Sas တွင် one-way anova လုပ်ဆောင်နည်း

တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ဤသင်ခန်းစာသည် SAS တွင် one-way ANOVA လုပ်ဆောင်နည်းကို အဆင့်ဆင့် ဥပမာပေးထားသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

သုတေသီတစ်ဦးသည် လေ့လာမှုတစ်ခုတွင် ပါဝင်ရန် ကျောင်းသား 30 ကို ခေါ်ယူသည်ဆိုပါစို့။ ကျောင်းသားများကို စာမေးပွဲအတွက် ပြင်ဆင်ရန် လေ့လာမှုနည်းလမ်း သုံးခုအနက်မှ တစ်ခုကို အသုံးပြုရန် ကျပန်းသတ်မှတ်ထားသည် ။

ကျောင်းသားတစ်ဦးစီအတွက် စာမေးပွဲရလဒ်များကို အောက်တွင် ဖော်ပြထားသည်။

SAS တွင် ဤဒေတာအတွဲကို ဖန်တီးရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

 /*create dataset*/
data my_data;
    input Method $Score;
    datalines ;
At 78
At 81
At 82
At 82
At 85
At 88
At 88
At 90
B 81
B 83
B 83
B85
B 86
B 88
B90
B91
C 84
C 88
C 88
C 89
C 90
C 93
C 95
C 98
;
run ;

အဆင့် 2- တစ်လမ်းမောင်း ANOVA လုပ်ဆောင်ပါ။

ထို့နောက် တစ်လမ်းမောင်း ANOVA လုပ်ဆောင်ရန် proc ANOVA ကို အသုံးပြုပါမည်။

 /*perform one-way ANOVA*/
proc ANOVA data =my_data;
classMethod ;
modelScore = Method;
means Method / tukey cldiff ;
run ;

မှတ်ချက် – တစ်လမ်းသွား ANOVA မှ ကိန်းဂဏန်းအရ သိသာထင်ရှားပါက Tukey post-hoc စမ်းသပ်မှု လုပ်ဆောင်သင့်သည်ဟု သတ်မှတ်ရန် ကျွန်ုပ်တို့သည် ပျမ်းမျှ လုပ်ဆောင်ချက်ကို အသုံးပြုထားပါသည်။

အဆင့် 3- ရလဒ်များကို ဘာသာပြန်ပါ။

ရလဒ်များတွင် ကျွန်ုပ်တို့ခွဲခြမ်းစိတ်ဖြာလိုသော ပထမဆုံးဇယားမှာ ANOVA ဇယားဖြစ်သည်။

ဤဇယားမှ ကျွန်ုပ်တို့ မြင်နိုင်သည်-

• စုစုပေါင်း F-တန်ဖိုး- 5.26
• သက်ဆိုင်ရာ p-တန်ဖိုး- 0.0140

တစ်လမ်းသွား ANOVA သည် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုကြောင်း သတိရပါ။

• H ₀ : အုပ်စုဟူသည် အားလုံး ညီတူညီမျှဖြစ်သည်။
• H _A : အနည်းဆုံး အုပ်စုတစ်ခု၏ ပျမ်းမျှသည် မတူညီပါ။   အနားယူပါ။

ANOVA ဇယား၏ p-value (0.0140) သည် α = 0.05 ထက်နည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ပါသည်။

၎င်းသည် လေ့လာမှုနည်းလမ်းသုံးခုတွင် ပျမ်းမျှစာမေးပွဲရမှတ်သည် မညီမျှကြောင်း ကျွန်ုပ်တို့ကိုပြောပြသည်။

ဆက်စပ်- ANOVA တွင် F-Value နှင့် P-Value ကို မည်သို့အဓိပ္ပာယ်ပြန်ဆိုမည်နည်း။

SAS သည် လေ့လာမှုနည်းလမ်းသုံးခုမှ တစ်ခုစီအတွက် စာမေးပွဲရလဒ်များ ဖြန့်ဝေမှုကို မြင်သာစေရန် boxplots များကို ပံ့ပိုးပေးသည်-

