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

CLASS OPTAGN BLOK SAATID;
MODEL KG = BLOK OPTAGN BLOK*OPTAGN
SAATID SAATID*OPTAGN;
TEST H=OPTAGN E=BLOK*OPTAGN;
MEANS OPTAGN SAATID SAATID*OPTAGN;
OUTPUT OUT=B RESIDUAL = R_KG
PREDICTED = P_KG
STUDENT = SR_KG;
RUN;
PROC GPLOT DATA=B;
PLOT R_KG * P_KG / VREF=0;
PLOT SR_KG * P_KG / VREF=0 1.96 -1.96;
RUN;
Med disse plots kan vi undersøge om variationen er konstant uanset værdien af det
forventede niveau. Vi kan yderligere undersøge om det er rimeligt at antage at residualer
er udfald fra en normalfordeling ved at benytte proceduren PROC UNIVARIATE. PROC
UNIVARIATE kan benyttes til at undersøge fordelingen af en given numerisk variabel. Et
visuelt test for normalitet er at undersøge et s ˚akaldt Q-Q-plot, eller med et histogram med et
indlejret figur af den teoretiske fordeling. Følgende program danner disse figurer:
PROC UNIVARIATE DATA=B NOPRINT;
HISTOGRAM SR_KG / NORMAL(MU=EST SIGMA=EST);
QQPLOT SR_KG / NORMAL(MU=EST SIGMA=EST);
RUN;
Det skal dog bemærkes at man i nuværende version af SAS (version 8.2) f ˚ar forkerte
resultater med PROC UNIVARIATE hvis der er manglende observationer i datasættet. Disse
observationer skal derfor fjernes fra datasættet inden PROC UNIVARIATE benyttes, som
f.eks.
DATA B; SET B;
WHERE SR_KG NE .;
PROC UNIVARIATE DATA=B NOPRINT;
HISTOGRAM SR_KG / NORMAL(MU=EST SIGMA=EST);
QQPLOT SR_KG / NORMAL(MU=EST SIGMA=EST);
RUN;
45