习题4作业答案4.2
解：
提出假设：
4.6
解：本题为双因素无重复实验方差分析提出如下假设：
查F 表得：F0.05（2，6）= 5.14， F0.05（3，6）=4.76 因此，FA> F0.05（2，6）, FB> F0.05（3，6）
所以拒绝原假设H01，H02，认为使用不同的促进剂和不同分量的氧化锌，对定强有显著影响。
补充：具体计算过程仅供参考
4.9 为考虑合成纤维中对纤维弹性有影响的二个因素：收缩率A 和总拉伸倍数B 。现就A 和B 各取4种水平做实验，在每一组合水平下各作2次试验，试验结
和总拉伸倍数分别对纤维弹性有无显著影响？并问二者对纤维弹性有无显著交互作用（α=0.05）？ 解：提出如下假设
H 01：收缩率对纤维弹性无显著影响； H 02：总拉伸倍数对纤维弹性无显著影响；
H 03：收缩率和总拉伸倍数对纤维弹性无显著交互作用；
其中，由S ij?=∑x ijk l k=1，i =1,2,3,4，j =1,2,3,4，分别有
S 11?=∑x 11k 2k=1=144，S 21?=∑x 21k 2k=1=148，
S 12?=∑x 12k 2k=1=145，S 22?=∑x 22k 2k=1=150，
S 13?=∑x 13k 2k=1=148，S 23?=∑x 23k 2k=1=155， S 14?=∑x 14k 2k=1=152，S 24?=∑x 24k 2k=1=148， S 31?=∑x 31k 2k=1=149，S 41?=∑x 41k 2k=1=148， S 32?=∑x 32k 2k=1=156，S 42?=∑x 42k 2k=1=145， S 33?=∑x 33k 2k=1=149，S 43?=∑x 43k 2k=1=141， S 34?=∑x 34k 2k=1=147，S 44?=∑x 44k
2k=1=138，
每行的和为
S 1??=∑∑x 1jk 2k=14j=1=589，S 2??=∑∑x 2jk 2
k=14j=1=601， S 3??=∑∑x 3jk 2k=14j=1=601，S 4??=∑∑x 4jk 2k=14j=1=572，
每列的和为
S ?1?=∑∑x i1k 2k=14i=1=589，S ?2?=∑∑x i2k 2
k=14i=1=596，
S ?3?=∑∑x i3k 2k=14i=1=593，S ?4?=∑∑x i4k 2
k=14i=1=585，
则所有数据总和为S =∑∑∑x ijk 2k=14j=14i=1=2363， 数据平方总和为SS =∑∑∑x ijk 22k=14j=14i=1=174673， 故Q A =1
sl ∑S i??2r i=1?1
rsl S 2=1
4×2∑S i??24i=1?1
4×4×2S 2=70.59， Q B =1
rl ∑S ?j?2s j=1?1
rsl S 2=1
4×2∑S ?j?24j=1?1
4×4×2S 2=8.59， Q E =SS ?1
l ∑∑S ij?2s j=1r i=1=SS ?1
2∑∑S ij?24j=14i=1=21.5，
Q T =SS ?1rsl S 2=174673?1
4×4×2×23632=180.22，
Q I =Q T ?Q A ?Q B ?Q E =79.54，
对给定的水平α=0.05，查表得F 0.05(3,16)=3.24，F 0.05(9,16)=2.54，因为F A =17.56>3.24，F B =2.13<3.24，F I =6.60>2.54，故接受H 02，拒绝H 01和H 03，即认为总拉伸倍数对纤维弹性无显著影响，收缩率对纤维弹性有显著影响，且收缩率和总拉伸倍数对纤维弹性有显著交互作用。
4.11 九二零是一种植物生长调节剂，某微生物厂生产的九二零存在着产品效价低，成本高等问题，为解决这一问题，用正交安排试验，选取的因素及水平如下表：
L 8(27)的第1,2,4,7列上，所得试验结果（效价：万单位）依次为：
2.05, 2.24, 2.44, 1.10, 1.50, 1.35, 1.26, 2.00.
试用以下两种方法分析试验结果，
（1）直观分析法；
（2）方差分析法。
7
8
首先，计算正交表上每一列对应水平i的试验指标数据之和。如A列对应水平1的试验指标数据为2.05,2.24,2.44,1.10，故T1A=2.05+2.24+2.44+1.10= 7.83，依次计算填入上表中。
其次，计算极差
R j=max{T1j,T2j,...}?min{T1j,T2j,...}.
