SAS软件正确使用复杂设计方差分析

1、 SAS软件正确使用复杂设计方差分析 SAS实习六 复杂设计方差分析析因设计（ Factorial Design）ANOVA重复测量设计( Repeated Measurement Design) ANOVA协方差分析析因设计例：将20只家兔随机等分4组，每组5只，进行神经损伤后的缝合实验。处理由两个因素组合而成。A因素为缝合方法：外膜缝合和束膜缝合；B因素为缝合后时间：缝合后1月和缝合后2月。实验结果为家兔神经缝合后的轴突通过率（）。试分析不同缝合方法及缝合后时间对轴突通过率的影响。22析因设计家兔神经缝合后的轴突通过率() 外膜缝合（A1） 束膜缝合（A2）1月（B1）2月（B2）1月（B

2、1）2月（B2）1010405010303070603010203050305050706030均数24442852析因设计特点各因素各水平的全面组合分组。析因实验设计不仅可以作每个因素各水平的比较，而且可分析交互作用，还可以从各因素各水平的全面组合中挑选出最优实验条件或最优实验条件的方向。完全随机设计的析因实验中要求各组例数相等，且每组例数不少于2例，否则无法分析因素间的交互作用。基本概念单独效应（simple effect）：指其他因素的水平固定时，某一因素不同水平间的差别。外膜缝合：不同缝合时间间的差别44-2420外膜缝合2月与1月相比，神经轴突通过率提高了20。束膜缝合：不同缝合时间

3、间的差别52-2824束膜缝合2月与1月相比，神经轴突通过率提高了24。1月缝合：不同缝合方法间的差别28-2441月缝合束膜缝合与外膜缝合相比，神经轴突通过率提高了4。2月缝合：不同缝合方法间的差别52-4482月缝合束膜缝合与外膜缝合相比，神经轴突通过率提高了8。主效应（main effect）：指某一因素各水平间的平均差别(即单独效应的平均)。缝合时间主效应： (20+24)/2=22缝合后2月与1月相比（不考虑缝合方法），神经轴突通过率提高了22。缝合方法主效应：(4+8)/2=6束膜缝合与外膜缝合相比（不考虑缝合时间），神经轴突通过率提高了6。交互作用（interaction）：当某

4、因素的各个水平单独效应随另一因素水平的变化而变化时，称这两个因素间存在交互作用。缝合方法与缝合时间的交互作用：（8-4）/2=2或（24-20）/2=2无交互作用示意图24缝合2月缝合1月外膜缝合束膜缝合轴突通过率20有交互作用示意图缝合2月缝合1月外膜缝合束膜缝合轴突通过率3010变异分解总变异（Corrected Total）处理组间（Model） A因素主效应 B因素主效应 AB交互作用误差（ Error ）H0:不同缝合方法神经轴突通过率相等H1:不同缝合方法神经轴突通过率不等H0:不同缝合时间神经轴突通过率相等H1:不同缝合时间神经轴突通过率不等H0:不同缝合方法与不同缝合时间之间无

5、交互作用H1:不同缝合方法与不同缝合时间之间有交互作用/* factorial design ANOVA, example 11-1 */data ex11_1; input x method $ time $ ;cards;10 a1 b1 10 a1 b1 40 a1 b150 a1 b1 10 a1 b130 a1 b2 30 a1 b2 70 a1 b260 a1 b2 30 a1 b210 a2 b1 20 a2 b1 30 a2 b150 a2 b1 30 a2 b150 a2 b2 50 a2 b2 70 a2 b260 a2 b2 30 a2 b2;proc anova; cl

6、ass method time; 在MODEL语句前指定分类变量 model x=method time method*time; 指定模型的主效应和交互效应 means method*time; 输出两因素组合下的均数proc glm; class method time; model x=method time method*time; means method*time;20%24%4%8%注意：若两因素交互作用不存在，说明两因素的作用相互独立，分析各因素的主效应即可。若两因素交互作用存在，在统计分析时须逐一分析各因素的单独效应。即固定另一因素的水平，分析某因素不同水平间的差别。组间比较

