Como usar a instrução lsmeans no sas (com exemplo)

Uma ANOVA unidirecional é usada para determinar se há ou não uma diferença estatisticamente significativa entre as médias de três ou mais grupos independentes.

Se o valor p geral da tabela ANOVA estiver abaixo de um certo nível de significância, então temos evidências suficientes para dizer que pelo menos uma das médias do grupo é diferente das outras.

Para descobrir exatamente quais médias de grupo são diferentes, precisamos realizar um teste post hoc .

Você pode usar a instrução LSMEANS no SAS para realizar vários testes post-hoc.

O exemplo a seguir mostra como usar a instrução LSMEANS na prática.

Exemplo: como usar a instrução LSMEANS no SAS

Suponha que um pesquisador recrute 30 estudantes para participar de um estudo. Os alunos são designados aleatoriamente para usar um dos três métodos de estudo para se preparar para um exame.

Os resultados dos exames de cada aluno são mostrados abaixo:

Podemos usar o seguinte código para criar este conjunto de dados no SAS:

 /*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 ;

A seguir, usaremos proc ANOVA para realizar a ANOVA unidirecional:

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

Isso produz a seguinte tabela ANOVA:

Nesta tabela podemos ver:

• Valor F geral: 5,26
• O valor p correspondente: 0,0140

Lembre-se de que uma ANOVA unidirecional usa as seguintes hipóteses nulas e alternativas:

• H ₀ : Todas as médias do grupo são iguais.
• _HA : Pelo menos a média de um grupo é diferente   descansar.

Como o valor p da tabela ANOVA ( 0,0140 ) é menor que α = 0,05, rejeitamos a hipótese nula.

Isso nos diz que a pontuação média do exame não é igual nos três métodos de estudo.

Para determinar exatamente quais médias de grupo são diferentes, podemos usar a instrução PROC GLIMMIX com a instrução LSMEANS e a opção ADJUST=TUKEY para realizar os testes post-hoc de Tukey:

 /*perform Tukey post-hoc comparisons*/
proc glimmix data =my_data;
    classMethod ;
    modelScore = Method;
    lsmeans Method / adjust =tukey alpha = .05 ;
run ;

A última tabela de resultados mostra os resultados das comparações post-hoc de Tukey:

Podemos olhar a coluna Adj P para visualizar os valores p ajustados para a diferença nas médias do grupo.

Nesta coluna, podemos observar que existe apenas uma linha com valor p ajustado menor que 0,05: a linha que compara a diferença média entre o grupo A e o grupo C.

Isso nos diz que há uma diferença estatisticamente significativa nas notas médias dos exames entre o Grupo A e o Grupo C.

Concretamente, podemos ver:

• A diferença entre as notas médias dos exames dos alunos do Grupo A e dos alunos do Grupo B foi de -6,375 . (ou seja, os alunos do grupo A tiveram uma nota média no exame 6,375 pontos inferior à dos alunos do grupo C)
• O valor p ajustado para a diferença de médias é 0,0137 .
• O intervalo de confiança ajustado de 95% para a verdadeira diferença nas pontuações médias dos exames entre esses dois grupos é [-11,5219, -1,2281] .

Não há diferenças estatisticamente significativas entre as médias dos demais grupos.

Nota : Neste exemplo, usamos ADJUST=TUKEY para realizar comparações post-hoc de Tukey, mas você também pode especificar BON , BUNNET , NELSON , SCHEFFE , SIDAK e SMM para realizar outros tipos de comparações post-hoc.

Relacionado: Tukey vs. Bonferroni vs. Scheffe: Qual teste você deve usar?

Recursos adicionais

Os tutoriais a seguir fornecem informações adicionais sobre modelos ANOVA:

Um guia para usar testes post-hoc com ANOVA
Como realizar ANOVA unidirecional no SAS
Como realizar ANOVA bidirecional no SAS