依次计算填入上表中。
最后，按照R j的大小排出因素间的主次顺序。R j值越大，表明因素j对试验
指标影响越大，也就越重要。因此，由极差可得各因素（包括虚因素）的重要性依次为：D→A×C→A→A×B→C→B。因为在实验中，效价越高越好，这样每个因素应取较大的值，则因素D的重要性可以确定取水平D2。对于虚因素A×C，
在效价越高越好时，A取A1，C取C1。对于最后一个因素B，要取水平B1。至此，因素A、B、C、D的最佳水平均已选定，最佳的搭配方案为D2A1C1B1。
（2）由（1）表格中的数据可得：y?=1.7425，则可计算下列各式有
Q T =∑(y i
?y ?)2
8i=1=1.7778，Q A =
1.7228
=0.3698，Q B =
0.3428
=0.01445，
Q C =
0.5628
=0.0392，Q D =
2.4228
=0.73205，
Q A×B =
1.1628
=0.1682，Q A×C =
1.7428
=0.37845，
则Q e =Q T ?Q A ?Q B ?Q C ?Q D ?Q A×B ?Q A×C =0.07565
Q T 的自由度f T =n ?1=8?1=7，Q A ,Q B ,Q C ,Q D ,Q A×B ,Q A×C 的自由度都为1，Q e 的自由度也为1，则有： F A =Q A /f A Q e /f e =4.8883，F B =
Q B /f B Q e /f e
=0.1910，F C =
Q C /f C Q e /f e
=0.5182，
F D =
Q D /f D Q e /f e
=9.6768，F A×B =
Q A×B /f A×B
Q e /f e
=2.2234，F A×C =
Q A×C /f A×C
Q e /f e
=5.0026
给定显著水平α=0.01，查F 分布表，得F 0.01(1,1)=4052。结合方差分析表可知，各因素对试验指标均无显著影响。
4.13 利用木素做橡胶补强剂试验，选择了6个因素来考察对胶料物理性能的影响，这6个因素分别是：A （补强剂种类），B （促进剂种类），C （促进剂用量），D （补强剂用量），E （软化剂），F （防老剂），它们均取三水平，试验中还需考察交互作用A×B ，B×C ，试验指标为冲击弹性（％），选用L 27(313)正交表进行试验，
63, 58, 57, 55, 56, 59, 54, 59, 61 45, 42, 58, 45, 50, 45, 51, 49, 40 33, 50, 37, 44, 40, 36, 49, 38, 45
试对试验结果作方差分析。 解：（只给出解题思路）由附表，得以下正交表：
则指标的平均数为：y?=48.85185.
其中，Q e=Q T?Q A?Q B?Q C?Q D?Q E?Q F?Q A×B?Q A×C。给定显著水平α=0.01，查相应F分布表。再结合方差分析表，即可知道，各因素对试验指标是否有显著影响。
试验指标是产量，越高越好。用混合正交表L16(4×212)安排试验，将各因素依次放在正交表的1~5列上，16次试验所得的产量（kg）依次为：
694, 664, 714, 650, 650, 646, 670, 652,
646, 600, 630, 670, 660, 670, 670, 650.
试对结果进行直观分析，并选出最好的生产方案。
首先，计算正交表上每一列对应水平i的试验指标数据之和，依次填入上表中。
其次，计算极差
R j=max{T1j,T2j,...}?min{T1j,T2j,...}.
并也依次计算填入上表中。
最后，按照R j的大小排除因素间的主次顺序，R j值越大，表明因素j对试
验指标影响越大，也就越重要。因为在试验中，产量越高越好，这样每个因素应取较大的值，故可得出最优试验条件。若这组最优试验条件包含在已做的16次试验中，则此即为最好的生产方案。否则，将选出来的这组试验方案与表中指标最大值714所对应的3号试验A1B2C2D2E2做对比实验，选择产量更高的方案作为最终的最优试验方案。
应用数理统计大作业1——逐步回归法分析 终
应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月
逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS 数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响 年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真
目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入／移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)
1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。
习题五 1 试检验不同日期生产的钢锭的平均重量有无显著差异？（=0.05） 解 根据问题，因素A 表示日期，试验指标为钢锭重量，水平为5. 假设样本观测值(1,2,3,4)ij y j =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= . 检验的问题：01251:,:i H H μμμμ===不全相等 . 计算结果： 表5.1 单因素方差分析表 ‘*’ . 查表0.95(4,15) 3.06F =，因为0.953.9496(4,15)F F =>，或p = 0.02199<0.05， 所以拒绝0H ，认为不同日期生产的钢锭的平均重量有显著差异. 2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验 试检验在四种不同催化剂下平均得率有无显著差异？（=0.05） 解 根据问题，设因素A 表示催化剂，试验指标为化工产品的得率，水平为4 . 假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= .其中
