使用SAS实现单因素方差分析

在饲养鸡增肥的研究中，某研究所提出三种饲料配方：A1是以鱼粉为主的饲料，A2是以槐树粉为主的饲料，A3是以玉米粉为主的饲料。为比较三种饲料的效果，特选24只相似的雏鸡随机均分为三组，每组各喂一种饲料，60天后观察他们的重量。试验结果如下表所示：

程序如下：

---

data li.eg;
input SL$ JZ @@;
cards;
A1 1073 A1 1009 A1 1060 A1 1001 A1 1002 A1 1012 A1 1009 A1 1028
A2 1107 A2 1092 A2 990 A2 1109 A2 1090 A2 1074 A2 1122 A2 1001
A3 1093 A3 1029 A3 1080 A3 1021 A3 1022 A3 1032 A3 1029 A3 1048
;
proc anova data=li.eg;
class SL;
model JZ=SL;
means SL;
means SL/hovtest;
run;

---

程序说明：
首先input语句是输入数据。本例数据是一个均衡数据设计，因此使用ANOVA过程。因为数据仅仅是按照饲料SL值分类，所以在class语句中，Sl是仅有的一个变量。变量JZ是被分析的因变量，故JZ出现在model语句等号的左边。SL是自变量，出现在model语句等号的右边。means语句计算主效应SL不同水平所对应的因变量均值，选项hovtest计算不同饲料方差齐性的假设检验。
运行结果如下表所示：

首先输出class语句中规定的每个变量SL，分类变量的取值数A1，A2，A3，以及数据中的观察个数24

接着Anova过程对model中每个变量输出方差分析表，包括自由度，平方和，均方值，F比以及分布大于3.59的概率。有输出了R方值，变异系数，标准差，均值。
ANOVA过程还对每个效应输出方差分析表。SL的自由度2，平方和9660.08，均方值4830.04，F值3.59，分布大于3.59的概率0.0454.
总体F检验是显著的（0.0454<0.05），表明模型是有意义的。饲料SL的F检验也是显著的，表明不同品牌的均值不全相同。

Levene的方差齐性检验结果表明，不能拒绝（0.1116>0.05）不同饲料组里的观察知道方差是相等的原假设。

最后输出的是每种饲料的观察数，均值，标准差。如A1的观察数8，均值1024.25，标准差27.567.
本次单因素方差分析就介绍到这里，饲料SL的F检验也是显著的，表明不同饲料的均值不全相同，那么有均值相同的组吗？哪些是均值相同的组？接下来介绍使用SAS进行均值多重比较和置信区间分析，再见。