5.2 ANOVA 过程和GLM 过程简介 5.2.1 ANOVA 过程 1． ANOVA 过程简介 ANOVA 过程主要用于处理均衡设计（即：对于每个因素、每个水平的观测数是相等的，另外还可以处理拉丁方设计、正交设计等）的一元、多元方差分析和重复测量的方差分析，也可用于多个变量的对比检验。 PROC ANOVA 过程首先要检查试验设计是否均衡，如果不均衡，也不是上面提到的几种情况之一，就建议使用GLM 过程。ANOVA 过程和GLM 过程最后需用QUIT 语句退出。 ANOVA 过程语句格式： PROC ANOVA 选择项1 ; CLASS 变量 ; MODEL 因变量=效应变量 / 选择项2 ; MANOVA H=效应变量 E＝效应变量 ; BY 变量 ; MEANS 效应变量 / 选择项3 ; RUN ; 5.2.2 GLM 过程 1．GLM 过程简介 GLM 过程是一个非常通用的方差分析方法，GLM（General Linear Model）过程用到的统计方法有：回归分析、方差分析、协方差分析、多元方差分析和偏相关，GLM 过程同时还提供了多种诊断方法：随机效应检验、常用的假设检验对比估计和多变量的对比检验等。相对于 ANOVA 过程，GLM过程在处理不均衡设计时更有效。 GLM 采用最小二乘法拟合一般线性模型，在此基础上进行其它的分析。最后需用QUIT 语句从过程中退出。 GLM 语句格式说明： PROC GLM 选择项 1 ; CLASS 变量 ; （以上两语句必须出现在 MODEL 语句之前） MODEL 因变量=自变量 / 选择项 2 ; CONTRAST ‘ LABEL ’ EFFECT（效应名） VALUES（取值）<效应 取值>…/选项 3 ; LSMEANS 效应 / 选择项 4 ; MEANS 效应 / 选择项 5 ; OUTPUT OUT=SAS 数据集 关键字=新变量名 ; RUN ; 1．选择项 1 1）DATA=SAS 数据集 。 2）MANOVA ：要求删去具有缺失值的观测的多元模型，同 ANOVA 过程中的一样。 2．CLASS 语句：说明分类变量，同 ANOVA 过程中的一样；它必须在 MODEL语句之前。 3．MODEL 语句 MODEL 语句用来指明因变量和自变量效应。如果没有指明效应变量，则 GLM 过程只拟合截距，也只检验因变量是否为 0。