7、采用方差分析，误差均方及其自由度均按析因设计总方差分析中误差的均方与其自由度计算。/* factorial design ANOVA, example 11-2 */data ex11_2; input x a $ b $ ;cards;105 1.0mg 5ug 80 1.0mg 5ug 65 1.0mg 5ug 75 2.5mg 5ug115 2.5mg 5ug 80 2.5mg 5ug 85 5.0mg 5ug 120 5.0mg 5ug125 5.0mg 5ug 115 1.0mg 15ug105 1.0mg 15ug 80 1.0mg 15ug125 2.5mg 15ug 130 2

8、.5mg 15ug 90 2.5mg 15ug 65 5.0mg 15ug120 5.0mg 15ug 100 5.0mg 15ug 75 1.0mg 30ug 95 1.0mg 30ug 85 1.0mg 30ug 135 2.5mg 30ug120 2.5mg 30ug 150 2.5mg 30ug180 5.0mg 30ug 190 5.0mg 30ug160 5.0mg 30ug;proc anova; class a b; model x=a b a*b; means a*b;run;proc glm; class a b; model x=a b a*b; means a*b; l

9、smeans a*b/tdiff; 进行每两组均数比较，输出t和P。run;例 为研究减肥新药盐酸西布曲明片和盐酸西布曲明胶囊的减肥效果是否不同，以及肥胖患者服药后不同时间的体重随时间的变化情况。采用双盲双模拟随机对照试验，将体重指数BMI27的肥胖患者40名随机等分成两组，一组给予盐酸西布曲明片+模拟盐酸西布曲明胶囊，另一组给予盐酸西布曲明胶囊+模拟盐酸西布曲明片。所有患者每天坚持服药，共服药6个月(24周) 受试期间禁用任何影响体重的药物，而且受试对象行为、饮食及其及运动与服药前的平衡期均保持一致。分别于平衡期、服药后的8周、16周24周测定肥胖患者的体重(kg)得下表资料。 重复测量设计

10、重复测量设计对同一个受试对象（如人、动物、仪器等）的同一观察指标（变量）在不同时间点进行多次测量（观察），这种对同一个对象的多次观察的记录资料称为重复测量的资料。特点：同一个观察对象的不同测量间往往存在相关性，即不满足普通方差分析的独立性条件。重复测量设计适用场合通常用于受试对象接受某种处理后，观察与处理因素相对应的某些指标随时间推移的动态变化情况。将手术要求基本相同的15名患者随机分3组，在手术过程中分别采用A，B，C三种麻醉诱导方法，在T0（诱导前）、T1、T2、T3、T4， 五个时相测量患者的收缩压，数据记录见下表。试进行方差分析。/* repeated measurement desi

11、gn ANOVA :example 12-3 */data ex12_3; input t0 t1 t2 t3 t4 group $ ;cards;120 108 112 120 117 A118 109 115 126 123 A119 112 119 124 118 A121 112 119 126 120 A127 121 127 133 126 A121 120 118 131 137 B122 121 119 129 133 B128 129 126 135 142 B117 115 111 123 131 B118 114 116 123 133 B131 119 118 135

12、129 C129 128 121 148 132 C123 123 120 143 136 C123 121 116 145 126 C125 124 118 142 130 C;proc glm; class group; model t0 t1 t2 t3 t4=group; repeated time 5 contrast(1); lsmeans group/tdiff; 进行每两组均数比较，输出t和P。run;协方差分析（GLM过程）方差分析用于比较两组或两组以上均数间差别。协方差分析用于比较两组或两组以上均数间差别的同时扣除或均衡某些不可控制的定量因素的影响。完全随机设计方差分析过程协方差分析过程proc anova；class 分组变量；model 分析变量=分组变量；means 分组变量/多重比较选项；proc glm；class 分组变量；model 分析变量=协变量 分组变量；lsmeans 分组变量/多重比较选项；完全随机设计方差分析过程协方差分析过程proc anova；class group；model y=group；means group/snk；proc glm；class gr