如何找到在单因素众多水平里对变量有显著影响的水平？

shiyiming

大家说得对，我现在的问题有两个，一个是调正态问题，我不想用非参数分析法，得出的结果也确实不好，但是200多个样本数据就是调不成正态，真是费解。二，多重比较的问题。
我会去了解一下如何估计多重比较，谢谢啦，有大家的帮忙让我觉得很有动力

shiyiming

在网上查了查，好像没有一个非参数分析用Duncan, Tukey等多重检验法。数据是用各种方法都不能转换成正态的，哪位再给支个招，谢啦

shiyiming

个人认为改正态不太可能，你可以看一下非正态检验里NPAR1WAY什么过程中那些选象可以做啊

shiyiming

此问题为非参数方法的两两比较问题，教科书上有关非参数检验的两两比较有可以采用的方法，但在软件中没有现成的操作途径。

当然，根据教科书上的方法，可以通过编制相应的程序来实现。

另外，比较笨一些的方法就是调整名义检验水准，然后进行多次Wilcoxon秩和检验。

shiyiming

首先，Duncan和Tukey法只能用于方差分析的多重比较，而不能在非参中使。SAS中有Kruskal-Wallis法的计算过程。对于非参的多重比较，可以用Nemenyi检验。不过Nemenyi检验在SAS中没有，需要你自己算。

下面我给一个K-W法的SAS sample:

[code:a8633]
data nonparameter;
input type$ day;
cards;
A 2
A 2
A 2
A 3
A 4
A 4
A 4
A 5
A 7
A 7
B 5
B 5
B 6
B 6
B 7
B 8
B 10
B 12
C 3
C 5
C 6
C 6
C 6
C 7
C 7
C 9
C 10
C 11
C 11
;
run;
proc npar1way wilcoxon data=nonparameter;
class type;
var day;
run;
[/code:a8633]

[quote:a8633]
                                     The NPAR1WAY Procedure

                                  Wilcoxon Scores (Rank Sums) for Variable day
                                          Classified by Variable type

                                          Sum of      Expected       Std Dev          Mean
                      type       N        Scores      Under H0      Under H0         Score
                      --------------------------------------------------------------------
                      A         10         82.00         150.0     21.630148      8.200000
                      B          8        148.50         120.0     20.339362     18.562500
                      C         11        204.50         165.0     22.080824     18.590909

                                       Average scores were used for ties.


                                               Kruskal-Wallis Test

                                            Chi-Square         9.8833
                                            DF                      2
                                            Pr > Chi-Square    0.0071
[/quote:a8633]

此程序DATA步写的很烂，不要学我。你把程序改一下，换上你的数据就可以算了。程序里虽然写的wilcoxon，但是SAS当发现分类变量有3个以上的值，就会自动用K-W法。

下面把Nemenyi的公式列在附件中，你可以自己计算。

shiyiming

search一下，我记得我以前贴过Nemenyi检验的程序。

shiyiming

调整名义检验水准,嗯,这个想法不错.不过有一点得请教一下.各水平两两比较的事件似乎大概彼此不是独立的.似乎不能简单的计算而得到调整到哪一个值更合适,不知STUDENT大侠有何妙计?

shiyiming

以前没有听说过名义检验水平，查了一下，好像属于sequential experiment design的范畴。不知能否给解释一下?

shiyiming

其实我的目的并不需要两两水平比较，是想知道哪个水平对因素B有显著影响。能否考察水平A1时，把其余的7个水平当作一个整体，这样再用k-w测试，得到一个p value，随后再考察水平A2，。。。直到水平A8
这样就得到了8个p value，就知道了哪个水平对因素有影响？

shiyiming

其实我一开始就不想回答这个问题(原因是看了你的标题),因为我发觉很多人都是学统计学得走火入魔了.
一个因素中哪个水平对因变量影响大(这个提法就是错误的,影响大自然是指变化大了,但你以什么为比较基础也不提,鬼才知道哪个影响大,退一步讲,你提的影响大就是指结果变量的值最大,那分析也没有什么奇怪的),做一个以该因素为CLASS的对结果变量的均数比较就可以看出来,哪一个组的均数或者中位数大,哪一个当然就是影响最大的了.,唯一要做的只是检验各水平有无统计学效应,做一个方差分析或者秩和检验结果也就出来了.并无多少神秘的东西.
现在越讨论越搞得很神秘.这样是不是不太好?统计学是为了简化了解事物的手段,现在我个人觉得很多的人把它变成了复杂事物的手段了.寒心啊.