)差異不顯著，可以認(rèn)為該樣本是來自成年牛體高平均數(shù)131cm的總體，即該品種成年母牛體高未發(fā)生實質(zhì)性的改變。

Univariate過程Test-Statistic--------pValue-------Student‘stt1.519921Pr>|t|0.1793SignM1Pr>=|M|0.6875SignedRankS6.5Pr>=|S|0.2500

TestsforNormalityTest--Statistic----------pValue--------Shapiro-WilkW0.939582Pr<W0.6350Kolmogorov-SmirnovD0.176147Pr>D>0.1500Cramer-vonMisesW-Sq0.038395Pr>W-Sq>0.2500Anderson-DarlingA-Sq0.245734Pr>A-Sq>0.25001.2、樣本均數(shù)與總體均數(shù)比較的t檢驗(SPSS過程)SPSS均值比較及檢驗過程：Means：計算指定變量的綜合描述統(tǒng)計量(要有分組變量)One-SampleTTest：單樣本T檢驗檢驗單變量均值是否與給定常數(shù)之間存在差異(本例就屬于這一類型)Independent-SampleTTest：獨立樣本T檢驗用于檢驗兩獨立樣本數(shù)據(jù)的均值是否來自同一總體Paired-SampleTTest：配對樣本T檢驗檢驗兩相關(guān)樣本是否來自具有相同均值的總體One-WayAnova：一元方差分析(下一章介紹)

檢驗幾個獨立的組是否來自均值相同的總體AnalyzeCompareMeansOne-SampleTestVariable(s)體高TestValue131同一受試對象處理前后的數(shù)據(jù)（推斷處理前后對受試對象有無作用）同一受試對象兩個部位的數(shù)據(jù)同一樣品用兩種方法（儀器）檢驗的結(jié)果配對的兩個受試對象分別接受兩種處理后的數(shù)據(jù)（后三種是推斷兩種處理有無顯著差異）配對設(shè)計就是先按配對的要求將試驗單位兩兩配對，然后將配對成對子的兩個試驗單位隨機(jī)地分配到兩個處理組中，主要有四種類型。在SAS系統(tǒng)中，配對試驗設(shè)計資料的t檢驗是用Means過程來實現(xiàn)的。2.1、配對試驗設(shè)計資料的t檢驗(SAS過程)例2、在比較國產(chǎn)與進(jìn)口的背膘測定儀時，對14頭活體肥豬的背膘進(jìn)行了測定，其資料如下（單位：mm）：試比較兩種測膘儀測定的結(jié)果有無顯著差異。datashtli;inputxy@@;d=x-y;cards;32434044273037343230353128264326404241404142354349373443;procmeansmeanstd;varxy;procmeansmeanstdstderrtprt;vard;run;datashtli;inputxy@@;d=x-y;cards;32434044273037343230353128264326404241404142354349373443;procunivariatenormal;vard;probplot;run;VariableMeanStdDev變量平均數(shù)標(biāo)準(zhǔn)差-------------------------------------------------x36.71428576.0565104y36.50000006.7794940-------------------------------------------------AnalysisVariable:d分析變量：dMeanStdDevStdErrortValuePr>|t|平均數(shù)標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤t值概率------------------------------------------------------------------------0.21428577.65786242.04664980.100.9182------------------------------------------------------------------------means分析結(jié)果TestsforLocation:Mu0=0Test-Statistic------pValue------Student'stt0.104701Pr>|t|0.9182SignM0Pr>=|M|1.0000SignedRankS-1Pr>=|S|0.9645TestsforNormalityTest--Statistic--------pValue------Shapiro-WilkW0.945103Pr<W0.4876Kolmogorov-SmirnovD0.16767Pr>D>0.1500Cramer-vonMisesW-Sq0.050675Pr>W-Sq>0.2500Anderson-DarlingA-Sq0.335103Pr>A-Sq>0.2500Univariate分析結(jié)果2.2、配對試驗設(shè)計資料的t檢驗(SPSS過程)AnalyzeCompareMeansPaired-SamplePairedVariables國產(chǎn)進(jìn)口非配對試驗設(shè)計，又稱為成組設(shè)計，是將試驗單位隨機(jī)地分成兩組，在這種試驗設(shè)計中，兩組的試驗單位相互獨立。非配對試驗設(shè)計資料的t檢驗可用TTest過程來完成。例3、為比較甲、乙兩種飼料對豬的飼養(yǎng)效果，并對其日增重進(jìn)行了記錄，數(shù)據(jù)如下，試檢驗甲、乙兩種飼料對育肥豬日增重的影響是否有顯著差異。