下载文档原格式
实验六 利用电位差计测量电压一、实验目的1. 理解并掌握电位差计的工作原理；2. 掌握用箱式电位差计测量电压的方法。
二、实验器材直流稳压电源、电阻箱一个、滑线变阻器一个、万用表一个、箱式直流电位差计一只，导线等。
三、实验原理如图所示，标准电压Es=1.0186V ，调节滑动变阻器1使开关打向左边Es 时I G =0。
此时，流经电阻和滑动变阻器2的电流为：10101.86s E I mA == 当开关打向右边Ux 时，调节滑动变阻器2使I G =0，此时回路1的器件和条件都没发现变化，其电流仍然为10mA ，此时滑动变阻器2的左端电压就等于Ux 的电压。
四 、实验步骤（1）电压的测量1、打开直流是位差计电源开关，将倍率开关K1由“断”放所需档位5上，将功能开关K3旋到“测量”，旋动调零电位器，使检流计初步指零；令电位差计预热5分钟；2、将检流计精细调0；将扳键推向“标准”，旋动工作电流调节旋钮“粗”，“微”，使检流计指0；3、按图2所示，接好电路图；4、用万用表测量100欧姆电阻两端电压；5、按万用表测量数据初步调节读盘数据，被测电阻两端电压按正确极性接在“未知”接线柱上，将扳键开关K2扳向“未知”；调节大小读数使检流计指零，则被测量值等于倍率与3个读盘之和的乘积。
图1 电位差计实验原理图2 电位差计测量电压（2）电位差计的灵敏度电位差计的灵敏度定义为：电位差计平衡后，单位被测电压的变化所引起的检流计指针偏转的变化。
若改变平衡时的补偿电压U的改变量为△U，引起检流计指针的偏转为△n，则灵敏度S为：S=△n/△U =五、实验报告万用表测量电压值为电位差计测量值为电位差计的灵敏度S=。
实验六微生物细胞大小的测定一、目的要求1.学会测微尺的使用和计算方法。
2.掌握酵母菌细胞大小测定的方法。
二、基本原理微生物细胞大小, 是微生物的形态特征之一,也是分类鉴定的依据之一。
由于菌体很小, 只能在显微镜下测量。
用来测量微生物细胞大小的工具有目镜测微尺和镜台测微尺。
镜台测微尺是中央部分刻有精确等分线的载玻片。
一般将1mm等分为100格（或2mm等分为200格）,每格长度等于0．01mm（即106μm）。
是专用于校正目镜测微尺每格长度的。
目镜测微尺是一块可放在接目镜内的隔板上的圆形小玻片, 其中央刻有精确的刻度, 有等分50小格或100小格两种, 每5小格间有一长线相隔。
由于所用接目镜放大倍数和接物镜放大倍数的不同, 目镜测微尺每小格所代表的实际长度也就不同, 因此,目镜测微尺不能直接用来测量微生物的大小, 在使用前必须用镜台测微尺进行校正, 以求得在一定放大倍数的接目镜和接物镜下该目镜测微尺每小格的相对值, 然后才可用来测量微生物的大小。
三、器材枯草芽孢杆菌染色玻片标本, 目镜测微尺, 镜台测微尺, 显微镜, 擦镜纸, 香柏油等。
四、操作步骤1. 目镜测微尺的标定(1)放置目镜测微尺取出接目镜, 旋开接目镜透镜, 将目镜测微尺的刻度朝下放在接目镜筒内的隔板上（图Ⅳ-4, B）, 然后旋上接目透镜, 最后将此接目镜插入镜筒内（图Ⅳ-4, C）。
(2)放置镜台测微尺将镜台测微尺置于显微镜的载物台上, 使刻度面朝上。
(3)校正目镜测微尺先用低倍镜观察, 对准焦距, 当看清镜台测微尺后, 转动接目镜, 使目镜测微尺的刻度与镜台测微尺的刻度平行, 移动推动器, 使目镜测微尺和镜台测微尺的某一区间的两对刻度线完全重合, 然后计数出两对重合线之间各自所占的格数（图Ⅳ-6）。
根据计数得到的目镜测微尺和镜台测微尺重合线之间各自所占的格数, 通过如下公式换算出目镜测微尺每小格所代表的实际长度。
目镜测微尺每小格长度（μm）=同法校正在高倍镜和油镜下目镜测微尺每小格所代表的长度。
最新实验六(实验报告)实验目的：本次实验旨在探究特定物质在不同条件下的反应特性，以及通过实验数据分析物质的性质和变化规律。
通过对实验过程的观察和结果的记录，加深对理论知识的理解，并提高实验操作技能。
实验材料：1. 试样：待测物质样品2. 试剂：所需的化学反应试剂3. 仪器：天平、烧杯、量筒、滴定管、温度计、pH计、光谱仪等实验步骤：1. 准备阶段：根据实验要求，准确称取适量的试样和试剂，准备好所有实验仪器。
2. 实验操作：按照实验指导书的步骤，进行化学反应操作，记录下每个步骤的具体条件，如温度、pH值、反应时间等。
3. 数据收集：对反应过程中产生的数据进行收集，包括但不限于颜色变化、沉淀形成、气泡产生等。
4. 结果分析：根据收集到的数据，分析反应过程中物质的变化，以及反应的动力学特征。
5. 结论撰写：根据实验结果，撰写实验结论，总结物质的性质和反应特点。
实验结果：1. 反应速率：通过观察和记录，发现在特定条件下，反应速率与预期相符，具体数据见附录。
2. 产物分析：实验中产生的主要产物为X和Y，通过光谱分析确认了其结构。
