江南大學(xué)試驗設(shè)計與數(shù)據(jù)管理課后復(fù)習(xí)

1、打開SAS Analyst:,然后選擇數(shù)據(jù)文件，打開:JL1B,打開SAS Analyst:,然后選擇數(shù)據(jù)文件，打開:JL1B,際0附5.6T64S&.G791_ G6.&T2R* lid虐)試驗設(shè)計與數(shù)據(jù)處理作業(yè)第三章：統(tǒng)計推斷3-7 解:(1)金球均值置信度為0.9的置信區(qū)間，SAS程序如下:將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行：閉 Program Editor - (Untitled)data 部Id;input我闌, cards；6.633 B,6S1 B.G7B 8.67B 6.S79 B.B72run；q* Analysfc new p roj ect)JPrujetF | 匚

2、Gold設(shè)置參數(shù)，采用One-Sample t-test for a Mean將待分析變量x送入Variable中，在單擊Tests, 選中 Interval,設(shè)置 confidence level 設(shè)置為 90.0%:結(jié)果輸出：仙的置信度為0.9的置信區(qū)間為(6.67,6.68)ne Sample t-lest for a MeanSai tuple Stat ist ics for 工N Mean玳d. Dev. Std. Error6S.&0,000.00H？pothesi& TestNull hpothesis!Mean of x 5 0Alterneil Ive:Mean of k

3、*= 0t Statistic Df Prob I心 284445 C.noni9Q % Conf idenes Interval for the hfesiriLovreC Li mit；$,67Upper Limit：6.SB金球方差置信度為0.9的置信區(qū)間，SAS程序如下：設(shè)置參數(shù)，采用 One-Sample Test for a Variance,將待分析變量x送入Variable中，并在 Null:Var中設(shè)置一個大于 0的數(shù)，再單擊Intervals,選中Interval,設(shè)置confidence level設(shè)置 為 90.0%:One Samp e Tert for a Marf

4、an* Gold自【nlwmM 零 One Samp e Tert for a Marfan* Gold自【nlwmM 零 |Pl Me Tl II 白3 與3 七 m結(jié)果輸出：有結(jié)果可知 ，的置信度為0.9的置信區(qū)間為(676E-8, 0.0001 )One Sample Chi-square lest for &. VarianceSwla Statistics for 黃NMeanStd. Ctev.Variance6G.67S2O.Q03915E-6Hpothe5is TestNul1 hypothesis:Var i anceof)c = 1Alternat Ive：Variance

5、of )C 1Chi-squareDfProb0.0006.00019QR Corf ide nee Interval for the Vari anceLw,r LimitUpper Limit676E-80.0001*(2)銀球均值置信度為0.9的置信區(qū)間，SAS程序如下：將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行：A.661 6.G67閔 Prcgram Editor - A.661 6.G67i nput cards fi.eeirun:打開SAS Analyst:,然后選擇數(shù)據(jù)文件，打開:- - jNew Project - - jNew Project 由S Silver Analys

6、tsjfc 1 Ri 1fRriwt色y1e.e&i # silver2& 66136.66T46 66T5B.884冒 Analyst (new project)設(shè)置參數(shù)，采用One-Sample t-test for a Mean將待分析變量y送入Variable中，在單擊Tests 選中 Interval,設(shè)置 confidence level 設(shè)置為 90.0%:結(jié)果輸出：卜的置信度為0.9的置信區(qū)間為(6.66,6.67)。One Sample t-test for ji MeanSanple Statist ics for yNWean 3td. Dev. Std. Error01

7、0 k010 kHypoihesi s TestMull hypolhesls: Me氐n 口f y =Alternali/e:融sm of y 二t Statistic Df4967.0624.U019Q * Conf I denes Interval for ths MeanLower Limit：E.EEUpper Limit；B.W銀球方差置信度為0.9的置信空間，SAS程序如下:設(shè)置參數(shù)，采用 One-Sample Test for a Variance,將待分析變量y送入Variable中，并在 Null:Var中設(shè)置一個大于 0的數(shù)，再單擊Intervals,選中Interval

8、,設(shè)置confidence level設(shè)置 為 90.0%:題目中已知兩個總體方差相等，且相互獨立ObsMark題目中已知兩個總體方差相等，且相互獨立ObsMarkSnodgress1.2250.205i0.205rJ 0.2170.19C4 Q.?400.21050, 23。0.20260,？30.20770,2350.22480.2170.223c1H0.201The SftS System結(jié)果輸出：由結(jié)果可知 62的置信度為0.9的置信區(qū)間為(379E-8, 507E-7)。One Saiple Chi-square Test for a Variance J LSanpI a Stat

