URL http://webdelprofesor.ula.ve/economia/sinha/usesas.

htm

DISEOS DE EXPERIMENTOS CON SAS

VENTANA DE COMANDOS

VENTANA DE ERRORES

VENTANA DE SALIDAS

CONFIGURACION PRESENTACION DE LAS SALIDAS

APLICACIN
/*MONTGOMERY PAG 60 EJEMPLO 3-1*/ DATA RESISTENCIA; /* CREAMOS BASE RESISTENCIA*/ INPUT PORC_ALGODON $ RESISTENCIA; /* DECLARAMOS LAS VARIABLES*/ CARDS; /* LEEMOS LOS DATOS*/ 15% 15% 15% 15% 15% 20% 20% 20% 20% 20% 25% 25% 25% 25% 25% 30% 30% 30% 30% 30% 35% 35% 35% 35% 35% ; 7 7 15 11 9 12 17 12 18 18 14 18 18 19 19 19 25 22 19 23 7 10 11 15 11

COMANDO 1: PROC PRINT; RUN;

COMANDO 2: PROC GLM; /*GLM PROCEDIMIENTO DE MODELOS LINEALES GENERALES*/ CLASS PORC_ALGODON; /*CLASIFICAR ALGODON*/ MODEL RESISTENCIA=PORC_ALGODON; RUN;

DISEOS DE EXPERIMENTOS CON MINITAB

Grficas de residuos para RESISTENCIA

Grfica de probabilidad normal
99 5.0 90 50 10 1 -5.0 -2.5 0.0 Residuo 2.5 5.0

vs. ajustes

Porcentaje

Residuo

2.5 0.0 -2.5 -5.0 10.0 12.5 15.0 17.5 Valor ajustado 20.0

Histograma
6.0 5.0

vs. orden

Frecuencia

3.0 1.5 0.0 -4 -2 0 Residuo 2 4

Residuo

4.5

2.5 0.0 -2.5 -5.0

8 10 12 14 16 18 20 22 24 Orden de observacin

NOTA: MODELO DE EFECTOS FIJOS CONSISTE CUANDO EL INVESTIGADOR SABE CON QUE FACTORES VA A TRABAJAR. MODELO DE EFECTOS ALEATORIOS CONSISTE CUANDO EL INVESTIGADOR ESCOGE AL AZAR LOS FACTORES VA A TRABAJAR. MODELO DE EFECTOS MIXTOS CONSISTE CUANDO EL INVESTIGADOR FUSIONA LOS DOS MODELOS.

PRUEBAS DE VALIDACION MULTICOLINEALIDAD (GRAF 1.2) ALEATORIEDAD (GRAF 2.2) NORMALIDAD (GRAF 1.1) HOMOCEDASTICIDAD (GRAF 2.1)

SALIDA DEL ANOVA

13/09 12:06:56 ANOVA unidireccional: RESISTENCIA vs. PORC_ALGODON
Fuente PORC_ALGODON Error Total S = 2.839 GL 4 20 24 SC 475.76 161.20 636.96 CM 118.94 8.06 F 14.76 P 0.000

R-cuad. = 74.69%

R-cuad.(ajustado) = 69.63% ICs de 95% individuales para la media basados en Desv.Est. agrupada ------+---------+---------+---------+--(-----*----) (----*----) (----*----) (----*----) (-----*----) ------+---------+---------+---------+--10.0 15.0 20.0 25.0

Nivel 15.00% 20.00% 25.00% 30.00% 35.00%

N 5 5 5 5 5

Media 9.800 15.400 17.600 21.600 10.800

Desv.Est. 3.347 3.130 2.074 2.608 2.864

Desv.Est. agrupada = 2.839

Grficas de residuos para RESISTENCIA

PRUEBA DE VARIANZAS IGUALES

Prueba de varianzas iguales: RESISTENCIA vs. PORC_ALGODON

Intervalos de confianza de Bonferroni de 95% para deviaciones estndar PORC_ALGODON 15.00% 20.00% 25.00% 30.00% 35.00% N 5 5 5 5 5 Inferior 1.73630 1.62416 1.07585 1.35292 1.48567 Desv.Est. 3.34664 3.13050 2.07364 2.60768 2.86356 Superior 14.7118 13.7616 9.1157 11.4633 12.5882

