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。
升级会员 