9、 i sii cs for yMMeanStd. Dev,Veir iante5$抑40.003托弋Hypothes is TestNu11 2pc七hesIs:Alternative:Va if I sinceVariancef y = 1of 廣=1Chi-squarewProb0.0004 _Thmejv projertjl _Th廿aIm IRrr*jusa 1召1。府尸203 白 面 THysdEHESmdgrcssI0.22501S6S0.23TQ 209 O.O50.19GL1廠 Thysts2由I0.240.25C 200. SOSGo.mO.IOTT0.235D.Z240 q

10、 in0 21TQ 223Qi.220.201*設(shè)置參數(shù)，采用 Two Sample t-test for Means 并設(shè)置 Mean1-Mean2=0,再將 confidence level設(shè)置為95.0%:wc-Sample t，加式 砧 MuckC onidtnee H 電 wc-Sample t，加式 砧 MuckC onidtnee H 電 n/al | Powe iE.qua 13.5?9IB0.(1015Not Equal3.70411.670.0032因為在t檢驗中p-value值0.0013ypothesis：AlternfttIve；VarianceVar i ance1

11、 f Yarieince 2 - 11 / Variernce 2 *= 1-C*er&65 of Freedon* -Nuw&r.Denom.Pr F3.2?因為在F檢驗中p-value值0.25010.05 （顯著性水平），所以接受原假設(shè)，即認為兩總體 方差相等是合理的。第四章 方差分析和協(xié)方差分析4-1 解:本題目屬于單因素試驗的方差分析，且題目中已知各總體服從正態(tài)分布，且方差相同,其SAS程序如下：將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行:T*l Program Editor - (Untitleddat% Nitibiotic; input自u$父典: cards；倒I 20,f SH

12、 27.3 LN 5,6 HM 2LG LV 29.2 QM 24.3 SH 92.8 LN 6,2 HM 17.4 LV 92.8 QU 26.5 SH 30.8 LN 11.0 HM 15.3 LY 25.0 UM 32.0 SH 34.8 LN (L3 HM 19,C LV 24.?proc print；The SAS Sy sled*ObsThe SAS Sy sled*ObsSUX1QM29.62SH27.33LM5龍4HM21.65LV29.26皿?4.37SH32.6eLMG.29HM17.410LV32.811QM12SHao.s13LM1U014Hhl18,315LV25.0

13、16QM32.017SH34-8IBLM8319HM13.02DLV24.2打開SAS Analyst:,然后選擇數(shù)據(jù)文件，打開:.J Ana yt: (r 自& proj ect)PfOjflCl-i n - i r CAr njy n&Dioilc AnelyE SSTLXE洲9 &=1 - Anf nirlic11rSHZTi.3Jx.M4m21 fi502R加24 3T對32.68Lfl6.29濘lIT 4inW3Z.BII制20 512bo a13JVIL14rr10 315川W5IE洲31*SH到gitiJFS.319fl1*if)LVZl. 2設(shè)置參數(shù)，選擇 Statistics

14、 - ANOVA 一ONE-WAY ANOVA,將分類變量su送入Independent中，將響應(yīng)變量x送入Dependent中:結(jié)果輸出：The ANOVA ProcedureC ass Leel nfonnatlonClassLevelsValuessu5-IM Ud L QIU SHNumber of cbservat ions2012； 10 Wednesday, OctoLer 14, 20122The ANOVA ProcedureDependent Yariible： xSun ofSourethfodelDF4Squares148C,823000Metn Squar;370.2

15、D5750f y&ius40.8EPr F F.1001因為p-value值 0.0001 FMmJ&I1182.83 爵 333L5303Q3Q1.33.28時Error12G5.O0DOODO5/186667Corrected Toial23147.8333333R-SquareCoeff VarRoot 1閽ER Mean0.EGD91622.U2792.31737310.416e7SourceDF Type HI SSMeari Square F Value Pr Fconcent rat i on244.3333333322JE66E6&74.09C.044?temperature3

