方差分析与回归分析习题答案完整版
茆诗松《概率论与数理统计教程》(第2版)(课后习题 方差分析与回归分析)【圣才出品】
第8章 方差分析与回归分析一、方差分析1．在一个单因子试验中，因子A有三个水平，每个水平下各重复4次，具体数据如下：表8-1试计算误差平方和s e、因子A的平方和S A与总平方和S T，并指出它们各自的自由度．解：此处因子水平数r＝3，每个水平下的重复次数m＝4，总试验次数为n＝mr＝12．首先，算出每个水平下的数据和以及总数据和：T1＝8＋5＋7＋4＝24．T2＝6＋10＋12＋9＝37．T3＝0＋1＋5＋2＝8．T＝T l＋T2＋T3＝24＋37＋8＝69．误差平方和S e由三个平方和组成：于是而2．在一个单因子试验中，因子A有4个水平，每个水平下重复次数分别为5，7，6，8．那么误差平方和、A的平方和及总平方和的自由度各是多少？解：此处因子水平数r＝4，总试验的次数n＝5＋7＋6＋8＝26，因而有误差平方和的自由度因子A的平方和的自由度总平方和的自由度3．在单因子试验中，因子A有4个水平，每个水平下各重复3次试验，现已求得每个水平下试验结果的样本标准差分别为1.5，2.0，1.6，1.2，则其误差平方和为多少？误差的方差σ2的估计值是多少？解：此处因子水平数r＝4，每个水平下的试验次数m＝3，误差平方和S e由四个平方组成，它们分别为于是其自由度为，误差方差σ2的估计值为4．在单因子方差分析中，因子A有三个水平，每个水平各做4次重复试验．请完成下列方差分析表，并在显著性水平α＝0.05下对因子A是否显著作出检验．表8-2 方差分析表解：补充的方差分析表如下所示：表8-3 方差分析表对于给定的显著性水平，查表知，故拒绝域为，由于，因而认为因子A是显著的．此处检验的p值为5．用4种安眠药在兔子身上进行试验，特选24只健康的兔子，随机把它们均分为4组，每组各服一种安眠药，安眠时间如下所示．表8-4 安眠药试验数据在显著性水平下对其进行方差分析，可以得到什么结果？解：这是一个单因子方差分析的问题，根据样本数据计算，列表如下：表8-5于是根据以上结果进行方差分析，并继续计算得到各均方以及F 比，列于下表：表8-6在显著性水平下，查表得，拒绝域为，由于故认为因子A （安眠药）是显著的，即四种安眠药对兔子的安眠作用有明显的差别．此处检验的p 值为6．为研究咖啡因对人体功能的影响，特选30名体质大致相同的健康男大学生进行手指叩击训练，此外咖啡因选三个水平：每个水平下冲泡l0杯水，外观无差别，并加以编号，然后让30位大学生每人从中任选一杯服下，2h后，请每人做手指叩击，统计员记录其每分钟叩击次数，试验结果统计如下表：表8-7请对上述数据进行方差分析，从中可得到什么结论？解：我们知道，对数据作线性变换不会影响方差分析的结果，这里将原始数据同时减去240，并作相应的计算，计算结果列入下表：表8-8于是可计算得到三个平方和把上述诸平方和及其自由度填入方差分析表，并继续计算得到各均方以及F比：表8-9若取查表知，从而拒绝域为，由于．故认为因子A（咖啡因剂量）是显著的，即三种不同剂量对人的作用有明显的差别．此处检验的p值为7．某粮食加工厂试验三种储藏方法对粮食含水率有无显著影响．现取一批粮食分成若干份，分别用三种不同的方法储藏，过一段时间后测得的含水率如下表：表8-10（1）假定各种方法储藏的粮食的含水率服从正态分布，且方差相等，试在下检验这三种方法对含水率有无显著影响；（2）对每种方法的平均含水率给出置信水平为0.95的置信区间．解：（1）这是一个单因子方差分析的问题，由所给数据计算如下表：表8-11三个平方和分别为。
(完整word版)方差分析习题与答案
(完整word版)方差分析习题与答案统计学方差分析练习题与答案一、单项选择题1．在方差分析中，（）反映的是样本数据与其组平均值的差异A总离差B组间误差C抽样误差D组内误差2．是（）A组内平方和B组间平方和C总离差平方和D因素B的离差平方和3．是（）A组内平方和B组间平方和C总离差平方和D总方差4．单因素方差分析中，计算F统计量，其分子与分母的自由度各为（）Ar，nBr-n，n-rCr-1.n-rDn-r，r-1二、多项选择题1．应用方差分析的前提条件是（）A各个总体报从正态分布B各个总体均值相等C各个总体具有相同的方差D各个总体均值不等E各个总体相互独立2．若检验统计量F=近似等于1，说明（）A组间方差中不包含系统因素的影响B组内方差中不包含系统因素的影响C组间方差中包含系统因素的影响D方差分析中应拒绝原假设E方差分析中应接受原假设3．对于单因素方差分析的组内误差，下面哪种说法是对的？（）A其自由度为r-1B反映的是随机因素的影响C反映的是随机因素和系统因素的影响D组内误差一定小于组间误差E其自由度为n-r4．为研究溶液温度对液体植物的影响，将水温控制在三个水平上，则称这种方差分析是（）A单因素方差分析B双因素方差分析C三因素方差分析D单因素三水平方差分析E双因素三水平方差分析三、填空题1．方差分析的目的是检验因变量y与自变量某是否，而实现这个目的的手段是通过的比较。
