SAS9.4协方差分析实例

花瓣花的语言

分析原始数据概况：不同种源地（proven）树木干重分为单株、根、茎、叶等
分析目标：种源对异速生长系数的影响
协方差分析有4个前提条件：
1因变量Y在效应因子A（分类变量）的每个水平上服从正态分布，可以用univariate过程步来检验；
2因变量Y在效应因子A（分类变量）的每个水平上方差齐性，可用discrim过程步来检验；
3因变量Y在效应因子A（分类变量）的每个水平上与协变量X（连续变量）是线性相关，用REG过程步来检验；
4因变量Y在效应因子A（分类变量）的每个水平上与协变量X（连续变量）的斜率都相等，用GLM过程步来检验。
假定协方差分析的4个前提条件都满足，则用GLM过程进行协方差分析：

第一步:对数据集stock.stock_d按分类变量proven进行排序；
Proc sort data=stock.stock_d;
by proven;
run;
第二步:对数据集stock.stock_d进行协方差分析；
proc glm data=stock.stock_d;
class proven;
model root=proven all all(proven)/solution;
run;
第三步:在第二步的基础上将感兴趣的统计量输出到对应的表格；
ods output overallanova=stock.stock_d_overallanova_root
                                     fitstatistics=stock.stock_d_fitstatistics_root            
                                     modelanova=stock.stock_d_modelanova_root
                                     parameterestimates=stock.stock_d_parameter_root;
proc glm data=stock.stock_d;
class proven;
model root=proven all all(proven) /solution;
run;
quit;
ods _all_ close;

第四步：重复第三步，直到将所有指标分析完；
第五步：将所有指标的相同的统计量汇总到统一个表中，以 parameterestimates为例；
data stock.stock_d_parameter_total;
set
stock.stock_d_parameter_root
stock.stock_d_parameter_bole
stock.stock_d_parameter_bark
stock.stock_d_parameter_branch
stock.stock_d_parameter_leaf
stock.stock_d_parameter_above
stock.stock_d_parameter_fibr
stock.stock_d_parameter_fine
stock.stock_d_parameter_medium
stock.stock_d_parameter_coarse
stock.stock_d_parameter_stump
stock.stock_d_parameter_abra
stock.stock_d_parameter_pbra
stock.stock_d_parameter_ffine;
run;
第六步：将stock.stock_d_parameter_total导出为csv或xls文件即可。