16、11.600100003,633333330+71L5G57conceit ra*terperatuir627.000100004,600000000.33L5684從分析結(jié)果可知，濃度concentration白p-value值0.04420.0刖交互作用 concentration*temperaturep-value 值0.56840.05,所以溫度和交互作用對生產(chǎn)得率的影響不顯著，即只有濃度的影響是顯著的。第五章正交試驗設(shè)計5-3 解:將A、B、C、D四個因素的水平按照L9 (34)排出普通配比方案如下:因素 試驗號ABCD11(0.1)1(0.3)3(0.1)2(0.3)22(0.3

17、)11(0.2)1(0.5)33(0.2)12(0.1)3(0.1)412(0.4)215223363212713(0.5)138232293331由于題目要求各行的四個比值之和為 1,故對每行分別進行計算:第一組:第二組:第一組:第二組:0.3+0.3+0.2+0.5=1.3第九組：0.2+0.5+0.1+0.5=1.31號試驗中四種因素的比為A:B:C:D=0.1:0.3:0.1:0.3,因此在1號試驗中A=0.1* 0.110.3 0.1=0.125; B=0.3* 10.3 0.1=0.37C=0.1*一0.110.3 0.10.3=0.125;D=0.3* 0.110.3 0.1=0

18、.3750.32號試驗中四種因素的比為A:B:C:D=0.3:0.3:0.2:0.5,因止匕在 2 號試驗中A=0.3* 0.310.3 0.20.5=0.231;B=0.3* 0.310.3 0.2=0.231 0.5C=0.2* 0.310.3 0.20.5=0.154;D=0.5* 0.310.3 0.2=0.3840.53號試驗中四種因素的比為A:B:C:D=0.2:0.3:0.1:0.1 ,因此在 3 號試驗中A=0.2* 0.210.3 0.10.1=0.286;B=0.3* 0.210.3 0.1=0.4280.1C=0.1*一0.210.3 0.10.1=0.143;D=0.1

19、* 0.210.3 0.1=0.1430.14號試驗中四種因素的比為A:B:C:D=0.1:0.4:0.1:0.5,因止匕在 4 號試驗中A=0.1* 0.110.4 0.10.5=0.091;B=0.4* 0.110.4 0.1=0.364 0.5C=0.1* 0.110.4 0.10.5=0.091;D=0.5* 0.110.4 0.1=0.4540.55號試驗中四種因素的比為A:B:C:D=0.3:0.4:0.1:0.1 ,因此在 5 號試驗中A=0.3* 0.310.4 0.10.1=0.333;B=0.4* 0.310.4 0.1=0.4450.1C=0.1* 0.310.4 0.1

20、0.1=0.111;D=0.1* 0.310.4 0.1=0.111 0.16號試驗中四種因素的比為A:B:C:D=0.2:0.4:0.2:0.3,因止匕在 6 號試驗中A=0.2* 0.210.4 0.20.3=0.182;B=0.4* 0.210.4 0.2=0.3640.3C=0.2* 0.210.4 0.20.3=0.182;D=0.3* 0.210.4 0.2=0.272 0.37號試驗中四種因素的比為A:B:C:D=0.1:0.5:0.2:0.1 ,因此在 7 號試驗中A=0.1* 0.110.5 0.20.1=0.111;B=0.5* 0.110.5 0.2=0.556 0.1C

21、=0.2* 0.110.5 0.20.1=0.222;D=0.1* 0.110.5 0.2=0.1110.18號試驗中四種因素的比為A:B:C:D=0.3:0.5:0.1:0.3,因止匕在 8 號試驗中A=0.3* 0.310.5 0.10.3=0.250;B=0.5* 0.310.5 0.1=0.4170.3C=0.1* 0.310.5 0.10.3=0.083;D=0.3* 0.310.5 0.1=0.2500.39號試驗中四種因素的比為A:B:C:D=0.2:0.5:0.1:0.5,因止匕在 9 號試驗中A=0.2* 0.210.5 0.10.5=0.154;B=0.5* 0.210.5

22、 0.1=0.385 0.5C=0.1* 0.210.5 0.10.5=0.076;D=0.5* 0.210.5 0.1=0.3850.5最后按照各自的比例計算，得到所求的配比方案如下表:因素 試驗號ABCD11(0.125)1(0.375)3(0.125)2(0.375)22(0.231)1(0.231)1(0.154)1(0.384)33(0.286)1(0.428)2(0.143)3(0.143)41(0.091)2(0.364)2(0.091)1(0.454)52(0.333)2(0.445)3(0.111)3(0.111)63(0.182)2(0.364)1(0.182)2(0.27

