关于双因素方差分析问题，请进指教！多谢！

shiyiming

有重复的因子分析＋无交互效应的因子分析 的模型 有实例程序可以参考吗？

比如说我的试验3个品种 每个品种3个处理 每个处理测3个重复值。这个设计可以用以上模型分析吗？

请指教  多谢！ <!-- s:) --><img src="{SMILIES_PATH}/icon_smile.gif" alt=":)" title="Smile" /><!-- s:) -->

shiyiming

摘自&lt;食品科学与工程的计算机应用&gt;  赵思明 化学工业出版社 p49-54
内容不一样, 但是分析的本质是一致的, 可做参考,具体见书.

例1.10  某方便食品制作要往主原料中添加三种辅料A（x1），B（x2），C（x3），按照表1-21设计的一个正交实验进行试验，结果见表1-22，以感官评分总和为评价标准，不考虑辅料之间的相互作用，试分析各种辅料对总分的影响，并确定最佳配料比。

(1)SAS程序
data dx;
input  x1 x2 x3 y;
cards;
1        1        1        73
1        2        2        87
1        3        3        77
2        1        2        88
2        2        3        83
2        3        1        80
3        1        3        72
3        2        1        78
3        3        2        84
;
proc anova;
class x1 x2 x3;
model y=x1 x2 x3;
means x1 x2 x3;
run;

(2)影响因素的显著性分析
Dependent Variable: y
                                 Sum of
Source                DF         Squares       Mean Square    F Value    Pr &gt; F
Model                 6         260.6666667     43.4444444      30.08    0.0325
Error                  2         2.8888889       1.4444444
Corrected Total          8         263.5555556

Source                 DF        Anova  SS     Mean Square    F Value    Pr &gt; F
        x1                    2         54.8888889      27.4444444      19.00    0.0500
        x2                    2         37.5555556      18.7777778      13.00    0.0714
        x3                    2         168.2222222     84.1111111      58.23    0.0169
       
       
       
        模型的F值为30.08，p值为0.0325，大于在0.05水平上的F值，由此可知，模型有效，此次的评定的结果是可靠的。F值为19.00，p值为0.0500，可认为在0.05的水平上是显著的，因此辅料A的三个水平对总分的影响有显著的差异；F值为13.00，p值为0.0714，小于在0.05的水平上的F统计量的值，因此辅料B的三个水平对总分的影响无显著的差异；F统计量的值为58.23，p值为0.0169，大于0.01而小于在0.05的水平上的F统计量的值，因此辅料C的三个水平对总分的影响有显著的差异。
        由上表，还可以说明各因素对总分的影响大小。比较F值大小：FC &gt; FA &gt; FB。F值越大，影响作用越大，各个因素对总分的影响程度大小的次序为C&gt;A&gt;B。

(3)最佳配方的确定
SAS中“means”指令的输出结果为：

The ANOVA Procedure
        Level of           --------------y--------------
x1           N      Mean/均值      Std Dev/标准误
1            3       79.0000000       7.21110255
2            3       83.6666667       4.04145188
3            3       78.0000000       6.00000000

        Level of           --------------y--------------
x2           N             Mean          Std Dev
1            3       77.6666667       8.96288644
2            3       82.6666667       4.50924975
3            3       80.3333333       3.51188458

        Level of           --------------y--------------
x3           N             Mean          Std Dev
        1            3       77.0000000       3.60555128
2            3       86.3333333       2.08166600
3            3       77.3333333       5.50757055

根据上述结果可得到多因素水平的分析表，如表1-24。
表1-24  多因素水平的平均值
序号        A        B        C        总分       
1        1        1        1        73       
2        1        2        2        87       
3        1        3        3        77       
4        2        1        2        88       
5        2        2        3        83       
6        2        3        1        80       
7        3        1        3        72       
8        3        2        1        78       
9        3        3        2        84       
1水平        79.000        77.667        77.000               
2水平        83.667        82.667        86.333               
3水平        78.000        80.333        77.333               

选择各辅料（因素）平均值最大的水平作为要最优的配料水平，结果为A2B2C2，即0.6%的辅料A，15%的辅料B和1.2%的辅料C是最佳的配料比。

shiyiming

重复的三次可以放在一起,结果分析一样 .如下.