样本容量不等，i n 分别取值为6，5，3，4 . 检验的问题：012341:,:i H H μμμμμ===不全相等 . 计算结果： 表5.2 单因素方差分析表 查表0.95(3,14) 3.34F =，因为0.952.4264(3,14)F F =<，或p = 0.1089 > 0.05， 所以接受0H ，认为在四种不同催化剂下平均得率无显著差异 . 3 试验某种钢的冲击值（kg ×m/cm2），影响该指标的因素有两个，一是含铜量A ， 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（=0.05） 解 根据问题，这是一个双因素无重复试验的问题，不考虑交互作用. 设因素,A B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为12. 假设样本观测值(1,2,3,1,2,3,4)ij y i j ==来源于正态总体2 ~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j = .记i α?为对应于i A 的主效应；记j β?为对应于j B 的主效应； 检验的问题：（1）10:i H α?全部等于零，11 :i H α?不全等于零； （2）20:j H β?全部等于零，21:j H β?不全等于零； 计算结果： 表5.3 双因素无重复试验的方差分析表 查表0.95(2,6) 5.143F =，0.95(3,6) 4.757F =，显然计算值,A B F F 分别大于查表值， 或p = 0.0005，0.0009 均显著小于0.05，所以拒绝1020,H H ，认为含铜量和试验温度都会对钢的冲击值产生显著影响作用. 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量：
第四章作业题解 4.1 甲、乙两台机床生产同一种零件, 在一天内生产的次品数分别记为 X 和 Y . 已知 ,X Y 的概率分布如下表所示: 如果两台机床的产量相同, 问哪台机床生产的零件的质量较好？ 解： 11.032.023.014.00)(=?+?+?+?=X E 9.0032.025.013.00)(=?+?+?+?=Y E 因为 )()(Y E X E >，即乙机床的平均次品数比甲机床少，所以乙机床生产的零件质量较好。 4.2 袋中有 5 个球, 编号为1,2,3,4,5, 现从中任意抽取3 个球, 用X 表示取出的3 个球中的 最大编号，求E (X ). 解：X 的可能取值为3,4,5. 因为1.01011)3(35 == = =C X P ；3.010 3)4(35 2 3== = =C C X P ； 6.010 6)5(3 5 24=== =C C X P 所以 5.46.053.041.03)(=?+?+?=X E 4.3 设随机变量X 的概率分布1 {}(0,1,2,),(1) k k a P X k k a +===+ 其中0a >是个常 数，求()E X 解: 1 1 2 1 1 1 ()(1) (1) (1) k k k k k k a a a E X k k a a a -∞ ∞ +-=== = +++∑∑ ，下面求幂级数11 k k k x ∞ -=∑的和函数， 易知幂级数的收敛半径为1=R ，于是有 1 2 1 1 1()( ),1,1(1) k k k k x k x x x x x ∞ ∞ -==''=== <--∑ ∑
第五章作业题解 5.1 已知正常男性成人每毫升的血液中含白细胞平均数是7300, 标准差是700. 使用切比雪 夫不等式估计正常男性成人每毫升血液中含白细胞数在5200到9400之间的概率. 解：设每毫升血液中含白细胞数为，依题意得，7300)(==X E μ，700)(==X Var σ 由切比雪夫不等式，得 )2100|7300(|)94005200(<-=< 应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月 逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统(Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真 目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (5) 3.1确定自变量和因变量 (5) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (8) 4.1输入／移去的变量 (8) 4.2模型汇总 (9) 4.3方差分析 (9) 4.4回归系数 (10) 4.5已排除的变量 (11) 4.6残差统计量 (11) 4.7残差分布直方图和观测量累计概率P-P图 (12) 5、异常情况说明 (13) 5.1异方差检验 (13) 5.2残差的独立性检验 (14) 5.3多重共线性检验 (15) 6、结论 (15) 参考文献 (17) 1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。 表1-1三因子多水平实验方案 第二章 参数估计（续） P68 2.13 设总体X 服从几何分布：{}()1 1k P X k p p -==-，12k = ，，，01p <<，证明 样本均值1 1 n i i X X n == ∑是()E X 的相合、无偏和有效估计量。 证明： 总体X 服从几何分布， ∴()1= E X p ，()2 1-= p D X p . 1 () ()1 11 11 11==????===??== ? ????? ∑ ∑ n n i i i i E X E X E X n E X n n n p p . ∴样本均值11n i i X X n == ∑ 是()E X 的无偏估计量。 