2．总变差平方和、组间变差平方和、组内变差平方和三者之间的关系是。
3．方差分析中的因变量是，自变量可以是，也可以是。
4．方差分析是通过对组间均值变异的分析研究判断多个是否相等的一种统计方法。
5．在试验设计中，把要考虑的那些可以控制的条件称为，把因素变化的多个等级状态称为。
6．在单因子方差分析中，计算F统计量的分子是方差，分母是方差。
7．在单因子方差分析中，分子的自由度是，分母的自由度是。
四、计算题1．有三台机器生产规格相同的铝合金薄板，为检验三台机器生产薄板的厚度是否相同，随机从每台机器生产的薄板中各抽取了5个样品，测得结果如下：机器1：0.236,0.238,0.248,0.245,0.243机器2：0.257,0.253,0.255,0.254,0.261机器3：0.258,0.264,0.259,0.267,0.262问：三台机器生产薄板的厚度是否有显著差异？2．养鸡场要检验四种饲料配方对小鸡增重是否相同，用每一种饲料分别喂养了6只同一品种同时孵出的小鸡，共饲养了8周，每只鸡增重数据如下：（克）配方：370，420，450，490，500，450配方：490，380，400，390，500，410配方：330，340，400，380，470，360配方：410，480，400，420，380，410问：四种不同配方的饲料对小鸡增重是否相同？3．今有某种型号的电池三批，它们分别为一厂、二厂、三厂三个工厂所生产的。
概率论与数理统计(茆诗松)第二版课后第八章习题参考答案
⎧Yij = µ + a i + ε ij , i = 1, 2, L , r , j = 1, 2, L , m; ⎪ r ⎪ ⎨∑ a i = 0; ⎪ i =1 2 ⎪ ⎩ε ij 相互独立，且都服从N (0, σ ).
检验的原假设与备择假设为 H0：a 1 = a 2 = … = a r = 0 8.1.3 平方和分解 vs H1：a 1 , a 2 , …, a r 不全等于 0．
i =1 j =1 i =1 j =1 r m r m r m r m r m
= ∑∑ (Yij − Yi⋅ ) 2 + ∑∑ (Yi⋅ − Y ) 2 + 2∑∑ (Yij − Yi⋅ )(Yi⋅ − Y )
i =1 j =1 i =1 j =1 i =1 j =1
= S e + S A + 2∑ [(Yi⋅ − Y )∑ (Yij − Yi⋅ )] = S e + S A + 2∑ [(Yi⋅ − Y ) × 0] = S e + S A + 0 = S e + S A ，
ε i⋅ =
1 m ∑ ε ij ， i = 1, 2, …, r， m j =1
ε=
1 r m 1 r ε = ε i⋅ ． ∑∑ ij r ∑ n i =1 j =1 i =1
显然有 Yi⋅ = µ i + ε i⋅ ， Y = µ + ε ． 在单因子方差分析中通常将试验数据及基本计算结果写成表格形式 因子水平 A1 A2 ┆ Ar Y11 Y21 ┆ Yr1 Y12 Y22 ┆ Yr2 试验数据 … … ┆ … Y 1m Y 2m ┆ Yrm 和 T1 T2 ┆ Tr 和的平方 平方和
第10章方差分析习题解答
F F
MSA 4.66 MSE 8.02，
或者
P 0.04， 0.01 P
F F
不拒绝原假设H0 ，表明3个总体的均值之间的差异是不显著的。
10.2
（1）设3个总体的均值分别为
提出假设：
A , B , C， D , E
H 0： A B C D E，H1： A , B , C , D , E
F F
df
MS F P-value F crit 2 14பைடு நூலகம்80476 11.75573 0.000849 3.68232 15 1.259365 17
48.5
MSA 11.76 MSE 3.68，
或者
P 0.00085， 0.05 P
F F
拒绝原假设H0 ，表明3个层次的管理者对讲座的满意度评分之间的差异是显著的。
P-value F crit 0.0003096 3.885294
F F
MSA 17.07 MSE 3.89，
或者
P 0.00030， 0.05 P
F F
拒绝原假设H0 ，表明3个企业生产的电池平均寿命之间的差异是显著的。
第10章练习题解答
10.5 （2）LSD检验 检验1 检验2 检验2 作出决策：
提出假设： H 0： A B C，H1： A , B , C 不全相等
差异源 SS 组间 5.349156 组内 7.434306 总计 12.78346
df
