本教程将介绍如何使用SAS进行单因素方差分析。

最近我们被客户要求撰写关于单因素ANOVA的研究报告，包括一些图形和统计输出。我们想研究不同疗法对焦虑症的有效性。我们收集了以下类别的75个主题的样本：

• 无处理（ñ1个n1 = 27）。
• 生物反馈（ñ2n2 = 24）。
• 认知行为治疗（n3n3 = 24）。

因变量是焦虑水平。零假设是所有三个均值均相等。

• H0H0：μ1=μ2=μ3μ1=μ2=μ3
• HAHA：至少有两个μiμi的是不同

如果甚至两种方法均存在显着差异，我们将拒绝原假设。

SAS中的单因素ANOVA

我们可以使用条形图将数据可视化，以检查组之间方差的正态性和均等性。当我们运行ANOVA时，SAS会自动打印。

我们可以进行方差分析并查看以下结果：

proc anova data=anova;  
class treatment;  
model anxiety = treatment; 
means treatment / tukey;
run;  

该class声明告诉SAS处理是一个类别变量。该means语句将提供所有成对比较，并使用Tukey方法调整p值。

这将为我们提供下图：

常态看起来不错。方差齐次性假设似乎令人怀疑（可以测试）。我们还将获得以下输出：

前两个表给出了类别级别变量（处理）及其可能的级别（1、2或3），以及所使用的观察次数（n=75n=75）。

FFFFdf1df1df2df2dfdfp<.001p<.001μiμi