SAS 入门教程 SAS单因素方差分析
ANOVA代表方差分析。 在SAS中，它使用PROC ANOVA完成。 它执行从各种各样的实验设计的数据的分析。 在这个过程中，在被称为独立变量的分类变量识别的实验条件下测量被称为因变量的连续响应变量。 响应的变化被认为是归因于分类中的影响，其中随机误差考虑了剩余变化。
语法
在SAS中应用PROC ANOVA的基本语法是：
PROC ANOVA dataset ;
CLASS Variable;
MODEL Variable1=variable2 ;
MEANS ;
以下是使用的参数的描述：
- dataset是数据集的名称。
- CLASS给出变量用作分类变量的变量。
- MODEL使用数据集中的某些变量定义要拟合的模型。
- Variable_1和Variable_2是分析中使用的数据集的变量名称。
- MEANS定义计算的类型和均值的比较。
运用单因素方差分析
例
让我们考虑数据集SASHELP.CARS。 在这里我们研究变量汽车类型和他们的马力之间的依赖。 因为car类型是一个带有分类值的变量，我们把它作为类变量，并在MODEL中使用这两个变量。
PROC ANOVA DATA = SASHELPS.CARS;
CLASS type;
MODEL horsepower = type;
RUN;
当执行上面的代码中，我们得到以下结果：
应用ANOVA与MEANS
例
我们还可以通过应用MEANS语句来扩展模型，其中我们使用土耳其的Studentized方法来比较各种类型的汽车的平均值。 汽车类型的类别列出了每个类别中马力的平均值以及一些附加值，如误差均方等。
PROC ANOVA DATA = SASHELPS.CARS;
CLASS type;
MODEL horsepower = type;
MEANS type / tukey lines;
RUN;
当执行上面的代码中，我们得到以下结果：
