Questo tutorial fornisce un esempio passo passo di come eseguire un’ANOVA bidirezionale in SAS.<\/span><\/p>\n Supponiamo che un botanico voglia sapere se la crescita delle piante \u00e8 influenzata dall’esposizione alla luce solare e dalla frequenza dell’irrigazione.<\/span><\/p>\n Pianta 30 semi e li lascia crescere per un mese in diverse condizioni di esposizione al sole e frequenza di irrigazione. Dopo un mese, registra l’altezza di ciascuna pianta. I risultati sono mostrati sotto:<\/span> <\/p>\n Possiamo utilizzare il seguente codice per creare questo set di dati in SAS:<\/span><\/p>\n Successivamente, utilizzeremo proc ANOVA<\/strong> per eseguire l’ANOVA a due vie:<\/span><\/p>\n La prima tabella che vogliamo analizzare nei risultati \u00e8 la tabella ANOVA:<\/span> <\/p>\n Da questa tabella possiamo vedere:<\/span><\/p>\n Questo ci dice che l\u2019acqua e la luce solare sono predittori statisticamente significativi dell\u2019altezza delle piante e che non esiste alcun effetto di interazione statisticamente significativo tra acqua e luce solare.<\/span><\/p>\n Successivamente, possiamo esaminare i risultati dei test post-hoc di Tukey per determinare quali livelli di acqua e luce solare differiscono in modo statisticamente significativo.<\/span><\/span><\/p>\n Per prima cosa esamineremo i confronti post-hoc di Tukey per l’acqua:<\/span> <\/p>\n Dai risultati, possiamo vedere che la differenza media di altezza tra le piante irrigate giornalmente e settimanalmente era di 1,0667<\/strong> pollici.<\/span><\/p>\n L’intervallo di confidenza al 95% per la differenza nella dimensione media \u00e8 [0,5163, 1,6170]<\/strong> . Ci\u00f2 significa che siamo sicuri al 95% che la vera differenza nell’altezza media tra le piante annaffiate quotidianamente e le piante annaffiate settimanalmente \u00e8 compresa tra 0,5163 pollici e 1,6170 pollici.<\/span><\/p>\n Innanzitutto, esamineremo i confronti post-hoc di Tukey per la luce solare:<\/span> <\/p>\n Per scoprire quali medie di gruppo sono diverse, dobbiamo vedere quali confronti a coppie hanno stelle ( ***<\/strong> ) accanto a loro.<\/span><\/p>\n Dalla tabella possiamo vedere che le medie dei seguenti gruppi differiscono in modo statisticamente significativo:<\/span><\/p>\n Infine, possiamo riportare i risultati<\/a> dell\u2019ANOVA a due vie:<\/span><\/p>\n \u00c8 stata eseguita un’ANOVA a due vie per analizzare l’effetto della frequenza di irrigazione e dell’esposizione al sole sulla crescita delle piante.<\/span><\/p>\n Un’ANOVA a due vie ha rivelato che non vi era alcuna interazione statisticamente significativa tra gli effetti della frequenza di irrigazione e l’esposizione al sole (p = 0,1207).<\/span><\/p>\n Una semplice analisi degli effetti manuali ha mostrato che la frequenza di irrigazione ha avuto un effetto statisticamente significativo sulla crescita delle piante (p = 0,0005).<\/span><\/p>\n Una semplice analisi degli effetti manuali ha mostrato che l’esposizione al sole ha avuto anche un effetto statisticamente significativo sulla crescita delle piante (p < 0,0001).<\/span><\/p>\n<\/blockquote>\n Le seguenti esercitazioni forniscono informazioni aggiuntive sulle ANOVA bidirezionali:<\/span><\/p>\n Introduzione all’ANOVA bidirezionale<\/a> Un’ANOVA a due vie viene utilizzata per determinare se esiste o meno una differenza statisticamente significativa tra le medie di tre o pi\u00f9 gruppi indipendenti assegnati a due variabili (a volte chiamate “fattori”). Questo tutorial fornisce un esempio passo passo di come eseguire un’ANOVA bidirezionale in SAS. Passaggio 1: creare i dati Supponiamo che un […]<\/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 Passaggio 1: creare i dati<\/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 Passaggio 2: eseguire l’ANOVA bidirezionale<\/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 Passaggio 3: interpretare i risultati<\/strong><\/span><\/h3>\n
![\"ANOVA](\"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
Passaggio 4: segnalare i risultati<\/strong><\/span><\/h3>\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
ANOVA unidirezionali o bidirezionali: quando utilizzarle?<\/a>
Come eseguire manualmente un’ANOVA bidirezionale<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"