3. 副反应：在实验过程中，未观察到明显的副反应现象。
4. 影响因素：实验中发现温度和pH值对反应速率有显著影响。
实验讨论：本次实验中，反应的速率和产物与理论预测基本一致，但在实际操作中存在一定的误差，可能的原因包括实验操作的不精确、环境条件的波动等。
未来可以通过改进实验方法和控制实验条件来减少误差。
结论：通过本次实验，我们成功地研究了特定物质在不同条件下的反应特性，并通过数据分析得到了物质的性质和反应规律。
实验结果对理解相关化学反应机制具有重要意义，并为进一步的实验研究提供了基础。
实验六：观察人血永久涂片一、实验目的：能够运用显微镜观察人血永久涂片，识别红细胞、白细胞和血小板。
二、操作步骤：操作内容操作细则取用器材1、一手握镜臂，一手托镜座，镜筒向前，镜臂向后，将显微镜从显微镜箱中取出；将显微镜安放在实验台距身前边缘7cm左右处，略偏左。
安装镜头2、安装好物镜和目镜。
对光3、转动粗准焦螺旋，使镜筒上升。
4、转动转换器，使低倍物镜正对通光孔。
5、转动遮光器，选择较大光圈对准通光孔。
6、左眼注视目镜内，右眼睁开，用手转动反光镜（要能根据光线强弱选择镜面），看到明亮视野。
用低倍镜观察人血永久涂片7、用洁净的纱布将人血永久涂片擦干净后放在载物台上，使涂片尽量正对通光孔的中心，用压片夹固定。
8、两眼从一侧注视物镜；双手顺时针方向转动粗准焦螺旋；使镜筒徐徐下降，直到物镜头接近涂片为止。
9、两眼睁开，左眼注视目镜；双手逆时针方向转动粗准焦螺旋，使镜筒慢慢上升，直至看到物像；若物像不在视野中央，移动装片使物像移到视野中央。
识别红细胞、白细胞和血小板10、能够清晰的看到物像，并能分辨出红细胞、白细胞和血小板，必要时可转动细准焦螺旋。
整理器材11、实验结束后，先提升镜筒，取下人血永久涂片、目镜，盖上镜头盖，转动转换器，把两物镜偏到通光孔两旁，使镜筒降到最低位置，反光镜竖立存放，显微镜外表用纱布擦拭，镜头用擦镜纸擦拭，将显微镜放回显微镜箱。
12、整理好仪器，清理好桌面，将人血永久涂片放回原处并合理存放废品（整理不到位要扣分）。
三、操作注意事项1、安放显微镜中的“7cm”是指距身前的边缘，而非实验台左侧边缘，这个距离与手掌的宽度相仿；2、手绝对不能接触目镜和物镜镜头的玻璃部分，镜头只能用擦镜纸擦拭；3、不能用手扳物镜转换镜头，要转动转换器（安装镜头的部位，大金属圆盘）；4、对光后会看到视野特别明亮，打开实验台上的灯对光后甚至会很耀眼；5、对光后，不能移动显微镜；6、不能单手转动准焦螺旋，尽量不在高倍镜下转粗准焦螺旋；7、安放涂片时，需要用两个压片夹压住涂片；8、由于血液中白细胞的数量最少，需要学生认真的全方位的观察人血永久涂片；9、区分开杂质和红细胞、白细胞、血小板。
实验六验证机械能守恒定律验证机械能守恒定律。
1．在只有重力做功的自由落体运动中，物体的重力势能和动能互相转化，但总的机械能保持不变。
若物体某时刻瞬时速度为v，下落高度为h，则重力势能的减少量为mgh，动能的增加量为12m v2，看它们在实验误差允许的范围内是否相等，若相等则验证了机械能守恒定律。
2．速度的测量：做匀变速直线运动的物体某段位移中间时刻的瞬时速度等于这段位移的平均速度。
计算打第n点速度的方法：测出第n点与相邻前后点间的距离x n和x n＋1，由公式v n＝x n＋x n＋12T计算，或测出第n－1点和第n＋1点与起始点的距离h n－1和h n＋1，由公式v n＝h n＋1－h n－12T算出，如图所示。
铁架台(含铁夹)，打点计时器，学生电源，纸带，复写纸，导线，毫米刻度尺，重物(带纸带夹)。
1．安装置：如图所示，将检查、调整好的打点计时器竖直固定在铁架台上，接好电路。
2．打纸带：将纸带的一端用夹子固定在重物上，另一端穿过打点计时器的限位孔，用手提着纸带使重物静止在靠近打点计时器的地方。
先接通电源，后松开纸带，让重物带着纸带自由下落。
更换纸带重复做3～5次实验。
3．选纸带：分两种情况说明(1)用12m v2n＝mgh n验证时，应选点迹清晰，且第1、2两点间距离接近2 mm的纸带。
若第1、2两点间的距离大于2 mm，则可能是由于先释放纸带后接通电源造成的。
这样，第1个点就不是运动的起始点了，这样的纸带不能选。
(2)用12m v2B－12m v2A＝mgΔh验证时，处理纸带时不必从起始点开始计算重力势能的大小，这样，纸带上打出的起始点O后的第一个0.02 s内的位移是否接近2 mm，以及第一个点是否清晰也就无关紧要了，实验打出的任何一条纸带，只要后面的点迹清晰，都可以用来验证机械能守恒定律。
1．测量计算在起始点标上0，在以后各计数点依次标上1、2、3…，用刻度尺测出对应下落高度h1、h2、h3…。
