Le script initialise un jeu de données nommé 'Barley' en utilisant des données en ligne (datalines), simulant une expérience de type strip-split plot répliquée quatre fois. Les facteurs étudiés sont la Réplication (Rep), le Type de Sol (Soil, 3 niveaux), le Type d'Engrais (Fertilizer, 4 niveaux) et la présence/absence de Calcium (Calcium, 2 niveaux). La procédure PROC ANOVA est ensuite utilisée pour modéliser le rendement ('Yield') en fonction de ces facteurs, incluant les interactions et les termes de réplication appropriés pour une analyse strip-split plot. Plusieurs tests d'hypothèses spécifiques sont définis pour évaluer les effets des différents facteurs et de leurs interactions, en utilisant les termes d'erreur corrects. Enfin, les moyennes pour différentes combinaisons de facteurs sont calculées et affichées.
Analyse des données
Type : CREATION_INTERNE
Le jeu de données 'Barley' est créé directement dans le script SAS à l'aide d'une étape DATA et de l'instruction DATALINES. Les données représentent les rendements mesurés pour diverses combinaisons de réplications, types de sol, types d'engrais et niveaux de calcium, structurées pour une conception expérimentale en strip-split plot.
1 Bloc de code
DATA STEP Data
Explication :
Ce bloc utilise une étape DATA pour créer le jeu de données 'Barley'. Il génère un schéma expérimental en bouclant sur les variables Rep (réplication), Soil (sol), Fertilizer (engrais) et Calcium. L'instruction `input Yield @;` lit séquentiellement les valeurs de rendement à partir de l'instruction DATALINES, et l'instruction `output;` écrit une observation pour chaque combinaison de facteurs. Le titre 'Strip-split Plot' est ajouté aux sorties SAS.
Ce bloc utilise une étape DATA pour créer le jeu de données 'Barley'. Il génère un schéma expérimental en bouclant sur les variables Rep (réplication), Soil (sol), Fertilizer (engrais) et Calcium. L'instruction `input Yield @;` lit séquentiellement les valeurs de rendement à partir de l'instruction DATALINES, et l'instruction `output;` écrit une observation pour chaque combinaison de facteurs. Le titre 'Strip-split Plot' est ajouté aux sorties SAS.
Copié !
| 1 | title1 'Strip-split Plot'; |
| 2 | DATA Barley; |
| 3 | DO Rep=1 to 4; |
| 4 | DO Soil=1 to 3; /* 1=d 2=h 3=p */ |
| 5 | DO Fertilizer=0 to 3; |
| 6 | DO Calcium=0,1; |
| 7 | INPUT Yield @; |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | END; |
| 11 | END; |
| 12 | END; |
| 13 | DATALINES; |
| 14 | 4.91 4.63 4.76 5.04 5.38 6.21 5.60 5.08 |
| 15 | 4.94 3.98 4.64 5.26 5.28 5.01 5.45 5.62 |
| 16 | 5.20 4.45 5.05 5.03 5.01 4.63 5.80 5.90 |
| 17 | 6.00 5.39 4.95 5.39 6.18 5.94 6.58 6.25 |
| 18 | 5.86 5.41 5.54 5.41 5.28 6.67 6.65 5.94 |
| 19 | 5.45 5.12 4.73 4.62 5.06 5.75 6.39 5.62 |
| 20 | 4.96 5.63 5.47 5.31 6.18 6.31 5.95 6.14 |
| 21 | 5.71 5.37 6.21 5.83 6.28 6.55 6.39 5.57 |
| 22 | 4.60 4.90 4.88 4.73 5.89 6.20 5.68 5.72 |
| 23 | 5.79 5.33 5.13 5.18 5.86 5.98 5.55 4.32 |
| 24 | 5.61 5.15 4.82 5.06 5.67 5.54 5.19 4.46 |
| 25 | 5.13 4.90 4.88 5.18 5.45 5.80 5.12 4.42 |
| 26 | ; |
2 Bloc de code
PROC ANOVA
Explication :
Ce bloc exécute une analyse de variance univariée à l'aide de la procédure PROC ANOVA sur le jeu de données 'Barley'. La déclaration `CLASS` identifie les variables catégorielles (Rep, Soil, Calcium, Fertilizer). La déclaration `MODEL` spécifie le modèle linéaire pour la variable dépendante 'Yield' en fonction des effets principaux, des interactions et des termes d'erreur de réplication, structuré pour une conception en strip-split plot. Plusieurs déclarations `TEST` effectuent des tests d'hypothèses spécifiques pour les différents effets (Fertilizer, Calcium, Soil et leurs interactions) en utilisant les termes d'erreur appropriés pour la conception factorielle. Enfin, la déclaration `MEANS` calcule et affiche les moyennes pour les facteurs et interactions spécifiés (Fertilizer, Calcium, Soil, Calcium*Fertilizer).
