SAS Tech & Tip

BookmarkSubscribeRSS Feed

2-2. Analysis Of Variance(ANOVA): Randomized Block Design

Started ‎06-15-2020 by
Modified ‎06-16-2020 by
Views 635

2-2. Analysis Of Variance(ANOVA): Randomized Block Design

​안녕하세요^^

이번 시간에는 Randomized Block Design에 대해 알아보겠습니다.

​​무선화 구획 설계(Randomized Block Design)란 종속변수와 관련이 있는 독립변수 이외의 매개변수를 추가해서 실험대상을 block에 무선적으로 할당하는 것입니다.

Block 설정은 독립변수의 종속변수에 대한 영향력을 더 정확히 측정하기 위해 사용됩니다.

​# Randomized Block Design의 목적

 

 -완전 확률화 설계(Completely Randomized Design)과 무선화 구획 설계(Randoized Block Design)의 차이를 확인하기 위해 수행합니다.

-observed data와 designed experiments를 구분짓기 위함이다.

​​-Randomized block design을 분석하기 위해서 GLM 프로시져를 활용합니다.

 

 

GLM 프로시져의 일반적인 형태는 다음과 같습니다.

PROC GLM DATA=SAS-data-set PLOTS=OPTIONS;

CLASS variables;

MODEL dependets=independents</ options>;

MEANS effects</ options>;

LSMENAS effects </ options>;

OUTPUT OUT = SAS-data-set keyword=variable…;

RUN;

 

CLASS문장에는 classification variables(기준변수)를 씁니다.

 

MODEL문장에는 반응변수와 설명변수를 씁니다.

​MEANS문장은 주어진 효과에 대한 각 반응변수의 조정되지 않은 평균을 계산할 때 사용합니다.

​LSMEANS문장은 MODEL 문장에 포함된 다른 설명변수에 의해 만들어진 결과 변수의 adjusted means를 계산할 때 사용합니다.

예제를 통해 Randomized Block Design을 활용해 봅시다.​

​다음과 같이 자료를 입력합니다.

SE22016031801114370.jpg

 

======================================================================

 

Proc GLM

SE22016031801121670.jpg

 

 

SE22016031801124670.jpg

 

위 표는 level들의 수와 값을 보여줍니다.

 

 

SE22016031801131070.jpg

 

이 그림의 첫 번째 표는 Yield 종속변수에 대한 ANOVA table입니다.

모형의 전반적인 유의성을 판단하기 위해 F값을 확인해보면, F=8.94, p-value=0.0283으로 유의수준 5%에서 유의합니다.

결정계수는 0.899로 독립변수가 종속변수의 변동성을 상당히 많이 설명하는 것을 알 수 있습니다.

위 그림의 세 번째 표를 보면 Block과 Treatment별로 종속변수에 주는 효과가 유의한지 알 수 있습니다.

두 변수의 p-value가 유의수준 5%보다 작으므로 두 변수는 Yield 변수에 유의한 영향을 주는 것을 보여주고 있습니다​.

 

 

SE22016031801155270.jpg

 

위 표는 종속변수 Worth에 대한 ANOVA분석 결과입니다.

​모형의 전반적인 유의성을 보면 F=8.28, p-value=0.0323으로 유의수준 5%에서 유의합니다. 결정계수도 0.892로 상당히 높은 값을 보여줍니다.

​각 변수의 유의성을 확인해보면 Block의 p-value=0.889로 유의수준 5%에서 유의하지 않습니다.

​따라서 종속변수 Worth에 유의한 영향을 주는 변수는 Treatment 하나임을 알 수 있습니다.

  

 

 

​이상, Randomized block design에 대해 알아봤습니다.

다음시간에는 사후분석에 대해 알아보겠습니다.

Version history
Last update:
‎06-16-2020 04:36 AM
Updated by:
Contributors

sas-innovate-white.png

Our biggest data and AI event of the year.

Don’t miss the livestream kicking off May 7. It’s free. It’s easy. And it’s the best seat in the house.

Join us virtually with our complimentary SAS Innovate Digital Pass. Watch live or on-demand in multiple languages, with translations available to help you get the most out of every session.

 

Register now!

Article Labels
Article Tags