应用数理统计吴翊李永乐方差分析课后作业参考题答案Word文档下载推荐.docx
《应用数理统计吴翊李永乐方差分析课后作业参考题答案Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《应用数理统计吴翊李永乐方差分析课后作业参考题答案Word文档下载推荐.docx(29页珍藏版)》请在冰点文库上搜索。
137.737
5.101
a.RSquared=.338(AdjustedRSquared=.289)
从上表可以看出,菌种不同这个因素的检验统计量F的观测值为6.903,对应的检验概率p
值为0.004,小于0.05,拒绝原假设,认为菌种之间的差异对小白鼠存活日数有显著影响。
5.2现有某种型号的电池三批,他们分别是甲、乙、丙三个工厂生产的,为评论其质量
各随机抽取6只电池进行寿命试验,数据如下表所示:
工厂
寿命(小时)
甲
40
48
38
42
45
乙
26
34
30
28
32
丙
39
43
50
试在显著水平--0.05下,检验电池的平均寿命有无显著性差异?
并求
7-\叫-及39的95%置信区间。
这里假定第i种电池的寿命
XiLN(叫,匚)(i=123)
手工计算过程
St'
(Xq-X)2=ns2=(n-1)(s*)2=14*59.429=832
rr
Se'
(Xjj-Xi)^:
niSi2:
(ni_1)(Si*)^4*(15.81028.3)=216.4
i丄iz!
r
2-——2222
Sa二二(Xi-X)=:
ni(Xi-X)=4*[(42.6-39)(30-39)(44.4-39)]=615.6
i二
1•计算平方和
2.假设检验:
FF1_:
(r—1,n—r)二1=0.95(2,12)=3.89
3.对于各组之间的均值进行检验。
对于各组之间的均值进行检验有LSD-t检验和q检验。
SPSS选取LSD检验(最小显著差t
检验),原理如下:
方法为:
首先计算拒绝H0,接受H1所需样本均数差值的最小值
leastsignificantdifferenee,LSD)。
然后各对比组的八月"
琴与相应的LSD比较,只要
大于或等于LSD,即拒绝HO,接受H1;
否则,得到相反的推断结论。
t检验的界值
LSD-t检验通过计算各对比组的-无』与其标准误之比值是否达到
IxA-xB|
J'
皿N—r)MSe()
nAnB
由此推算出最小显著差LSD,而不必计算每一对比组的t值
LSD=|XA-XB|_t」N-r)MSe(——)
如果两对比组的样本含量相同,即f,'
rl时,则
LSD=|XA_XB|3tiAN_r耳MSe;
-%的置信区间为:
(|xa_xb|土t/N_r)(MSe¥
)
2MSe=2*18・°
33=2.686
则本题中
ti_p(N—r)\;
MSe?
=to.975(12)*2.686=2.1788*2.686=5.852
所以U的置信区间为:
(12.6-5.852,12.6+5.852),即:
(6.748,18.452)
从以上数据还可以看出,说明甲和丙之间无显著差异(1.8<
5.852)。
而甲和乙之间
(12.6>
5.852),乙和丙之间(14.4>
5.852)有显著差异(显著水平为0.05)。
SPSS软件计算结果:
1•方差齐性检验
方差齐性检验结果
Levene
统计量
df1
df2
Sig.
1.735
.218
从表中可以看出,Levene统计量为1.735,P值为0.218>
0.05,说明各水平之间的方差齐。
即
方差相等的假设成立
2•计算样本均值和样本方差。
(可用计算器计算)
描述性统计量
N
标准化
方差
标准差
均值的95%置信区
间
最小值
最大值
下限
上限
1
42.60
3.975
1.778
37.66
47.54
30.00
3.162
1.414
26.07
33.93
44.40
5.320
2.379
37.79
51.01
Total
15
39.00
7.709
1.990
34.73
43.27
TestsofBetween-SubjectsEffects
寿命
Source
TypeIIISumofSquares
df
MeanSquare
F
CorrectedModel
615.600a
307.800
17.068
.000
Intercept
22815.000
1265.157
factory
615.600
Error
216.400
18.033
23647.000
CorrectedTotal
832.000
14
a.RSquared=.740(AdjustedRSquared=.697)
从表中可以看出,F值为17.068,P值为0,拒绝原假设,即认为电池寿命和工厂显著相关
4•方差分析表
单因素方差分析表
总平方和
平方和/自由
度
Between
Groups
Within
从表中可以看出,F值为17.068,P值为0,拒绝原假设,即认为电池寿命和工厂显著相关
5.最小显著性差异法(LSD)结果
多重均值比较(MultipleComparisons)
(I)工(J)工厂
厂
Mean
Differenee
95%置信区间
(I-J)
12.600(*)
2.686
.001
6.75
18.45
-1.800
.515
-7.65
4.05
-12.600(*)
-18.45
-6.75
-14.400(*)
-20.25
-8.55
1.800
-4.05
7.65
14.400(*)
8.55
20.25
*Themeandiffereneeissignificantatthe.05level.
