طرح کاملاً تصادفی (Completely Randomized Design – CRD) یکی از ساده‌ترین و متداول‌ترین طرح‌های آزمایشی است که در آن همه واحدهای آزمایشی به صورت تصادفی به تیمارهای مختلف اختصاص می‌یابند. این طرح به دلیل سادگی و کارایی در آزمایش‌هایی که شرایط یکنواخت و همگنی دارند، استفاده می‌شود.
برای تجزیه واریانس و مقایسات میانگین داده‌ها در طرح کاملا تصادفی می‌توان از نرم‌افزارهای مختلفی استفاده کرد. در این مطلب نحوه انجام این کار با نرم‌افزار SAS آموزش داده می‌شود.
مراحل تجزیه واریانس و مقایسات میانگین طرح CRD با نرم‌افزار SAS
برای انجام این‌کار مراحل زیر باید طی شود.
- ورود داده‌ها: ابتدا باید داده‌های خود را وارد نرم‌افزار کنید.
- اجرای ANOVA: تجزیه واریانس را برای داده‌ها اجرا کنید.
- مقایسه میانگین‌ها: در صورت معنی‌دار بودن تیمارها، می‌توانید از روش‌های مختلف مقایسه میانگین‌ها استفاده کنید.
فرص کنید در یک آزمایشی قصد داریم اثر سه ماده شیمیایی A، B و C را روی ارتفاع بوته گندم در قالب طرح کاملا تصادفی در 3 تکرار را بررسی کنیم.
معرفی داده‌ها به نرم‌افزار SAS
ابتدا داده‌ها را بصورت زیر به نرم‌افزار معرفی می‌کنیم.
data;
input chemical $ height;
datalines;
A 15
A 18
A 16
B 20
B 22
B 19
C 25
C 24
C 27
;
run;دستور آنالیز واریانس
برای اجرای تجزیه واریانس یک‌طرفه، از دستور PROC ANOVA یا PROC GLM استفاده می‌شود. در اینجا از PROC GLM برای انعطاف بیشتر استفاده می‌کنیم:
proc glm;
class chemical;
model height = chemical/ss3;
run;مقایسه میانگین تیمارها
اگر نتایج تجزیه واریانس روی تیمارهای مواد شیمیایی معنی‌دار بود، دستور مقایسات میانگین را هم وارد می‌کنیم.
means chemical / duncan;
در این بخش می‌توانید از آزمون‌های مختلف مقایسه میانگین مثل LSD، ،Tukey، Duncan و SNK استفاده کنید.
کد کامل تجزیه واریانس و مقایسه میانگین‌ها در این مثال بصورت زیر خواهد بود.
data;
input chemical $ height;
datalines;
A 15
A 18
A 16
B 20
B 22
B 19
C 25
C 24
C 27
;
run;
proc glm;
class chemical;
model height = chemical / ss3;
means chemical / duncan;
run;خروجی کد بالا بصورت زیر خواهد بود.
