Ziel dieses Skripts ist es, die Auswirkungen verschiedener Faktoren auf den Ertrag (Y) von Zuckerrüben zu analysieren. Die Daten sind nach einem Split-Plot-Design mit Lateinischem Quadrat strukturiert, mit den Faktoren 'Harvest' (Ernte), 'Rep' (Wiederholung), 'Column' (Spalte) und 'Variety' (Sorte). Der DATA STEP-Block generiert die Beobachtungen aus 'datalines', um den Datensatz 'Beets' zu erstellen. Anschließend wird PROC ANOVA verwendet, um den Ertrag als Funktion dieser Faktoren zu modellieren und spezifische Tests zu den Auswirkungen der Faktoren Harvest, Rep, Column und Variety durchzuführen, unter Verwendung geeigneter Fehlerterme für das experimentelle Design.
Datenanalyse
Type : CREATION_INTERNE
Die Daten des Datensatzes 'Beets' werden direkt innerhalb des SAS-Skripts über einen DATALINES-Block erstellt und ausgefüllt. Sie stellen die Ergebnisse eines Versuchs mit einem Split-Plot-Design mit Lateinischem Quadrat dar, der den Ertrag verschiedener Rübensorten über zwei Ernten misst.
1 Codeblock
DATA STEP Data
Erklärung : Dieser DATA STEP-Block ist für die Erstellung des Datensatzes 'Beets' verantwortlich. Er verwendet verschachtelte 'do'-Schleifen, um die Variablen 'Harvest' (1 bis 2), 'Rep' (1 bis 6) und 'Column' (1 bis 6) zu generieren. Die Variable 'Variety' und die abhängige Variable 'Y' (Ertrag) werden sequentiell aus dem DATALINES-Block gelesen. Die Anweisung ' @code_sas/16.4'.sas am Ende von 'input' hält den Zeiger auf derselben Datenzeile, bis alle Beobachtungen für eine Kombination von Harvest, Rep und Column gelesen wurden, was typisch für experimentelle Designs ist, bei denen mehrere Messungen auf derselben physischen Datenzeile stehen. Die Anweisungen 'title1' und 'title3' definieren die Titel der SAS-Ausgabe.
Erklärung : Dieser Block verwendet das PROC ANOVA-Verfahren, um die Varianzanalyse für den Datensatz 'Beets' durchzuführen. Die 'class'-Anweisung deklariert die kategorialen Variablen (Faktoren) 'Column', 'Rep', 'Variety' und 'Harvest'. Die 'model'-Anweisung spezifiziert das lineare Modell, wobei 'Y' die abhängige Variable ist und die anderen Variablen die Faktoren und deren Interaktionen sind. Die 'test'-Anweisungen werden verwendet, um die geeigneten Fehlerterme für die Hypothesentests anzugeben. Zum Beispiel zeigt 'test h=Rep Column Variety e=Rep*Column*Variety' an, dass der Effekt von 'Rep', 'Column' und 'Variety' gegen den Fehler 'Rep*Column*Variety' getestet werden soll, was bei Split-Plot- und Lateinischen Quadrat-Designs für Whole-Plot-Effekte üblich ist. Ähnlich testet 'test h=Harvest e=Harvest*Rep' den Effekt von 'Harvest' gegen seine Interaktion mit 'Rep'.
Kopiert!
proc anova data=Beets;
class Column Rep Variety Harvest;
model Y=Rep Column Variety Rep*Column*Variety
Harvest Harvest*Rep
Harvest*Variety;
test h=Rep Column Variety e=Rep*Column*Variety;
test h=Harvest e=Harvest*Rep;
run;
1
PROC ANOVADATA=Beets;
2
class Column Rep Variety Harvest;
3
model Y=Rep Column Variety Rep*Column*Variety
4
Harvest Harvest*Rep
5
Harvest*Variety;
6
test h=Rep Column Variety e=Rep*Column*Variety;
7
test h=Harvest e=Harvest*Rep;
8
RUN;
Dieses Material wird von We Are Cas "wie besehen" zur Verfügung gestellt. Es gibt keine ausdrücklichen oder stillschweigenden Garantien hinsichtlich der Marktgängigkeit oder Eignung für einen bestimmten Zweck in Bezug auf die hierin enthaltenen Materialien oder Codes. We Are Cas ist nicht verantwortlich für Fehler in diesem Material, wie es jetzt existiert oder existieren wird, noch bietet We Are Cas technischen Support dafür an.
Urheberrechtsinformationen : S A S S A M P L E L I B R A R Y
SAS und alle anderen Produkt- oder Dienstleistungsnamen von SAS Institute Inc. sind eingetragene Marken oder Marken von SAS Institute Inc. in den USA und anderen Ländern. ® zeigt die Registrierung in den USA an. WeAreCAS ist eine unabhängige Community-Site und nicht mit SAS Institute Inc. verbunden.
Diese Website verwendet technische und analytische Cookies, um Ihre Erfahrung zu verbessern.
Mehr erfahren.