Як виконати тест шеффе в sas

Односторонній дисперсійний аналіз використовується, щоб визначити, чи існує статистично значуща різниця між середніми значеннями трьох або більше незалежних груп.

Якщо загальне p-значення таблиці ANOVA нижче певного рівня значущості, тоді ми маємо достатньо доказів, щоб стверджувати, що принаймні одне з групових середніх відрізняється від інших.

Однак це не говорить нам , які групи відрізняються одна від одної. Це просто говорить нам про те, що не всі середні групові показники однакові.

Для того, щоб точно знати, які групи відрізняються одна від одної, нам потрібно провести ретельний тест .

Одним із найбільш часто використовуваних репресивних тестів є тест Шеффе , який дозволяє нам робити попарні порівняння між середніми значеннями кожної групи, контролюючи при цьому частоту помилок у групі .

У наступному прикладі показано, як виконати тест Шеффе в R.

Приклад: тест Шеффе в SAS

Припустімо, що дослідник набирає 30 студентів для участі в дослідженні. Для підготовки до іспиту студенти випадковим чином розподіляються для використання одного з трьох методів навчання.

Ми можемо використати такий код, щоб створити цей набір даних у SAS:

 /*create dataset*/
data my_data;
    input Method $Score;
    datalines ;
At 76
At 77
At 77
At 81
At 82
At 82
At 83
At 84
At 85
At 89
B 81
B 82
B 83
B 83
B 83
B 84
B 87
B90
B92
B93
C 77
C 78
C 79
C 88
C 89
C 90
C 91
C 95
C 98
C 98
;
run ;

Далі ми використаємо proc ANOVA для виконання одностороннього ANOVA:

 /*perform one-way ANOVA with Scheffe's post-hoc test*/
proc ANOVA data = my_data;
classMethod ;
modelScore = Method;
means Method / scheffe cldiff ;
run;

Примітка . Ми використали твердження про середнє разом із параметрами Шеффе та Клдіффа , щоб вказати, що тест Шеффе слід виконувати (з довірчими інтервалами), якщо загальне значення p від одностороннього дисперсійного аналізу є статистично значущим.

Спочатку ми проаналізуємо таблицю ANOVA в результаті:

З цієї таблиці ми бачимо:

• Загальне F-значення: 3,49
• Відповідне p-значення: 0,0448

Нагадаємо, що односторонній дисперсійний аналіз використовує такі нульові та альтернативні гіпотези:

• H ₀ : Усі групові середні рівні.
• H _A : Принаймні одна середня група відрізняється   відпочинок.

Оскільки p-значення таблиці ANOVA (0,0448) менше α = 0,05, ми відхиляємо нульову гіпотезу.

Це говорить нам про те, що середня оцінка іспиту не однакова для трьох методів навчання.

Пов’язане: Як інтерпретувати F-значення та P-значення в ANOVA

Щоб точно визначити, які групові середні відрізняються, нам потрібно звернутися до таблиці остаточних результатів, яка показує результати пост-хок тестів Шеффе:

Щоб з’ясувати, які групові середні відрізняються, нам потрібно подивитися, які парні порівняння мають зірочки ( *** ).

Таблиця показує, що існує статистично значуща різниця в середніх балах за іспит між групою А та групою С.

Немає статистично значущих відмінностей між середніми показниками інших груп.

Зокрема, ми бачимо, що середня різниця в іспитових балах між групою C і групою A становить 6,7 .

95% довірчий інтервал для різниці середніх значень між цими групами становить [0,064, 13,336] .

Додаткові ресурси

У наступних посібниках надається додаткова інформація про моделі ANOVA:

Посібник із використання пост-хок тестування з ANOVA
Як виконати односторонній дисперсійний аналіз у SAS
Як виконати двосторонній дисперсійний аналіз у SAS