实验六触发器实验报告一、实验目的本次实验的主要目的是深入理解触发器的工作原理和应用，通过实际操作和观察，掌握触发器在数字电路中的功能和特性。
二、实验原理触发器是一种具有记忆功能的基本逻辑单元，能够存储一位二进制信息。
常见的触发器类型有 SR 触发器、JK 触发器、D 触发器和 T 触发器等。
以 D 触发器为例，其工作原理是在时钟脉冲的上升沿或下降沿，将输入数据D 传递到输出端Q。
在没有时钟脉冲时，输出状态保持不变。
三、实验设备与材料1、数字电路实验箱2、 74LS74 双 D 触发器芯片3、示波器4、导线若干四、实验内容与步骤1、用 74LS74 芯片搭建 D 触发器电路将芯片插入实验箱的插座中，按照芯片引脚功能连接电源、地和输入输出引脚。
使用导线将 D 输入端连接到逻辑电平开关，将时钟输入端连接到脉冲信号源，将 Q 和 Q'输出端连接到发光二极管或逻辑电平指示器。
2、测试 D 触发器的功能置 D 输入端为高电平（1），观察在时钟脉冲作用下 Q 输出端的变化。
置 D 输入端为低电平（0），再次观察时钟脉冲作用下 Q 输出端的变化。
3、观察 D 触发器的异步置位和复位功能将异步置位端（PRE）和异步复位端（CLR）分别连接到逻辑电平开关，测试在置位和复位信号作用下触发器的状态。
4、用示波器观察时钟脉冲和 Q 输出端的波形将示波器的探头分别连接到时钟脉冲输入端和 Q 输出端，调整示波器的设置，观察并记录波形。
五、实验结果与分析1、在 D 输入端为高电平时，每当时钟脉冲的上升沿到来，Q 输出端变为高电平；在D 输入端为低电平时，每当时钟脉冲的上升沿到来，Q 输出端变为低电平，验证了 D 触发器的正常功能。
2、当异步置位端（PRE）为低电平时，无论其他输入如何，Q 输出端立即变为高电平；当异步复位端（CLR）为低电平时，Q 输出端立即变为低电平，表明异步置位和复位功能有效。
3、从示波器观察到的波形可以清晰地看到时钟脉冲与 Q 输出端的关系，进一步验证了触发器的工作特性。
应用回归分析实验报告六学生姓名李梦学号20111315046院系数学与统计学院专业统计学课程名称应用回归分析任课教师尚林二Ｏ一三年六月十二日1.Logistic 函数常用于拟合某种消费品的拥有率，表8.17是北京市每百户家庭平均拥有的照相机数，试针对以下两种情况拟合Logistic 回归函数。
t b b uy 1011+=（1）已知，用线性化方法拟合（2）u 未知，用非线性最小二乘法拟合。
从经济学的意义知道，u 是拥有率的上限，初值可取为100；b0>0,0<b1<1,初值请读者自己选择。
表8.17年份 t y 年份 t y 1978 1 7.5 1988 11 59.6 1979 2 9.8 1989 12 62.2 1980 3 11.4 1990 13 66.5 1981 4 13.3 1991 1472.7 1982 5 17.2 1992 15 77.2 1983 6 20.6 1993 16 82.4 1984 7 29.1 1994 17 85.4 1985 8 34.6 1995 18 86.8 1986 9 47.4 1996 19 87.2 19871055.5解：（1）u=100时的线性拟合，对t b b uy 1011+=函数线性化得到：10ln ln )11ln(b t b uy +=- 作y1关于t 的线性回归分析R 2=0.988趋于1，进一步计算得到：768.0,157.010==b b ，t y 768.0*157.010011^+=由图可知回归效果比较令人满意。
（2）u未知，用非线性最小二乘法拟合。
从经济学的意义知道，u是拥有率的上限，初值可取为100；b0>0,0<b1<1,初值请读者自己选择。
R 2=0.995>0.988,得到回归效果比线性拟合要好，u=91.062,b0=0.211,b1=0.727 回归方程：ty 727.0*211.0062.9111+=2 .某省统计局1990年9月在全省范围内进行了一次公众安全感问卷调查，参考文献【10】选取了调查表中的一个问题进行分析。
本题对其中的数据做了适当的合并。
对1391人填写的问卷设计：“一人在家是否害怕生人来”。
因变量y=1表示害怕，y=2表示不害怕。
2个自变量：x1是年龄，x2是文化程度。
各变量的取值含义如表9.10所示。
表9.10是否害怕y 年龄x1 文化程度x2 害怕 1 不害怕 016——28岁 22 29——45岁 37 46——60岁 53 61岁以上 68文盲 0 小学 1 中学 2 中专以上 3现在的问题是：公民一人在家害怕生人来这个事件，与公民的年龄x1、文化程度x2有没有关系呢？调查数据见表9.11。
