熱線電話:13121318867

登錄
首頁精彩閱讀比較SPSS和SAS處理方差分析
比較SPSS和SAS處理方差分析
2017-10-31
收藏

比較SPSS和SAS處理方差分析

方差分析研究多因素對觀測變量影響,通過構造F統計量來判定各個因素的均數間有無統計學上的差異。進行方差分析,需要滿足可比性、正態性、以及方差齊性的條件,最關鍵的地方是F統計量的構造。方差分析的基本原理是設有n個總體,各總體分別服從正態分布,假定各總體方差相等?,F從各總體隨機抽取樣本。透過各總體的樣本數據推斷n個總體的均值是否相等。

曾粗略地討論SAS進行方差分析的代碼,這里對比使用SAS和SPSS兩種軟件更深入地學習方差分析。

一、單因素的方差分析(一種因素的不同水平是否對觀測變量是否有影響)

sas代碼:

proc anova data=yuyu;

class a;                   /*因素a,有不同的水平*/

model y=a;

run;

如果該檢驗發現a因素的不同水平有顯著性差異,那么可以繼續進行多重比較,利用proc npar1way可以進行Kruskal-Wallis檢驗得到結果。

spss操作:

Analyze — Compare Mean — One-Way ANOVA,利用Post Hoc選項可以實現多重比較。
二、多因素方差分析(兩個或兩個以上的因素對觀測變量是否有影響),以兩因素為例。
sas代碼:
proc anova data=yuyu;
class a b;                              /*存在a b兩個因素*/
model y=a b a*b;               /*考慮ab交互作用*/
means a b a*b;                 /*考慮因素對應的均值比較*/
run; 
更多的選項,可以參考文檔。
spss操作: 
Analyze— General Linear Model — Univariate ,然后在相應的選項下操作。對應sas代碼,如果考慮交互作用,需要選擇飽和模型選項。
三、多元方差分析(某幾個因素的不同水平對觀測變量是否有影響)
spss操作:
Analyze— General Linear Model — Multivariate ,進而進行相關選項的操作。


數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