统计考试第二次第四题结果解释

1、manova 语句:当效应变量有多个时，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。第四题：data sas4;input groupvas1 vas2 vas3;cards;27 6626 6526 5325 4527 6626 5427 65645428 75;proc glm;class group;m vas1 vas2 vas3 =group ; manova h=group/prh pre summary;run;结果解释：第一部分GLM 过程GLM 过程因变量: vas1源度平方和均方 F 值 Pr F模型1 3.20000000

2、 3.20000000 2.060.1686误差18 28.00000000 1.55555556的观测数 20使用的观测数 20分类水平信息分类 水平 值group2 1 2GLM 过程因变量: vas2R 方 变异系数根 MSE vas2 均值0.001942 20.78081 1.1948975.750000源度平方和均方 F 值 Pr F模型1 0.05000000 0.05000000 0.040.8536误差18 25.70000000 1.42777778校正合计19 25.75000000源度 III 型 SS均方 F 值 Pr Fgroup1 3.20000000 3.200

3、00000 2.060.1686源度I 型 SS均方 F 值 Pr Fgroup1 3.20000000 3.20000000 2.060.1686R 方 变异系数根 MSE vas1 均值0.102564 20.11644 1.2472196.200000源度平方和均方 F 值 Pr F校正合计19 31.20000000GLM 过程因变量: vas3源度I 型 SS均方 F 值 Pr Fgroup1 1.25000000 1.25000000 0.600.4474R 方 变异系数根 MSE vas3 均值0.032425 30.95745 1.4395224.650000源度平方和均方 F

4、 值 Pr F模型1 1.25000000 1.25000000 0.600.4474误差18 37.30000000 2.07222222校正合计19 38.55000000源度 III 型 SS均方 F 值 Pr Fgroup1 0.05000000 0.05000000 0.040.8536源度I 型 SS均方 F 值 Pr Fgroup1 0.05000000 0.05000000 0.040.8536以上是各个变量组间比较的结果，相信大家都懂，就不做解释了。第二部分：GLM 过程多元方差分析此部分是“E”矩阵，即三个指标的误差矩阵。给出了因变量对因子的偏相关系数及其显著性。结果显示v

5、as1 与vas2、vas1与 vas3、 vas2 与 vas3 的 P 值都小于 0.05，都显示显著正相关。GLM 过程误差 SSCP 矩阵的偏相关系数 / 概率 |r|度 = 18vas1vas2vas3 vas11.0000000.917043 0.53841.00010.0174vas20.9170431.000000 0.549070 Fgroup1 1.25000000 1.25000000 0.600.4474多元方差分析此部分显示分组的三个指标的平方和矩阵。显示的是分组的差异。这部分三个指标“H/E”矩阵，即组间平方和/向量积矩阵（H）差异除以组内的误差矩阵（E）得到的比例

6、。是检验基于检验组间的方差是否大于期望的组内的方差。对角线就是组间平方和/单变量方差分析误差平方和。假设无总体 group 效应的 MANOVA 检验准则和精确 F 统计量H = III 型 SSCP 矩阵: group E = 误差 SSCP 矩阵S=1 M=0.5 N=7以下对象的特性根和向量: E Inverse * H, where H = III 型 SSCP 矩阵: groupE = 误差 SSCP 矩阵特性根 百分比 特性向量 VEV=1vas1vas2vas3 0.57156227 100.00 -0.46036699 0.44855242 -0.029325800.00000

7、0000.00 -0.11975321 -0.01595897 0.194796940.000000000.00 -0.02795959 0.22367671 0.00000000H = III 型 SSCP 矩阵: groupvas1vas2vas3vas13.20.42vas20.40.050.25vas320.251.25最主要看这部分结果：可以看出=0.63630950，转化的近似F=3.05，其 P 值大于 0.05，无统计学意义。即 2 个处理组间无统计学意义，这是考虑了三个指标的相关性在内而得出来的结论。这是个整体结果。三个指标整体存在组检差异，具体是哪两个有差异就看下面的结果第

8、三部分:因变量: vas1因变量: vas2源度 III 型 SS均方 F 值 Pr F源度III 型 SS均方 F 值 Pr F group1 3.20000000 3.20000000 2.060.1686误差18 28.00000000 1.55555556统计量值F 值分子自分母Pr F由度度Wilks Lambda0.636309503.053160.0590Pillais Trace0.363690503.053160.0590Holing-Lawley Trace 0.571562273.053160.0590Roys Greatest Root0.571562273.05316

9、0.0590因变量: vas3结果显示；三个指标分别在组间均无统计学意义。GLM 过程最小二乘均值多重比较的调整: Bonferronigroup vas2 LSMEAN H0:LSMean1=LSMean2t 值 Pr |t| 15.70000000 -0.190.853625.80000000group vas1 LSMEAN H0:LSMean1=LSMean2t 值 Pr |t| 15.80000000 -1.430.168626.60000000源度III 型 SS均方 F 值Pr F group1 1.25000000 1.250000000.600.4474误差18 37.30000000 2.07222222源度 III 型 SS均方 F 值 Pr Fgroup1 0.05000000 0.05000