从表中可以看出J「邑的置信区间为:
(12.6-5.852,12.6+5.852),即:
(6.748,18.452)
同理可得“一吗,的置信区间为:
(-7.652,4.052),(-20.252,-8.548)
从以上数据还可以看出,说明甲和丙之间无显著差异(sig=0.515)。
(sig=0.001),乙和丙之间(sig=0.000)有显著差异(显著水平为0.05)。
5.3对用5种不同操作方法生产某种产品作节约原料试验,在其它条件尽可能相同的情况
下,各就四批试样测得原料节约额数据如下表:
操作法
A4
A5
节约额
4.3
6.1
6.5
9.3
9.5
7.8
7.3
8.3
8.7
8.8
3.2
4.2
8.6
7.2
11.4
4.1
8.2
10.1
假定原料节约额服从方差相等的正态分布,试问:
操作法对原料节约额的影响差异是否显
著?
哪些水平间的差异是显的
Se=ST-SA=34.373
F=Sa4r-1)〜F(r_1,n_r
0成立时,Se/n_r
本题中r=5,经过计算,得方差分析表如下
55.537
13.884
6.058
34.373
2.292
89.910
19
查表得Fi_;
.r-in-r二Fog54,15=3.06且f=6.058>
3.06,在95%的置信度下,拒绝原假设,认为不同工厂之间操作法的差异对原料节约额有显著影响
6.059
a.RSquared=.618(AdjustedRSquared=.516)
从上表可以看出,工厂使用的操作法这个因素的检验统计量F的观测值为6.059,对应的检
验概率p值为0.004,小于0.01,拒绝原假设,认为不同工厂之间操作法的差异对原料节约
额有显者影响。
(3)判断各种操作方法之间的差异的显著,使用SPSS软件中最小显著性差异法(LSD)计
算。
多重比较
DependentVariable:
节约额
LSD
(I)操作法
(J)操作法
Mean
Difference
(l-J)
95%的置信区间
.025
1.0704
.982
-2.256
2.306
-2.450*
.037
-4.731
-.169
-3.375*
.007
-5.656
-1.094
-3.925*
.002
-6.206
-1.644
-.025
-2.306
2.256
-2.475*
.035
-4.756
-.194
-3.400*
.006
-5.681
-1.119
-3.950*
-6.231
-1.669
2.450*
.169
4.731
2.475*
.194
4.756
-.925
.401
-3.206
1.356
-1.475
.188
-3.756
.806
3.375*
1.094
5.656
3.400*
1.119
5.681
.925
-1.356
3.206
-.550
.615
-2.831
1.731
3.925*
1.644
6.206
3.950*
1.669
6.231
1.475
-.806
3.756
.550
-1.731
2.831
Basedonobservedmeans.
*Themeandifferenceissignificantatthe.05level.
以看出,在给定的置信水平,■0.。
1时,操作法A1和A4,A1和A5,A2和A4,A2和
A5的P值都小于0.01,因此可以认为他们之间的差异显著。
5.5在化工生产中为了提高得率,选了三种不同浓度,四种不同温度情况做实验。
为了考虑浓度与温度的交互作用,在浓度与温度的每一种水平组合下做两次实验,其得率数据如下面的表所示(数据均以减去75):
温度
浓度
B1
B2
B3
B4
14,10
11,11
13,9
10,12
9,7
10,8
7,11
6,,10
5,11
13,14
12,13
、不同温度
假定数据来自方差相等的正态分布,试在--0.05的显著水平下检验不同浓度
以及他们之间的交互作用对得率有无显著影响。
提出原假设:
HoiJ=0i二1,2,3
H02:
Lj=0j=1,234
H03:
j=0i=1,2,3;
j=1,234
为了便于计算,记
t_
Tj.=vXjk
k=!
st
丁.■二'
xXijk=stXi=90,T2.・=68,T3..=92
j二k壬
rt—
T.•八*Xijk二rtX■・;
T—二56,T一二67,J.二65,丁十二62
i=1k=1
rstrs
T二'
'
、Xjk二rstX二'
丁”二'
T—=250
i斗j理kWi=1j=1
rst
W-、'
、=2752
i&
j=1kz!