Prueba de Bartlett (distribucin normal) Estadstica de prueba = 0.93, valor p = 0.920 Prueba de Levene (cualquier distribucin continua) Estadstica de prueba = 0.32, valor p = 0.863

Prueba de varianzas iguales: RESISTENCIA vs. PORC_ALGODON

Prueba de igualdad de varianzas para RESISTENCIA

15.00%
Prueba de Bartlett Estadstica de prueba Valor P Prueba de Levene Estadstica de prueba Valor P 0.93 0.920 0.32 0.863

PORC_ALGODON

20.00%

25.00%

30.00%

35.00% 0 2 4 6 8 10 12 14 16 Intervalos de confianza de Bonferroni de 95% para Desv.Est.

AVERIGUAR EN QUE MOMENTO USAR: LEVENNE BARTLET

PRUEBA DE IGUALDAD DE VARIANZA CON SAS

PROC GLM; /*GLM PROCEDIMIENTO DE MODELOS LINEALES GENERALES*/ CLASS PORC_ALGODON; /*CLASIFICAR ALGODON*/ MODEL RESISTENCIA=PORC_ALGODON; MEANS PORC_ALGODON/HOVTEST= BARTLETT; MEANS PORC_ALGODON/HOVTEST= LEVENE; RUN; PRUEBA DE BARTLET

PRUEBA DE LEVENE

ANALISIS DE COMPARACION DE MEDIAS CON SAS

PROC GLM; /*GLM PROCEDIMIENTO DE MODELOS LINEALES GENERALES*/ CLASS PORC_ALGODON; /*CLASIFICAR ALGODON*/ MODEL RESISTENCIA=PORC_ALGODON; MEANS PORC_ALGODON/HOVTEST= BARTLETT; MEANS PORC_ALGODON/HOVTEST= LEVENE; MEANS PORC_ALGODON/DUNCAN TUKEY SNK ALPHA=0.01; /*SNK:STUDENT NEWMAN KIUTS*/ RUN;

PRUEBA DE CONTRASTES CON SAS

PROC GLM; /*GLM PROCEDIMIENTO DE MODELOS LINEALES GENERALES*/ CLASS PORC_ALGODON; /*CLASIFICAR ALGODON*/ MODEL RESISTENCIA=PORC_ALGODON; MEANS PORC_ALGODON/HOVTEST= BARTLETT; MEANS PORC_ALGODON/HOVTEST= LEVENE; MEANS PORC_ALGODON/DUNCAN TUKEY SNK ALPHA=0.01; /*SNK:STUDENT NEWMAN KIUTS*/ MEANS TRAT; CONTRAST "U4 VS U5 " TRAT 0 0 0 -1 1; CONTRAST "U2+U3 VS U4+U5 " TRAT 0 1 1 -1 -1; CONTRAST "U1 VS U3 " TRAT 1 0 -1 0 0; CONTRAST "4*U2 VS U1+U3+U4+U5" TRAT -1 4 -1 -1 -1; RUN;

ANALISIS FACTORIAL CON SAS

DATA BATERIAS; INPUT TEMPERATURA MATERIAL HORAS; CARDS; 15 1 130 15 1 155 15 1 74 15 1 180 70 1 34 70 1 40 70 1 80 70 1 75 125 1 20 125 1 70 125 1 82 125 1 58 15 2 150 15 2 188 15 2 159 15 2 126 70 2 136 70 2 122 70 2 106 70 2 115 125 2 25 125 2 70 125 2 58 125 2 45 15 3 138 15 3 110 15 3 168 15 3 160 70 3 174 70 3 120 70 3 150 70 3 139 125 3 96 125 3 104 125 3 82 125 3 60 ; /*PROC PRINT; RUN;*/ PROC GLM; CLASS TEMPERATURA MATERIAL; MODEL HORAS= TEMPERATURA MATERIAL RUN;

