版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
实验设计作业2
SAS课后作业
)3-7.分别使用金球和伯球测定引力常数(单位:
1.用金球测定观察值为6.683,6.681,6.676,6.678,6.679,6.672
2.用铝球测定观察值为6.661,6.661,6.667,6.667,6.664
设测定值总体为N(u,)试就1,2两种情况求u的置信度为0.9的置
信区间,并求的置信度为0.9的置信区间。
解:用sas分析结果如下:
第一组:
第二组:
3-10.某批矿砂的5个样品的银含量,经测定为(%)
3.25,3.27,3.24,3.26,3.24设测定值总体服从正态分布,问在
a=0.01下能否接受假设:这批矿砂的银含量的均值为3.25。
解:用sas分析结果如下:
HypothesisTest
Nullhypothesis:Meanofx=3.25
Alternative:MeanofxA=3.25
tStatisticDfProb>t
0.34340.7489
因为p值大于0.01(显著性水平),故可认为接受原假设,这批砂的
镁含量为3.25。
3-13.下表分别给出两个文学家马克吐温的8篇小品文以及斯诺特格拉
斯的10篇小品文中由3个字母组成的词的比例:
马克吐温:0.2250.2620.2170.2400.2300.2290.235
0.217
斯诺特格拉斯:0.2090.2050.1960.2100.2020.2070.224
0.2230.2200.201
设两组数据分别来自正态总体,且两个总体方差相等,两个样本相互
独立,问两个作家所写的小品文中包含由3个字母组成的词的比例是否有
显著差异(a=0.05)解:取假设HO:U1-U2W0和假设Hl:ul-u2>0用sas
分析结果如下:SampleStatistics
GroupNMeanStd.Dev.Std.Error
X80.2318750.01460.0051
y100.20970.00970.0031
HypothesisTest
Nullhypothesis:Mean1-Mean2=0
Alternative:Mean1-Mean2A=0
IfVariancesAretstatisticDfPr>t
Equal3.878160.0013
NotEqual3.70411.670.0032
由此可见p值远小于0.05,可认为拒绝原假设,即认为2个作家所写
的小品文中由3个字母组成的词的比例均值差异显著。
3-14.在13
题中分别记两个总体的方差为HO:,H1:和。试检验假设:
(取a=0.05)
以说明在第13题中我们假设2方差相等是合理的。
解:用sas分析如下:
HypothesisTest
Nullhypothesis:Variance1/Variance2=1
Alternative:Variance1/Variance2A=1
-DegreesofFreedom-
FNumer.Denom.Pr>F
2.27790.2501
由p值为0.2501>0.05(显著性水平),所以接受原假设,两方差无显
著差异。
4-1.将抗生素注入人体会产生抗生素与血浆蛋白质结合的现象,以致
减少了药效。下表列出5种常用的抗生素注入到牛的体内时,抗生素与血
浆蛋白质结合的百分比。试在水平a=0.05下检验这些百分比的均值有无显
著差异。设个总体服从正态分布,且方差相等。
解:Sas分析结果如下:
DependentVariable:y
Sumof
SourceDFSquaresMean
SquareFValuePr>FModel
41480.823000370.20575040.88<.0001
Error15135.8225009.054833
CorrectedTotal191616.645500
R-SquareCoeffVarRootMSEyMean
0.91598513.120233.00912522.93500
SourceDFAnovaSSMean
SquareFValuePr>Fc
41480.823000370.20575040.88<.0001
由结果可知,p值小于0.001,故可认为在水平a=0.05下,这些百分
比的均值有显著差异。
4-2下表给出某种化工生产过程在三种浓度、四种温度水平下得率的
数据:
验:在不同浓度下得率有无显著差异;在不同温度下的率是否有显著
差异;交互作用的效应是否显著。
解:
TheGLMProcedure
DependentVariable:R
Sumof
SourceDFSquaresMean
SquareFValuePr>FModel
1182.83333337.53030301.390.2895
Error1265.00000005.4166667
CorrectedTotal23147.8333333
R-SquareCoeffVarRootMSERMean
0.56031622.342782.32737310.41667
SourceDFType1SSMeanSquare
FValuePr>Fm2
44.3333333322.166666674.090.0442n
311.500000003.833333330.710.5657
m*n627.000000004.50000000
0.830.5684
SourceDFTypeIIISSMeanSquare
FValuePr>Fm2
44.3333333322.166666674.090.0442n
311.500000003.833333330.710.5657
m*n627.000000004.50000000
0.830.5684
由结果可知,在不同浓度下得率有显著差异,在不同温度下得率差异
不明显,交互作用的效应不显著。
4-4.①不用协变量做方差分析
解:
TheGLMProcedure
DependentVariable:y
Sumof
SourceDFSquaresMean
SquareFValuePr>FModel
31041.791667347.2638891.380.2766
Error205018.166667250.908333
CorrectedTotal236059.958333
R-SquareCoeffVarRootMSEyMean