表9.11序号 x 1 x 2 n i y=1 y=0 p i 1 22 0 3 0 3 0.12500 2 22 1 11 3 8 0.29167 3 22 2 389 146 243 0.37564 4 22 3 83 26 57 0.31548 5 37 0 4 3 1 0.70000 6 37 1 27 18 9 0.66071 7 37 2 487 196 291 0.40266 8 37 3 103 27 76 0.26442 9 53 0 9 4 5 0.45000 10 53 1 6 3 3 0.50000 11 53 2 188 73 115 0.38889 12 53 3 47 18 29 0.38542 1368220.1666714 68 1 10 3 7 0.31818 15 68 2 18 7 11 0.39474 16683440.10000其中，p i 是根据（9.44）式计算的。
（1） 把公民的年龄x1、文化程度x2作为数值型变量，建立y 对x1、x2的logistic 回归。
（2） 把公民的年龄x1、文化程度x2作为定性型变量，用0-1变量将其数量化，建立y对公民的年龄和文化程度的logistic 回归。
（3） 你对回归的效果是否满意，你认为主要的问题是什么？ 解：（1）先对Pi 进行逻辑变换，令),1ln('iii p p p -=则='i p β0+β1x 1+β2x 2F=0.002，P=0.962都大于0.05，所以回归方程不显著。
说明回归参数未通过显著性检验。
由于logistic 回归模型存在异方差，所以采用加权最小二乘法重新拟合 wi=nipi(1-pi)回归方程：='i p 0.146+0.002x 1-0.331x 2 原回归方程：p=)331.0002.0146.0exp(1)331.0002.0156.0exp(2121^x x x x p -++-+=由方差分析表结果知:F=4.304，P=0.037，小于5%，说明回归方程显著；x1对应的回归系数相应的P=0.697>0.05，说明x1对应的回归系数没有通过检验，不显著； x2对应的回归系数相应的P=0.013<0.05，说明x2对应的回归系数通过检显著性验，且该回归系数为-0.331，表明文化程度越高越不害怕。
(2)把公民的年龄x1、文化程度x2作为定性型变量，引入6个0-1变量表示年龄x111111121311122221222322222,2237,3753,530,220,370,531,01,11,20,00,10,2x x x x x x x x x x x x x x x x x x ===⎧⎧⎧===⎨⎨⎨≠≠≠⎩⎩⎩===⎧⎧⎧===⎨⎨⎨≠≠≠⎩⎩⎩，，，， 1) 直接进行y 与6个虚拟变量的未加权的logistic 回归，SPSS 输出结果如下：由方差分析表知F=2.472，P 值=0.106，大于5%，说明回归方程不显著；且除了12x 外，其它自变量对应的回归系数都没通过检验。
ANOVA b4.7434 1.186 2.472.106a5.27711.48010.02015Regression Residual TotalModel 1Sum of SquaresdfMean SquareF Sig.P redictors: (Constant), x13, x2, x12, x11a. Dependent Variable: ppib.Coe fficientsa-1.044.417-2.505.029-.136.155-.193-.881.397.220.490.120.449.6621.273.490.697 2.600.025.969.490.5301.979.073(Constant)x2x11x12x13Model 1B Std. E rror Unstandardized Coefficients BetaStandardizedCoefficientstSig.Dependent Variable: ppia.通过后退法选择变量对上述模型改进ANOVA d4.7434 1.186 2.472.106a5.27711.48010.020154.6473 1.549 3.459.051b5.37412.44810.020154.2742 2.137 4.835.027c5.74613.44210.02015Regression Residual TotalRegression Residual TotalRegression Residual TotalModel 123Sum of SquaresdfMean SquareF Sig.P redictors: (Constant), x13, x2, x12, x11a. P redictors: (Constant), x13, x2, x12b. P redictors: (Constant), x13, x12c. Dependent