datashtli;inputx$y@@;cards;16001753166016301654166417101685270527002710269526502685;procttest;classx;vary;run;3.1、非配對試驗設(shè)計資料的t檢驗(SAS過程)甲乙600705753700660710630695654650664685710685第一部分Statistics兩組樣本描述統(tǒng)計量的值（樣本數(shù)、平均數(shù)、標(biāo)準(zhǔn)差等）LowerCLUpperCLLowerCLUpperCLVariablexNMeanMeanMeanStdDevStdDevStdDevStdErry18630.03669.5708.9731.21747.21496.09316.693y26667.98690.83713.6913.59221.77553.4078.8898yDiff(1-2)-66.87-21.3324.20827.75338.70363.88820.902第二部分：兩組樣本所在總體方差相等和不相等時的t檢驗結(jié)果T-TestsVariableMethodVariancesDFtValuePr>|t|yPooledEqual12-1.020.3276ySatterthwaiteUnequal10.4-1.130.2847第三部分：方差齊性（即總體方差相等或不相等）檢驗EqualityofVariancesVariableMethodNumDFDenDFFValuePr>FyFoldedF754.700.1074對于本例而言，兩總體方差齊性檢驗結(jié)果為F'=4.70，P=0.1074>0.05，說明兩總體的方差是相等的，因此應(yīng)選擇用方差相等時的t檢驗結(jié)果，即T=-1.02，P=0.3276>0.05，表明這兩種飼料對育肥豬日增重的影響沒有顯著差異，即兩種飼料對育肥豬增重效果的影響是一樣的。3.2、非配對試驗設(shè)計資料的t檢驗(SPSS過程)AnalyzeCompareMeansIndependentTestvariable(s)增重groupingvariablegroup12例4、為了了解某糧田土壤肥力的變化情況，1998年和1999年連續(xù)兩年對9個監(jiān)測點進(jìn)行取土樣化驗有機(jī)質(zhì)含量。y1代表1998年結(jié)果，其土壤有機(jī)質(zhì)平均含量為1.21%，y2代表1999年化驗結(jié)果，試分析兩年間土壤有機(jī)質(zhì)的變化情況。datashtli;inputy$x@@;cards;y11.64y11.04y11.46y10.88y11.30y10.84y11.39y10.99y11.43y21.60y20.62y21.49y20.74y21.24y20.65y21.51y20.84y21.50;procttest;classy;varx;run;y1y21.641.601.040.621.461.490.880.741.301.240.840.651.391.510.990.841.431.504.1、非配對試驗設(shè)計資料的t檢驗(SAS過程)StatisticsLowerCLUpperCLLowerCLUpperCLVariableyNMeanMeanMeanStdDevStdDevStdDevStdErrxy190.99831.21891.43950.19380.28690.54970.0956xy290.81411.13221.45040.27960.41390.7930.138xDiff(1-2)-0.2690.08670.44260.26520.35610.5420.1679T-TestsVariableMethodVariancesDFtValuePr>|t|xPooled

Equal160.520.6127xSatterthwaiteUnequal14.20.520.6136EqualityofVariancesVariableMethodNumDFDenDFFValuePr>FxFoldedF882.080.32034.2、非配對試驗設(shè)計資料的t檢驗(SPSS過程)AnalyzeCompareMeansIndependentTestvariable(s)有機(jī)質(zhì)含量groupingvariablegroup12第四部分、非參數(shù)檢驗非參數(shù)檢驗的適合條件數(shù)據(jù)不呈正態(tài)分布兩組數(shù)據(jù)方差不等樣本數(shù)較?。ㄉ儆?0個）數(shù)據(jù)值代表有序類別（如1=poor，2=normal，3=good，4=excellent)例1、中國農(nóng)業(yè)大學(xué)昌平試驗站用a和b兩種飼料對香豬進(jìn)行飼養(yǎng)試驗。每組6頭香豬，兩組共12個觀察值，數(shù)據(jù)是每6周時每頭香豬的增重結(jié)果。試分析兩種飼料對香豬的增重有無差異。ab6.655.346.357.007.057.897.907.058.046.744.457.28datashtli;inputfeed$weight@@;cards;a6.65a6.35a7.05a7.90a8.04a4.45b5.34b7.00b7.89b7.05b6.74b7.28;procnpar1way;classfeed;varweight;run;1.1、非參數(shù)檢驗(SAS過程)WilcoxonTwo-SampleTestStatistic38.5000NormalApproximation秩得分近似正態(tài)性檢驗Z0.0000One-SidedPr<Z0.5000Two-SidedPr>|Z|1.0000tApproximation秩和相等的近似t檢驗One-SidedPr<Z0.5000Two-SidedPr>|Z|1.0000雙尾檢驗Pr>|Z|=1>0.05，數(shù)據(jù)服從正態(tài)分布雙尾檢驗Pr>|Z|=1>0.05，接受兩樣本秩和相等假設(shè)Kruskal-WallisTest用K-W法對樣本進(jìn)行秩得分的卡方分布檢驗Chi-Square0.0064DF1Pr>Chi-Square0.9361檢驗Pr=0.9361>0.05，兩組樣本符合卡方分布在K-W檢驗中，Chi-Square=0.0064，Prob>Chi-Square=0.9361>0.05，即卡方檢驗不顯著，表明兩種飼料對增重效果沒有差異。