data dx;
input x1 x2 x3 y;
cards;
1 1 1 73
1 1 1 75
1 1 1 74
1 2 2 87
1 2 2 87
1 2 2 87
1 3 3 77
1 3 3 77
1 3 3 77
2 1 2 88
2 1 2 88
2 1 2 88
2 2 3 83
2 2 3 83
2 2 3 83
2 3 1 80
2 3 1 80
2 3 1 80
3 1 3 72
3 1 3 72
3 1 3 72
3 2 1 78
3 2 1 80
3 2 1 78
3 3 2 84
3 3 2 80
3 3 2 85
;
proc anova;
class x1 x2 x3;
model y=x1 x2 x3;
means x1 x2 x3;
run;

shiyiming

非常感谢您的回复，对我起了很大的帮助。 <!-- s:) --><img src="{SMILIES_PATH}/icon_smile.gif" alt=":)" title="Smile" /><!-- s:) -->

多谢

shiyiming

sxlion大师你好
   我是sas初学者，现在只是想学习分析数据。我的试验是这样的 完全随机设计。如上所说 3个处理 3个品种 每个处理3个重复值。我的想法是看所得值与处理及品种的相关性。
   程序如下：不知当否，望不吝指教！
data photo;
input photo chuli pinzhong@@;
cards;
  8.2 1 1
  8.5 1 1
  7.9 1 1
  6.5 2 1
  5.4 2 1
  6.1 2 1
  2.1 3 1
  1.9 3 1
  2    3 1
  9.8 1 2
  8.9 1 2
  8.6 1 2
  5.4 2 2
  5.4 2 2
  4.8 2 2
  1.9 3 2
  2.4 3 2
  2.4 3 2
  9.8 1 3
  9.6 1 3
  7.8 1 3
  6.7 2 3
  7.1 2 3
  6.3 2 3
  4.2 3 3
  4.5 3 3
  4.2 3 3
;
proc anova;
   class chuli pinzhong;
model photo=chuli pinzhong;
means chuli pinzhong;
run;

shiyiming

还有 那个 Mean  Std.dev Std error  这3项的值怎么在output中显示出来啊

shiyiming

不要叫我"大师",其实我也是菜鸟一个,还很小的, 折寿了.

其实你的程序是做的方差分析, 就是三个不同的品种在三个不同的处理条件下的显著性差异问题.,也就是说 1, 处理和品种对photo是否有显著性影响;
             2, 处理和品种对photo的影响程度
         3,不同的处理水平或品种之间的差异性.

Mean Std.dev 平均标准偏差, Std error  标准误 ,我搞不清楚有什么区别,好象是差不多的东东.

下面程序,我加了个LSD就是多重比较中的最小显著性差异检验方法,(也可以用DUCAN,就是新复极差检验).

data photo;
input photo chuli pinzhong@@;
cards;
8.2 1 1
8.5 1 1
7.9 1 1
6.5 2 1
5.4 2 1
6.1 2 1
2.1 3 1
1.9 3 1
2 3 1
9.8 1 2
8.9 1 2
8.6 1 2
5.4 2 2
5.4 2 2
4.8 2 2
1.9 3 2
2.4 3 2
2.4 3 2
9.8 1 3
9.6 1 3
7.8 1 3
6.7 2 3
7.1 2 3
6.3 2 3
4.2 3 3
4.5 3 3
4.2 3 3
;
proc anova;
class chuli pinzhong;
model photo=chuli pinzhong;
means chuli pinzhong/lsd;
run;

shiyiming

找本书看看先,为什么要用sas? 然后在学,因为从你的问题中看出你不知道为什么要用sas, 用什么分析, 怎么分析, 要得到什么样的结果,从结果可以得到什么结论.

sas是个工具, 你要学会怎么去用它.而不是学sas.

shiyiming

I don't think it is necessary to use ANOVA to detect the relationship between variety and the results. you can use regression and regard variety as variable, and then compare the slope. If the slope is not significant to 0, so no relationship. ANOVA just see the difference between variety, can't  rank. If you use regression you can take LSD comparison.
I don't know whether I said the right thing!

shiyiming

thank you , liudreams!