Variable: ppid.Coe fficientsa-1.044.417-2.505.029-.136.155-.193-.881.397.220.490.120.449.6621.273.490.697 2.600.025.969.490.530 1.979.073-.934.326-2.865.014-.136.150-.193-.912.3801.163.410.636 2.838.015.859.410.470 2.097.058-1.139.235-4.846.0001.163.407.636 2.857.013.859.407.4702.110.055(Constant)x2x11x12x13(Constant)x2x12x13(Constant)x12x13Model 123B Std. E rror Unstandardized Coefficients BetaStandardizedCoefficientstSig.Dependent Variable: ppia.后退法的过程中剔除了211,x x ，留下了1312,x x ，但是13x 对应的回归系数未通过检验，将其剔除，最后留下了12x ；而且回归方程显著，2) 加权回归：用后退法选择变量，由输出结果（如下）可知最后只留下了2x 。
ANOVA e,f9.9794 2.495 2.475.106a11.09011 1.00821.069159.5263 3.175 3.301.058b11.54312.96221.069158.8702 4.435 4.726.029c12.19913.93821.069158.23818.2388.989.010d12.83114.91621.06915Regression Residual TotalRegression Residual TotalRegression Residual TotalRegression Residual TotalModel 1234Sum of SquaresdfMean SquareF Sig.P redictors: (Constant), x13, x2, x11, x12a. P redictors: (Constant), x13, x2, x12b. P redictors: (Constant), x2, x12c. P redictors: (Constant), x2d. Dependent Variable: ppie. Weighted Least Squares Regression - Weighted by w if.Coe fficientsa,b-.092.425-.217.832-.344.118-.641-2.901.014.263.392.490.671.516.379.389.737.975.351.376.402.570.936.370.131.258.510.619-.332.115-.620-2.902.013.132.122.257 1.086.299.129.156.195.826.425.177.248.713.489-.334.113-.623-2.950.011.089.109.173.820.427.220.240.915.375-.335.112-.625-2.998.010(Constant)x2x11x12x13(Constant)x2x12x13(Constant)x2x12(Constant)x2Model 1234B Std. E rror Unstandardized Coefficients BetaStandardizedCoefficientstSig.Dependent Variable: ppia. Weighted Least Squares Regression - Weighted by w ib.从上表可以看出，最后只保留了变量2x （P 值小于0.05），回归方程为：2ˆ0.220.335px '=-Model Summ ary.688a .474.282 1.00408.672b .452.315.98078.649c .421.332.96870.625d.391.348.95732Model 1234RR SquareAdjusted R SquareStd. E rror of the EstimateP redictors: (Constant), x2, x13, x11, x12a. P redictors: (Constant), x2, x13, x12b. P redictors: (Constant), x2, x12c. P redictors: (Constant), x2d.从模型概要表中可以看出模型四的回归方程的拟合优度不佳。