23、2)71(0.111)3(0.556)1(0.222)3(0.111)82(0.250)3(0.417)2(0.083)2(0.250)93(0.154)3(0.385)3(0.076)1(0.385)第六章回歸分析6-5 解:WORK, ADDITIVE.I 2 IEZ3 一工 8-18T.6T 丁一一3WORK, ADDITIVE.I 2 IEZ3 一工 8-18T.6T 丁一一3一 488- 5.ii ao.32.一 2K壬 2- 2i3IBg3 2-8|3 .匚 J J. - 1 L kJ -I - J J - - - - -IB QDQ555 0 005 55Q9U 9 - - ai

24、a 9 - - i a 二二二二二一二二 123 45 62J81910I12I加 4 5x送入X,將因變量y送Analyze-Scatter Plot,在 Scatter Plot窗口中將自變量設(shè)置參數(shù), 入Y:(1)做散點圖，利用SAS/INSIGHT進行操作，其SAS程序及結(jié)果如下: 將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行：The SAS 式萌MM Program Editor Untitled)Obsxy1inor nd&ta additive;11U?1027.3input x 淄;510%7cards；41523,S10.Cl 25.2 10.0 27.3 10.0 28.7515

25、31J1rat o15.0 29.B 15.0 31J 15.0 27.8b1u2.U72031_220.0 9k 2 20.0 32.6 2。,。29.792032.G25.0 31.7 25.D 30J 2532.39202S.730,0 29.4 30.0 30.3 30.0 3LB10253L7112630J71225333proc print；133025.4run：1430 3C,S153032-6打開SAS Interactive data analysis然后選擇數(shù)據(jù)文件，打開:Scatter Plot ( Y X )TOTTI YECancelScatter Plot ( Y

26、 X )TOTTI YECancelOutput結(jié)果輸出：卷 Scatter Plot WQFKADDITIVt3280V .2-胴1020短x21x1=x, x2=xx1=x, x2=x2,采(2)回歸方程求解：根據(jù)題意求用SAS/INSIGHT進行求解，其相應(yīng)的y與x、x2之間的回歸方程，因此令 SAS程序及結(jié)果如下：得到新的數(shù)據(jù)集。對“ WORK.ADDITIVE ”進行修改, 卷 WORK,ADDITIVE得到新的數(shù)據(jù)集。Itll 3 I InEl I Inti I IrAlll15、# . 蛀 “X 2 3 A567 9012245101010.1E1515觀舞25252530303

27、0.-數(shù)M; i i i -QD“U:5:5-5:Q 5:5”5:uo o.fl 2 ,凈. D J J 2 2 2 o O-Au-工.上 一.一.,昌.?.-*一 -5-nrloo-ou Oi9 222 323 32-332 3.3iT：r : :母險向Equdlcn KP , rixEl也Mm erf Fit區(qū)如，1期乂2 flif Vn ri fl口Tmte t f ICLft) TesIsE)Tyte -11/ 11 legl：s Th n(U Trd -it2 P- suieler tsi I rusted- 9U CJ. / CJ.；M 力 fF hH，2f 951 C-LCILH

28、) for Fwr卻式et3口 DM 11 naan t U 崛rat l eaElEitea g NitrixIEstiratted Ccrr ViatrlKDd.pul V#r binAnalyzePlot瑞 RcqMmI Gy Frr刖of dRiduH Ptorpfi I 國Pftrt ifii Lcrtteajr-fBDB Plats：口Pa r kllfl E r i u 匚IIE -I (Hh-ni&l 白口)Srarthlnc SgllntParMetric Prof i Ie啊maI。： CuZ匕第 I Cmc-el將Fit窗口中的自變量x1, x2送入X,將因變量y送入Yk

29、pi ；. QiCane日I | IteLhud回!LJ 網(wǎng)4結(jié)果輸出：卷; Fit WORK,ADDmVE21 y - xl 弟 Response DistributIon! Normall Link Funct ion： Identity11.Ifcde1 Equal 1 ory=19.0333 +1.00 乂 1-0.0204 xIlSummary ofFilMean of Response 30. 0933Root MSE1.4282R-Square 0.6140Adj R-Sq 0.5497Am lysisof VarianceSourceDFSim of SquaresMe*n S

30、quareF StatPr FModel f rror C TotalT121439.937124,476?63.413319.46862.03379.540.0033illType HI TestsSourceDFSunt of Squares Mean SqgreF StatPr Fxl x21116,33151Q.90$816,331510.9Q388.015.360.01520.0393 1Parameter Est isatesVariableFEst imate ： Std Errort StatPr |t|ToleranceYair IMIon，Intercept xl 煨!19

