SAS学习第8章：方差分析之数据转换

之前的几种方差分析法在具体表达式上有所不同，但在以下3点是共通的：一是效应的可加性（即试验观测值总平方和可分解）；二是分布的正态性（即试验误差相对独立，服从正态分布）；三是方差的同质性（即试验处理必须有共同的误差方差）

上述3点是进行方差分析的基本前提或基本假定，但试验中所得的数据不一定全部满足这些基本假定，因此可采用数据转化的办法使之具备方差同质性。一般而言分为4种，一是平方根转化；二是对数转换；三是反正弦转换；四是倒数转换。

例 ：甲乙丙三地乳牛隐性乳房炎阳性率（%）资料，对其进行方差分析。

甲	94.3	64.1	47.7	43.6	50.4	80.5	57.8
乙	26.7	9.4	42.1	30.6	40.9	18.6	40.9
丙	18	35	20.7	31.6	26.8	11.4	19.7

以上需要进行反正弦转换（角度转换），因为其满足二项分布，且有低于30%或高于70%的数据。

Data cow;
Input a b@@;
b=arsin(sqrt(b/100))/3.14159*2*90;
Cards;
1 94.3  1 64.1  1 47.7  1 43.6  1 50.4  1 80.5  1 57.8 
2 26.7  2 9.4  2 42.1  2 30.6  2 40.9  2 18.6  2 40.9
3 18  3 35  3 20.7  3 31.6  3 26.8  3 11.4  3 19.7
;
Proc glm;
Class a;
Model b=a;
Means a/duncan;
Run; 

 

 答：甲地区乳牛隐性乳房炎阳性率显著高于乙与丙，乙与丙乳牛隐性乳房炎阳性率差异不显著。