GLM过程（General Linear Models）一般线性模型
GLM（General Linear Models）即一般线性模型，它能应用于多种不同分析，如简单回归、多元回归、方差分析、协方差分析、加权回归、多项式回归、偏相关分析、多元方差分析等。在GLM过程中的大多数方差分析的语句和选项与ANOVA过程中基本相同，仅增加CONTRAST、ESTIMATE和LSMEANS语句。GLM过程的一般使用格式为：
PROCGLM DATA=SAS数据集名<选项列表>;
CLASS 变量列表;
MODEL 因变量列表=自变量列表</选项列表>;
CONTRAST ‘标签’效应值表</选项列表>;
LSMEANS 效应列表</选项列表>;
MEANS 效应列表</选项列表>;
OUTPUT <OUT=输出数据集名><统计量关键字=变量名列表>;
RUN;使用过程中必须定义CLASS和MODEL语句，且CLASS语句必须出现在MODEL语句前，其他语句必须放在MODEL语句后。以下介绍GLM与ANOVA过程相比不同的和新增的语句。MODEL语句——GLM过程的MODEL语句可使用几种不同效应，相应的例子如表所示，表中A、B、C代表分类变量，Y1 、Y2 、X1 、X2 代表连续变量。
不同形式MODEL语句的意义
形式意义
MODELY=A；单因素方差分析
MODELY=ABC；主效应模型
MODELY=ABA*B；因素模型
MODELY=AB（A）C（BA）；嵌套模型
MODELY1Y2=AB；多元方差分析模型
MODELY=AX1协方差分析模型
MODEL语句后主要的控制选项如表示（注意：与ANOVA过程的MODEL语句后使用的相同选项将不再列出）。
MODEL语句主要选项
选项含义
SOLUTION输出参数估计值
E1/E2/E3/E4输出模型中每一效应的类型1/类型2/类型3/类型4的估计函数，并计算相应的平方和
SS1/SS2/SS3/SS4对每个效应，输出与类型1/类型2/类型3/类型4的估计函数相关的平方和
ALPHA=0.01/0.05/0.1指定置信区间的α 水平。系统默认值为0.05
CLI/CLM输出每一观察的预测值/预测均值的置信限，两者不能同时使用
P输出自变量不含缺失值的每一个观测值、预测值和残差值，并输出Durbin-Waston统计量
XPX打印叉积矩阵X′X
I打印矩阵X′X 的逆矩阵或广义逆矩阵
CONTRAST语句——实现某些假设检验，如控制某些因素在某一水平时，对其他因素水平间做两两比较。CONTRAST语句的写法较复杂，在使用过程中需特别注意，以下举一个简单例子：假设因素A有三个水平，因素B有两个水平，且这两个因素的交互作用显著，即A和B的不同水平组合所形成的不同试验条件对试验结果的影响较大。实验者关心两个因素分别取什么水平时，效果最好。以下控制A因素分别在A1、A2、A3水平上对B因素的三个水平进行两两均值比较，然后再控制B因素在B1、B2水平上，对A因素的两个水平间进行两两均值比较。
控制因素A的语句写法：PROCGLM; CLASSAB;
MODELX=ABA*B;
CONTRAST'B1VSB2/A1'B1-10A*B1-1;
CONTRAST'B1VSB3/A2'B10-1A*B001-1;
CONTRAST'B2VSB3/A3'B01-1A*B00001-1; 控制因素B的语句写法PROCGLM; CLASSBA;
MODELX=BAB*A;
CONTRAST'A1VSA2/A1'A1-1A*B1-10;
CONTRAST'A1VSA3/A2'A1-1A*B00010-1;
CONTRAST'A2VSA3/A3'A1-1A*B00000001-1; RUN;LSMEANS语句——计算列在本语句中的每一个效应的最小二乘均值（LSM）。最小二乘均值估计是针对非均衡数据设计的。LSMEANS语句后主要的可选控制选项如表所示
LSMEANS语句后的可选项
选项含义
COV在选项OUT=指明的输出数据集中输出协方差
E输出用以计算最小二乘均值的估计函数
E=效应规定模型中的某个效应作为误差项
OUT=输出数据集名产生一个包含LSM值、标准差及协方差的输出数据集
PDIFF输出假设检验H 0 ：LSM （i ）=LSM （j ）所有可能P 值
STDERR打印LSM的标准差和H 0 ：LSM （i ）=0的检验P 值
TDIFF打印假设检验H 0 ：LSM （i ）=LSM （j ）的T值和相应的P 值
ADJUST=BON/DUNNETT/SCHEFFE/SIDAK/SMM/GT2/TUKEY/T
要求对最小二乘均值之差的检验P 值和置信限进行多重调整。默认值为T
SLICE=效应通过规定的这个效应来分开交叉的LSM效应。例如，假定交叉项A*B是显著的，如果想对B的每个效应检验A的效应，使用以下语句：LSMEANS A*B/SLICE=B；
页:
[1]