下载文档原格式
【下载本文档，可以自由复制内容或自由编辑修改内容，更多精彩文章，期待你的好评和关注，我将一如既往为您服务】1、某研究者观测大白鼠的肝重与体重之比，了解正氟醚对该指标的作用，同时考虑生理盐水和用戊巴比妥作为诱导药对正氟醚毒性作用有无影响，对不同性别大白鼠的作用有何不同？数据如下：2、在1990 年秋对“亚运会期间收看电视的时间”调查结果如下表所示。
问：收看电视的时间比平日减少了（第一组）、与平日无增减（第二组）、比平日增加了（第三组）的三组居民在“对亚运会的总态度得分”上有没有显著的差异？3、研究5种类型的军装在两种环境、两种活动状态下的散热效果，将100名受试者随机等分20组，观察指标为受试者的主观热感觉，结果如下：4、测定4种密度下“金皇后”玉米的千粒重（g ）各4次，得结果如下表。
试对4种密度下的千粒重作相互比较，并作出差异显著性结论。
5、施用农药治虫后，抽查3块稻田排出的水，各取3个水样，每水样分析使用农药后的残留量2次，得结果如下：稻田 1 23 水样 1 2 3 1 2 3 1 2 3 残留量1.3 1.1 1.3 1.3 1.2 1.4 1.82.1 2.2 1.11.21.51.41.01.22.02.01.9试测验：不同稻田不同水样的农药残留量有无差别？6、欲了解成年人体重正常者与超重者的血清胆固醇是否不同。
而胆固醇含量与年龄有关，资料见下表。
7、为研究三种饲料对猪的催肥效果，用每种饲料喂8头猪一段时间，测得每头猪的初始重量和增重，试分析三种饲料对猪的催肥效果是否相同。
数据如下：8、为了寻找一种较好的哺乳仔猪食欲增进剂，以增进食欲，提高断奶重，对哺乳仔猪做了以下试验：试验设对照、配方1、配方2、配方3共四个处理，重复12 次，选择初始条件尽量相近的长白种母猪的哺乳仔猪48头，完全随机分为4组进行试验，结果见下表，试作分析。
9、为探索丹参对肢体缺血再灌注损伤的影响，将30只纯种新西兰实验用大白兔，按窝别相同、体重相近划分为10个区组。
典型例题-G-方差分析-2某企业准备用三种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最多，随机抽取了30名工人，并指定每个人使用其中的一种方法。
通过对每个工人生产的产品数进行方差分析，得到如下表所示的结果。
每个工人生产产品数量的方差分析表(2)若显著性水平为α=0.05，检验三种方法组装的产品数量之间是否有显著差异。
解：(1)完成方差分析表，以表格中所标的①、②、③、④、⑤、⑥为顺序，来完成表格，具体步骤如下： ①求k -1根据题目中“该企业准备用三种方法组装一种新的产品”可知，因素水平(总体)的个数k =3，所以第一自由度df 1=k -1=3-1=2，即SSA 的自由度。
②求n -k由“随机抽取了30名工人”可知，全部观测值的个数n =30，因此可以推出第二自由度df 2=n -k =30-3=27，即SSE 的自由度。
③求组间平方和SSA已知第一自由度df 1=k -1=3-1=2，MSA =210 根据公式1-==k SSAMSA 自由度组间平方和所以，SSA =MSA ×(k -1)=210×2=420④求总误差平方和SST由上面③中可以知道SSA =420；此外从表格中可以知道：组内平方和SSE =3836，根据公式SST =SSA +SSE 可以得出SST =420+3836=4256，即总误差平方和SST=4256 ⑤求SSE 的均方MSE已知组内平方和SSE =3836，SSE 的自由度n -k =30-3=27 根据公式0741.142273836==-==k n SSE MSE 自由度组内平方和所以组内均方MSE =142.0741⑥求检验统计量F已知MSA =210，MSE =142.0741 根据4781.10741.142210===MSE MSA F所以F=1.4781(2)题目中假设α=0.05，根据第一自由度df 1=k -1=3-1=2和第二自由度df 2=n -k =30-3=27，查F 分布表得到临界值F 0.05(2,27)=3.354131，所以F =1.4781<F α=3.354131，所以接受原假设，即μ1=μ2=μ3成立，表明μ1、μ2、μ3之间没有显著差异，也就是说，用三种方法组装的产品数量之间没有显著差异。
第三章_正交试验设计中的方差分析2-例题分析第三章中的例题分析是关于正交试验设计中的方差分析的。
本例题分析主要涉及到两个因素和一个响应变量，通过正交试验设计的方法，对这两个因素的影响进行分析。
首先，我们需要了解正交试验设计的基本原理。
正交试验设计是一种实验设计方法，通过选择合适的试验因素和水平，使得每个试验条件都能够得到充分的信息，从而降低试验误差，提高试验效率。
在正交试验设计中，试验因素之间是相互独立的，这样可以更好地分析每个因素对响应变量的影响。
在本例题中，我们有两个因素，分别记作因素A和因素B，每个因素有两个水平。
我们还有一个响应变量Y，需要确定因素A、因素B和Y之间的关系。
接下来，我们需要进行方差分析。
方差分析是一种用于比较不同因素对响应变量的影响的统计方法。
在本例题中，我们可以使用两因素方差分析来分析因素A和因素B对响应变量Y的影响。
首先，我们需要计算总平方和（SST），表示响应变量的总变异。
然后，我们需要计算因素A的平方和（SSA），表示因素A对响应变量的影响，以及因素B的平方和（SSB），表示因素B对响应变量的影响。
同时，我们还需要计算交互作用的平方和（SSAB），表示因素A和因素B之间的交互作用对响应变量的影响。
接下来，我们可以计算各个平方和的自由度和均方差，从而得到F值。
F值可以用来判断因素对响应变量的影响是否显著。
如果F值大于临界值，则说明该因素对响应变量的影响是显著的。
最后，我们可以进行多重比较，比较每个因素水平之间的差异。
多重比较可以帮助我们确定哪些因素水平之间的差异是显著的。
通过以上的分析，我们可以得出因素A、因素B和响应变量Y之间的关系。
同时，我们还可以根据多重比较的结果，确定哪些因素水平之间的差异是显著的。
总结起来，本例题分析主要涉及到正交试验设计中的方差分析。
通过对两个因素和一个响应变量进行分析，我们可以确定因素对响应变量的影响是否显著，并确定哪些因素水平之间的差异是显著的。
