Dieses Tutorial bietet ein schrittweises Beispiel f\u00fcr die Durchf\u00fchrung einer zweifaktoriellen ANOVA in SAS.<\/span><\/p>\n Angenommen, ein Botaniker m\u00f6chte wissen, ob das Pflanzenwachstum durch die Sonneneinstrahlung und die H\u00e4ufigkeit des Gie\u00dfens beeinflusst wird.<\/span><\/p>\n Sie pflanzt 30 Samen und l\u00e4sst sie einen Monat lang unter verschiedenen Bedingungen der Sonneneinstrahlung und Bew\u00e4sserungsh\u00e4ufigkeit wachsen. Nach einem Monat zeichnet sie die H\u00f6he jeder Pflanze auf. Die Ergebnisse sind unten dargestellt:<\/span> <\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um diesen Datensatz in SAS zu erstellen:<\/span><\/p>\n Als n\u00e4chstes werden wir proc ANOVA<\/strong> verwenden, um die zweifaktorielle ANOVA durchzuf\u00fchren:<\/span><\/p>\n Die erste Tabelle, die wir in den Ergebnissen analysieren m\u00f6chten, ist die ANOVA-Tabelle:<\/span> <\/p>\n Aus dieser Tabelle k\u00f6nnen wir sehen:<\/span><\/p>\n Dies zeigt uns, dass Wasser und Sonnenlicht statistisch signifikante Pr\u00e4diktoren f\u00fcr die Pflanzenh\u00f6he sind und dass es keinen statistisch signifikanten Wechselwirkungseffekt zwischen Wasser und Sonnenlicht gibt.<\/span><\/p>\n Als n\u00e4chstes k\u00f6nnen wir die Ergebnisse von Tukeys Post-hoc-Tests untersuchen, um festzustellen, welche Wasser- und Sonnenlichtwerte sich statistisch signifikant unterscheiden.<\/span><\/span><\/p>\n Zun\u00e4chst schauen wir uns Tukeys Post-hoc-Vergleiche f\u00fcr Wasser an:<\/span> <\/p>\n Aus den Ergebnissen k\u00f6nnen wir ersehen, dass der durchschnittliche H\u00f6henunterschied zwischen t\u00e4glich und w\u00f6chentlich bew\u00e4sserten Pflanzen 1,0667<\/strong> Zoll betrug.<\/span><\/p>\n Das 95 %-Konfidenzintervall f\u00fcr den Unterschied in der mittleren Gr\u00f6\u00dfe betr\u00e4gt [.5163, 1.6170]<\/strong> . Dies bedeutet, dass wir zu 95 % sicher sind, dass der tats\u00e4chliche Unterschied in der durchschnittlichen H\u00f6he zwischen t\u00e4glich und w\u00f6chentlich bew\u00e4sserten Pflanzen zwischen 0,5163 Zoll und 1,6170 Zoll liegt.<\/span><\/p>\n Zuerst schauen wir uns Tukeys Post-hoc-Vergleiche f\u00fcr Sonnenlicht an:<\/span> <\/p>\n Um herauszufinden, welche Gruppenmittelwerte unterschiedlich sind, m\u00fcssen wir uns ansehen, bei welchen paarweisen Vergleichen Sterne ( ***<\/strong> ) neben ihnen stehen.<\/span><\/p>\n Aus der Tabelle k\u00f6nnen wir ersehen, dass die Mittelwerte der folgenden Gruppen statistisch signifikant unterschiedlich sind:<\/span><\/p>\n Abschlie\u00dfend k\u00f6nnen wir \u00fcber die Ergebnisse der zweifaktoriellen ANOVA berichten<\/a> :<\/span><\/p>\n Eine Zwei-Wege-ANOVA wurde durchgef\u00fchrt, um die Auswirkung der Bew\u00e4sserungsh\u00e4ufigkeit und der Sonneneinstrahlung auf das Pflanzenwachstum zu analysieren.<\/span><\/p>\n Eine zweifache ANOVA ergab, dass es keine statistisch signifikante Wechselwirkung zwischen den Auswirkungen der Bew\u00e4sserungsh\u00e4ufigkeit und der Sonneneinstrahlung gab (p = 0,1207).<\/span><\/p>\n Eine einfache Handeffektanalyse zeigte, dass die Bew\u00e4sserungsh\u00e4ufigkeit einen statistisch signifikanten Einfluss auf das Pflanzenwachstum hatte (p = 0,0005).<\/span><\/p>\n Eine einfache Handeffektanalyse zeigte, dass Sonneneinstrahlung auch einen statistisch signifikanten Einfluss auf das Pflanzenwachstum hatte (p < 0,0001).<\/span><\/p>\n<\/blockquote>\n Die folgenden Tutorials bieten zus\u00e4tzliche Informationen zu zweifaktoriellen ANOVAs:<\/span><\/p>\n Einf\u00fchrung in die zweifaktorielle ANOVA<\/a> Eine zweifaktorielle ANOVA wird verwendet, um zu bestimmen, ob ein statistisch signifikanter Unterschied zwischen den Mittelwerten von drei oder mehr unabh\u00e4ngigen Gruppen besteht, die zwei Variablen (manchmal auch \u201eFaktoren\u201c genannt) zugeordnet wurden. Dieses Tutorial bietet ein schrittweises Beispiel f\u00fcr die Durchf\u00fchrung einer zweifaktoriellen ANOVA in SAS. Schritt 1: Erstellen Sie die Daten Angenommen, ein Botaniker […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Schritt 1: Erstellen Sie die Daten<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/anovasas5.jpg\")
<\/p>\n \/*create dataset*\/\n<\/span>data<\/span> my_data;\n input<\/span> water $sunlight $height;\n datalines<\/span> ;\ndaily low 6\ndaily low 6\ndaily low 6\ndaily low 5\ndaily low 6\ndaily med 5\ndaily med 5\ndaily med 6\ndaily med 4\ndaily med 5\ndaily high 6\ndaily high 6\ndaily high 7\ndaily high 8\ndaily high 7\nweekly low 3\nweekly low 4\nweekly low 4\nweekly low 4\nweekly low 5\nweekly med 4\nweekly med 4\nweekly med 4\nweekly med 4\nweekly med 4\nweekly high 5\nweekly high 6\nweekly high 6\nweekly high 7\nweekly high 8\n;<\/span>\nrun<\/span> ;\n<\/span><\/strong><\/span><\/pre>\n Schritt 2: F\u00fchren Sie die zweifaktorielle ANOVA durch<\/strong><\/span><\/h3>\n
\/*perform two-way ANOVA*\/\n<\/span>proc ANOVA<\/span> data<\/span> =my_data;\nclass<\/span> water sunlight;\nmodel<\/span> height = water sunlight water*sunlight;\nmeans<\/span> water sunlight \/ tukey<\/span> cldiff<\/span> ;\nrun<\/span> ;<\/span><\/span><\/strong><\/span><\/pre>\n Schritt 3: Interpretieren Sie die Ergebnisse<\/strong><\/span><\/h3>\n
![\"Zweifaktorielle](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/anovasas6.jpg\")
<\/p>\n\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/anovasas7.jpg\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/anovasas8.jpg\")
<\/p>\n\n
Schritt 4: Ergebnisse melden<\/strong><\/span><\/h3>\n
\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Einfaktorielle oder zweifaktorielle ANOVA: Wann sollten sie verwendet werden?<\/a>
So f\u00fchren Sie manuell eine zweifaktorielle ANOVA durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"