MedianScores(NumberofPointsAboveMedian)forVariableweightClassifiedbyVariablefeedSumofExpectedStdDevMeanfeedNScoresUnderH0UnderH0Score------------------------------------------------------------------------------a63.03.00.9045340.50b63.03.00.9045340.50

MedianTwo-SampleTestMedian法對兩樣進(jìn)行本中位數(shù)秩和檢驗Statistic3.0000Z0.0000One-SidedPr<Z0.5000Two-SidedPr>|Z|1.0000MedianOne-WayAnalysis用median法對兩樣本進(jìn)行中位數(shù)秩和單尾檢驗Chi-Square0.0000DF1Pr>Chi-Square1.0000檢驗Pr=1>0.05，接受中位數(shù)得分相等，無顯著差異檢驗Pr=1>0.05，兩組樣本服從中位數(shù)相等，無顯著差異后面的分析略1.2、非參數(shù)檢驗(SPSS過程)由Analyze菜單下的NonparametricTest來進(jìn)行：Chi-SquareTest：卡方檢驗BinomialTest：二項式分布檢驗RunsTest：游程檢驗1-SimpleK-STest：一個樣本柯-斯檢驗2IndependentSamplesTest：兩個獨立樣本檢驗KIndependentSamplesTest：多個獨立樣本檢驗2RelatedSamplesTest：兩個相關(guān)樣本檢驗KRelatedSamplesTest：多個相關(guān)樣本檢驗AnalyzeNonparametricTest2IndependentTestvariable增重groupingvariablegroup第五部分、方差分析

方差分析是利用試驗數(shù)據(jù)，分析各個因素對某事物某指標(biāo)的影響是否顯著的一種分析方法。它主要分為：單因素方差分析：將一個因素A分為k個水平，分析這k個水平對所考察的指標(biāo)y的影響（只有A變化，其它因素控制不變）雙因素方差分析：分析兩個因素對所考察的指標(biāo)y的影響（只有兩個因素是可變的，其它因素控制不變）多因素方差分析：考察的因素多于2個時所謂均衡數(shù)據(jù)(balanceddata)，就是在數(shù)據(jù)結(jié)構(gòu)中對于每個分類因子各水平下或水平的組合下的觀測數(shù)都相等，即數(shù)據(jù)均衡，且沒有發(fā)生缺失。在SAS系統(tǒng)中，均衡數(shù)據(jù)的方差分析是采用ANOVA過程來完成的。在利用ANOVA過程進(jìn)行方差分析時，系統(tǒng)會先檢查數(shù)據(jù)結(jié)構(gòu)是否均衡。如果數(shù)據(jù)結(jié)構(gòu)并不均衡，ANOVA過程會給出相應(yīng)的警告信息，告訴設(shè)計不均衡，ANOVA分析無效，此時應(yīng)考慮采用GLM過程進(jìn)行分析。1、均衡數(shù)據(jù)的方差分析過程：例1、為比較A、B、C三種配合飼料對母雞的飼養(yǎng)效果（以體重為衡量指標(biāo)），進(jìn)行了飼養(yǎng)對比試驗。每種飼料各飼喂10只雞，飼養(yǎng)時間為60天，具體數(shù)據(jù)如下：飼料體重(g)A1073105810711037106610261053104910651051B1016105810381042102010451044106110341049C1084106911061078107510901079109411111092試檢驗各飼料組母雞體重的差異顯著性。1.1.1、單因素方差分析(SAS過程)datashtli;inputx$y@@;cards;a1073a1058a1071a1037a1066a1026a1053a1049a1065a1051b1016b1058b1038b1042b1020b1045b1044b1061b1034b1049c1084c1069c1106c1078c1075c1090c1079c1094c1111c1092;procanova;classx;modely=x;/*指明模型為單因素主效應(yīng)模型*/meansx/SNKalpha=0.01;/*用SNK在0.05水平上進(jìn)行多重比較*/run;TheANOVAProcedure方差分析過程DependentVariable:y(因變量：y)SourceDFSumofSquaresMeanSquareFValuePr>F(變異來源)(自由度)(平方和)(均方)(F值)(概率)Model211674.866675837.4333328.30<.0001(模型)Error275568.60000206.24444(誤差)CorrectedTotal2917243.46667(矯正總和)R-SquareCoeffVarRootMSEyMean(決定系數(shù))(變異系數(shù))(MSE平方根)(y均數(shù))0.6770601.35338414.361211061.133SourceDFAnovaSSMeanSquareFValuePr>F(變異來源)(自由度)(平方和)(均方)(F值)(概率)x211674.866675837.4333328.30<.0001說明：該部分輸出變異來源、自由度、平方和、均方、計算的實際F值大于臨界F值的概率。