sas的glm和anova基础

1、多组资料均数比较我们一般采用方差分析的方法，SAS中方差分析的功能非常全面，能实现方差分析功能的过程有anova过程和glm过程。一、anova过程和glm过程简介1.anova过程anova过程存在于stat模块，主要的功能就是进行方差分析。anova过程用以对平衡实验设计资料（各分组因素各水平的所有组合具有相同的样本量或观察值）进行分析，不能用于对非平衡实验设计资料的方差分析。它比glm过程的运行速度要快，要求的存贮空间也要小一些。anova过程的一般格式如下：PROCANOVAv选项列表；CLASS变量名列表；MODEL应变量=自变量表达式V/选项列表；ABSORB变量列表；BY变量名；

2、FREQ变量名；MANOVAV检验选项V/详细选项；MEANS自变量表达式V/选项；REPEATED变量名水平数V（各水平值）V/选项;TESTVH=变量表达式E=变量表达式；procanova语句启动anova过程的运行，其后的选项列表可含有以下项目:DATA=数据集名MANOVAMULTIPASSNAMELEN=nNOPRINTORDER=DATA、FORMATTED、FREQ、INTERNALOUTSTAT=SAS-data-set其中的“order二选项指定anova过程对分类变量(class语句指定的变量)各水平的排序方式，可选的四个条目分别表示按照原始数据中的顺序、输出格式值的顺序

3、、各水平观察值频数多少的顺序、内部值的顺序进行排序。其余选项和以前的内容相同或较少用到，这里不再一一解释。其后的class语句、by语句、freq语句等和以前的内容完全相同，我们这里着重了解一下anova过程中特有的关键语句。model语句：用来指定应变量和自变量，并且通过特定的表达式规定自变量的作用方式。如果没有指定任何自变量，则模型中仅包含常数项，此时检验的内容是应变量的均数是否为零。model语句中指定的自变量必须是class语句中声明过的分类变量，anova过程不允许自变量中有连续型变量(数值变量)，而应变量则必须是数值型变量。自变量表达式可用来表达三种不同的效应模型，即主效应模型、交

4、互效应模型、嵌套设计效应模型。我们假定应变量为y，a，b，c为模型中包含的三个自变量，各种效应模型的表达方式如下：(1) 主效应模型：y=abc；(2) 交互效应模型：y=abca*ba*cb*ca*b*c；(3) 嵌套设计模型：y=abc(ab)；其中c因素为a、b两因素各种组合下的二级因素。model语句末尾的选项有“intercept和“nouni两项，分别指定SAS进行关于常数项的假设检验和在多变量方差分析(或重复测量资料方差分析)时禁止单变量统计结果的输出。absorb语句：对于仅发挥主效应的因素，absorb语句指定SAS消除此变量的作用，只对其余变量进行分析，起到大幅度减少计算机

5、资源和时间消耗的作用。应用此功能时，须先对指定变量排序，且此变量不能再出现在class语句和model语句中。manova语句：当反应变量有多个时，此语句控制anova过程进入多元方差分析模式，其后的选项用以指定多元方差分析时的各项指标。means语句：指定anova过程计算指定变量各水平下反应变量的均值、标准差，并进行组间的多重比较。repeated语句：如果反应变量为重复测量数据，此语句用以指定anova过程进入重复测量数据方差分析模式。其中的变量名代表重复测量因素（如测量时间等），其后水平数代表重复测量的次数，如果需指定重复测量各次的具体标识，可在其后按顺序列出，并用圆括号括起来。tes

6、t语句：用以进行其他类型的f检验，这种检验不同于通常方差分析中以误差均方为分母的f检验，其中的选项'h=用以指定作为分子的变量表达式（必须在model语句中出现过），“e=用以指定一个作为分母的变量。2.glm过程glm过程也存在于stat模块中，它执行以最小二乘法进行模型拟合的功能。以此过程可以实现的统计学方法有回归分析、方差分析、协方差分析、多元方差分析以及偏相关分析。glm过程对数据的分析处理均在一般线性模型的框架下进行，反应变量可以为一个或多个连续型变量，自变量可为连续型也可为离散型。glm过程的一般格式如下：PROCGLMV选项列表；CLASS变量名列表；MODEL应变量=自

7、变量列表V/选项列表；ABSORB变量名列表；BY变量名列表；FREQ变量名列表；ID变量名列表；WEIGHT变量名列表；CONTRAST'标记'效应表达式常数向量V.效应表达式常数向量V/选项列表；ESTIMATE'标记'效应表达式常数向量V.效应表达式常数向量V/选项列表；LSMEANS效应表达式V/选项列表；MANOVAV检验选项V/详细选项；Means效应表达式v/选项列表；OUTPUTVOUT=数据集名V/选项；RANDOM效应表达式V/选项列表；REPEATED因素表达式V/选项列表；TESTVH=变量表达式E=变量表达式V/选项列表;Procglm

8、语句标志glm过程的开始，此句后的选项可有以下项目。DATA=数据集名ALPHA=pMANOVAMULTIPASSNAMELEN=nNOPRINTORDER=DATA、FORMATTED、FREQ、INTERNALOUTSTAT=SAS-data-set可以看到此选项列表仅比anova过程的多了一个项目，即“alpha=p选项，此选项用来指定计算过程中所采用的显著性水平。其余选项的用法和含义与anova过程的相同，这里不再多说了。大家可以比较一下glm过程和anova过程所涉及的语句，anova过程中涉及的所有语句都包含在glm过程所涉及的语句中，其用法和功能也都是基本相同的，这一部分语句这里

9、就不再赘述。Contrast语句使你可以用自定义的方式进行假设检验，它必须出现在model语句之后，如果用到manova语句、repeated语句、random语句或test语句，contrast语句必须出现在这些语句之前。标记用来标识所进行的检验，用以标识的文字或符号需用单引号括起来。效应表达式用以指定假设检验的因素（组合），这些因素（组合）必须是model语句中出现过的。效应表达式后的常数向量用以指定相应因素（组合）各水平的值，在指定各水平的情况下进行相关因素的分析。Estimate语句可实现对线性方程的估计，它也必须出现在model语句之后，使用的规则和contrast语句基本相同。其中的语句元素的含义和用法也与contrast语句相同。Lsmeans语句用以指示SAS对指定的因素（组合）计算应变量的最小二乘均数并输出到结果中。Output语句我们在以前的内容中接触过，其功能和用法和以前的内容也基本相同，各位请参考以前的内容使用。Random语句用以指定哪些因素（组合）是随机变量，即相对于这些因