返回列表 发帖

[求助]HELP!HELP!

小女子现读研一,对SAS生无天分,求各位大侠出手相助,吾将感激涕零!

要求:

每题均要用编程和菜单完成,菜单操作须写出步骤;须把输出的结果编辑成文档形式附上,并对结果进行合理的解释;

1. T检验

水稻施肥试验,施肥区随机抽取11个样点,对照区随机抽取9个样点,分别测定各样点的产量(公斤),结果如下: 

施肥区

25

22

23

25

30

28

24

22

26

28

27

对照区

19

21

20

23

28

20

15

18

23

比较施肥区和对照区的产量。

2. 拉丁方设计的方差分析和多重比较

下表是家兔在不同部位注射某种药物后所生疱疹的大小(cm2)。共有六只家兔,其编号为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ;有六处注射部位,其代号为a、b、c、d、e、f,其中a、b、c在脊椎附近,d、e、f躯体在两侧;注射次序已注明。该表的读法是,第一次注射时Ⅰ号兔在部位B处注射,所生疱疹大小为7.5cm2;Ⅱ号兔在部位E处注射,所生疱疹大小为8.5cm2;余类推。

第一次注射

第二次注射

第三次注射

第四次注射

第五次注射

第六次注射

B 7.5

C 6.7

A 7.9

D 6.1

F 7.3

E 6.9

E 8.5

D 6.2

B 8.1

C 9.9

A 8.7

F 8.3

C 7.3

F 7.3

E 6.8

A 8.4

B 6.0

D 5.7

A 7.9

E 7.7

C 6.4

F 5.8

D 6.3

B 6.4

F 6.4

B 6.2

D 6.5

E 8.5

C 6.4

A 7.7

D 5.9

A 8.2

F 7.7

B 7.5

E 8.5

C 7.3

试比较给家兔注射此种药物所生疱疹大小的影响因素,并对各因素做多重比较(duncan法)。

3. 逐步回归分析。

某种水泥在凝固时放出的热量y(卡/克)与水泥中下列的4种化学成分有关: 。作y关于 x1、x2、x3、x4的逐步回归方程。

热量y与其4种成份的数据表

编号

x1

x2

x3

x4

y

1

7

26

6

60

78.5

2

1

29

15

52

74.3

3

11

56

8

20

104.3

4

11

31

8

47

87.6

5

7

52

6

33

95.9

6

11

55

9

22

109.2

7

3

71

17

6

102.7

8

1

31

22

44

72.5

9

2

54

18

22

93.1

10

21

47

4

26

115.9

11

1

40

23

34

83.8

12

11

66

9

12

113.3

13

10

68

8

12

109.4

先须确定测验每一个变数是否显著的F测验的水平(SLENTRY,简记为SLE),以作为引入变数的标准;同时,还须确定删除变数的F测验的水平(SLSYR,简记为SLS)。为了使最终的回归方程中包含较多的变数,SLE不宜太小,SLS也不宜太大。本例引入测验水平取0.10,删除测验水平也取0.10。

4. 响应面分析

研究者为了了解肉雏鸡日粮中不同钙、有效磷、VD3、锰、锌水平的组合效应,应用5因子部分实施的2次回归正交旋转组合设计,采用玉米-豆粕型基础日粮和432只肉用公雏,研究日粮中锰(Mn)、锌(Zn)、钙(Ca)、有效磷(av.P)、维生素D3(VD3)5因素不同添加水平的组合效应,探讨5因素与指标间的相互关系。试验采用了10个中心点,各因素的最高水平及最低水平如表(2)。

表(2) 因素水平值

Ca(%)(X1)

av.P(%)(X2)

VD3(X3)

Mn (mg/kg) (X4)

Zn (mg/kg)(X5)

最高水平

1.2

0.55

3250

180

180

最低水平

0.8

0.35

1250

80

80

试验结果如表(3),其中run为该对应的正交组合设计的处理号,y为雏鸡的体重(g):

表(3) 试验结果

run

y

run

y

run

y

run

Y

1

379.3557

2

359.8637

3

361.3073

4

384.4367

5

357.2201

6

378.6897

7

388.6827

8

366.2155

9

342.1952

10

358.6246

11

363.0592

12

334.5492

13

379.6527

14

369.1787

15

366.3804

16

369.1017

17

380.6571

18

350.2671

19

344.5074

20

361.0806

21

377.8076

22

371.4853

23

372.5273

24

368.0442

25

350.4669

26

391.4660

27

373.3460

28

361.9551

29

362.5661

30

362.5661

31

366.7305

32

371.0900

33

371.5925

34

371.1776

35

373.4910

36

371.0044

(1) 做响应面分析,在试验区域内,找出最佳组合及最佳组合时的响应值;

(2) 对以上的二次回归模型进行诊断,做出最佳的预测模型。

各位大侠快来帮帮忙啊!!!

TOP

返回列表