原文链接：http://tecdat.cn/?p=10042

我们使用的数据可以在这里下载。

我们想研究不同疗法对焦虑症的有效性。我们收集了以下类别的75个主题的样本：

• 无处理（ñ1个n1 = 27）。
• 生物反馈（ñ2n2 = 24）。
• 认知行为治疗（n3n3 = 24）。

因变量是焦虑水平。零假设是所有三个均值均相等。

• H0H0：μ1=μ2=μ3μ1=μ2=μ3
• HAHA：至少有两个μiμi的是不同

如果甚至两种方法均存在显着差异，我们将拒绝原假设。

SAS中的单因素ANOVA

我们可以使用条形图将数据可视化，以检查组之间方差的正态性和均等性。当我们运行ANOVA时，SAS会自动打印。

我们可以进行方差分析并查看以下结果：

proc anova data=anova;
class treatment;
model anxiety = treatment;
means treatment / tukey;
run;  

该class声明告诉SAS处理是一个类别变量。该means语句将提供所有成对比较，并使用Tukey方法调整p值。

这将为我们提供下图：

?

常态看起来不错。方差齐次性假设似乎令人怀疑（可以测试）。我们还将获得以下输出：

???

前两个表给出了类别级别变量（处理）及其可能的级别（1、2或3），以及所使用的观察次数（n=75n=75）。

FFFFdf1df1df2df2dfdfp<.001p<.001μiμi

如果您有任何疑问，请在下面发表评论。

大数据部落 -中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和统计分析咨询服务

统计分析和数据挖掘咨询服务：y0.cn/teradat（咨询服务请联系官网客服）

?QQ：3025393450

?QQ交流群：186388004 

【服务场景】  

科研项目; 公司项目外包;线上线下一对一培训;数据爬虫采集;学术研究;报告撰写;市场调查。

【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询

欢迎关注微信公众号，了解更多数据干货资讯！

欢迎选修我们的R语言数据分析挖掘必知必会课程！

原文地址：https://www.cnblogs.com/tecdat/p/12172939.html