SASANOVA方差分析实验：铁离子在不同剂量下的存留量分析

SAS ANOVA方差分析 SAS ANOVA方差分析是统计软件应用中的一种重要技术，用于对实验数据进行分析和比较。本文将对SAS ANOVA方差分析的实验目的、实验准备、实验内容和实验步骤进行详细的介绍。 实验目的： 1. 掌握SAS方差分析及多重比较的ANOVA过程操作； 2. 了解不同实验设计类型的方差分析方法的异同。 实验准备： 复习相关章节“SAS方差分析（一）”。 实验内容： 研究两种形式的铁离子在不同剂量下载动物体内存留量是否有显著不同，进行了如下试验：将108只小白鼠随机分为6组，每组均为18只，其中3组给以三种不同剂量（高、中和低）的三价铁；另3组给以相应剂量的二价铁，经过一段时间后，测量各小鼠体内两种铁离子残留量关于最初服用剂量的百分比（%），其结果见fer.csv。 实验步骤： 1. 用proc anova的means语句求出三种剂量水平上的残留百分比的样本均值和标准差，是否满足方差齐性的要求？ 通过proc anova的means语句可以计算出三种剂量水平上的残留百分比的样本均值和标准差。结果表明，P=0.0062<0.05，拒绝零假设，认为不满足方差齐性。 2. 若对观测数据作自然对数变换，再做方差齐性检验，结果如何？ 对观测数据作自然对数变换后，P=0.9456>0.05，接受零假设，满足方差齐性。 3. 对变换后的数据进行方差分析，建立方差分析表，在显著性水平0.05下，不同剂量和离子价型之间的交互效应是否显著？主效应是否显著？将不显著的效应从模型中去除 构建全变量及交互项模型，模型及显著（p<0.0001<0.05），铁离子价态影响显著（p=0.0161<0.05），剂量影响极显著（p<0.0001<0.05），交互项影响不明显（p=0.3143>0.05），可以考虑去除。 4. 根据3中的分析，分别求各因素在不同水平下的均值的95%置信区间，并使用Bonferroni和SNK法完成多重比较 根据（3）中的结论，只需要考察两个变量，不考虑交互项。Bonferroni方法结果如下图所示。SNK法结果如下图所示。 此外，还有一些其他的实验结果，包括雌激素3个剂量水平和小鼠种系4个水平。需要对这些结果进行方差分析，包括雌激素和种系对结果（体重g）的影响的主效应模型进行检验。 ■ 完成方差齐性检验（α=0.05）； ■ 对不同种系之间是否存在显著差异进行LSD/Duncan法多重比较，两种方法的结果是否一致。 SAS ANOVA方差分析是一种强大的工具，可以帮助我们对实验数据进行深入的分析和比较，从而得出有价值的结论。