31、.08888.2775l.oose !0.35640.020J |0.0085.S12.83-2.310001 0.0152 040393lj.02140.02140 46.7143 46.7143結(jié)果第一部分提供了關(guān)于多元線性回歸模型擬合的一般信息和模型方程，方程表明截距估計值為19.0333, 1.0086表明在固定x2時，x1每增加1個單位時，y增加1.7853,同理可知 -0.0204的意義。結(jié)果第二部分是模型擬合的匯總度量表，其中的相應(yīng)均值 (Mean of Response足因變量y 的平均值，模型決定系數(shù)R2為0.6140,表明變量y變異有61.40%可由x1 , x2兩個因素變

32、動來 解釋.校正-R2為0.5497,考慮了加入模型的變量數(shù)，所以比較不同模型時用校正 -R2更適合。結(jié)果第三部分是方差分析表，是對模型作用是否顯著的假設(shè)檢驗。由于p-value值0.00330.05,所以拒絕原假設(shè)，即認為有足夠的理由斷定該模型比所有自變量斜率為 0的基線 模型要好。結(jié)果第四部分是三型檢驗表(Type III Tests),是F統(tǒng)計量和相聯(lián)系的p值檢驗各自變量的回歸系數(shù)為零的假設(shè).0.0152(0.05)表明xl的回歸系數(shù)在統(tǒng)計上作用顯著，不能舍去.同理0.0393 (0.05)表明x2的回歸系數(shù)在統(tǒng)計上作用顯著，不能舍去。結(jié)果第五部分是參數(shù)估計表，給出了排除其它因素的各回歸

33、系數(shù)的顯著性，包括對截距和變量x1, x2的顯著性檢驗.其中 0.0001(B：The SAS Si/sterii口 t$ xl x? x312 The SAS Si/sterii口 t$ xl x? x312 3456-7 S.1 -1 -1 71 -1 1 10.31 1 7 I?1 1 1 10.21 -1 -1 S.l1 -1 1 1L11 1 -1 9,81 1 1 12M proc print； run；打開SAS Interactive data analysis然后選擇數(shù)據(jù)文件，打開:SA&/1NS1GHT： OpenLibrary：朝SHELP RPOEMGR MPS SAS

34、USERData Set:CzHEMLPRODU3pen Nev UM ions CangBl設(shè)置參數(shù)，Analyze-SA&/1NS1GHT： OpenLibrary：朝SHELP RPOEMGR MPS SASUSERData Set:CzHEMLPRODU3pen Nev UM ions CangBl設(shè)置參數(shù)，Analyze-Fit,將Fit窗口中的自變量x1, x2,x3送入X,將因變量y送入Y結(jié)果輸出:卷 Fit W0RK.CHEM1PR0DUCTAl / 二 xl v.2 x3 版婆過口回口史l.也.觸1Link Furction： identityXI.Model Equatio

35、ny 二9.9000+0.5750 xl+0,5500 x；! +1.1500 x3XlSunmary ofFitMean of Respocse Root MSE9.90000,5863E R-Square Adj R-3q0.91920.858BnAna lysis of Vari anceSourceModel Error G TotftlDF341Sun of Squares15.B4501.37B017.0200Mean Square5.2150 0.3488F Stat15. 17PrF 0,0119JUL、TypeIII TestsSouregDFSum of SquaresMe

36、an SquareF StatPr Fxl迎1112.84502.420010,5800匕M5U 2.4200 10.58007.897.0430.780.0601 UJW8 0JO52JjJPa ramet er Est i mat esVariableDFEstiBateStd Ermrt SaPrToleranceVar Inf 1 at i onIntercept x 1 x2 x311119.90000.5750 0.5500 L1E0047,762.77 ：2.655.55,00010.05IJ1 0,05680.00521.00001.0000 I.OODO0 1.0000 1.