2 () 2222 1 11 1111==--???? ===??= ? ?????∑ ∑n n i i i i p p D X D X D X n n n n p np . ()()()()11 11 ln ln 1ln 1ln 1-??=-=+--??；X f X p p p p X p . () 111ln 111111f X p X X p p p p p ?--= - =+?--；. () () 2 11 2 2 2 ln 11 1f X p X p p p ?-=- + ?-；. ()()()()21112 2 2 22ln 11 1111f X p X X I p E E E p p p p p ???? ?? ?--=-=--+=+???????--?????? ? ?? ? ； () ()() ()12 2 2 2 2 211 11 111111111??-= + -= + ?-=+? ?---?? p E X p p p p p p p p ()()() () 2 2 2 111 1 111-+= + = = ---p p p p p p p p p . 第四章作业题解 4.1 甲、乙两台机床生产同一种零件, 在一天内生产的次品数分别记为 X 和 Y . 已知 ,X Y 的概率分布如下表所示: 如果两台机床的产量相同, 问哪台机床生产的零件的质量较好？ 解： 11.032.023.014.00)(=?+?+?+?=X E 9.0032.025.013.00)(=?+?+?+?=Y E 因为 )()(Y E X E >，即乙机床的平均次品数比甲机床少，所以乙机床生产的零件质量较好。 4.2 袋中有 5 个球, 编号为1,2,3,4,5, 现从中任意抽取3 个球, 用X 表示取出的3 个球中的 最大编号，求E (X ). 解：X 的可能取值为3,4,5. 因为1.01011)3(35====C X P ；3.010 3 )4(3523====C C X P ； 6.010 6 )5(3524====C C X P 所以 5.46.053.041.03)(=?+?+?=X E 4.3 设随机变量X 的概率分布1 {}(0,1,2,),(1)k k a P X k k a +== =+L 其中0a >是个常 数，求()E X 解: 1121 1 1()(1)(1)(1)k k k k k k a a a E X k k a a a -∞∞ +-====+++∑∑g g ，下面求幂级数1 1k k kx ∞ -=∑的和函数，易知幂级数的收敛半径为1=R ，于是有 1 2 1 1 1 ()(),1,1(1)k k k k x kx x x x x ∞ ∞ -==''===<--∑∑ 根据已知条件，0a >，因此011a a < <+，所以有 2 21 ()(1)(1)1a E X a a a a = =+-+g . 4.4 某人每次射击命中目标的概率为p , 现连续向目标射击, 直到第一次命中目标为止, 求射击次数的期望. 解：因为X 的可能取值为1,2,……。依题意，知X 的分布律为 1(),1,1,2,k P X k q p q p k -===-=L L 所以)1( )()()(1 1 1 1 '-='='== ∑∑∑∞ =∞=∞ =-q q p q p q p p kq X E k k k k k k p p p q p 1 1)1(12 2=?=-= 4.5 在射击比赛中, 每人射击4 次, 每次一发子弹. 规定4弹全未中得0分, 只中1弹得15 分, 中2弹得30 分, 中3弹得55分, 中4弹得100分. 某人每次射击的命中率为0.6, 此人期 望能得到多少分？ 解：设4次射击中命中目标的子弹数为X ，得分为Y ，则X ~B (4,0.6) 因为 0256.04.06.0)0(4 4=?==C X P 1536.04.06.0)1(311 4=?==C X P 3456.04.06.0)2(2224=?==C X P 3456.04.06.0)3(1334=?==C X P 1296.04.06.0)4(0444=?==C X P 所以Y 的分布律为 故期望得分为 1296.01003456.0553456.0301536.0150256.00)(?+?+?+?+?=Y E = 44.64 4.6 设随机变量 X 的概率分布为1 32 {(1)}(1,2,,),3 k k k k P X k +=-= =L 说明X 的期望不存在。 ） 数理统计 一、填空题 1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ， 则称),,(21n X X X g 为统计量。不含任何未知参数 2、设母体σσμ),,(~2 N X 已知，则在求均值μ的区间估计时，使用的随机变量为 n X σ μ - 3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为 。 025.010 1 5u ?± ; 4、假设检验的统计思想是 。 小概率事件在一次试验中不会发生 5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%， 此问题的原假设为 。 0H ：05.0≤p 6、某地区的年降雨量),(~2 σμN X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2 σ的矩估计值为 。 ~ 7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2 N 与 )1,2(N ， 2 *2 2*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS +==χχ，已知)4(~),20(~22 2221χχχχ，则__________,==b a 。 