试验与数据处理作业.docx
《试验与数据处理作业.docx》由会员分享，可在线阅读，更多相关《试验与数据处理作业.docx（23页珍藏版）》请在冰豆网上搜索。
试验与数据处理作业
实验设计与数据处理课后题作业
机械工程包装工程09硕任艳玲S0
习题3-6
（1）已知σ=0.6，
SAS处理结果：
SampleStatisticsforx
NMeanStd.Dev.Std.Error
-------------------------------------------------
96.000.570.19
HypothesisTest
Nullhypothesis:
Meanofx=0
Alternative:
Meanofx^=0
Withaspecifiedknownstandarddeviationof0.6
ZStatisticProb>Z
-------------------
30.000<.0001
95%ConfidenceIntervalfortheMean
LowerLimitUpperLimit
----------------------
5.616.39
所以，μ的置信度为0.95的置信区间为（5.61，6.39）。
3-6
（2）σ未知，
SampleStatisticsforx
NMeanStd.Dev.Std.Error
-------------------------------------------------
96.000.570.19
HypothesisTest
Nullhypothesis:
Meanofx=0
Alternative:
Meanofx^=0
tStatisticDfProb>t
---------------------------------
31.3348<.0001
95%ConfidenceIntervalfortheMean
LowerLimit:
5.56
UpperLimit:
6.44
所以，μ的置信度为0.95的置信区间为（5.56，6.44）。
习题3-7
（1）
SampleStatisticsforx
NMeanStd.Dev.Std.Error
-------------------------------------------------
66.680.000.00
HypothesisTest
Nullhypothesis:
Meanofx=0
Alternative:
Meanofx^=0
tStatisticDfProb>t
---------------------------------
4228.3445<.0001
90%ConfidenceIntervalfortheMean
LowerLimit:
6.67
UpperLimit:
6.68
因此，μ的置信度为0.9的置信区间（6.67，6.68）。
SampleStatisticsforx
NMeanStd.Dev.Variance
---------------------------------------------
66.67820.003915E-6
HypothesisTest
Nullhypothesis:
Varianceofx=1
Alternative:
Varianceofx^=1
Chi-squareDfProb
---------------------------------
0.0005<.0001
90%ConfidenceIntervalfortheVariance
LowerLimitUpperLimit
----------------------
676E-80.0001
因此，σ的置信度为0.9的置信区间（676E-8，0.0001）。
（2）SampleStatisticsforx
NMeanStd.Dev.Std.Error
-------------------------------------------------
56.660.000.00
HypothesisTest
Nullhypothesis:
Meanofx=0
Alternative:
Meanofx^=0
tStatisticDfProb>t
---------------------------------
4967.0524<.0001
90%ConfidenceIntervalfortheMean
LowerLimit:
6.66
UpperLimit:
6.67
因此，μ置信度为0.9的的置信区间（6.66，6.67）。
SampleStatisticsforx
NMeanStd.Dev.Variance
---------------------------------------------
56.6640.0039E-6
HypothesisTest
Nullhypothesis:
Varianceofx=1
Alternative:
Varianceofx^=1
Chi-squareDfProb
---------------------------------
0.0004<.0001
90%ConfidenceIntervalfortheVariance
LowerLimitUpperLimit
----------------------
379E-8507E-7
因此，σ的置信度为0.9的置信区间（379E-8，507E-7）。
习题3-10SampleStatisticsforx
NMeanStd.Dev.Std.Error
-------------------------------------------------
53.250.010.01
HypothesisTest
Nullhypothesis:
Meanofx=3.25
Alternative:
Meanofx^=3.25
tStatisticDfProb>t
---------------------------------
0.34340.7489
说明：
因为在t检验中p-value值0.7489>0.01（显著性水平），所以接受原假设，即这批矿砂的镍含量的均值为3.25。
习题3-11
解：
按题意需检验假设
H0：
μ≥1000，H1：
μ＜1000
这是左边检验问题，
=950，μ0=1000
U=（
-μ0）/（σ/
）=-2.5<-μ0.95=-1.645，U的值落在拒绝域内，所以我们在显著性水平0.05下拒绝H0，即这批元件不合格。
习题3-13
SampleStatistics
GroupNMeanStd.Dev.Std.Error
----------------------------------------------------
