正交试验方差分析-SAS程序说明书
正交试验方差分析程序说明书
一、程序代码:
data ex;
input a b c d@@;
do i=1 to 3;
input y @@;
output;
end;
cards;
1 1 1 1 8.86 8.81 8.88
1 2 2 2 6.09 6.14 6.04
1 3 3 3 7.71 7.76 7.81
2 1 2 3 9.26 9.21 9.18
2 2 3 1 9.61 9.56 9.58
2 3 1 2 9.63 9.61 9.61
3 1 3 2 10.23 10.20 10.18
3 2 1 3 8.06 8.01 7.98
3 3 2 1 9.23 9.18 9.21
;
proc anova;class a b c d;
model y=a b c d;
means a b c d/Duncan;
run;
二、使用说明
(一)a、b、c、d为因素代码,本程序可以适用任何因素和水平的正交试验。常见的为四因素三水平正交试验(L(34)),因为其只需要9组试验就能确定最佳工艺或配方,所以采用较多。
(二)do i=1 to n,n代表的是重复数,n一般取3及以上。n越大,估计误差的精度就越高。
(三)y代表的是每组试验对应的指标。
(四)关于cards后面的数据排列。
本实验是四因素三水平正交试验,如果是五因素四水平正交试验,则需要将正交试验表换成L(45)正交表,后面将指标附上就行。
(五)anova为方差分析语句,class是分类的意思,
(六)model y=a b c d,模型中a、b、c、d就是因素,有几个列入几个。
(七)means a b c d/Duncan,这是均值显著性分析,采用的是邓肯氏检验。邓肯氏检验常用于均值之间的显著性检验,查看各处理组之间的显著性。
三、运行结果分析
以本程序为例,说明如果解读结果。
食品大分子结构及功能特性研究室
一、 SAS运行结果图 1 运行SAS程序,之后,首先找到上图,从图1可以看出,a、b、c、d各因素
对指标y是极显著的(因为各因素Pr>F值均小于0.01),其影响程度从小到大依次为a、b、c、d(看F值的大小)
二、 SAS运行结果图 2 从图2可以看出,a因素各水平间的显著性,通过此可以选出最优的水平。大
写A、B、C不同,代表各a因素的各水平之间存在显著。
食品大分子结构及功能特性研究室