用 )1(~)1(22 2 *--n S n χσ，1,5-==b a 8、假设随机变量)(~n t X ，则 21 X 服从分布 。)1,(n F 9、假设随机变量),10(~t X 已知05.0)(2 =≤λX P ，则____=λ 。 用),1(~2 n F X 得),1(95.0n F =λ 10、设子样1621,,,X X X 来自标准正态分布母体)1,0(N ， X 为子样均值，而 01.0)(=>λX P ， 则____=λ 01.04)1,0(~1z N n X =?λ 11、假设子样1621,,,X X X 来自正态母体),(2 σμN ，令∑∑==-=16 11 10 1 43i i i i X X Y ，则Y 的 分布 )170,10(2 σμN % 12、设子样1021,,,X X X 来自标准正态分布母体)1,0(N ，X 与2 S 分别是子样均值和子 样方差，令2*2 10S X Y =，若已知01.0)(=≥λY P ，则____=λ 。)9,1(01.0F =λ 13、如果,?1θ2?θ都是母体未知参数θ的估计量，称1?θ比2?θ有效，则满足 。 )?()?(2 1θθD D < 14、假设子样n X X X ,,,21 来自正态母体),(2σμN ，∑-=+-=1 1 2 12 )(?n i i i X X C σ 是2σ的一个无偏估计量，则_______=C 。 ) 1(21 -n 15、假设子样921,,,X X X 来自正态母体)81.0,(μN ，测得子样均值5=x ，则μ的置信度是95.0的置信区间为 。025.03 9 .05u ?± 16、假设子样10021,,,X X X 来自正态母体),(2 σμN ，μ与2 σ未知，测得子样均值 5=x ，子样方差12=s ，则μ的置信度是95.0的置信区间为 。 025.0025.0025.0)99(),99(10 1 5z t t ≈?± 17、假设子样n X X X ,,,21 来自正态母体),(2 σμN ， μ与2σ未知，计算得 应用数理统计大作业1——逐步回归法分析终 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII 应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月 逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真 目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入／移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20) 1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。 NBA球员科比单场总得分与上场时间的线性回归分析 摘要 篮球运动中，球员的上场时间与球员的场上得分的数学关系将影响到教练对每位球员上场时间的把握，若能得到某位球员的上场时间与场上得分的数据关系，将能更好的把握该名球员的场上时间分配。本次作业将针对现役NBA球员中影响力最大的球员科比布莱恩特进行研究，对其2012-2013年赛季常规赛的每场得分与出场时间进行线性回归，得到得分与出场时间的一元线性回归直线，并对显著性进行评估和进行区间预测。 正文 一、问题描述 随着2002年姚明加入NBA，越来越多的中国人开始关注篮球这一项体育运动，并使得篮球运动大范围的普及开来，尤其是青年学生。本着学以致用的原则，希望将所学理论知识与现实生活与个人兴趣相结合，若能通过建立相应的数理统计模型来做相应的分析，并且从另外一个角度解析篮球，并用以指导篮球这一项运动的更好发展，这也将是一项不同寻常的探索。篮球运动中，得分是取胜的决定因素，若要赢得比赛，必须将得分超出对手，而影响一位球员的得分的因素是多样的，例如：情绪，状态，体力，伤病，上场时间，防守队员等诸多因素，而上场时间作为最直接最关键的因素，其对球员总得分的影响方式有着重要的研究意义。 倘若知道了其分布规律，则可从数量上掌握得分与上场时间复杂关系的大趋势，就可以利用这种趋势研究球员效率最优化与上场时间的控制问题。 因此，本文针对湖人当家球星科比布莱恩特在2012-2013年赛季常规赛的每场得分与上场时间进行线性回归分析，并对显著性进行评估，以巩固所学知识，并发现自己的不足。 二、数据描述 抽出科比布莱恩特2012-2013年常规赛所有82场的数据记录（原始数据见附录），剔除掉其中没有上场的部分数据，得到有参考实用价值的数据如表2.1所示： 北航数理统计大作业-多元线性回归 应用数理统计多元线性回归分析 （第一次作业） 学院： 姓名： 学号： 2013年12月 交通运输业产值的多元线性回归分析 摘要：本文基于《中国统计年鉴》（2012年版）统计数据，寻找影响交通运输业发展的因素，包括工农业发展水平、能源生产水平、进出口贸易交流以及居民消费水平等，利用统计软件SPSS对各因素进行了筛选分析，采用逐步回归法得到最优多元线性回归模型，并对模型的回归显著性、拟合度以及随机误差的正态性进行了检验，最后可以利用有效的最优回归模型对将来进行预测。 关键字：多元线性回归，逐步回归，交通运输产值，工业产值，进出口总额1，引言 交通运输业指国民经济中专门从事运送货物和旅客的社会生产部门，包括铁路、公路、水运、航空等运输部门。它是国民经济的重要组成部分，是保证人们在政治、经济、文化、军事等方面联系交往的手段，也是衔接生产和消费的一个重要环节。交通运输业在现代社会的各个方面起着十分重要的作用，因此研究交通运输业发展水平与各个影响因素间的关系显得十分重要，建立有效的数学相关模型对于预测交通运输业的发展，制定相关政策方案提供依据。根据经验交通运输业的发展受到工农业发展、能源生产、进出口贸易以及居民消费水平等众因素的影响，故建立一个完整精确的数学模型在理论上基本无法实现，并且在实际运用中也没有必要，一种简单有效的方式就是寻找主要影响因素，分析其与指标变量的相关性，建立多元线性回归模型就是一种有效的方式。 