x80.2318750.01460.0051
y100.20970.00970.0031
HypothesisTest
Nullhypothesis:
Mean1-Mean2=0
Alternative:
Mean1-Mean2^=0
IfVariancesAretstatisticDfPr>t
----------------------------------------------------
Equal3.878160.0013
NotEqual3.70411.670.0032
说明：
因为在t检验中p-value值0.0013<0.05（显著性水平），所以拒绝原假设，即认为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有显著的差异。
习题3-14
SampleStatistics
GroupNMeanStd.Dev.Variance
--------------------------------------------------
x80.2318750.01460.000212
y100.20970.00970.000093
HypothesisTest
Nullhypothesis:
Variance1/Variance2=1
Alternative:
Variance1/Variance2^=1
-DegreesofFreedom-
FNumer.Denom.Pr>F
----------------------------------------------
2.27790.2501
说明：
因为在F检验中p-value值0.2501>0.05（显著性水平），所以接受原假设，即认为两总体方差无显著性差异。
习题4-1
TheANOVAProcedure
ClassLevelInformation
ClassLevelsValues
c512345
Numberofobservations20
TheANOVAProcedure
DependentVariable:
y
Sumof
SourceDFSquaresMeanSquareFValuePr>F
Model41480.823000370.20575040.88<.0001
Error15135.8225009.054833
CorrectedTotal191616.645500
R-SquareCoeffVarRootMSEyMean
0.91598513.120233.00912522.93500
SourceDFAnovaSSMeanSquareFValuePr>F
c41480.823000370.20575040.88<.0001
由于Pr>F，且概率小于0.0001，即小于0.01，说明这些抗生素百分比的均值有高度显著差异。
习题4-2
TheGLMProcedure
ClassLevelInformation
ClassLevelsValues
浓度C3123
温度T41234
Numberofobservations24
TheGLMProcedure
DependentVariable:
R
Sumof
SourceDFSquaresMeanSquareFValuePr>F
Model1182.83333337.53030301.390.2895
Error1265.00000005.4166667
CorrectedTotal23147.8333333
R-SquareCoeffVarRootMSEMean
0.56031622.342782.32737310.41667
SourceDFFactoidSSMeanSquareFValuePr>F
C244.22.4.090.0442
T311.3.0.710.5657
C*T627.000000004.0.830.5684
由于浓度C的Pr>F，且概率为0.0442，小于0.05，说明浓度C的作用是显著的。
而温度T的Pr为0.5657，大于0.05，
C*T的Pr为0.5684，大于0.05，说明温度与温度和浓度的交互作用都是不显著的。
习题5-3解：
用L9（34）确定配比试验方案。
如表所示
试验方案
因素
试验号
A
B
C
D
1
2
3
4
5
6
7
8
9
1（0.1份）
1
1
2（0.3份）
2
2
3（0.2份）
3
3
1（0.3份）
2（0.4份）
3（0.5份）
1
2
3
1
2
3
1（0.2份）
2（0.1份）
3（0.1份）
2
3
1
3
1
2
1（0.5份）
2（0.3份）
3（0.1）
3
1
2
2
3
1
以1号条件为例，表中四个数值的组成比为：
A：
B：
C：
D=0.1：
0.3：
0.2：
0.5
配比方案中，要求各行四个比值之和为1。
在1号条件中，四种数值分别是
A=0.1ⅹ
=0.091
B=0.3ⅹ
=0.272
C=0.2ⅹ
=0.182
D=0.5ⅹ
=0.455
其余实验条件可按照相同方法得出。
习题6-5
（1）散点图如下：
（2）令t1=x;t2=x2,则转化为线性回归模型y=b0+b1t1+b2t2+ε
取因变量为三次抗压强度之和，即y=
SAS分析结果如下：
由结果可得模型方程为：
=19.0200+1.0149t1-0.0206t2，即回归方程为
=19.0200+1.0149x-0.0206x2+ε。
习题6-6
（1）采用逐步回归法，SAS运行结果如下：
TheREGProcedure
Model:
MODEL1
DependentVariable:
y
StepwiseSelection:
Step1
Variablex3Entered:
R-Square=0.6216andC（p）=14.7345
AnalysisofVariance
SumofMean
SourceDFSquaresSquareFValuePr>F
Model110.5800010.580009.860.0201
Error66.440001.07333
CorrectedTotal717.02000
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept9.900000.36629784.08000730.51<.0001
x31.150000.3662910.580009.860.0201
Boundsonconditionnumber:
1,1
------------------------------------------------------------------------------------------------------
