（1）二裂式试验
[例23] 以教材P262例13.4为例。 DATA tb1324; DO a=1 TO 3; DO b=1 TO 4;
DO blk=1 TO 3; INPUT y @@; OUTPUT; END; END; END; CARDS;
29 28 32 37 32 31 18 14 17 17 16 15 28 29 25 31 28 29 13 13 10 13 12 12 30 27 26 31 28 31 15 14 11 16 15 13 ;
PROC ANOVA;
CLASS a b blk;
MODEL y=blk a a*blk b a*b; TEST H=a E=a*blk; TEST H=blk E=a*blk;
MEANS a / DUNCAN E=a*blk; MEANS b a*b / DUNCAN; RUN;
二裂式试验的总变异可分解为：区组的(blk)、主处理的(a)、Ea(a*blk)、副处理(b)、处理因素的互作(a*b)及Eb（即试验误差，在MODEL语句中省去）。对主处理效应(a)和区组效应(blk)的F测验需用TEST语句指定误差项(a*blk)。总的方差分析表中的该两项的F测验是以Eb为尺度的，因而是错误的。同理，对主处理的多重比较也应加上选项E=a*blk。
（2）有缺区的二裂式试验
[例24] 以教材P266例13.5为例。 DATA tb1329; DO a=1 TO 3;
DO b=1 TO 4;
DO blk=1 TO 3; INPUT y @@; OUTPUT; END; END; END; CARDS;
. 28 32 37 32 31 18 14 17 17 16 15 28 29 25 31 28 29 13 13 10 13 12 12 30 27 26 31 28 31 15 14 11 16 15 13
;
PROC GLM;
CLASS a b blk;
MODEL y=blk a a*blk b a*b; TEST H=a E=a*blk; TEST H=blk E=a*blk;
MEANS a /DUNCAN E=a*blk;
MEANS b a*b /DUNCAN; RUN;
4．条区设计
[例25] 以教材P270例13.7为例。 DATA fig134; DO blk=1 TO 6;
INPUT a $ b $ y @@; OUTPUT; END; CARDS;
A1 B2 376 A1 B3 386 A1 B1 355 A3 B2 455 A3 B3 476 A3 B1 433 A2 B2 480 A2 B3 496 A2 B1 446 A2 B1 549 A2 B3 533 A2 B2 540 A1 B1 396 A1 B3 388 A1 B2 406 A3 B1 492 A3 B3 482 A3 B2 512 A2 B2 500 A2 B3 482 A2 B1 513 A1 B2 347 A1 B3 337 A1 B1 387 A3 B2 468 A3 B3 435 A3 B1 476 A2 B3 413 A2 B1 469 A2 B2 436 A3 B3 334 A3 B1 436 A3 B2 398 A1 B3 201 A1 B1 298 A1 B2 280 A3 B1 458 A3 B3 413 A3 B2 434 A1 B1 366 A1 B3 333 A1 B2 356 A2 B1 474 A2 B3 425 A2 B2 465 A2 B3 490 A2 B2 509 A2 B1 502 A3 B3 447 A3 B2 473 A3 B1 487 A1 B3 348 A1 B2 356 A1 B1 397 ;
PROC ANOVA;
CLASS blk a b;
MODEL y=blk a a*blk b b*blk a*b; TEST H=a E=a*blk; TEST H=b E=b*blk; MEANS a / T E=a*blk; MEANS b / T E=b*blk; RUN;
以上数据步十分繁琐，可采用以下过程简化： DATA fig134s; DO blk=1 TO 6; DO a=1 TO 3; DO b=1 TO 3; INPUT y @@; OUTPUT; END; END; END; CARDS;
355 376 386 446 480 496 433 455 476 396 406 388 549 540 533 492 512 482 387 347 337 513 500 482 476 468 435 298 280 201 469 436 413 436 398 334 366 356 333 474 465 425 458 434 413 397 356 348 520 509 490 487 473 447 ;
这里方差分析表中对处理因素a、b的F测验均错误，故需用TEST语句，同理多重比较时也需指出误差项。
