Se il valore p<\/a> complessivo della tabella ANOVA \u00e8 inferiore a un certo livello di significativit\u00e0, allora abbiamo prove sufficienti per affermare che almeno una delle medie del gruppo \u00e8 diversa dalle altre.<\/span><\/p>\n Per scoprire esattamente quali medie di gruppo sono diverse, dobbiamo eseguire un test post hoc<\/a> .<\/span><\/p>\n \u00c8 possibile utilizzare l’istruzione LSMEANS<\/strong> in SAS per eseguire vari test post-hoc.<\/span><\/p>\n L’esempio seguente mostra come utilizzare nella pratica l’istruzione LSMEANS<\/strong> .<\/span><\/p>\n Supponiamo che un ricercatore recluti 30 studenti per partecipare a uno studio. Agli studenti viene assegnato in modo casuale<\/a> uno dei tre metodi di studio per prepararsi a un esame.<\/span><\/p>\n Di seguito sono riportati i risultati degli esami per ciascuno studente:<\/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 unidirezionale:<\/span><\/p>\n Ci\u00f2 produce la seguente tabella ANOVA:<\/span> <\/p>\n Da questa tabella possiamo vedere:<\/span><\/p>\n Ricordiamo che un’ANOVA unidirezionale utilizza le seguenti ipotesi nulle e alternative:<\/span><\/p>\n Poich\u00e9 il valore p della tabella ANOVA ( 0,0140<\/strong> ) \u00e8 inferiore a \u03b1 = 0,05, rifiutiamo l’ipotesi nulla.<\/span><\/p>\n Questo ci dice che il punteggio medio dell’esame non \u00e8 uguale nei tre metodi di studio.<\/span><\/p>\n Per determinare esattamente quali medie di gruppo sono diverse, possiamo utilizzare l’istruzione PROC GLIMMIX<\/strong> con l’istruzione LSMEANS<\/strong> e l’opzione ADJUST=TUKEY<\/strong> per eseguire i test post-hoc di Tukey:<\/span><\/p>\n L’ultima tabella dei risultati mostra i risultati dei confronti post-hoc di Tukey:<\/span> <\/p>\n Possiamo guardare la colonna Adj P<\/strong> per visualizzare i valori p aggiustati per la differenza nelle medie del gruppo.<\/span><\/span><\/p>\n In questa colonna, possiamo vedere che c’\u00e8 solo una riga con un valore p corretto inferiore a 0,05: la riga che confronta la differenza media tra il gruppo A e il gruppo C.<\/span><\/p>\n Questo ci dice che esiste una differenza statisticamente significativa nei punteggi medi degli esami tra il Gruppo A e il Gruppo C.<\/span><\/p>\n Concretamente possiamo vedere:<\/span><\/p>\n Non ci sono differenze statisticamente significative tra le medie degli altri gruppi.<\/span><\/p>\n Nota<\/strong> : in questo esempio abbiamo utilizzato ADJUST=TUKEY<\/strong> per eseguire confronti post-hoc Tukey, ma \u00e8 anche possibile specificare BON<\/strong> , BUNNET<\/strong> , NELSON<\/strong> , SCHEFFE<\/strong> , SIDAK<\/strong> e SMM<\/strong> per eseguire altri tipi di confronti post-hoc.<\/span><\/p>\n Correlato:<\/strong> Tukey vs. Bonferroni vs. Scheffe: quale test dovresti usare?<\/a><\/span><\/p>\n Le seguenti esercitazioni forniscono informazioni aggiuntive sui modelli ANOVA:<\/span><\/p>\n Una guida all’utilizzo dei test post-hoc con ANOVA<\/a> Un’ANOVA unidirezionale viene utilizzata per determinare se esiste o meno una differenza statisticamente significativa tra le medie di tre o pi\u00f9 gruppi indipendenti. Se il valore p complessivo della tabella ANOVA \u00e8 inferiore a un certo livello di significativit\u00e0, allora abbiamo prove sufficienti per affermare che almeno una delle medie del gruppo \u00e8 diversa dalle […]<\/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 Esempio: come utilizzare l’istruzione LSMEANS in SAS<\/strong><\/span><\/h2>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/anovasas1.jpg\")
<\/p>\n \/*create dataset*\/\n<\/span>data<\/span> my_data;\n input<\/span> Method $Score;\n datalines<\/span> ;\nAt 78\nAt 81\nAt 82\nAt 82\nAt 85\nAt 88\nAt 88\nAt 90\nB 81\nB 83\nB 83\nB85\nB 86\nB 88\nB90\nB91\nC 84\nC 88\nC 88\nC 89\nC 90\nC 93\nC 95\nC 98\n;\nrun<\/span> ;\n<\/strong><\/span><\/pre>\n \/*perform one-way ANOVA*\/\n<\/span>proc ANOVA<\/span> data<\/span> =my_data;\nclassMethod<\/span> ;\nmodelScore<\/span> = Method;\nrun<\/span> ;<\/span><\/span><\/strong><\/span><\/pre>\n![\"ANOVA](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/anovasas2.jpg\")
<\/p>\n\n
\n
\/*perform Tukey post-hoc comparisons*\/\n<\/span>proc glimmix<\/span> data<\/span> =my_data;\n classMethod<\/span> ;\n modelScore<\/span> = Method;\n lsmeans<\/span> Method \/ adjust<\/span> =tukey alpha<\/span> = .05<\/span> ;\nrun<\/span> ;<\/span><\/span><\/strong><\/span><\/pre>\n![\"Dichiarazione](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lsmeans2.png\")
<\/p>\n\n
Risorse addizionali<\/strong><\/span><\/h2>\n
Come eseguire ANOVA unidirezionale in SAS<\/a>
Come eseguire ANOVA bidirezionale in SAS<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"