Ce bloc exécute une analyse de variance univariée à l'aide de la procédure PROC ANOVA sur le jeu de données 'Barley'. La déclaration `CLASS` identifie les variables catégorielles (Rep, Soil, Calcium, Fertilizer). La déclaration `MODEL` spécifie le modèle linéaire pour la variable dépendante 'Yield' en fonction des effets principaux, des interactions et des termes d'erreur de réplication, structuré pour une conception en strip-split plot. Plusieurs déclarations `TEST` effectuent des tests d'hypothèses spécifiques pour les différents effets (Fertilizer, Calcium, Soil et leurs interactions) en utilisant les termes d'erreur appropriés pour la conception factorielle. Enfin, la déclaration `MEANS` calcule et affiche les moyennes pour les facteurs et interactions spécifiés (Fertilizer, Calcium, Soil, Calcium*Fertilizer).
Copié !
| 1 | PROC ANOVA DATA=Barley; |
| 2 | class Rep Soil Calcium Fertilizer; |
| 3 | model Yield = |
| 4 | Rep |
| 5 | Fertilizer Fertilizer*Rep |
| 6 | Calcium Calcium*Fertilizer Calcium*Rep(Fertilizer) |
| 7 | Soil Soil*Rep |
| 8 | Soil*Fertilizer Soil*Rep*Fertilizer |
| 9 | Soil*Calcium Soil*Fertilizer*Calcium |
| 10 | Soil*Calcium*Rep(Fertilizer); |
| 11 | test h=Fertilizer e=Fertilizer*Rep; |
| 12 | test h=Calcium calcium*fertilizer e=Calcium*Rep(Fertilizer); |
| 13 | test h=Soil e=Soil*Rep; |
| 14 | test h=Soil*Fertilizer e=Soil*Rep*Fertilizer; |
| 15 | test h=Soil*Calcium |
| 16 | Soil*Fertilizer*Calcium e=Soil*Calcium*Rep(Fertilizer); |
| 17 | means Fertilizer Calcium Soil Calcium*Fertilizer; |
| 18 | RUN; |
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
Informations de Copyright : S A S S A M P L E L I B R A R Y
NAME: ANOVAEX5
TITLE: Example 5 for PROC ANOVA
PRODUCT: STAT
SYSTEM: ALL
KEYS: analysis of variance, balanced data, design
PROCS: ANOVA
DATA:
REF: PROC ANOVA, EXAMPLE 5.
MISC:
Le Conseil de l'Expert
Stéphanie
Spécialiste Machine Learning et IA.
« L'analyse d'un plan en strip-split plot (ou parcelles subdivisées en bandes) représente l'un des sommets de l'expérimentation agronomique avec la PROC ANOVA. La complexité de ce script réside dans la gestion de plusieurs couches de randomisation : contrairement à une ANOVA classique, chaque facteur (Sol, Engrais, Calcium) possède son propre "terme d'erreur" spécifique. L'utilisation stratégique de l'instruction TEST est ici indispensable : elle force SAS à utiliser les interactions avec les répétitions (Rep) comme dénominateurs pour les tests de F, garantissant ainsi que la variabilité spatiale et technique est correctement prise en compte pour chaque niveau de parcelle. »