方差分析概述：

當(dāng)總體個數(shù)大于/等于兩個時，檢驗總體均值是否相等。
若不相等，即檢驗結(jié)果是顯著的，那哪個的均值比較大呢？

適用條件

獨立性 正態(tài)性 方差齊性
ps:獨立性由數(shù)據(jù)背景主觀判斷，正態(tài)性與方差齊性需要檢驗。

基本語法

以均衡數(shù)據(jù)為例，不均衡用proc glm 語句；
proc anova <選項>;
class 變量名;
model 因變量=自變量;/建立方差分析的模型/
means 效應(yīng)</選項>
means語句選項中的檢驗方法有很多，有bon法 ，t|lsd法
tukey法 ，Duncan法 hovtest法（方差齊性檢驗）

sas：單因素方差分析

例題：
下面是2001年證券代碼為000525，000526，000527的某幾天股票收盤價:
000525 19.26 17.91 18.75 18.25 18.66 19.26 19.5 19.27 19.25 19.1 19.41
000526 7.33 7.39 7.32 7.15 7.15 7.45 7.63 7.43 7.47 7.38 7.54
000527 13.4 13.4 13.22 13.34 13.29 13.64 13.6 13.64 13.64 13.43 13.82
代碼如下：
data gpsgj;
input daima $ price@@;
cards;
000525 19.26 000525 17.91 000525 18.75 000525 18.25 000525 18.66 000525 19.26
000525 19.5 000525 19.27 000525 19.25 000525 19.1 000525 19.41
000526 7.33 000526 7.39 000526 7.32 000526 7.15 000526 7.15
000526 7.45 000526 7.63 000526 7.43 000526 7.47 000526 7.38 000526 7.54
000527 13.4 000527 13.4 000527 13.22 000527 13.34 000527 13.29
000527 13.64 000527 13.6 000527 13.64 000527 13.64 000527 13.43 000527 13.82
;
run;

proc univariate normal;
var price;
by daima;
run;/正態(tài)性檢驗/
proc anova data=gpsgj;
means daima / hovtest ;/方差齊性檢驗/
run;
proc npar1way wilcoxon;
class daima;
var price;
run;
proc glm data=gpsgj;
class daima;
model price=daima;
means daima / t;
run;
結(jié)果：
正態(tài)性檢驗：通過（都大于0.05）
方差齊性檢驗：不通過

用非參數(shù)檢驗方法npar1way進行方差分析，

用glm過程進一步分析，

sas： 雙因素方差分析

例題：分析不同國家和不同產(chǎn)業(yè)對就業(yè)率有無顯著影響( α =0.05）。

存在不懂的問題：雙因素如何進行正態(tài)性以及方差齊性檢驗?zāi)?#xff1f;是把單因素的擴展成2個因子即可嗎？求大神解答 希望有代碼可以看下。

總結(jié)

以上是生活随笔為你收集整理的sas方差分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。