37、0000 1.0000(1)回歸方程為：y=9.9000+0.5750 x1+0.5500 x2+1.1500 x3當a =0.時：對于截距，因P0.00010.1,表明其在統(tǒng)計上作用顯著，不能舍去。對于x1 ,因P=0.05010.1,故x1的回歸系數(shù)在統(tǒng)計上作用顯著，不能舍去。對于x2,因P=0.05680.1,故x2的回歸系數(shù)在統(tǒng)計上作用顯著，不能舍去。對于x3,因P=0.00520.1,故x3的回歸系數(shù)在統(tǒng)計上作用顯著，不能舍去。由方差分析可知該該模型的 P=0.0119 0.1,故作用顯著。(2)當 a =0.0時：對于截距，因P0.00010.05,故x2的回歸系數(shù)在統(tǒng)計上作用不顯

38、著，應(yīng)該舍去對于x3,因P=0.00520.05,故x3的回歸系數(shù)在統(tǒng)計上作用顯著，不能舍去。由以上分析可得多元性回歸方程為：y=9.9000+0.5750 x1+1.1500 x46-9 解:首先建立回歸模型：y=b0+b1*x1+b2*x2+b3*x3+b4*x4+b5*x11+b6*x12+b7*x13+b8*x14+b9*x22+b10*x23+b11*x2 4+b12*x33+b13*x34+b14*x44其中：x11=x1*x1;x12=x1*x2;x13=x1*x3;x14=x1*x4;x22=x2*x2;x23=x2*x3;x24=x2*x4;x33=x3*x4;x34=x3*

39、x4;x44=x4*x4;采用逐步回歸法找出主要因子，利用 SAS/分析員應(yīng)用操作,SAS程序如下：將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行：閨 Program Editor -Untitled)d&u pie：input x1-x4 y&B；si 1 =x1 *x1 ： x12=x1 *x2 ： x 13=x 1tx3 ； x14= xl*x4：xi Z=x2ix2： x28=x2*xa ： xZ4=x2*x4：x33=x3Htx4；K34=x3*x4； U4-x4*x4;cands；10 12 ? 5 6.3610 24 6 10 7.4310 48 5 10 10.3010 72 4 5

40、11.5620 112 6 10 ,航20 24 7 5 5.3320 46 4 5 凡520 72 5 10 19.5330 12 5 5 12.0830 24 4 10 13.1390 49 7 10 8.0830 72 5 5 12.4b60 112 4 10 13.4350 24 5 5 1C.775Q 4fl 6 呂 9,3050 72 7 10 10,84因 Output - 因 Output - fLntrtled)iThe S隔A太a4rxl 1小111275E.36WO12。21124GID3 43IDO403114S51010.30100招。4H724511.5S10038

41、2C12G10O.CC400u。S2124755.33100咖J2L4a4)1L5U4UU時u*X7251)ly.b41乜0g3C125$12.089008601U3141013.18即Q72U113t福1ID9.039刖1HQ122C72Cs12.4590021Go席51IE41J13.43zbuuEUO115C21&510.77甌。120015548H53.8。甌。2領(lǐng)165C117inZ5O03tuUproc print；run：Svstem13:25 Friday.Octoberiie.20122*13il 4由由x24工93/47n50144846035525BOIM57E144阿G

42、O0100buIOO貨。4241頌50EU100405(15IS4283減如2025空口20014472K0COCO1U01400057S1同12035 FModelErrorCorrected iota 1114157G.24389143.?8371219.5276076.2438910.2345574450.0163VariableParafteterEstimateStandardErrorType II SS F 1也Ft FIntercept墟43.22380QJ106E1.906180.003878B0.7494976.?43S83鼠找 7.45 FModetlErrorCorre

43、cted Total21315147.46E5172.06203;13.S276073.78276G.643 2413.300.0007VariableParftfineterEst iki&teStiinda rdErrorType II SS F7aluePr FIntercept x3 x?419.38483-1.383330.011732.99008 D.62380 0.00257207,3226471.2216292,8173337,即13即16.7! F12起4油1 ?0.34730.3244O.E473O.B71762那8727,5809L4512.850.01S30,0033由

44、逐步分析過程知，截距，x24及x3的作用顯著，所以回歸方程為：y=18.33483-1.89938x3+0.01173x24將 x3=x3,x24=x2*x4 代入得 y=18.33483-1.89938x3+0.01173x2*x46-10 解：(1)散點圖繪制，利用SAS/INSIGHT進行操作，其SAS程序及結(jié)果如下: 將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行：The SAS System TOC o 1-5 h z Obsxy10.5L3IL5L3閭 Pregram Editor - CUntitled)d由ban；input 閭 Pregram Editor - CUntitled)d