TEMPERATURA*MATERIAL;

ANALISIS FACTORIAL CON MINITAB

Modelo lineal general: HORAS vs. TEMPERATURA, MATERIAL

Factor TEMPERATURA MATERIAL Tipo fijo fijo Niveles 3 3 Valores 15, 70, 125 1, 2, 3

Anlisis de varianza para HORAS, utilizando SC ajustada para pruebas Fuente TEMPERATURA MATERIAL TEMPERATURA*MATERIAL Error Total S = 25.9849 GL 2 2 4 27 35 SC Sec. 39118.7 10683.7 9613.8 18230.7 77647.0 SC Ajust. 39118.7 10683.7 9613.8 18230.7 CM Ajust. 19559.4 5341.9 2403.4 675.2 F 28.97 7.91 3.56 P 0.000 0.002 0.019

R-cuad. = 76.52%

R-cuad.(ajustado) = 69.56%

Observaciones inusuales de HORAS Obs 3 4 HORAS 74.000 180.000 Ajuste 134.750 134.750 EE de ajuste 12.992 12.992 Residuo -60.750 45.250 Residuo estndar -2.70 R 2.01 R

R denota una observacin con un residuo estandarizado grande.

Agrupar informacin utilizando el mtodo de Tukey y una confianza de 95.0% TEMPERATURA 15 70 125 N 12 12 12 Media 144.8 107.6 64.2 Agrupacin A B C

Las medias que no comparten una letra son significativamente diferentes.

Agrupar informacin utilizando el mtodo de Tukey y una confianza de 95.0% MATERIAL 3 2 1 N 12 12 12 Media 125.1 108.3 83.2 Agrupacin A A B B

Las medias que no comparten una letra son significativamente diferentes.

NOTA:

Agrupar informacin utilizando el mtodo de Tukey y una confianza de 95.0% TEMPERATURA 15 70 15 15 70 125 125 70 125 MATERIAL 2 3 3 1 2 3 1 1 2 N 4 4 4 4 4 4 4 4 4 Media 155.8 145.7 144.0 134.8 119.7 85.5 57.5 57.2 49.5 Agrupacin A A B A B A B A B B C C C C

Las medias que no comparten una letra son significativamente diferentes.

NOTA: CUANDO LAS LETRAS SON IGUALES EL EFECTO DE TRATAMIENTOS SON IGUALES. CUANDO LAS LETRAS SON DIFERENTES EL EFECTO DE TRATAMIENTOS SON DIFERENTES.

A UNA TEMPERATURA DE 15 Y TIPO 2 Y A UNA TEMPERATURA DE 70 Y TIPO 3 TIENEN RESPUESTA IGUALES.

GRAFICO INTERACTIVO
180 160 140 120
TEMPERATURA 15 70 125

Media

100 80 60 40 20 1 2 MATERIAL 3

GRAFICO INTERACTIVO
TEMPERATURA 180 160 140 MATERIAL

Media

120 100 80 60 40 20 15 70 125 1 2 3

GRAFICO INTERACTIVO
1 2 3
TEMPERATURA 15 70 125

150

TEMPERATURA

100

50
MATERIAL 1 2 3

150

100

MATERIAL

50 15 70 125

EJEMPLOS REALIZADOS

DATA EJEMPLO_1; INPUT TALLA; CARDS; 1.2 1.2 1.3 1.4 1.5 1.6 1.8 ; PROC MEANS DATA=EJEMPLO_1; VAR TALLA; RUN; PROC UNIVARIATE DATA=EJEMPLO_1; VAR TALLA; /*ID TALLA;*/ HISTOGRAM TALLA; PROBPLOT TALLA; RUN; data example; input diff; cards; .37 -.23 .66 -.08 -.17 ; proc univariate data=example; var diff; run;