GLM 即广义线性模型（General Liner Model）过程，对于非平衡数据，应采用GLM过程.它使用最小二乘法对数据拟合广义线性模型. 该过程功能强大，可用于多种不同的统计分析中. GLM过程用于方差分析时，主要语句和使用格式与上述ANOVA过程类似 .

2. 应用实例

一个工厂用三种不同的工艺生产某种电池. 从三种工艺生产的电池中分别抽取5个样品，测得样品寿命的数据如下（单位小时）：

       我们要研究的指标是电池的寿命，工艺是影响寿命的一个因素，三种工艺分别是该因素的三个水平. 在试验中我们假设其它因素都处于相同的状态. 这里我们希望利用上面得到的数据来考察“工艺”的不同是否对“寿命”这个指标有影响？

sas 输入过程

         Data  exam;            

    Do  I=1 to 5;            /*每个处理下5次重复*/

    Input x@@;

    Output;

    End;

    End;

    Cards;

    40 46 38 42 44

    26 34 30 28 32

    39 40 43 48 50

    ;

    Procanova;              /*调用方差分析过程*/

    Class trt;                /*定义处理为分类变量*/

    Model x=trt;             /*定义效应模型*/

    Title '方差分析';

    Run;

sas 结果输出

   Analysis of Variance Procedure

Dependent Variable: X

Source    DF     Sum of Squares     Mean Square      F Value    Pr > F

Model      2        573.33333333         286.66666667        19.77     0.0002

Error      12       174.00000000         14.50000000

CT          14       747.33333333

  R-Square       C.V.          Root MSE             X Mean

  0.767172      9.847982      3.80788655          38.66666667

以上结果相当于方差分析表， F值为19.77，显著性水平为0.0002，小于0.01，说明各处理间的均值差异极显著. 

注：GLM过程与ANOVA应用过程类似，GLM过程中可以进行回归分析、方差分析、协方差分析、剂量反应模型分析、多元方差分析和偏相关分析等等，其功能之强大可见一斑。