Supplerende noter til "Kursus i brug af SAS" (på dansk)

More documents

Recommendations

Info

7.1.2 Split-plot forsøg Hvis vi inkluderer data fra begge optagningstider i analysen f ˚ar vi et split–plot. Vi benytter nu følgende basis-model, hvor er udbyttet i parcellen med s ˚atid s og optagningstidspunkt o i blok b, er niveauet, er effekten af blok b, er effekten af optagningstidspunktet o, er effekten af saatid s, og er vekselvirkningen mellem optagnings– og s ˚atidspunkt. Endelig antages og . 1 Vi kan da benytte følgende program: PROC GLM DATA=MSAS.ROER; CLASS OPTAGN BLOK SAATID; MODEL KG = BLOK OPTAGN BLOK*OPTAGN SAATID SAATID*OPTAGN ; TEST H=OPTAGN E=BLOK*OPTAGN; RUN; Med statementet TEST specificeres det at testet af faktoren OPTAGN skal ske mod den tilfældige effekt BLOK*OPTAGN. Ved at bruge et RANDOM statement med option TEST sørger PROC GLM selv for at testet for OPTAGN sker mod den relevante tilfældige effekt BLOK*OPTAGN: PROC GLM DATA=MSAS.ROER; CLASS OPTAGN BLOK SAATID; MODEL KG = BLOK OPTAGN BLOK*OPTAGN SAATID SAATID*OPTAGN ; RANDOM BLOK*OPTAGN / TEST; RUN; Vi ønsker desuden 3 tabeller med gennemsnitstal - en for hver af de to hovedvirkninger og en for vekselvirkningen. Dette f ˚as ved at inkludere et MEANS statement i programmet PROC GLM DATA=MSAS.ROER; CLASS OPTAGN BLOK SAATID; MODEL KG = BLOK OPTAGN BLOK*OPTAGN SAATID SAATID*OPTAGN ; 1 At man kan analysere et split–plot forsøg (der jo har to tilfældige effekter) i PROC GLM skyldes at de relevante teststørrelser m.v. hørende til den tilfældige helplot–effekt kan beregnes udfra visse kvadratsummer n˚ar forsøget er balanceret. Er forsøget ikke balanceret, laver PROC GLM visse approximationer. Disse er for nogle aspekter af analysen rimelige (desom forsøget kun er “moderat ubalanceret”), mens det for andre aspekter (herunder beregningen af variansen p˚a visse kontraster) ikke er optimalt. I s˚adanne tilfælde kan proceduren PROC MIXED anvendes i stedet. Denne procedure omtales dog ikke nærmere her. 40
RANDOM BLOK*OPTAGN / TEST; MEANS OPTAGN SAATID SAATID*OPTAGN; RUN; 7.1.3 Ufuldstændigt blokforsøg I forsøg med mange behandlinger (f.eks. sorter) bliver blokke, som indeholder alle behandlinger ofte s ˚a store, at parcellerne i en blok ikke kan f ˚as tilstrækkelig ensartede. Man benytter da ofte at anlægge forsøget med ufuldstændige blokke, det vil sige at ikke alle behandlinger forekommer i alle blokke. Vi vil her analysere et sortforsøg med 16 sukkerroesorter i 4 gentagelser. Inden for hver gentagelse var de 16 parceller inddelt i 4 blokke hver best ˚aende af 4 parceller. En skitse af forsøget er vist nedenfor. Kvadrater indenfor en gentagelse angiver blokke og stiplede rektangler indenfor hver blok angiver en parcel. Ved analysen vil vi bruge følgende basis-model Gentagelse 1 Gentagelse 2 Gentagelse 3 Gentagelse 4 Her er udbyttet for sort s i blok b i gentagelse r, er niveauet, er effekten af gentagelsen, er effekten af den b’te ufulfstændige blok indenfor en gentagelse, er sortseffekten og er residualen, og her antages der at . Vi vil analysere tørvægten af toppen. Data fra forsøget er placeret som de første 64 observationer i datasættet TOERSTOF. For at tage hensyn til at nogle sorter kan have ligget i blokke som er bedre/d˚arligere end gennemsnittet m ˚a vi benytte korrigerede gennemsnit i stedet for simple gennemsnit (LSMEANS i stedet for MEANS). De enkelte sorter ønskes 41
Page 1 and 2: Supplerende noter til ’Kursus i b
Page 3 and 4: 5.8 Øvelser . . . . . . . . . . .
Page 5 and 6: Kapitel 1 Introduktion til SAS syst
Page 7 and 8: man anvender. En specifikation som
Page 9 and 10: 11 Joyce F 11 51.3 50.5 12 Judy F 1
Page 11 and 12: Opgave 3 Udskriv datasættet ” kl
Page 13 and 14: Bemærk: Hvis regnearket stadig er
Page 15 and 16: Det anbefales at FILENAME-sætninge
Page 17 and 18: DDMMYYw. DDMMYY (dato, m ˚aned og
Page 19 and 20: LIBNAME minedata ’c:\saskursus\sa
Page 21 and 22: Kapitel 3 PROC MEANS - en udvidet l
Page 23 and 24: CLASS optagn saatid; VAR kg pct_suk
Page 25 and 26: 2. Gem (til senere brug) disse resu
Page 27 and 28: Obs John Joyce Judy Louise Mary Phi
Page 29 and 30: Ofte vil man i stedet for at lave e
Page 31 and 32: Har man brug for at f ˚a udført m
Page 33 and 34: Sætningen RETAIN bevirker at værd
Page 35 and 36: Linda 2 23 1 31 John 2 23 2 55 ; DA
Page 37 and 38: Kapitel 6 Grafik med SAS 6.1 PROC G
Page 39 and 40: GOPTIONS KEYMAP=WINANSI DEVMAP=WINA
Page 41 and 42: Med BLOCK-statement kan der dannes
Page 43: varians . Vi benytter følgende pr
Page 47 and 48: P˚a baggrund heraf antager vi, at
Page 49 and 50: CLASS OPTAGN BLOK SAATID; MODEL KG
Page 51 and 52: 3. Beregn en lineær regressionsana
Page 53 and 54: Der kan være mange TABLE statement
Page 55 and 56: Ovenfor har vi set that celler kan
Page 57 and 58: 9.2 Oversigt over datamaterialet 9.
Page 59 and 60: Options er IKKE en del af hverken d

Supplerende noter til "Kursus i brug af SAS" (på dansk)

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?