第02讲 均向量多元统计分析SAS

均向量的统计推断统计推断两组：t检验/F检验一元：均数的统计推断（两者等价＝F）多组：F检验两组：检验/检验多元：均向量的统计推断（两者等价＝多组：检验2t2T2T1n内容：多元配对设计的均向量检验多元成组设计两样本的均向量比较多元成组设计的方差分析（MANOVA）多元区组设计的方差分析（MANOVA）多元析因设计的方差分析（MANOVA）复习假设检验的三大步骤：①建立检验假设，确定检验水准；②计算检验统计量；（用SAS完成）③确定p值，作出统计推断。SAS的步骤①数据步（data步）：略②过程步（proc步）Ttest（一元均数的比较）anova（多元均向量的比较）SAS中ANOVA过程Procanova;*class分类变量名列表;分别按指定的变量分组*model因变量列表=自变量效应列表;连续型数值变量分类变量*manovah=效应变量名;选项manova用于模型为多个因变量（即多元方差分析时）“h=”作用在于规定F检验的效应为g1…gn有无统计差异means自变量效应列表;分别对计算自变量效应所对应的因变量的均值（其结果是单变量）Run;*:表示anova过程必须的语句。1、多元配对设计的均向量检验(2组)见教材P9例2.1①分别对三个指标IgG、IgA、IgM做单因素的均数检验（配对t检验）（其结果见p10表2.2）②对治疗前后免疫球蛋白（三个指标为一个综合）差异分析（多元检验与检验）SAS程序见p274例2.12T例2.1的程序title'多元配对T检验';dataexample2_1;inputIDIgGIgAIgMgroup@@;cards;118102462921116541962432217442132861215682082722...........................1416992362661141543205262215173320230811516841972882;procanova;classIDgroup;modelIgGIgAIgM=IDgroup;manovah=IDgroup;run;1：治疗前组2：治疗后组改进的例2.1的程序title'多元配对T检验';dataexample2_1;inputIDIgGIgAIgMgroup@@;cards;118102462921116541962432217442132861215682082722...........................1416992362661141543205262215173320230811516841972882;procanova;classIDgroup;modelIgGIgAIgM=IDgroup/NOUNI;manovah=IDgroup;run;表示不输出各效应变量的单变量分析结果2、多元成组设计两样本的均向量比较见教材P11例2.2①A、B两组患者贫血程度是否有差异（两个指标为一个综合差异分析）（多元检验与检验）SAS程序见p275例2.22T例2.2的程序TITLE多元T检验;dataexample2_2;inputx1x2group@@;cards;3.921014.82702......5.518015.131022.920013.33001;procttest;classgroup;varx1x2;run;procanova;classgroup;modelx1x2=group/NOUNI;manovah=group;run;1：A组2：B组3、多元成组设计的方差分析（MANOVA）见教材P12例2.3①A、B、C三组患者贫血程度是否有差异（两个指标为一个综合差异分析检验SAS程序见p276例2.3title多元方差分析：成组设计;dataexample2_3;inputx1x2group@@;cards;3.921014.827024.42503...............2.426015.522023.731033.624014.329025.518015.131022.920013.33001;procanova;classgroup;modelx1x2=group;manovah=group/printhprintesummary;meansgroup/snk;run;例2.3的程序打印“h=“规定的group效应的检验SSCP矩阵H打印误差SSCP矩阵E，还打印出相应的偏相关矩阵产生每个因变量的单因素方差分析4、多元区组设计的方差分析（MANOVA）见教材P15例2.4①疗前、溶后10分钟、溶后20分钟三组血压程度是否有差异（两个指标为一个综合差异分析检验SAS程序见p276例2.4例2.4的程序title'多元方差分析区组设计';dataexamp2_4;inputabx1x2@@;cards;111208112120811312080211166822138842310870.................91176119921501009314892101148941021538310315085;procanova;classab;modelx1x2=ab/nouni;manovah=ab/printhprinte;meansab;run;a：区组b：治疗时间组练习2.1的程序dataex2_1;inputx1x2x3@@;y1=x1-4;y2=x2-50;y3=x3-10;cards;3.748.59.33.936.912.7.............5.454.111.35.540.99.4;procanova;modely1y2y3=/nouni;manovah=intercept;run;检验效应：把截距项当成一个参数，同时检验该参数是否为0。截距项也即:把所有数据的总均向量（一元：均数）