45、由ban；input x yifi；cardsJ0/1.3 L5 1.3 乙5 1.9 3.5 3.d 4.5 5.36.G 7.1 8.5 10.6 7.6 16.C 9.6 16.49.E 18.3 1(1.6 20.9 11,5 20.5 12.5 21.313,5 21.2 14,5 2,8Fproc print；run；5 5 .79 4 31 6 O5 5 5- 9 4 _RU5 5 8 5 5 5 5 oo Qu. JI 9fc r44 cp g 5 3 2 3 nb .H. -u JI JI nr 112 2212打開SAS Interactive data analysis然

46、后選擇數(shù)據(jù)文件，打開:OpenWORKSASHELP曲罔 衣渡印Dat a S&l:CaiGIOpenWORKSASHELP曲罔 衣渡印Dat a S&l:CaiGIOpt i one設(shè)置參數(shù)，AnalyzefScatter Plot,在Scatter Plot窗口中將自變量 x送入X,將因變量y送入Y:Scatter Plot t V X !耶CanceIOutputScatter Plot t V X !耶CanceIOutput結(jié)果輸出:4 Scatter Plot WO KK, BE AN4 Scatter Plot WO KK, BE AN有散點圖可以看出，該組數(shù)據(jù)的散點圖呈現(xiàn)S形增

47、長趨勢，可以嘗試采用GompertzLogistic Richards、Margan-Mercer-Flodin、Welbull等非線性回歸模型擬合此數(shù)據(jù)，在這里可 以采用Logistic模型來擬合。(2)將a、, 政為a, b,洙示參數(shù)，x是自變量，由x, y的觀察值通過REG過程作線性回歸求初值a=22、b=3.1、c=0.6o采用SAS系統(tǒng)編程如下:The SAS Systen16:17 Saturday,input x 通 cards；3 ；0.6The SAS Systen16:17 Saturday,input x 通 cards；3 ；0.61,31.51.8工51.S3.53,

48、7.16.5W.67.516.06.516.49.51S.3W.52M911.620.512.521.313.521,?14.520 Jproc nlindatazlbeanllZ2:exp(bc*x)!ter=1/(1+2z)；f*l Program Editor - (Untitled)data baeril；The NLIN ProcedureIterat iye PhaseDependent Variable yhfethod： Gauss-Newtcjnfftodel y=aH1 4glim SinrrftrrNethadIlertt iwRPHZ(a)RFC(b)OtjciiOtJ

49、 ：;t iveval Icjis fitaiJQbscrd ions Ibad( .8730$ H.42JE-: S.4E1E-6gdlLII IE IEiClIbsBfwt ionsN i=i i 咨riCTE:An inteirccpt was not speci f i sd for this mo ie 1.Sun offcreeiTApproxSourceFSdjaBsSquare F Vul uePr FFtaressloiS8280.010E6.7 ZO99J8G0001Ftesiduel12隊 210?0.&175LinEorrEcted lota.1IE儂7；Corrcct

50、oJ Mol14941.9TH SAS Sjstemi16:17 SEurckv, October 17, iTheNLIN ProcedureParameterEsl i mate配 P roxSid ErrorApprox innate 35戈 Conf id&nce L ivi isbc9.95730,622221450890.26190.04450.41543.38C74,52790.5Z500.719420.S03922.4139Approx imate bj Dor relit ion W毗 r ix ckb e *1.00000000,9529879-0.43020060.352

51、38731.0000000-0.5930207-0.4302006-0.59902071.0000000所以，擬合后的方程為y=21.5089/1+exp(3.9573-0.6222x)+ &所以，擬合后的方程為(3) /=次當x趨近于無窮時，y的極限值，所以取在y的觀察之中最大的稍大一些值;B =矯口 丫 =分別為接近這些點的直線的截距和斜率的相反數(shù)。(4)對于模型Y=b0+b1x+b2x2 +,令xi=x, x2=x2，利用SAS/INSIGHT進行多元線性回 歸分析SAS操作，相關(guān)程序和結(jié)果如下： 將數(shù)據(jù)輸入SAS生成數(shù)據(jù)文件，然后運行:11111P.520.3110.251211.52

52、Q.5182.251312.521.3156,251415.521.2132.251514.520.3210,258上516.4105.518.3因 Program Editor - fUnrtitdJdait ft betn2：input 1 y ;k-1：cards；L5 L3h5 L32.5 1.93.5 3.44.5 5.35.5 ?16.5 10.t7.5 16.C8.5 1B.4丸5 18.810.5 20.S11.5 20.E12,5 21.313.5 1.2U.6 20.9rprw prInrt；run*The SAS SystemObs *1 v y21,1.32,32.51

