Как выполнить двухсторонний ANOVA в SAS

Как выполнить двухсторонний ANOVA в SAS

Двухфакторный дисперсионный анализ используется для определения того, существует ли статистически значимое различие между средними значениями трех или более независимых групп, разделенных на две переменные (иногда называемые «факторами»).

В этом руководстве представлен пошаговый пример выполнения двухфакторного дисперсионного анализа в SAS.

Шаг 1: Создайте данные

Предположим, ботаник хочет знать, влияет ли на рост растений воздействие солнечного света и частота полива.

Она сажает 30 семян и позволяет им расти в течение одного месяца при различных условиях солнечного света и частоты полива. Через месяц она записывает высоту каждого растения. Результаты показаны ниже:

Мы можем использовать следующий код для создания этого набора данных в SAS:

/\*create dataset\*/
data my_data;
 input water $ sunlight $ height;
 datalines ;
daily low 6
daily low 6
daily low 6
daily low 5
daily low 6
daily med 5
daily med 5
daily med 6
daily med 4
daily med 5
daily high 6
daily high 6
daily high 7
daily high 8
daily high 7
weekly low 3
weekly low 4
weekly low 4
weekly low 4
weekly low 5
weekly med 4
weekly med 4
weekly med 4
weekly med 4
weekly med 4
weekly high 5
weekly high 6
weekly high 6
weekly high 7
weekly high 8
;
run ;

Шаг 2. Выполните двухфакторный дисперсионный анализ.

Далее мы будем использовать proc ANOVA для выполнения двустороннего ANOVA:

/\*perform two-way ANOVA\*/
proc ANOVA data =my_data;
class water sunlight;
model height = water sunlight water\*sunlight;
means water sunlight / tukey cldiff ;
run ;

Шаг 3: интерпретируйте результаты

Первая таблица, которую мы хотим проанализировать в результатах, — это таблица ANOVA:

двухфакторный дисперсионный анализ в SAS

Из этой таблицы мы видим:

  • P-значение для воды: 0,0005
  • Значение p для солнечного света: <0,0001
  • Значение p для взаимодействия между водой и солнечным светом:.1207

Это говорит нам о том, что и вода, и солнечный свет являются статистически значимыми предикторами высоты растений и что между водой и солнечным светом нет статистически значимого эффекта взаимодействия.

Затем мы можем посмотреть на результаты апостериорных тестов Тьюки, чтобы определить, какие уровни воды и солнечного света различаются статистически значимо.

Во-первых, мы рассмотрим апостериорные сравнения Тьюки для воды:

Из результатов мы видим, что средняя разница в высоте между растениями, которые поливались ежедневно и еженедельно, составила 1,0667 дюйма.

95% доверительный интервал для разницы в среднем росте составляет [0,5163, 1,6170].Это означает, что мы на 95% уверены, что истинная разница в средней высоте между растениями, поливаемыми ежедневно, и растениями, поливаемыми еженедельно, составляет от 0,5163 дюйма до 1,6170 дюйма.

Во-первых, мы рассмотрим апостериорные сравнения Тьюки для солнечного света:

Чтобы сказать, какие групповые средние отличаются, мы должны посмотреть, какие парные сравнения имеют звездочки ( *** ) рядом с ними.

Из таблицы видно, что статистически значимо различаются следующие групповые средние:

  • Яркий солнечный свет против слабого солнечного света (95% ДИ = [0,8844, 2,5156])
  • Яркий солнечный свет по сравнению со средним солнечным светом (95% ДИ = [1,2844, 2,9156])

Шаг 4: Сообщите о результатах

Наконец, мы можем сообщить о результатах двустороннего дисперсионного анализа:

Был проведен двухфакторный дисперсионный анализ для анализа влияния частоты полива и воздействия солнечного света на рост растений.
Двусторонний ANOVA показал, что не было статистически значимого взаимодействия между эффектами частоты полива и воздействия солнечного света (p = 0,1207).
Простой анализ основных эффектов показал, что частота полива оказывает статистически значимое влияние на рост растений (p = 0,0005).
Простой анализ основных эффектов показал, что воздействие солнечного света также оказывает статистически значимое влияние на рост растений (p < 0,0001).

Дополнительные ресурсы

В следующих руководствах представлена дополнительная информация о двухфакторном ANOVA:

Введение в двухфакторный дисперсионный анализ
Однофакторный и двухфакторный дисперсионный анализ: когда использовать каждый из них
Как выполнить двухфакторный дисперсионный анализ вручную

Замечательно! Вы успешно подписались.
Добро пожаловать обратно! Вы успешно вошли
Вы успешно подписались на кодкамп.
Срок действия вашей ссылки истек.
Ура! Проверьте свою электронную почту на наличие волшебной ссылки для входа.
Успех! Ваша платежная информация обновлена.
Ваша платежная информация не была обновлена.