MS F P-value F crit 2 2.674578 8.274518 0.001962 3.422132 23 0.323231 25
(完整版)方差分析选择题及答案
第10章 方差分析与试验设计三、选择题1.方差分析的主要目的是判断 （ ）。
Ａ. 各总体是否存在方差Ｂ. 各样本数据之间是否有显著差异Ｃ. 分类型自变量对数值型因变量的影响是否显著 Ｄ. 分类型因变量对数值型自变量的影响是否显著 2.在方差分析中，检验统计量Ｆ是 （ ）。
Ａ. 组间平方和除以组内平方和 Ｂ. 组间均方除以组内均方 Ｃ. 组间平方除以总平方和 Ｄ. 组间均方除以总均方 3.在方差分析中，某一水平下样本数据之间的误差称为 （ ）。
Ａ. 随机误差 Ｂ. 非随机误差 Ｃ. 系统误差 Ｄ. 非系统误差 4.在方差分析中，衡量不同水平下样本数据之间的误差称为 （ ）。
Ａ. 组内误差 Ｂ. 组间误差 Ｃ. 组内平方 Ｄ. 组间平方 5.组间误差是衡量不同水平下各样本数据之间的误差，它 （ ）。
Ａ. 只包括随机误差 Ｂ. 只包括系统误差Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差6.组内误差是衡量某一水平下样本数据之间的误差，它 （ ）。
Ａ. 只包括随机误差 Ｂ. 只包括系统误差Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差7.在下面的假定中，哪一个不属于方差分析中的假定 （ ）。
Ａ. 每个总体都服从正态分布 Ｂ. 各总体的方差相等 Ｃ. 观测值是独立的 Ｄ. 各总体的方差等于08.在方差分析中，所提出的原假设是= ···=，备择假设是（ ）210:μμ=H k μＡ. ··· Ｂ. ···≠≠H 211:μμk μ≠>>H 211:μμkμ>Ｃ. ··· Ｄ. ···不全相等<<H 211:μμk μ<,,:211μμH k μ,9.单因素方差分析是指只涉及 （ ）。
魏宗舒《概率论与数理统计教程》(第2版)(章节题库 方差分析及回归分析)【圣才出品】
第8章 方差分析及回归分析1．今有某种型号的电池三批，它们分别是A、B、C三个工厂所生产的，为评比其质量，各随机抽取5只电池为样品，经试验得其寿命（h）如表8－1所示：表8－1试在显著性水平0.05下检验电池的平均寿命有无显著的差异，若差异是显著的，试求均值差和的置信水平为95％的置信区间。
解：以依次表示工厂A、B、C生产的电池的平均寿命。
提出假设：；：不全相等。
由已知得S T，S A，S E的自由度分别为n－1＝15－1＝14，s－1＝2，n－s＝15－3＝12，从而得方差分析如表8－2所示：表8－2因＝17.07＞3.89＝（2，14），故在显著性水平0.05下拒绝，认为平均寿命的差异是显著的。
由已知得，极限误差E为从而分别得和的一个置信水平为95％的置信区间为（±5.85）＝（6.75，18.45），（±5.85）＝（－7.65，4.05），（±5.85）＝（－20.25，－8.55）。
2．为了寻找飞机控制板上仪器表的最佳布置，试验了三个方案，观察领航员在紧急情况的反应时间（以秒计），随机地选择28名领航员，得到他们对于不同的布置方案的反应时间如表8－3所示：表8－3试在显著性水平0.05下检验各个方案的反应时间有无显著差异，若有差异，试求的置信水平为0.95的置信区间。
解：提出假设：：不全相等已知得又的自由度分别为n －1＝28－1＝27，s －1＝3－1＝2，n －s ＝28－3＝25，从而得方差分析如表8－4所示：表8－4因＝11.3＞3.39＝（2，14），故在显著性水平＝0.05下拒绝，认为差异是显著的。
以下来求置信水平为1－＝0.95的置信区间，今2.0595，则从而分别得的一个置信水平为0.95的置信区间为（±1.78）＝（0.72，4.28），（±1.95）＝（2.55，6.45），（±1.78）＝（0.22，3.78）。
回归分析练习题及参考答案
1 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据：地区人均GDP/元人均消费水平/元北京辽宁上海江西河南贵州陕西 224601122634547485154442662454973264490115462396220816082035求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。
(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。
(3)求出估计的回归方程，并解释回归系数的实际意义。
(4)计算判定系数，并解释其意义。
(5)检验回归方程线性关系的显著性(0.05α=)。
(6)如果某地区的人均GDP为5000元，预测其人均消费水平。