0.17191422.8875415.8400969.20833
SourceDFType1SSMeanSquare
FValuePr>FV1
330.0416667330.04166671.320.2650m
1693.3750000693.37500002.760.1120
v*m118.375000018.3750000
0.070.7895
SourceDFTypeIIISSMeanSquare
FValuePr>Fv1
330.0416667330.04166671.320.2650m
1693.3750000693.37500002.760.1120
v*m118.375000018.3750000
0.070.7895由分析结果可知,花的品种、温度和两者的交互作用对鲜
花产量的影响都是不显著的。
②引入协变量作方差分析
TheGLMProcedure
DependentVariable:y
Sumof
SourceDFSquaresMean
SquareFValuePr>F
Model45832.719086
1458.179772121.92<.0001Error
19227.23924711.959960
CorrectedTotal236059.958333
R-SquareCoeffVarRootMSEyMean
0.9625024.9969673.45831869.20833
SourceDFType1SSMeanSquare
FValuePr>F
V1330.041667
330.04166727.60<.0001m
1693.375000693.37500057.97<.0001
v*m118.37500018.375000
1.540.2303x1
4790.9274194790.927419400.58<.0001
SourceDFTypeIIISSMeanSquare
FValuePr>Fv1
23.94428123.9442812.000.1733m
1479.288865479.28886540.07<.0001
v*m175.07199875.071998
6.280.0215x1
4790.9274194790.927419400.58<.0001由此可见,引入
协变量后,v、m、和x对鲜花产量的影响都是显著地。
第五章
5-3.配比试验。四因素ABCD的水平表如下(因素C用了一个拟水平):
试用L9(
)排出配比方案(要求各行四个比值之和为1)
第六章
(1)做散点图(2)以模型
b0,bl,b2,
与x无关,求回归方程.,拟合数据,其中作出散点图如下:
Sas分析结果如下:
DependentVariable:y
AnalysisofVariance
SumofMean
SourceDFSquaresSquare
FValuePr>FModel2
38.9371419.468579.540.0033Error
1224.476192.03968
CorrectedTotal1463.41333
RootMSE1.42817R-Square0.6140
DependentMean30.03333AdjR-Sq0.5497
CoeffVar4.75530
ParameterEstimates
ParameterStandard
VariableDFEstimateErrortValuePr
>;|t|Intercept119.03333
3.277555.81<.0001tl1
1.008570.356432.830.0152t2
1-0.020380.00881-2.310.0393故所求的方
程为:。
6-6.某化工产品的得率v与反应温度xl、反应时间x2及某反应物浓度
x3有关,设对于给定的xl、x2、x3得率v服从正态分布且方差与xl、x2、
x3无关,今得
(1)设,求y的多元线性回归方程,
并在a=0.1下做逐项检验和方程的显著性检验。
(2)在a=0.05下做逐项检验,求y的多元线性回归方程。
(1)sas分析如下:
DependentVariable:y
AnalysisofVariance
SumofMean
SourceDFSquaresSquareF
ValuePr>FModel
315.645005.2150015.170.0119
Error41.375000.34375
CorrectedTotal717.02000
RootMSE0.58630R-Square0.9192
DependentMean9.90000AdjR-Sq0.8586
CoeffVar5.92224
ParameterEstimates
ParameterStandard
VariableDFEstimateErrortValuePr>
|t|
Intercept19.900000.2072947.76
<.0001xl1
0.575000.207292.770.0501
x210.550000.207292.65
0.0568x31
1.150000.207295.550.0052由此可见,
回归方程为:
由p值可知,每项都是显著的。方程也是显著的。
(2)StepwiseSelection:Step3
Variablex2Entered:R-Square=0.9192andC(p)=4.0000
AnalysisofVariance
SumofMean
SourceDFSquaresSquare
FValuePr>F
Model315.645005.21500
15.170.0119Error4
1.375000.34375
CorrectedTotal717.02000
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept9.900000.20729784.080002280.96
<.0001
xl0.575000.207292.645007.69
0.0501
x20.550000.207292.420007.04
0.0568
x31.150000.2072910.5800030.78
0.0052
Boundsonconditionnumber:1,9
AllvariablesleftinthemodelaresignificantattheO.15OOlevel.
