xnkiller

  •  
  • 2011年9月16日
  • 注册于 2008年5月21日
  • 求助怎么画如下的图,用excel或者sigmaplot软件,画的内容是1、2、3...表示不同的试验,1的曲线表示试验一的几个处理(几个点就是几个处理),要能区分出研究,并且对单独研究做折线图。

    [attachment=223151,1322]

  •  proc mixed data=new;<br />
     model TEAC=treatment;<br />
     random batch batch*treatment;


    是不是增加一段这个就可以了
    </p>
  • 我的实验设计是这样的,相同的3个处理进行两个批次的发酵,类似一个2×3的实验设计,想用mixed模型分析主效应,我开始用GLM分析可以,但是感觉方差差异太大,是不是更适宜用mixed模型分析,请高手帮助

    我用GLM语句如下:

    data new;<br />
     input batch treatment TEAC@@;<br />
     output;<br />
     cards;<br />
    1.00	1.00	.8997<br />
    1.00	1.00	.9027<br />
    1.00	1.00	.8990<br />
    1.00	1.00	.9038<br />
    1.00	1.00	.9004<br />
    1.00	2.00	1.2066<br />
    1.00	2.00	1.2154<br />
    1.00	2.00	1.2212<br />
    1.00	2.00	1.2170<br />
    1.00	2.00	1.2114<br />
    1.00	3.00	1.5271<br />
    1.00	3.00	1.5094<br />
    1.00	3.00	1.5212<br />
    1.00	3.00	1.5244<br />
    1.00	3.00	1.5241<br />
    2.00	1.00	1.2414<br />
    2.00	1.00	1.1952<br />
    2.00	1.00	1.0804<br />
    2.00	1.00	1.4822<br />
    2.00	1.00	1.1889<br />
    2.00	2.00	1.0838<br />
    2.00	2.00	1.0342<br />
    2.00	2.00	1.0873<br />
    2.00	2.00	1.1040<br />
    2.00	2.00	1.0422<br />
    2.00	3.00	.8292<br />
    2.00	3.00	.9631<br />
    2.00	3.00	.9123<br />
    2.00	3.00	.9066<br />
    ;<br />
    proc glm data=new;<br />
     class batch treatment;<br />
     model TEAC=batch treatment batch*treatment;<br />
     means treatment/duncan;<br />
     proc means N mean std stderr;<br />
    var TEAC;<br />
    proc means N mean std stderr;<br />
    var TEAC;<br />
    class treatment;<br />
     run;
    </p>
  • 【书 名】多层统计分析模型 SAS与应用

    【作 者】王济川,谢海义,(美)James Henry Fisher

    【出版社】北京市:高等教育出版社

    【出版日期】2009.06

    http://hotfile.com/dl/102514417/7714de4/_SAS.pdf.html

    [s:13]

  • 其实你这个不用想的太复杂,既然你初始条件都控制了,那么就是默认个处理间初始条件是一样的,即使有变异也应该是饲料因素造成的,顺便问下你是哪个学校的,这么多奶牛很不容易啊,我也是学反刍营养的,大家可以交流

  • 非常感谢你啊 [s:11]  [s:11]  [s:11]
  • 药物之间能否配伍,如果不配伍的话就是9个处理嘛,要是有配伍的话=还是用正交优化设计或者拉丁方设计要好一些,请高手指正
  • 完全随机试验设计查随机数表能否实现
  • 我知道错了,已经修改了 [s:15]  [s:15]  [s:15]  [s:15]
  • 各位大家好,我在做统计分析时遇到一个问题,SAS做多元非线性回归时有个文章是用贝叶斯信息准则(BIC)来确定回归方程的适合程度,BIC值越小越好,这是根据什么依据呢,这个指数的适应程度又是如何,请各位指教





    我知道错了
  • 论坛高手这么多,能不能帮助解决一下,真的比较着急,非常感谢
  • 谢谢,不知道有没有时间看啊
  • [quote]引用第1楼dingpeng2009-03-06 12:52发表的“”:

    因子都是连续的啊 ?

    比较难,当然最直接的是用线性回归:

    y=a x_1 +b x_2 +c x_1*x_2 +e

    乘积项可以视为交互项。

    这样做有问题,不过,你的数据也只能这样做。[/quote]





    非常感谢,因为这个试验设计没有体现唯一差异性原则,所以数据不好用二因素交叉分组设计的分析数据
  • [quote]引用第1楼03420692009-03-06 13:19发表的“”:

    你这份数据的样本含量不够啊[/quote]

    为什么说样本不够,我还是个新手,能不能解释一下
  • 请教高手帮助分析这个数据,由于试验设计本身存在一些问题,现在要分析下列数据的交互作用有困难,

    第一列和第二列是两个因素不同添加水平(设为x1和x2),第三列为结果,设为y,如何用sas分析两个因素的单独效应以及交互作用。非常感谢,最好能给出编程语句。非常感谢

    0   0   33.0952381

    0.04 0   33.77164502

    0.08 0   34.85347985

    0.12 0   35.43223443

    0.16 0   34.85576923

    0.20 0   34.402

    0.03 0.01 33.04029304

    0.06 0.02 33.96062271

    0.09 0.03 33.86904762

    0.12 0.04 33.246337

    0.15 0.05 34.34065934

    [p:4][p:5]