变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为 第三章 假设检验 课后作业参考答案 某电器元件平均电阻值一直保持Ω，今测得采用新工艺生产36个元件的平均电阻值为Ω。假设在正常条件下，电阻值服从正态分布，而且新工艺不改变电阻值的标准偏差。已知改变工艺前的标准差为Ω，问新工艺对产品的电阻值是否有显着影响(01.0=α) 解：(1)提出假设64.2:64.2:10≠=μμH H ， (2)构造统计量36 /06.064 .261.2/u 00 -=-= -= n X σμ (3)否定域???? ??>=???? ??>?? ??? ??<=--21212 αααu u u u u u V (4)给定显着性水平01.0=α时，临界值575.2575.22 12 =-=- α αu u ， (5) 2 αu u <，落入否定域，故拒绝原假设，认为新工艺对电阻值有显着性影响。 一种元件,要求其使用寿命不低于1000（小时）,现在从一批这种元件中随机抽取25件,测 得其寿命平均值为950（小时）。已知这种元件寿命服从标准差100σ=（小时）的正态分布， 试在显着水平下确定这批元件是否合格。 解： {}01001:1000, H :1000 X 950 100 n=25 10002.5 V=u 0.05H x u αμμσμα-≥<====->=提出假设：构造统计量：此问题情形属于u 检验，故用统计量：此题中：代入上式得： 拒绝域： 本题中：0.950.950 u 1.64u 0.0u H =>∴即，拒绝原假设认为在置信水平5下这批元件不合格。 某厂生产的某种钢索的断裂强度服从正态分布( )2 ,σ μN ，其中()2 /40cm kg =σ。现从一 多元线性回归分析 摘要：本文查找2011年《中国统计年鉴》，取我国31个省市自治区直辖市2010年的数据，利用SPSS软件对影响居民消费的因素进行讨论构造线性回归模型。并对模型的回归显著性、拟合度、正态分布等分别进行检验，最终得到最优线性回归模型，寻找影响居民消费的各个因素。 关键字：回归分析；线性；相关系数；正态分布 1. 引言 变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为回归分析。 回归分析是指通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程，这一数学表达式通常称为经验公式。一方面，研究者可以利用概率统计知识，对这个经验公式的有效性进行判定；另一方面，研究者可以利用经验公式，根据自变量的取值预测因变量的取值。如果是多个因素作为自变量的时候，还可以通过因素分析，找出哪些自变量对因变量的影响是显著的，哪些是不显著的。 回归分析目前在生物统计、医学统计、经济分析、数据挖掘中得到了广泛的应用。通过对训练数据进行回归分析得出经验公式，利用经验公式就可以在已知自变量的情况下预测因变量的取值。实际问题的控制中往往是根据预测结果来进行的，如在商品流通领域，通常用回归分析商品价和与商品需求之间的关系，以便对商品的价格和需求量进行控制。 本文查找2011年《中国统计年鉴》，取我国31个省市自治区直辖市2010年的数据，利用SPSS软件对影响居民消费的因素进行讨论构造多元线性线性回归模型。以探求影响居民消费水平的各个因素，得到最优线性回归模型。随后，我们对模型的回归显著性、拟合度、正态分布等分别进行检验，以考察线性回归模型的可信度。 本文将分为5章进行论述。在第2章，我们介绍多元线性回归模型的概念。第3章，我们进行模型的建立与数据的收集和整理。我们在第4章对数据进行处理，得出多元线性回归模型，并对其进行检验。在第5章，我们进行总结。2.预备知识 2.1 回归分析 回归分析研究的主要对象是客观事物变量间的统计关系，它是建立在对客观事物进行大量试验和观察的基础上，用来寻找隐藏在那些看上去是不确定的现象中的统计规律性的统计方法。回归分析方法是通过建立统计模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效的工具。 P168 2解：假设0 1234:H μμμμ=== 112 34:H μμμμ不全为零 1234454562024.52r n n n n n X ======= 经计算可得下列反差分析表： 查表得0.05(3,16) 3.24F = 0.0517.8837 0.4745(3,16)37.6887 F F = =< 故接受0H 即可认为四个干电池寿命无显着差异 3 解：假设0 123:H μμμ== 1123:H μμμ不全相等 12336140.9278r n n n X ===== 经计算可得下列方差分析表： 0.050.05(2,15) 3.68 4.373 3.68(2,15) F F F ==>= ∴拒绝0H 故可认为该地区三所小学五年级男生平均身高有显着差异。 4 解： 假设01234:H μμμμ=== 11234:H μμμμ不全相等 123445100.535r n n n n X ====== 0.05(3,16) 3.24F = 0.05(3,16) 3.24F F >= ∴拒绝0H 故可认为这几支伏特计之间有显着差异。 5 解：假设012345:H μμμμμ==== 112345:H μμμμμ不全相等 60 1234553 89.6r n n n n n X ======= 0.050.05(4,10) 3.4815.18(4,10)F F F ==> ∴拒绝0H 故可认为温度对得率有显着影响 2 151515 11(,( ))X X N n n μμσ--+ 由T 检验法知： ()T t n r = - 给定的置信概率为10.95α-= 0.025{()}0.95P T t n r <-= 故15μμ-的置信概率为的置信区间为 150.025150.025((,()E E X X t n r X X t n r ----+- 2.236E S = == 0.025(10) 2.2281t = 由上面的数据代入计算可得： 150.025150.0259084 2.2281 2.236 1.932210.0678E E X X t X X t --=--?