Allvariableshavebeenenteredintothemodel.
SummaryofStepwiseSelection
VariableVariableNumberPartialModel
StepEnteredRemovedVarsInR-Square
R-SquareC(p)FValuePr1x3
10.62160.621614.73459.860.02012
xl20.15540.77709.0400
3.480.12093x230.1422
0.91924.00007.040.0568由最后一张表可知,在a=0.05
下,仅有x3和xl应当引入方程。
故所求方程为::
6-916次发酵猪饲料试验结果如下表,其中xl、x2、x3、x4和y分别
表示发酵温度、发酵时间、ph值、投曲量和酸度。试用逐步回归方法选择
适当的xl、x2、
DependentVariable:y
StepwiseSelection:Step1
Variablet9Entered:R-Square=0.3473andC(p)=175.7517
AnalysisofVariance
SumofMean
SourceDFSquaresSquare
FValueModel176.24389
76.243897.45Error14
143.2837110.23455
CorrectedTotal15219.52760
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept8.229801.38618360.7494935.25<.0001
t90.010560.0038776.243897.450.0163
Boundsonconditionnumber:1,1
StepwiseSelection:Step2
Variabletl3Entered:R-Square=0.6717andC(p)=84.4265
AnalysisofVariance
SumofMean
SourceDFSquaresSquare
FValueModel2147.46551
73.7327613.30Error13
72.062095.54324
CorrectedTotal15219.52760
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept18.334832.99803207.3226437.40<.0001
t90.011730.0028792.8173316.740.0013
tl3-1.899380.5298971.2216212.850.0033
StepwiseSelection:Step3
Variablet5Entered:R-Square=0.7627andC(p)=60.2727
AnalysisofVariance
SumofMeanPr>F0.0163Pr>F0.0007
SourceDFSquaresSquare
FValuePr>FModel3
167.4249255.8083112.850.0005Error
1252.102684.34189
CorrectedTotal15219.52760
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept19.499412.70837225.0645251.84
<.0001
t50.001630.0007617619.959414.60
0.0532
t90.007280.0032821.446264.94
0.0462
tl3-2.193050.4885687.4851520.15
0.0007
Boundsonconditionnumber:1.8185,13.825
Allvariablesleftinthemodelaresignificantatthe0.1500level.
Noothervariablemetthe0.1500significancelevelforentryintothe
model.
SummaryofStepwiseSelection
VariableVariableNumberPartialModel
StepEnteredRemovedVarsInR-Square
R-SquareC(p)FValuePr>F
1t910.3473
0.3473175.7527.450.01632tl3
20.32440.671784.426512.850.00333
t530.09090.7627
60.27274.600.0532由结果可知,y=19.49941+0.00163
6-10(1)画出y.x
散点图如下:+0.00728-2.19305
采用Gompertz,Logistic,Richhards,Margan-Mercer-Flodin和Weibull
都可以。
(2)用Logistic模拟结果为:
DependentVariabley
Method:Gauss-Newton
SumofIter
aSquares0
2.000021.00001124.1
3.64081.849314.8393570.9
23.54751.668414.9977534.7
33.47041.520815.2362499.4
43.40461.396315.4814464.3
53.34691.288715.7348429.2
63.29551.194315.9985394.1
73.24911.110716.2735359.1
83.20691.036016.5601324.4
93.16840.969116.8579290.5
103.13310.909117.1660257.6
113.10080.855117.4829226.3
123.07120.806717.8067196.8
133.04420.763218.1349169.7
143.01950.724218.4653145.1
152.99710.689218.7951123.1
162.97680.658019.1220104.0
172.95840.630019.443887.4241
182.94200.605019.758673.4129
192.92720.582720.064861.7148
202.91400.562820.361052.0895
212.90230.545020.646444.2826
222.89200.529120.920338.0422
232.88280.514921.182233.1304
242.87480.502121.431929.3307
252.86790.490721.669326.4509
262.86180.480421.894624.3243
272.85660.471122.107822.8087
282.85220.462822.309421.7843
292.84840.455322.499521.1514
302.84530.448622.678720.8276
312.84280.442522.847220.7456WARNING:Step
sizeshowsnoimprovement.
