多元统计分析与SAS实现：实例分析

本例节选2018年《中国卫生健康统计年鉴》中部分省份的基层医疗卫生机构、专业公共卫生机构床位数，通过多元方差分析来了解我国2017年医疗卫生机构情况，数据如表2-7所示，数据集命名为exe2＿3。

表2-7　2017年我国各地区卫生机构床位数　（单位：万张）

注：原始数据来源于《中国卫生健康统计年鉴》（2018年）。

因变量：

medical：基层医疗卫生机构床位数

public：专业公共卫生机构床位数

自变量：

area：不同地区（1＝北部，2＝中部，3＝南部）

SAS程序：

data exe2＿3；set work.exe2＿3；

proc glm；

class area；

model medical public＝area；

manova h＝area/printe printh；

proc corr cov outp＝A；

var　medical public；

by area；(www.xing528.com)

run；

SAS程序解释：

proc glm调用glm过程步进行方差分析，model medical public＝area定义模型，分析area对于medical和public的影响；manova h＝x/printe printh多元方差分析中显示H矩阵中每一效应的参数值；proc corr cov outp＝A输出误差矩阵和偏相关系数。

SAS结果：

输出结果如下：

图2-5（a）　单变量medical方差分析结果

图2-5（b）　单变量pulic方差分析结果

图2-6（a）　偏相关系数结果

图2-6（b）　多元方差分析结果

SAS结果解释：

图2-5（a）和图2-5（b）是单变量方差分析结果，即分别进行各个因变量的方差分析，对因素medical（基层医疗卫生机构）的方差分析结果显示p＝0.0161（p＜0.05），对因素public（专业公共卫生机构床位数）的方差分析结果显示p＝0.1509（p＞0.05），表明不同地区之间基层医疗卫生机构床位数有显著差异。

图2-6（a）和图2-6（b）是多元方差分析结果，偏相关系数r12＝0.733074，medical、public显著正相关（p＜0.05），即综合考虑medical（基层医疗卫生机构），public（专业公共卫生机构）两指标及其相关性的情况下，不同地区的影响具有显著性差异（Wilk's Lambda检验p＝0.0229，即不同地区之间基层医疗卫生机构床位数、专业公共卫生机构床位数是有显著差异的。