=-+= 故15μμ-的置信区间为（ , ） 2 343434 11(,( ))X X N n n μμσ--+ 由T 检验法知： ()X X T t n r = - 34μμ-的置信区间为： 340.025340.025((,()E E X X t n r X X t n r ----+- 数理统计试题 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】 2015-2016学年第1学期《数理统计学》考试试题 1、考试中可以使用不带编程功能的科学计算器。 2、计算题要求写出公式及其主要计算过程，如果没有特殊说明结果保留2位小数。 3、请将选择题的答案（用字母A 、B 、C 、D ）填在下表对应题号后的空格内。 选择题答案表 一、单项选择题（每题2分，共20分，选出最为恰当的一项）。 1. 设总体),(~211σμN X ，),(~2 2 2σμN Y 相互独立，样本量分别为1n ，2n ，样本方差分别为21S ，22S ，检验2221122210::σσσσn n F S S α D. )1,1(21222 2 1-->n n F S S α 2. 假设?θ 是θ的一个点估计，那么以下说法中错误的是（ ）。 A.如?()E θ θ=，则?θ是θ的无偏估计 B.如?θ 是θ的无偏估计，则?()g θ是()g θ的无偏估计 C.如?θ 是θ的极大似然估计，()g θ有单值反函数，则?()g θ是()g θ的极大似然估计 D.?θ 的均方误差定义为2??()()MSE E θθθ=- 3. 设n X X X ,,,21 为来自正态分布),(2σμN 的简单随机样本，X 为样本均值， ∑=-=n i i n X X n S 1 22)(1，则服从自由度为1-n 的t 分布的统计量为（ ）。 对中国各地财政收入情况的聚类分析和判 别分析 应用数理统计第二次大作业 学院名称 学号 学生姓名 摘要 我国幅员辽阔，由于人才、地理位置、自然资源等条件的不同，各地区的财政收入类型各自呈现出不一样的发展趋势，通过准确定位中国各地区财政收入情况对于正确认识我国财政收入具有重要的意义。本文以中国各地财政收入情况为研究对象，从《中国统计年鉴》中选取2011年期间中国各地财政收入情况为因 变量，选取国内增值税、营业税、企业所得税、个人所得税、城市维护建设税、土地增值税、契税、专项收入、行政事业性收费收入、国有资本经营收入和国有资源（资产）有偿使用收入11个可能影响中国各地财政收入的因素为自变量，利用统计软件SPSS，对27个地区的财政收入进行了聚类分析，并对另外4个地区的财政收入进行了判别分析，并最终确定了中国各地区根据财政收入类型的分类情况。 关键词：聚类分析，判别分析，SPSS，中国各地财政收入类型 1、引言 财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。通过准确定位中国各地区财政收入情况对于正确认识我国财政收入具有重要的意义。 本文利用统计软件SPSS，根据各地区的财政收入情况，对北京、天津、河北等27个地区进行聚类分析，并对青海、重庆、四川、贵州4个省市进行判别分析，判断属于聚类分析结果中的哪种财政收入类型。 1.1 聚类分析 聚类分析是根据研究对象的特征对研究对象进行分类的多元统计分析技术的总称，它直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。本文采用的是系统聚类分析，它又称集群分析，是聚类分析中应用最广的一种方法，其基本思想是：首先将每个聚类对象看作一类，然后根据对象间的相似程度，将相似程度最高的两类进行合并，并计算合并后的类与其他类之间的距离，再选择相近者进行合并，每合并一次减少一类，直至所有的对象都并为一类为止。 系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就 习题五 1 某钢厂检查一月上旬内的五天中生产的钢锭重量，结果如下：(单位：k g) 日期重旦量 1 5500 5800 5740 5710 2 5440 5680 5240 5600 4 5400 5410 5430 5400 9 5640 5700 5660 5700 10 5610 5700 5610 5400 试检验不同日期生产的钢锭的平均重量有无显著差异？ ( =0.05) 解根据问题，因素A表示日期，试验指标为钢锭重量，水平为 5. 2 假设样本观测值y j(j 123,4)来源于正态总体Y~N(i, ),i 1,2,...,5 检验的问题：H。：i 2 L 5, H i : i不全相等. 计算结果： 注释当=0.001表示非常显著，标记为*** '类似地，=0.01，0.05，分别标记为 查表F0.95(4,15) 3.06，因为F 3.9496 F0.95(4,15)，或p = 0.02199<0.05 ，所 以拒绝H。，认为不同日期生产的钢锭的平均重量有显著差异 2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验 解 根据问题，设因素A表示催化剂，试验指标为化工产品的得率，水平为 4 . 2 假设样本观测值y j(j 1,2,..., nJ来源于正态总体Y~N(i, ), i 1,2,...,5 .其中样本容量不等，n分别取值为6，5，3，4 . 日产量 操作工 查表 F O .95（3,14） 3.34，因为 F 2.4264 F °.95（3,14），或 p = 0.1089 > 0.05， 所以接受H 。