[SAS 활용 노하우] 추세대비

[#1]

요인에는 질적요인(qualitative factor)과 양적요인(quantitative factor)으로 구분됩니다.

질적요인은 수준이 종류로 표시되는 요인입니다.

남녀 성별, 물질의 종류 등과 같이 수량적으로 측정할 수 없는 요인을 의미합니다.

양적요인은 온도, 습도 등 수량적으로 표시가 되는 요인입니다. 온도 요인으로 설정한다면 가장 낮은 온도를 1, 중간온도를 2, 가장 높은 온도를 3으로 나타낼 수 있습니다.

양적요인은 처리수준 간의 차이의 비교와 처리 수준의 변화에 따라 추세(trend)에 관심이 있습니다. 수준 간의 차이가 있어 반응값의 즉가 또는 감소가 있을 때 직선효과(linear trend)인지 곡선효과(quadratic trend) 등인지에 관심이 있습니다.

즉, 원인이 되는 처리수준의 변화에 따란 반응값의 growth curves(성장곡선) 또는 trend 에 따라 관계를 설명할 수 있습니다.

A를 온도라고 하며 수준 1 (40ºc), 수준 2(60ºc), 수준 3(80ºc)에서 실험을 실시했을 때, 각 요인별 결과값을 SAS code를 통해서 설명하고자 한다

data test1;
input a response @@;
cards;
40 8 40 9 40 6 40 8 40 4 40 5
60 10 60 12 60 10 60 8 60 5 60 4
80 19 80 20 80 16 80 16 80 13 80 14
;
run;
proc glm data = test1;
class a;
model response = a;
contrast 'linear effect of a' a 1 0 -1;
contrast 'quadratic effect of a' a 1 -2 1;
run;

H₀ : 검정통계량 F = 324.7778 , p-값 < 0.0001 로 온도별 반응값의 차이가 매우 유의합니다.

즉, 결과 p-값 < 0.0001으로 온도 상승에 따라 일차효과가 존재한다고 할 수 있습니다.