对于形如 Y = f(X) + e
的模型的分析方法:
X-离散 | X-连续 | X-离散+连续 | |
---|---|---|---|
Y-离散 | 列联表分析/逻辑回归 | 逻辑回归 | 逻辑回归 |
Y-连续 | 方差分析 | 回归分析 | 协方差分析 |
单因素方差分析
X i j = μ + τ i + ϵ i j X_{ij}=\mu + \tau_i +\epsilon_{ij} Xij=μ+τi+ϵij X i j X_{ij} Xij:因变量, μ \mu μ:主效应(平均水平), τ i \tau_i τi:水平(因素), ϵ \epsilon ϵ:误差
ANOVA过程
PROC ANOVA DATA=dataset;
CLASS var; #定义分类变量,必须在 MODEL前使用
MODEL 因变量名列 = 自变量名列(var);
MEANS var; #为MODEL中的主效应计算因变量的均值
RUN;
# 默认输出:①分类水平信息表 ②方差分析表 ③盒形图
多因素方差分析
X i j k = μ + α i + β j + ( α β ) i j + ϵ i j k X_{ijk}=\mu + \alpha_i + \beta_j + (\alpha\beta)_{ij}+\epsilon_{ijk} Xijk=μ+αi+βj+(αβ)ij+ϵ