Link - Frau Prof. Dr. rer. nat. Kira Klenke - Hochschule Hannover

für den Einflussfaktor B, wobei . r
Faktorstufen r und t dieses Einflussfaktors sind.
Statistische Methoden und Vorbereitung der Daten
µ und µ . t die adjustierten Mittelwerte der
Diese adjustierten Erwartungswerte (Least Square Means) lauten:
µ
i.
=
1
b
a
1
∑µ ij
b bzw. µ = . j ∑
j=
1
a i=
1
Die Anzahl der Stufen des Faktors A wird durch a repräsentiert, während b die
Anzahl der Stufen des Faktors B darstellt. Adjustierte Erwartungswerte sind
unabhängig von unterschiedlichen Zellbesetzungszahlen, da sie aus den Mit-
telwerten der Faktorkombinationen gebildet werden. Treten allerdings Faktor-
stufenkombinationen auf, in denen keine Beobachtungen vorliegen, so sind die
adjustierten Erwartungswerte nicht schätzbar. Es gilt also die Bedingung nij>0.
(Dufner/Jensen/Schumacher, 1992, S. 303)
Die oben genannten Null-Hypothesen lassen sich mit unterschiedlichen multip-
len Tests prüfen. In der hier beschrieben Studie fiel die Wahl auf den Test
nach Scheffé.
Die allgemeine SAS-Syntax für die Berechnung der adjustierten Mittelwerte
und den Scheffé - Test findet sich im SAS-Programm 2.4.1.
PROC GLM DATA=neu;
CLASS [Faktor A] [Faktor B];
MODEL [Zielvariable] = [Faktor A] [Faktor B];
LSMEANS [Faktor A] [Faktor B]/PDIFF ADJUST=SCHEFFE;
RUN;
SAS-Programm 2.4.1: Prozedur GLM mit adjustierten Erwartungswerten und Test nach
Scheffé
LSMEANS weist SAS an, die adjustierten Erwartungswerte für die angegebe-
nen Faktoren zu berechnen. Die Option PDIFF bewirkt, dass die Unterschie-
de zwischen den Faktorstufenmittelwerten getestet werden, während durch die
µ
ij
.
55