，认为在四种不同催化剂下平均得率无显著差异 3 试验某种钢的冲击值（kg Xm/cm2 ）,影响该指标的因素有两个，一是含铜量 A ,另 一个是温度 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？ （ =0.05 ） 解 根据问题，这是一个双因素无重复试验的问题，不考虑交互作用 设因素A,B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为 12. 2 假设样本观测值y j （i 1,2,3, j 1,2,3,4）来源于正态总体 Y j ~N （j , ）,i 1,2,3, j 1,2,3,4 .记i 为对应于A 的主效应；记 j 为对应于B j 的主效应； 检验的问题：（1） H i 。： i 全部等于零，H i — i 不全等于零； （2） H 20 : j 全部等于零，H 21： j 不全等于零； 计算结果： 查表F 0.95（2,6） 5.143 ,局.95（3,6） 4.757 ,显然计算值F A , F B 分别大于查表值, 或p = 0.0005 , 0.0009均显著小于0.05，所以拒绝H i°,H 20，认为含铜量和试验温度 都会对钢的冲击值产生显著影响作用 . 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量: 检验的问题：H 0： 1 计算结果： H i : i 不全相等 习题4作业答案4.2 解： 提出假设： 4.6 解：本题为双因素无重复实验方差分析提出如下假设： 查F 表得：F0.05（2，6）= 5.14， F0.05（3，6）=4.76 因此，FA> F0.05（2，6）, FB> F0.05（3，6） 所以拒绝原假设H01，H02，认为使用不同的促进剂和不同分量的氧化锌，对定强有显著影响。 补充：具体计算过程仅供参考 4.9 为考虑合成纤维中对纤维弹性有影响的二个因素：收缩率A 和总拉伸倍数B 。现就A 和B 各取4种水平做实验，在每一组合水平下各作2次试验，试验结 和总拉伸倍数分别对纤维弹性有无显著影响？并问二者对纤维弹性有无显著交互作用（α=0.05）？ 解：提出如下假设 H 01：收缩率对纤维弹性无显著影响； H 02：总拉伸倍数对纤维弹性无显著影响； H 03：收缩率和总拉伸倍数对纤维弹性无显著交互作用； 其中，由S ij?=∑x ijk l k=1，i =1,2,3,4，j =1,2,3,4，分别有 S 11?=∑x 11k 2k=1=144，S 21?=∑x 21k 2k=1=148， S 12?=∑x 12k 2k=1=145，S 22?=∑x 22k 2k=1=150， S 13?=∑x 13k 2k=1=148，S 23?=∑x 23k 2k=1=155， S 14?=∑x 14k 2k=1=152，S 24?=∑x 24k 2k=1=148， S 31?=∑x 31k 2k=1=149，S 41?=∑x 41k 2k=1=148， S 32?=∑x 32k 2k=1=156，S 42?=∑x 42k 2k=1=145， S 33?=∑x 33k 2k=1=149，S 43?=∑x 43k 2k=1=141， S 34?=∑x 34k 2k=1=147，S 44?=∑x 44k 2k=1=138， 每行的和为 S 1??=∑∑x 1jk 2k=14j=1=589，S 2??=∑∑x 2jk 2 k=14j=1=601， S 3??=∑∑x 3jk 2k=14j=1=601，S 4??=∑∑x 4jk 2k=14j=1=572， 每列的和为 S ?1?=∑∑x i1k 2k=14i=1=589，S ?2?=∑∑x i2k 2 k=14i=1=596， S ?3?=∑∑x i3k 2k=14i=1=593，S ?4?=∑∑x i4k 2 k=14i=1=585， 则所有数据总和为S =∑∑∑x ijk 2k=14j=14i=1=2363， 数据平方总和为SS =∑∑∑x ijk 22k=14j=14i=1=174673， 故Q A =1 sl ∑S i??2r i=1?1 rsl S 2=1 4×2∑S i??24i=1?1 4×4×2S 2=70.59， Q B =1 rl ∑S ?j?2s j=1?1 rsl S 2=1 4×2∑S ?j?24j=1?1 4×4×2S 2=8.59， Q E =SS ?1 l ∑∑S ij?2s j=1r i=1=SS ?1 2∑∑S ij?24j=14i=1=21.5， Q T =SS ?1rsl S 2=174673?1 4×4×2×23632=180.22， Q I =Q T ?Q A ?Q B ?Q E =79.54， 对给定的水平α=0.05，查表得F 0.05(3,16)=3.24，F 0.05(9,16)=2.54，因为F A =17.56>3.24，F B =2.13<3.24，F I =6.60>2.54，故接受H 02，拒绝H 01和H 03，即认为总拉伸倍数对纤维弹性无显著影响，收缩率对纤维弹性有显著影响，且收缩率和总拉伸倍数对纤维弹性有显著交互作用。 4.11 九二零是一种植物生长调节剂，某微生物厂生产的九二零存在着产品效价低，成本高等问题，为解决这一问题，用正交安排试验，选取的因素及水平如下表： L 8(27)的第1,2,4,7列上，所得试验结果（效价：万单位）依次为： 2.05, 2.24, 2.44, 1.10, 1.50, 1.35, 1.26, 2.00.应用数理统计大作业1——逐步回归法分析终
应用数理统计作业题及参考答案(第二章)(2)
概率论与数理统计第4章作业题解25554
数理统计课后答案
应用数理统计大作业1——逐步回归法分析终
重庆大学研究生数理统计大作业
最新北航数理统计大作业-多元线性回归
应用数理统计吴翊李永乐第三章假设检验课后作业参考答案
北航应用数理统计大作业多元线性回归
数理统计答案第四章汪荣鑫
数理统计试题完整版
北航-数理统计大作业
应用数理统计课后习题参考答案
数理统计第四章作业答案
相关主题
文本预览