2．单因素不等重复的方差分析（GLM过程）
不等重复的单因素方差分析一般用GLM过程，该过程应用范围较广，用于方差分析时，主要处理非平衡数据. 应用举例： 编写程序为：
Dm \ Data new;
Input str$ x@@; /*x表示含销售量， Cards; A1 12 A1 18 A2 14 A2 12 A2 13 A3 19 A3 17 A3 21 A4 24 A4 30 ; Proc print;
Title \单因素不等重复方差分析\ Proc glm; Class str; Model x=str;
Run;
str表示包装处理*/ 程序运行结果：
单因素不等重复方差分析 General Linear Models Procedure Dependent Variable: X
Source DF Sum of Squares Mean Square F Value Pr > F Model 3 258.00000000 86.00000000 11.22 0.0071 Error 6 46.00000000 7.66666667 Corrected Total 9 304.00000000
R-Square C.V. Root MSE X Mean 0.848684 15.38264 2.76887462 18.00000000
由方差分析表中看到，组间平方和为258，组内平方和为46，总的平方和为304,F值为11.22，显著性水平达到0.007，包装不同对销售量的影响极显著. 二、双因素无交互作用方差分析 应用举例：
例4 编写程序为： Data new;
Do a='a1', 'a2', 'a3', 'a4'; Do b='b1','b2','b3'; Input y@@; Output; End; End; Cards;
164 172 174 155 157 147 159 166 158 158 157 153 ;
Proc print data=new; Run; Proc anova;
Class a b;
Model y=a b; Means a b/t bon; Run;
程序运行结果：
Analysis of Variance Procedure Dependent Variable: Y
Source DF Sum of Squares Mean Square F Value Pr > F Model 5 554.00000000 110.80000000 6.16 0.0234 Error 6 108.00000000 18.00000000 Corrected Total 11 662.00000000
R-Square C.V. Root MSE Y Mean 0.836858 2.651650 4.24264069 160.00000000
Source DF Anova SS Mean Square F Value Pr > F A 3 498.00000000 166.00000000 9.22 0.0115 B 2 56.00000000 28.00000000 1.56 0.2856
输出的第一个方差分析表表明两个因子方差分析模型是显著的，F=6.16，p=0.0234；第二张表中因素A的效应平方和为498，因素B的效应平方和为56，两者的F值分别为9.22和1.56，显著性水平分别为0.0115和0.2856，结果表明，施肥种类对产量的影响显著；而三个小麦品种对产量的影响不显著.
三、双因素有交互作用的方差分析 应用举例：
为研究广告效果，考察四种广告方式：当地报纸、当地广播、店内销售员和店内展示的效果。共设有144个销售点，每种广告方式随机地抽取36个销售点记录销售额，共得到6个地区的144个销售点的销售情况。试在显著性水平??0.1的条件下，分析广告方式和销售地区对广告效果是否有显著影响。
data ads ;
do ad='paper','radio','people','display' ; do area='1','2','3','4','5','6';
do i=1 to 6 ; input sales @@; output ; end; end; end; cards; 75 57 76 68 75 83 77 75 72 66 66 76 75 81 63 70 86 62 94 54 70 88 56 86 87 65 65 84 77 78 79 62 75 80 62 70 69 51 100 54 78 79 33 79 73
68 75 65 33 79 73 68 75 65 100 61 68 70 53 73 68 63 83 79 66 65 75 73 74 81 57 65
63 67 85
58 82 78 80 87 62 87 70 77 70 75 40 68 61 55 64 40 67 76 70 77 51 61 75 42 71 65 64 50 62 78 37 83
52 61 61
41 44 86 76 57 52 75 75 63 33 69 60 52 61 43 61 66 41
69 43 51 64 58 50 60 52 55 44 45 58 52 45 60
;
proc glm ; class ad area ;
model sales=ad area ad*area ; run; 练习：
1、 双因素有交互作用方差分析例题中，经检验交互作用不显
著，请进一步对该数据进行分析，能得出什么结论？ 2、 见案例分析。