53、.96,43.53.412,54.S5.920.也510.S42.e7.51E.D雙55555555E52222222222打開SAS Interactive data analysis然后選擇數(shù)據(jù)文件，打開:A/1N!GHT： OpenL ibnry：Dita Set：A 3JlotIntiInt領(lǐng)、WORK.BEAN215 -如I y I 迎鼬SHELF岬FS部SU SERQM ions CancelI2345G1S31(i11121314150,5 .5,5:13T21;3-33.曳445L.5_fc31.i.B 7 J. J. 10 If 12,5, 5 ：E .E：5：f,5J |*

54、H r-1.11( 102 七 i20 6 0 01尸XJHE. 0 4, 3 95 313r1214：03二.5一 5 22B0-2- 6.25i泣蕾 。出 42. 25 - 56.25H:72.25 9 0.25110.25：m.25 156.25： ；i屹北； L2io2E設(shè)置參數(shù)，Analyze-Fit,將Fit窗口中的自變量x1, x2送入X,將因變量y送入Y結(jié)果輸出:卷 Fit WORK.BEAN2Mornalk y.=xlMornalf Respcnse Distr I but ion：Link Function： IdentityModel Equation3.2070 +2.

55、7017 xl,Summary of FitMnn of Response12.4287 i R-Sgmre,0,3453Root 蛙2.0818 Adj R-Sq0.9361Eurn of Squ：iresMean SquareSource:屹：二E黑淳：P75ja103.59 Fxl收1 112b.即56 15,7459125.605615,745928.993,630.0002 o.oeoa11Parameter Est imatesVariable : DFEstimate雙d Errort StatPr |t|TclerariceVar Inf 1 at ionIntercepti1

56、-3.207SXl：12.7017x2!1-0.06191.BE590.50190.0324-U375.38-1.910.07201).00020.0609。血15 0.06150 16.2715 16.2715由輸出知，模型的方程為y=-3.2078+2.7017x-0.0618/其截距和x2的Prfi土勻0.05對方程的 影響不顯著；x1的Prfi 0.05對方程的影響顯著。本題采用Newton法最好，因為在計算過程中還要給出參數(shù)的二階偏導(dǎo)表達式，保證了其 一階偏導(dǎo)的連續(xù)性，同時采用Logistic模型其P F結(jié)果輸出:me ORTHOREG ProcedureDependenrt Var

57、 iabl e： ySqli rccDFSum ofSquares Mean Squane F Value Pr FModelErrorGtorreeled Total44 81.5430950272 0.0939605264 1.5769555556配骷 577875880.006465132145,570.0014Root USE 0.0920061525RSauare (1.3780278121VariableDFPiramet er Eat inwteSt andardErrort YaluePr |t|Intercept1.07222222222222O,Q3V668717567.5

58、7.0001ri1OJ 196D.011877945 2!ID-OG0.11005w?10.015277777777770.90174751246.740.0008v/510.006292929292920.002924U75-2.150.0978w410.000124825174820.00205629220.090.3363結(jié)果中的Parameter Estimate列五個值依次為b0, b1, b2, b3, b4,由于b0的p值0.05, b4的p值0.936隊于0.1接近于1,所以三，四次項不顯著，因此只需 配到二次就行了。查附表6,當n=9時，1(x)1 i(x) x 527582

59、2(x)2 2(x) 3 (x2 10 x) 3x2 30 x 3796y b0 bl i(x) b2 2(x)2.07222 0.1195 (x 5) 0.01528 (3x2 30 x 379)將x 2z 77代入上式得所求多項式回歸方程：y 304.5489 14.79452z 0.18336z27-3 解：本題目屬于一次回歸的正交設(shè)計，采用二水平，做變換一 1-310 _z2-25 _z3-225 _z4-901 525 x 10按改造過的正交表L8(27)安排實驗，其中令y =y-87,得到相應(yīng)表格如下:試驗號x1x2x3x4y =y-87111115.4211-1-13.431-1

60、1-10.841-1-110.35-1111-2.56-11-1-1-17-1-11-1-3.38-1-1-11-3.6本題的SAS程序如下:閉 Program Editor - (Untiiled) PROC REG runningdata gnlrw； inputySR ；cards：1-1117-11111-1117-111111-11-111-1-1t A proc reg data=afiins;node Irun：ooS3 5oo 6結(jié)果輸出:The 3AS Sjratwn18:40 fednescky, October The 3AS SjratwnThe REG Procedu