/*主要参数*/
/*class:在模型model中出现的分类变量,例如:sex,treatment,race,group,需要在class中定义,且出现在model语句之前*/
/*model:自定义模型,只能有一个model语句*/
/*model语句中的选项:*/
/*solution:生成参数估计*/
/*产生的置信区间*/
/*alpha:定义可信度*/
/*cli:各个预测值的置信区间*/
/*clm:平均值的置信区间*/
/*clparam:参数的置信区间*/
/*means语句和lsmeans语句的区别:*/
/*means语句的比较只比较主效应,不考虑交互效应,涉及到交互效应,选择lsmeans语句*/
/*means语句计算的是不调整的算术平均值,如果需要调整,则选择lsmeans语句*/
/*如果模型中涉及的y变量不止一个,则可以用manova*/
/*random:如果考虑随机效应,则需要使用*/
****平衡数据的完全随机区组设计的方差分析******;
data plants;
input Type $ @;
do Block = 1 to 3;
input StemLength @;
output;
end;
datalines;
Clarion 32.7 32.3 31.5
Clinton 32.1 29.7 29.1
Knox 35.7 35.9 33.1
O'Neill 36.0 34.2 31.2
Compost 31.8 28.0 29.2
Wabash 38.2 37.8 31.9
Webster 32.5 31.1 29.7
;
run;
proc glm order=data;
class Block Type;
model StemLength = Block Type / solution;
lsmeans Type / adjust=tukey;
run;
****不平衡数据的two-way anova*****;
data a;
input drug disease @;
do i=1 to 6;
input y @;
output;
end;
datalines;
1 1 42 44 36 13 19 22
1 2 33 . 26 . 33 21
1 3 31 -3 . 25 25 24
2 1 28 . 23 34 42 13
2 2 . 34 33 31 . 36
2 3 3 26 28 32 4 16
3 1 . . 1 29 . 19
3 2 . 11 9 7 1 -6
3 3 21 1 . 9 3 .
4 1 24 . 9 22 -2 15
4 2 27 12 12 -5 16 15
4 3 22 7 25 5 12 .
;
proc glm;
class drug disease;
model y=drug disease drug*disease / ss1 ss2 ss3 ss4;
lsmeans drug / pdiff=all adjust=tukey;
run;
**输出图**;
ods graphics on;
proc glm plot=meanplot(cl);
class drug disease;
model y=drug disease drug*disease;
lsmeans drug / pdiff=all adjust=tukey;
run;
ods graphics off;