Sas'ta lsmeans deyimi nasıl kullanılır (örnekle)

Üç veya daha fazla bağımsız grubun ortalamaları arasında istatistiksel olarak anlamlı bir fark olup olmadığını belirlemek için tek yönlü ANOVA kullanılır.

ANOVA tablosunun genel p değeri belirli bir anlamlılık düzeyinin altındaysa, grup ortalamalarından en az birinin diğerlerinden farklı olduğunu söylemek için yeterli kanıtımız var demektir.

Tam olarak hangi grup ortalamalarının farklı olduğunu bulmak için post hoc testi yapmamız gerekir.

Çeşitli post-hoc testleri gerçekleştirmek için SAS’taki LSMEANS deyimini kullanabilirsiniz.

Aşağıdaki örnek, LSMEANS ifadesinin pratikte nasıl kullanılacağını gösterir.

Örnek: SAS’ta LSMEANS deyimi nasıl kullanılır?

Bir araştırmacının bir çalışmaya katılmak üzere 30 öğrenciyi işe aldığını varsayalım. Öğrenciler bir sınava hazırlanmak için üç çalışma yönteminden birini kullanmak üzere rastgele atanır .

Her öğrencinin sınav sonuçları aşağıda gösterilmektedir:

Bu veri kümesini SAS’ta oluşturmak için aşağıdaki kodu kullanabiliriz:

 /*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 ;

Daha sonra tek yönlü ANOVA’yı gerçekleştirmek için proc ANOVA’yı kullanacağız:

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

Bu, aşağıdaki ANOVA tablosunu üretir:

Bu tablodan şunları görebiliriz:

• Genel F değeri: 5,26
• Karşılık gelen p değeri: 0,0140

Tek yönlü bir ANOVA’nın aşağıdaki boş ve alternatif hipotezleri kullandığını hatırlayın:

• H ₀ : Tüm grup ortalamaları eşittir.
• H _A : En az bir grubun ortalaması farklı   dinlenmek.

ANOVA tablosunun p değeri ( 0,0140 ) α = 0,05’ten küçük olduğundan sıfır hipotezini reddediyoruz.

Bu bize ortalama sınav puanının üç çalışma yöntemi arasında eşit olmadığını söyler.

Tam olarak hangi grup ortalamalarının farklı olduğunu belirlemek için, Tukey’in post-hoc testlerini gerçekleştirmek için PROC GLIMMIX ifadesini LSMEANS ifadesi ve ADJUST=TUKEY seçeneğiyle birlikte kullanabiliriz:

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

Son sonuç tablosu Tukey’in post-hoc karşılaştırmalarının sonuçlarını gösteriyor:

Grup ortalamalarındaki farka göre ayarlanan p değerlerini görüntülemek için Adj P sütununa bakabiliriz.

Bu sütunda, düzeltilmiş p değeri 0,05’ten küçük olan yalnızca bir satır olduğunu görebiliriz: A grubu ile C grubu arasındaki ortalama farkı karşılaştıran satır.

Bu bize A Grubu ile C Grubu arasında ortalama sınav puanları arasında istatistiksel olarak anlamlı bir fark olduğunu söylüyor.

Somut olarak şunları görebiliriz:

• A Grubu öğrencileri ile B Grubu öğrencilerinin ortalama sınav puanları arasındaki fark – 6.375 oldu. (yani A grubundaki öğrencilerin ortalama sınav puanı C grubundaki öğrencilere göre 6.375 puan daha düşüktü)
• Ortalamalardaki fark için düzeltilmiş p değeri 0,0137’dir .
• Bu iki grup arasındaki ortalama sınav puanları arasındaki gerçek fark için düzeltilmiş %95 güven aralığı [-11,5219, -1,2281]’ dir.

Diğer grupların ortalamaları arasında istatistiksel olarak anlamlı bir fark yoktur.

Not : Bu örnekte, Tukey post-hoc karşılaştırmalarını gerçekleştirmek için ADJUST=TUKEY’i kullandık, ancak diğer post-hoc karşılaştırma türlerini gerçekleştirmek için BON , BUNNET , NELSON , SCHEFFE , SIDAK ve SMM’yi de belirtebilirsiniz.

İlgili: Tukey vs. Bonferroni vs. Scheffe: Hangi Testi Kullanmalısınız?

Ek kaynaklar

Aşağıdaki eğitimler ANOVA modelleri hakkında ek bilgi sağlar:

ANOVA ile Post-Hoc Testini Kullanma Kılavuzu
SAS’ta tek yönlü ANOVA nasıl gerçekleştirilir?
SAS’ta iki yönlü ANOVA nasıl gerçekleştirilir?