5．一组相同试验方案数据的联合分析（品种多年多点的试验） [例26] 以教材P273例13.8为例。 DATA tb1340;
DO year=1 TO 2; DO u=1 TO 4; DO v=1 TO 5;
DO blk=1 TO 3; INPUT y @@; OUTPUT; END; END; END; END; CARDS;
19.31.29.28.38.43.20.27.32.27.40.46.22.30.31.7 4 6 6 3 5 3 5 6 9 0 1 3 8 1 40.29.30.44.34.33.44.41.26.39.39.29.71.47.55.8 4 2 4 9 9 6 4 2 8 2 1 5 6 4 34.29.35.28.28.21.29.38.28.27.27.20.43.32.32.7 1 1 8 7 0 8 4 0 2 6 4 0 7 0 20.30.16.13.20.9.6 24.41.30.19.18.24.27.30.22.2 2 0 2 5 5 6 6 0 4 6 6 0 7 45.50.60.47.41.49.54.52.64.62.53.74.47.57.50.5 3 0 5 1 4 2 3 5 2 1 7 4 8 5
53.58.47.63.61.52.53.59.56.74.75.67.51.47.45.9 8 7 7 1 2 9 1 4 2 6 0 1 3 0 42.47.30.38.29.30.42.40.39.44.43.47.53.51.50.1 1 8 3 4 5 1 0 8 3 5 7 9 8 3 26.26.32.21.18.24.20.26.30.20.23.30.32.40.34.6 5 7 4 7 1 7 8 4 7 6 9 6 0 2 ;
PROC ANOVA;
CLASS year u v blk;
MODEL y=year u year*u blk(year u) v v*year v*u v*year*u;
MEANS v / DUNCAN; RUN;
6．固定模型、随机模型及方差分量的估计
[例27] 以上面多年多点品种试验为例，假定年份和地点效应均为随机。 数据步省略（同上），其过程步为： PROC GLM;
CLASS year u v blk;
MODEL y=year u year*u blk(year u) v v*year v*u v*year*u;
RANDOM year u; RUN;
[例28] 用VARCOMP过程。 PROC VARCOMP METHOD=TYPE1; CLASS year u v blk;
MODEL y=v year u year*u blk(year u) v*year v*u v*year*u / FIXED=1; RUN;
其中PROC一句用METHOD指定方差估计方法，这里指定用TYDE1（SAS系统Ⅰ型平方法），其它还有MIVQUE0（最小方差二次无偏估计）、ML（极大似然法）、REML（约束极大似然法）等。MODEL语句通过FIX=n设定模型中前n项为固定效应，其余则为随机效应。注意若分析结果中方差为很小的负数，则表明没有变异，与0同义。
八、统计推断Ⅲ（相关和回归分析）
发布：admin 时间：2006-8-26
五、统计推断Ⅲ（相关和回归分析）
这是进行多个变数之间关系的分析。用于线性相关和回归分析的过程有相关分析（CORR）、回归分析（REG）和广义线性模型（GLM），其中CORR过程仅用相关分析。用于非线性回归直接拟合的过程为NLIN。
(一) 一元相关和回归分析
[例29] 以教材P160例9.1为例（回归方程的取得和测验）。 DATA tb91;
INPUT x y @@; CARDS;
35.5 12 34.1 16 31.7 9 40.3 2 36.8 7 40.2 3 31.7 13 39.2 9 44.2 -1 ;
PROC REG; MODEL y=x; PLOT y*x; RUN;
用REG过程，MODEL语句设定线性数学模型。PLOT语句作用是以变量y作为纵坐标、变量x作横坐标作x-y散点图。
[例30] 以教材P166例9.6为例（区间估计）。 DATA tb95; INPUT x y @@; CARDS;
70 1616.3 67 1610.9 55 1440.0 52 1400.7 51 1423.3 52 1471.3 51 1421.8 60 1547.1 64 1533.0 ;
PROC REG;
MODEL y=x / CLM CLI; RUN;
在MODEL语句中加上选项CLM和CLI，指明输出条件总体平均数（）的置信区间（CLM）和y值的预测区间（CLI）。
[例31] 以教材P174例9.11为例（相关分析）。 DATA tb91; INPUT x y @@; CARDS;
35.5 12 34.1 16 31.7 9 40.3 2 36.8 7 40.2 3 31.7 13 39.2 9 44.2 -1 ;
PROC CORR;