则有:
T2
St訥147.833
rst
Sa二丄、T:
—匸=44.333sti4rst
Sb丄T:
•一L=11.5rtj4rst
H01成立时
H02成立时
H03成立时
Fr-1s-1,rst-1
Sab/r-1s-1
Se/rst-1
本题中r=3,s=4,t=2,经过计算,得方差分析表如下
浓度a
44.333
22.167
4.092
温度B
11.500
3.833
0.708
交互作用A江B
27.000
4.500
0.831
65.000
5.417
147.833
23
查表得日->
rT,rstT-Fo.952,12-3.89且Fa=4.°
92>
3.06,在95%的置信度
下,拒绝原假设,认为浓度的差异对化工得率有显著影响。
F—S「JSt-1二Fo.953,12二3.49且Fb=o.708<
3.49在95%的置信度下,接受原假设,认为温度的差异对化工得率无显著影响。
F仁:
「-1s-jrst-1=F0.95612=3.00且J.83K3.00在95%的置信
度下,接受原假设,认为温度和浓度的交互作用之间的差异对化工得率无显著影响。
组间效应检查
化工得率
82.833a
7.530
1.390
.290
2604.167
480.769
浓度A
.044
.708
.566
浓度A*温度B
.831
.568
全部总和
2752.000
24
a.RSquared=.560(AdjustedRSquared=.157)
从上表可以看出,因素A浓度的检验统计量F的观测值为4.092,对应的检验概率p值为0.044,小于0.05,拒绝原假设,认为浓度之间的差异对化工得率有显著影响。
因素B温度的检验统计量F的观测值为0.708,对应的检验概率p值为0.566,大于0.05,接受原假设,认为温度之间的差异对化工得率无显著影响。
交互作用的检验统计量F的观测值为0.831,对应的检验概率p值为0.568,大于0.05,接
受原假设,认为温度和浓度的交互作用之间的差异对化工得率无显著影响。
5.6下表记录三位工人分别在四台不同机器上三天的日产量
工人
机器
15,15,17
19,19,16
16,18,21
17,17,17
15,15,15
19,22,22
15,17,16
18,17,16
18,18,18
18,20,22
15,16,17
假定数据来自方差相等的正态分布,问
(1)工人之间的差异是否显著
(2)机器之间的差异是否显著
(3)交互作用是不是显著(•、=0.05)
提出原假设:
Ho,J=0i=1,2,3,4
Ho2:
打=oj=1,2,3
j"
i"
2,3,4;
j=1,2,3
Tj.='
Xjk-tXij«
k=1
Ti•■八XXjk=stxi抵T1•■=156,T2•■二159,T3■■=153,T4m=159j=1k=1
T■•二vvXjk二rtXT-二206,T*.=198,T.二223
imk=1
T二%*Xjk-rstX-xTi..=^T.*二627
i=1jk=1i=1j=1
W八'
、xjk=11065
jmkm
St=W144.75
Sa二+'
T:
-—=2.75styrst
Sb丄T2•一T27.167rtj4rst
11st2
Sab「'
仔赢弋弋=73.500
Se=St—Sa—S^—Sb=41.333
01成立时,
02成立时,
~F(s—1,rs(t-1))
Se/rst-1
03成立时,
Se/rst-1
%心一1U~F((r-1)(s-1)rs(t-1))本题中r=4,s=3,t=3
经过计算,得方差分析表如下
机器A
2.750
0.917
0.532
工人B
27.167
13.583
7.887
交互作用A汉B
73.500
12.250
7.113
41.333
1.722
144.750
35
查表得Fi_;
.r-1,rst-1二Fo.953,24=3.01且FA=0.532<
3.01,在95%的置信度下,接受原假设,认为机器的差异对日产量无显著影响
F:
S-1,rst-1二Fo.952,24=3.40且Fb=7.887>
3.40在95%的置信度下,拒绝
原假设,认为工人的差异对日产量有显著影响。
Fi_.;
』.!
r-1S-1,rst-1二Fa956,24=2.51且FC=7.ii3>
2.51,在95%的置信度下,
拒绝原假设,认为机器和工人的交互作用之间的差异对日产量有显著影响。
日产量
103.417a
9.402
5.459
10920.250
6340.790
.917
.532
.665
机器A*工人B
11065.000
36
a.RSquared=.714(AdjustedRSquared=.584)
从上表可以看出,因素A机器的检验统计量F的观测值为0.532,对应的检验概率p
值为0.665,大于0.05,接受原假设,认为机器之间的差异对日产