WARNING:PROCNUNfailedtoconverge.
EstimationSummary(NotConverged)
MethodGauss-Newton
Iterations31
Subiterations29
AverageSubiterations0.935484
R0.653053
PPC(c)0.012486
TheNLINProcedure
EstimationSummary(NotConverged)
RPC
Object0.00394
Objective20.74557
ObservationsRead15
ObservationsUsed15
ObservationsMissing0
NOTE:Aninterceptwasnotspecifiedforthismodel.
SumofMeanApproxSource
DFSquaresSquareFValuePr>F
Regression33245.51081.8
625.77<.0001Residual12
20.74561.7288
UncorrectedTotal153266.3
CorrectedTotal14949.9
Approx
ParameterEstimateStdErrorApproximate95%
ConfidenceLimitsb2.8428
0.004882.83212.8534c
0.44250.003210.43550.4494
a22.84720.574921.594724.0998
ApproximateCorrelationMatrix
bca
b1.00000000.7483922-0.2191675
c0.74839221.0000000-0.4085662
a-0.2191675-0.40856621.0000000故得
(3)
⑷不知道。
第七章
)
试用正交多项式求多项式回归方程。(设解:做变换:
,贝1Jxl=l,x2=2,…..x9=9,并可设:
TheORTHOREGProcedure
DependentVariable:y
Sumof
SourceDFSquaresMeanSquare
FValuePr>FModel4
1.54309502720.385773756845.570.0014
Error40.03386052840.0084651321
CorrectedTotal81.5769555556
RootMSE0.0920061525
R-Square0.9785279121
Standard
VariableDFParameterEstimateErrortValue
Pr>11|Intercept12.07222222222222
0.030668717567.57<.0001wl
10.11950.011877943210.060.0005
w210.015277777777770.00174751248.74
0.0009w31-0.00629292929292
0.0029241475-2.150.0978w41
0.000174825174820.00205629220.090.9363
由结果可知,在a=0.01时,常数项、一次项和二次项是显著的。因此
只需配到3次。
此时模型更加显著。求得的结果为:
7-3苯酚的产率y与因素zl、z2、z3、z4有关:
Z1一反应温度,300-320;z2一反应时间,20-30分钟
Z3一压力,200—250个大气压;z4—NaoH溶液用量,80—100升,
按正交表排好试验,的结果如下,试求线性回归方程(令
检验。(a=0.05)
四因素皆为2水平,做变换:
),并做回归的显著性
按改造过正交表安排实验,xl、x2、x3、x4分别安排在第1、2、4、6
列,如下
回归方程为:
化为Z的表达式为:
删去不显著因子x3和x4重新分析如下:
第八章
第十章
10-4.分析酶絮凝的适宜条件。
经分析可知,在a=0Q5的情况下,一次项均不显著,二次项、交互项
均是显著地,求得最优适宜条件是:
第十一章
11-5.利用单摆摆动测定重力加速度g的公式为,已知单摆摆长I和
振动周期T的方差分别为和,求重力加速度g和均方差。解:
=,重力加速度为:
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025年电工特种作业操作证考试题库及答案
- 急性腹泻预防和护理
- 贵溪能源公司战略规划
- 抑郁症的中医护理措施
- 2025届广东梅县某中学高三数学上学期期中试卷及答案解析
- 手术患儿心理护理
- 护理专业理论及模式
- 2024至2030年中国代理客户管理系统行业投资前景及策略咨询研究报告
- 2024至2030年钻孔机器人项目投资价值分析报告
- 2024至2030年花岗岩墓石项目投资价值分析报告
- 食品质量安全法律法规培训
- 国开2024年秋《休闲农业概论》形考任务1-4答案
- 2024年教师资格考试高级中学面试生物试题与参考答案
- 年终总结数据对比分析图表
- 2024-2025学年统编版初二上学期期末历史试卷及答案指导
- 一对一教学管理制度
- 工业固体废弃物的资源化处理
- 一年级数学计算题专项练习1000题集锦
- 2024年2024年离婚协议书模板电子版
- 意义生活:符号学导论学习通超星期末考试答案章节答案2024年
- 人教版数学八年级上册 期末复习专项练习题(选择+填空)(含简单答案)
评论
0/150
提交评论