StepwiseSelection:
Step2
Variablex1Entered:
R-Square=0.7770andC（p）=9.0400
AnalysisofVariance
SumofMean
SourceDFSquaresSquareFValuePr>F
Model213.225006.612508.710.0235
Error53.795000.75900
CorrectedTotal717.02000
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept9.900000.30802784.080001033.04<.0001
x10.575000.308022.645003.480.1209
x31.150000.3080210.5800013.940.0135
TheREGProcedure
Model:
MODEL1
DependentVariable:
y
StepwiseSelection:
Step2
Boundsonconditionnumber:
1,4
------------------------------------------------------------------------------------------------------
StepwiseSelection:
Step3
Variablex2Entered:
R-Square=0.9192andC（p）=4.0000
AnalysisofVariance
SumofMean
SourceDFSquaresSquareFValuePr>F
Model315.645005.2150015.170.0119
Error41.375000.34375
CorrectedTotal717.02000
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept9.900000.20729784.080002280.96<.0001
x10.575000.207292.645007.690.0501
x20.550000.207292.420007.040.0568
x31.150000.2072910.5800030.780.0052
Boundsonconditionnumber:
1,9
------------------------------------------------------------------------------------------------------
Allvariablesleftinthemodelaresignificantatthe0.1500level.
Allvariableshavebeenenteredintothemodel.
SummaryofStepwiseSelection
VariableVariableNumberPartialModel
StepEnteredRemovedVarsInR-SquareR-SquareC（p）FValuePr>F
1x310.62160.621614.73459.860.0201
2x120.15540.77709.04003.480.1209
3x230.14220.91924.00007.040.0568
在а=0.1下，回归方程为：
=9.90+0.575x1+0.550x2+1.150x3。
（2）采用逐步回归法，SAS运行结果如下：
TheREGProcedure
Model:
MODEL1
DependentVariable:
y
StepwiseSelection:
Step1
Variablex3Entered:
R-Square=0.6216andC（p）=14.7345
AnalysisofVariance
SumofMean
SourceDFSquaresSquareFValuePr>F
Model110.5800010.580009.860.0201
Error66.440001.07333
CorrectedTotal717.02000
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept9.900000.36629784.08000730.51<.0001
x31.150000.3662910.580009.860.0201
Boundsonconditionnumber:
1,1
------------------------------------------------------------------------------------------------------
Allvariablesleftinthemodelaresignificantatthe0.0500level.
Noothervariablemetthe0.0500significancelevelforentryintothemodel.
SummaryofStepwiseSelection
VariableVariableNumberPartialModel
StepEnteredRemovedVarsInR-SquareR-SquareC（p）FValuePr>F
1x310.62160.621614.73459.860.0201
在а=0.05下，回归方程为：
=9.90+1.150x3。
习题6-9TheREGProcedure
Model:
MODEL1
DependentVariable:
y
StepwiseSelection:
Step1
Variablex2Entered:
R-Square=0.2872andC（p）=12.2386
AnalysisofVariance
SumofMean
SourceDFSquaresSquareFValuePr>F
Model163.0471263.047125.640.0324
Error14156.4804811.17718
CorrectedTotal15219.52760
ParameterStandard
VariableEstimateErrorTypeIISSFValuePr>F
Intercept7.960381.64304262.3643923.470.0003
x20.086140.0362763.047125.640.0324
Boundsonconditionnumber:
1,1
-----------------------------------------------------
升级会员 