上一页|下一页

“非参数单因子 ANOVA”任务

关于“非参数单因子 ANOVA”任务

非参数单因子 ANOVA 任务由跨单因子分类的位置差值和尺度差值的非参数检验组成。该任务还基于经验分布函数对原始数据和统计量进行标准方差分析。
注: 您必须使用 SAS/STAT 运行该任务。

示例:按汽车产地分类的 MPG_Highway Wilcoxon 评分

要创建此示例,请执行以下操作:
  1. 任务部分中,展开统计分析文件夹,并双击非参数单因子 ANOVA。此时将打开“非参数单因子 ANOVA”任务的用户界面。
  2. 数据选项卡中,选择 SASHELP.CARS 数据集。
  3. 向下列角色分配列:
    角色
    列名
    因变量
    MPG_Highway
    分类变量
    Origin
  4. 要运行任务,点击 提交 SAS 代码
MPG_Highway 的 Wilcoxon 评分分布

向角色分配数据

要运行非参数单因子 ANOVA 任务,必须向因变量分类变量角色分配列。
角色名称
说明
角色
因变量
指定用作因变量的列。
分类变量
定义子组。对每个子组执行单独分析。您可指定是否将缺失值作为有效水平处理。
其他角色
频数计数
指定假设表中每行代表 n 个观测。在该示例中,n 是该观测的频数计数值。
分析分组依据
将按照这些列对表进行排序。该任务将对各个组执行分析。

设置选项

选项名称
说明
默认情况下,结果中将包含图。这些图由您选择的选项确定。您可以创建以下图:
  • 通过选择位置差值部分中的选项,可以创建 Wilcoxon 评分的盒形图、显示在整体中位数上下的频数的堆叠条形图、Van der Waerden 评分的盒形图以及 Savage 评分的盒形图。
  • 通过选择尺度差值部分中的选项,可以创建 Ansari-Bradley 评分的盒形图、Klotz 评分的盒形图、Mood 评分的盒形图以及 Siegel-Tukey 评分的盒形图。
  • 通过选择位置差值和尺度差值部分中的选项,可以创建 Conover 评分的盒形图。
  • 通过选择经验分布函数检验,包括 Kolmogorov-Smirnov 和 Cramer-von Mises 检验选项,可以创建经验分布检验图。
您可指定是否在图中显示 p 值。
要从结果中隐藏图,请选中隐藏图复选框。
检验
检验
指定针对各种分析,是只计算渐进检验,还是计算渐进检验和精确检验。
位置差值
Wilcoxon 评分
观测的秩。
中位数评分
对于大于中位数的观测,该值等于 1,反之则等于 0。
Van der Waerden 评分
标准正态分布的分位数。这些评分又称为分位数正态评分。
Savage 评分
1 减去指数分布的次序统计量的期望值,使评分集中在 0 周围。
尺度差值
Ansari-Bradley 评分
与 Siegel-Tukey 评分类似,但将相同评分分配给相应的极端秩。
Klotz 评分
Van der Waerden(或分位数正态)评分的平方。
Mood 评分
每个秩和平均秩之间差值的平方。
Siegel-Tukey 评分
评分的计算公式为 eh open 1 close equals 1 comma eh open n close equals 2 comma eh open n minus 1 close equals 3 comma eh open 2 close equals 4 comma eh open 3 close equals 5 comma eh open n minus 2 close equals 6 comma .... 点击备用格式的图像。
评分值按此模式沿中间秩的方向持续增加,直到系统为所有观测分配一个评分。
位置差值和尺度差值
Conover 评分
基于与样本均值的绝对离差的平方秩。
其他检验
经验分布函数检验,包括 Kolmogorov-Smirnov 检验和 Cramer-von Mises 检验。
经验分布函数 (EDF) 统计量。
成对多重比较分析(仅渐近)
将计算 Dwass、Steel、Critchlow-Fligner (DSCF) 多重比较分析。
详细信息
连续校正
双样本 Wilcoxon 和 Siegel-Tukey 检验的连续性校正
默认情况下为渐近双样本 Wilcoxon 和 Siegel-Tukey 检验使用连续性校正。此任务在计算标准检验统计量 z 时将此校正纳入其中,方法为,如果分子 open s minus , e sub 0 , open s close close. 点击备用格式的图像。 大于零,则从其中减去0.5。如果分子小于 0,则任务增加 0.5。
精确统计量计算
使用 Monte Carlo 估计
使用精确 p 值的 Monte Carlo 估计,而不使用直接精确 p 值计算。您也可为 Monte Carlo p 值估计指定置信限水平。
限制计算时间
指定计算每个精确 p 值的时间限制。计算精确 p 值可消耗大量时间和内存。

创建输出数据集

您可指定是否将统计量保存到输出数据集中。
上一页|下一页|页首