sas第二次作业.docx
《sas第二次作业.docx》由会员分享,可在线阅读,更多相关《sas第二次作业.docx(12页珍藏版)》请在冰豆网上搜索。
sas第二次作业
SAS第一次作业
光科1201梁修业
5-3-2为估计一件物体的重量μ,将其称了8次,得到重量(单位:
kg)为10.1,10,9.8,10.5,9.7,10.2,10.3,9.9。
假设所称出的物体重量服从正态分布N(μ,δ²),求该物体重量的置信度为0.95的置信区间。
解:
Analyst法
如图所示,该物体重量的置信度为0.95的置信区间为(9.84,10.29)。
Insight法
编程法
Ttest过程法
(分析同Analyst法)
6-2-1已知某炼铁厂铁水含碳量在正常情况下服从正态分布N(4.55,0.108²),现在测了五炉铁水,其含碳量(%)分别为4.28,4.40,4.42,4.35,4.37,问:
若标准差不变,总体平均值有无显著性变化?
(α=0.05)
解:
说明:
因为在Z检验中p-value值0.0001<0.05(显著性水平),所以拒绝原假设,即认为总体平均值有显著性变化。
6-2-2某批矿砂的5个样品中的镍含量(%)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,问在水平α=0.01下能否接受假设:
这批矿砂的含镍量均值为3.25?
解:
Analyst法
说明:
因为在t检验中p-value值0.7489>0.05(显著性水平),所以接受原假设。
Insight法
(分析同上)
6-2-3某维尼纶厂生产的维尼纶纤度服从正态分布N(μ,0.048²),当日随机抽取5根纤维测得纤度为1.55,1.36,1.41,1.40,1.32。
问该日厂里生产的维尼纶纤度的方差是否正常?
(α=0.01)
解:
说明:
因为在卡方检验中p-value值0.0212>0.01(显著性水平),所以接受原假设,即认为该日厂里生产的维尼纶纤度的方差正常。
6-2-6比较甲、乙两种安眠药的疗效,将20个患者分成两组,每组10人,甲、乙两组分别服用甲、乙两种药,已经服药后延长睡眠时间近似服从正态分布,延长睡眠时间如下,且设两总体方差相等,问这两种安眠药的疗效有无显著差异(α=0.05)
安眠药甲
1.9
0.8
1.1
0.1
-0.1
4.4
5.5
1.6
4.6
3.4
安眠药乙
0.7
-1.6
-0.2
-1.2
-0.1
3.4
3.7
0.8
0
2.0
解:
说明:
因为在t检验中p-value值0.0792>0.05(显著性水平),所以接受原假设,即认为这两种安眠药的疗效无显著差异。
7-1-1粮食加工厂试验5种贮藏方法,检验他们对粮食含水率是否有显著影响。
在贮藏前这些粮食的含水率几乎没有差别,贮藏后含水率如下表所示。
问不同的贮藏方法对含水率的影响是否有明显差异?
(α=0.05)
含水率(%)
试验批号
1
2
3
4
5
因素A(贮藏方法)
A1
A2
A3
A4
A5
7.3
5.4
8.1
7.9
7.1
8.3
7.4
6.4
9.5
7.6
7.1
10.0
8.4
8.3
解:
Insight法
说明:
因为p-value值0.0611>0.05(显著性水平),所以接受原假设,即认为不同的贮藏方法对含水率的影响无明显差异。
Analyst法
编程法
(分析同上)
7-1-2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,以致减弱了药效。
下表列出了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。
设各总体服从正态分布,且方差相同。
试在水平α=0.05下检验这些百分比的均值有无显著的差异。
青霉素
四环素
链霉素
红霉素
氯霉素
29.6
27.3
5.8
21.6
29.2
24.3
32.6
6.2
17.4
32.8
28.5
30.8
11.0
18.3
25.0
32.0
34.8
8.3
19.0
24.2
解:
Insight法
说明:
因为p-value值<0.0001<0.05(显著性水平),所以拒绝原假设,即认为这些百分比的均值有显著的差异。
Analyst法
编程法
(分析同上)
7-2-2下表给出某种化工过程在三种浓度、四种温度水平下得率的数据。
假设在诸水平搭配下得率的总体服从正态分布,且方差相等,试在α=0.05水平下检验在不同浓度下得率有无显著差异,在不同温度下得率有无显著差异,交互作用的效应是否显著。
浓度(%)
温度(℃)
10
24
38
52
2
41
10
11
11
13
9
10
12
4
9
7
10
8
7
11
6
10
6
5
11
13
14
12
13
14
10
解Analyst
说明:
因为p-value值0.4836>0.05(显著性水平),说明模型的效应不显著。
变量A、B及A*B的Pr值均大于0.05(显著性水平),所以接受原假设,即认为不同浓度下得率无显著差异,在不同温度下得率无显著差异,交互作用的效应不显著。
编程法
(分析同上)
7-3-3下表数据是退火温度X(℃)对黄铜延性效应y的实验结果,y是以延长度计算的。
X(℃)
300
400
500
600
700
800
Y(%)
40
50
55
60
67
70
(1)画出散点图;
(2)求y对于x的线性回归方程。
解:
(1)
(2)
7-3-4某种合金钢的抗拉强度y与钢的含碳量x有关系,测得数据如下:
X(%)
0.06
0.07
0.08
0.09
0.1
0.11
0.12
0.13
0.14
0.16
0.18
0.20
Y(Pa)
40.5
41.3
42.2
43.0
43.8
44.6
45.4
46.2
47.0
48.6
50.3
51.5
(1)画出散点图;
(2)求y对x的线性回归方程;
(3)检验回归方程是否显著;
(4)若回归方程显著,则预测x=0.15时,y的95%的预测区间。
解:
(1)
说明:
钢的含碳量x越高,抗拉强度y越大,呈正相关。
(2)
(3)
说明:
方差分析表中,由于p-值<.0001<0.05,所以拒绝原假设,即认为有足够的理由断定回归线的斜率不为0,所以该模型拟合数据比基线好,回归方程高度显著。
(4)
x=0.15时,y=47.76,y的95%的预测区间(47.52,48).
7-4-1影院票房收入y与电视广告费用x1和报纸广告费用x2的数据见下表:
电视广告费用x1
1.5
2
1.5
3
3.3
2.3
4.2
2.5
报纸广告费用x2
5
2
4
3
3
3.5
2.5
3
影院票房收入y
96
90
95
92
95
95
94
94
(1)求y关于x1,x2的二元线性回归方程;
(2)进行方程显著性检验.
解:
(1)Analyst法
回归方程为:
y=83.72557+1.09474x1+2.26816x2
Insight法
(2)如
(1)中图,由于Model的p-值0.0261<0.05,所以拒绝原假设,即认为有足够的理由断定该模型比所有自变量斜率为0的基线模型要好,即回归方程高度显著。