方差分析Ⅱ—ANOVA,GLM 过程步 SAS 提供了 ANOVA 和 GLM 过程步进行方差分析
ANOVA 过程步主要处理均衡数据（分类变量的每个水平的观察数是相等），该过程考虑到均衡设计的特殊构造，处理起来速度更快更省内存，也可以处理拉丁方设计、若干不完全的均衡区组设计数据等
若试验设计不均衡，也不是前面几种实验设计数据，则应该使用GLM 过程
（一）PROC ANOVA 过程步 一、基本语法 PROC ANOVA data=数据集 ; CLASS 分类变量列表; MODEL 因变量=效应变量列表 ; 说明： （1）CLASS 语句是必不可少的，必须放在 MODEL 语句之前，用来指定分类、区组变量（单因素方差分析只有一个变量）； （2）MODEL 语句也是必不可少的，该语句用来规定因变量和自变量效应（单因素方差分析的自变量就是分类变量）
若没有规定自变量的效应，则只拟合截距，假设检验为因变量的均值是否为0
Model 语句的主要形式有4 种： ① 主效应模型 model y=a b c; ② 含有交叉因素的模型 model y=a b c a*b a*c b*c a*b*c; ③ 嵌套模型 model y=a b c(a b); ④ 包含嵌套、交叉和主效应的模型 model y=a b(a) c(a) b*c(a); （3）MEANS 语句必须出现在 MODEL 语句之后，用来计算在效应变量所对应的因变量均值，但这些均值没有针对模型中的效应进行修正
若要计算修正的均值需要用 GLM 过程步的LSMEANS 语句； （4）MEANS 语句的可选项主要有两个内容，一是选择多重比较的检验方法，二是设定这些检验的参数（只能用于主效应）； bon— — 对所有主效应均值之差进行 Bonferroni 的t 检验； duncan— — 对所有主效应均值进行 Dun