只需根據(jù)概率值就可對方差分析的結(jié)果作出判斷。本例中，F(xiàn)=28.30，P=0.0001<0.01，表明不同飼料對肉雞的體重存在著顯著的影響。Student-Newman-KeulsTestfory(多重比較的變量y)Alpha(檢驗水平)0.05ErrorDegreesofFreedom(自由度)27ErrorMeanSquare(樣本內(nèi)均方)206.2444NumberofMeans23CriticalRange13.17798415.924134Meanswiththesameletterarenotsignificantlydifferent.SNKGroupingMeanNxA1087.80010cB1054.90010aC1040.70010b說明：該部分對不同處理均數(shù)間的差異顯著性在規(guī)定的顯著水平上進(jìn)行比較。本例中，采用SNK法進(jìn)行多重比較的結(jié)果表明，三個飼料組的體重彼此都存在著顯著差異(P<0.05)，即C飼料組的體重顯著地高于A和B，A飼料的體重顯著地高于B。換句話說，如果用飼喂后的體重這一指標(biāo)來衡量這三種飼料優(yōu)劣的話，那么C飼料最好，其次是A飼料，B飼料最差。1.1.2、單因素方差分析(SPSS過程)AnalyzeCompareMeansOne-WayAnovaDependentList體重Factor飼料例2、上面的例子只是研究了飼料對增重的影響，在實際數(shù)據(jù)分析過程中，經(jīng)常要分析一個因素對不同指標(biāo)的影響。如飼料對母雞產(chǎn)蛋量也有影響的數(shù)據(jù)如下：飼料產(chǎn)蛋量(個)A48584937464653494551B46584842504544615449C54595658556059545162試檢驗各飼料組母雞體重和產(chǎn)蛋量的差異顯著性。1.2.1、單因素方差分析(SAS過程)datashtli;inputfeed$weightegg@@;cards;a107348a105858a107149a103737a106646a102646a105353a104949a106545a105151b101646b105858b103848b104242b102050b104545b104444b106161b103454b104949c108454c106959c110656c107858c107555c109060c107959c109454c111151c109262;procanova;classfeed;modelweightegg=feed;/*指明模型為單因素主效應(yīng)模型*/meansfeed/SNK;/*用SNK在0.05水平上進(jìn)行多重比較*/run;結(jié)果見SAS分析結(jié)果1.2.2、單因素方差分析(SPSS過程)AnalyzeCompareMeansOne-WayAnovaDependentList體重產(chǎn)蛋量Factor飼料例3、有30畝稻田隨機(jī)分成5組，種上不同的品種A、B、C、D和E，收獲時得畝產(chǎn)水稻數(shù)據(jù)如下：品種畝產(chǎn)量（kg)A435420460445450440B500395408418436419C510491473462438467D403425418407435398E408414420385392512試檢驗這5個品種的畝產(chǎn)量有無顯著差異(同時進(jìn)行多種方法的兩兩比較)。1.3.1、單因素方差分析(SAS過程)datashtli;inputbreed$product@@;cards;A435 A420 A460 A445 A450 A440B500 B395 B408 B418 B436 B419C510 C491 C473 C462 C438 C467D403 D425 D418 D407 D435 D398E408 E414 E420 E385 E392 E512;procanova;classbreed;modelproduct=breed;meansbreed/snk;meansbreed/lsd;meansbreed/duncan;run;procanova;classbreed;modelproduct=breed;meansbreed/snklsdduncan;run;結(jié)果見SAS分析結(jié)果1.3.2、單因素方差分析(SPSS過程)AnalyzeCompareMeansOne-WayAnovaDependentList畝產(chǎn)量Factor品種上面的一些例子在進(jìn)行比較時均進(jìn)行的是兩兩比較，而當(dāng)我們只需要作多個處理組與對照組進(jìn)行比較時，則可采用Dunnett(雙尾檢驗)或dunnettU(單尾檢驗)即可。以例一為例(處理a為對照組)。datashtli;inputx$y@@;cards;a1073a1058a1071a1037a1066a1026a1053a1049a1065a1051b1016b1058b1038b1042b1020b1045b1044b1061b1034b1049c1084c1069c1106c1078c1075c1090c1079c1094c1111c1092;procanova;classx;modely=x;/*指明模型為單因素主效應(yīng)模型*/meansx/