အကွက်ကွက်များမှ၊ နည်းလမ်း B နှင့် C နှင့် နှိုင်းယှဉ်ပါက လေ့လာမှုနည်းလမ်း C ကိုအသုံးပြုသော ကျောင်းသားများတွင် စာမေးပွဲရမှတ်များ ပိုမိုမြင့်မားသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

မည်သည့်အဖွဲ့၏ အဓိပ္ပါယ်သည် ကွဲပြားသည်ကို အတိအကျ ဆုံးဖြတ်ရန်၊ Tukey ၏ post-hoc စာမေးပွဲများ၏ ရလဒ်များကို ပြသသည့် နောက်ဆုံးရလဒ်ဇယားကို ကိုးကားရန် လိုအပ်သည်-

ဘယ်အဖွဲ့ရဲ့ အဓိပ္ပါယ်က ကွာခြားလဲဆိုတာကို သိချင်ရင် သူတို့ဘေးမှာ ကြယ်တွေ ( *** ) ပါနေတဲ့ အတွဲလိုက် နှိုင်းယှဉ်မှုတွေကို ကြည့်ဖို့ လိုပါတယ်။

ဇယားတွင် အုပ်စု A နှင့် C တို့၏ ပျမ်းမျှတန်ဖိုးများသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားစွာ ကွဲပြားကြောင်း ပြသသည်။

အုပ်စု A နှင့် C ကြားရှိ ပျမ်းမျှ စာမေးပွဲရမှတ်များ ကွာခြားချက်အတွက် ယုံကြည်မှု 95% ကြားကာလကိုလည်း ကျွန်ုပ်တို့ တွေ့မြင်နိုင်သည်-

ပျမ်းမျှကွာခြားချက်အတွက် ယုံကြည်မှု 95% ကြားကာလ- [1.228၊ 11.522]

အဆင့် 4- ရလဒ်များကို သတင်းပို့ပါ။

နောက်ဆုံးတွင်၊ တစ်လမ်းမောင်း ANOVA ၏ ရလဒ်များကို ကျွန်ုပ်တို့ အစီရင်ခံ နိုင်သည်-

စာမေးပွဲရလဒ်များအပေါ် မတူညီသော လေ့လာမှုနည်းလမ်းသုံးမျိုး၏ အကျိုးသက်ရောက်မှုကို နှိုင်းယှဉ်ရန် တစ်လမ်းသွား ANOVA ကို လုပ်ဆောင်ခဲ့သည်။

တစ်ကြောင်း ANOVA သည် အနည်းဆုံးအုပ်စုနှစ်စုကြားရှိ ပျမ်းမျှစာမေးပွဲရမှတ်တွင် ကိန်းဂဏန်းအချက်အလတ်သိသိသာသာကွာခြားမှုရှိကြောင်း (F(2,21) = [5.26]၊ p = 0.014)။

နှိုင်းယှဉ်မှုများစွာအတွက် Tukey ၏ HSD စာမေးပွဲတွင် စာမေးပွဲရမှတ်၏ ပျမ်းမျှတန်ဖိုးသည် Method C နှင့် Method A (95% CI = [1.228၊ 11.522]) အကြား သိသိသာသာကွာခြားကြောင်း ထင်ရှားပါသည်။

Method A နှင့် Method B သို့မဟုတ် Method B နှင့် Method C အကြား ပျမ်းမျှ စာမေးပွဲရမှတ်များတွင် ကိန်းဂဏန်း သိသိသာသာ ကွာခြားမှု မရှိခဲ့ပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် တစ်လမ်းသွား ANOVA များအကြောင်း နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

One-Way ANOVA မိတ်ဆက်
တစ်လမ်းမောင်း ANOVA ဂဏန်းတွက်စက်
တစ်လမ်းမောင်း ANOVA ကို ကိုယ်တိုင်လုပ်ဆောင်နည်း