(7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。
解：（1）可能存在线性关系。
（2）相关系数：（3）回归方程：734.6930.309y x=+回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
系数(a)模型非标准化系数标准化系数t 显著性B 标准误Beta1 （常量）734.693 139.540 5.265 0.003人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（4）模型汇总模型R R 方调整 R 方标准估计的误差1 .998a.996 .996 247.303a. 预测变量: (常量), 人均GDP。
人均GDP对人均消费的影响达到99.6%。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
方差分析与回归分析
以及浓度和温度的交互作用对产量无显著性影响，也就是说为
了提高产量必须控制好浓度。
2 、双因素无重复试验的方差分析 在双因素试验中,对每一对水平组合只做一次试验,即不 重复实验,得到
上一页 下一页 返回
上一页 下一页 返回
总平方和 误差平方和
例9.3 某化工企业为了提高产量，选了三种不同浓度、四种不同 温度做试验。在同一浓度与温度组合下各做两次试验，其数据如
下表所示，在显著性水平α=0.05下不同浓度和不同温度以及它们
间的交叉作用对产量有无显著性影响？
B A
A1 A2 A3
B1
14,10 9,7 5,11
B2
11,11 10,8 13,14
检验温度对该化工产品的得率是否有显著影响。
解: 计算各个水平下的样本均值，得
上一页 下一页 返回
计算 ST=106.4, SA=68.4, SE =38.0
单因素试验的方差分析表：
方差来源 平方和 自由度 F值 临界值
显著性
因素A 误差
总计
68.4 4 38.0 10
106.4 14
4.5 F0.05(4,10)=3.48 ※ 4.5 F0.01(4,10)=5.99
变量Y服从正态分布
，即Y的概率密度为
其中
，而 是不依赖于x的常数。
上一页 下一页 返回
在n次独立试验中得到观测值（x1,y1）,（x2,y2）,… （xn,yn），利用极大似然估计法估计未知参数a1, a2，… ak,时，
有似然函数
似然函数L取得极大值，上式指数中的平方和
取最小值。
即为了使观测值（xi , yi）(i=1,2,…,n)出现的可能性最大，应当选 择参数a1,a2,…,ak，使得观测值yi与相应的函数值
茆诗松《概率论与数理统计教程》第3版笔记和课后习题含考研真题详解(方差分析与回归分析)【圣才出品】
（4）各平方和的计算
Ti
=
mi j =1
yij，yi =
Ti mi
r
， T=
i =1
mi j =1
yij
=
r i =1
Ti，y
=
T n
r mi
则 ST
i1 j1
yij－y
2
r i 1
mi j 1
yij2－
T2 n
，fT＝n－1；
r
SA mi
i 1
yi－y
2
r
Ti
2
－
T
2
8 / 48
圣才电子书 十万种考研考证电子书、题库视频学习平台
n＝mr＝12。每个水平下的数据和以及总数据和为：
圣才电子书 十万种考研考证电子书、题库视频学习平台
茆诗松《概率论与数理统计教程》第 3 版笔记和课后习题含考研真题详解 第 8 章 方差分析与回归分析
8.1 复习笔记
一、方差分析
1．单因子方差分析的统计模型
yij
=
+ai
+
ij
,i
=1,2,,r
r
ai =0,
i =1
之，无明显差别，这一方法称为 T 法。
3．重复数不等场合的 S 法
cij
r－1 F1- (r－1,
fe
)
1 mi
1 mj
ˆ 2
三、方差齐性检验（见表 8-1-2）
表 8-1-2 方差齐性检验
5 / 48
圣才电子书 十万种考研考证电子书、题库视频学习平台
四、一元线性回归
0 t1/2 n 2ˆ
1 x0 x 2
应用回归分析第章课后习题参考答案Word版
第二章 一元线性回归分析思考与练习参考答案2.1 一元线性回归有哪些基本假定?答： 假设1、解释变量X 是确定性变量，Y 是随机变量；假设2、随机误差项ε具有零均值、同方差和不序列相关性： E(εi )=0 i=1,2, …,n Var (εi )=s 2 i=1,2, …,n Cov(εi, εj )=0 i≠j i,j= 1,2, …,n 假设3、随机误差项ε与解释变量X 之间不相关： Cov(X i , εi )=0 i=1,2, …,n 假设4、ε服从零均值、同方差、零协方差的正态分布 εi ~N(0, s 2 ) i=1,2, …,n 2.2 考虑过原点的线性回归模型 Y i =β1X i +εi i=1,2, …,n误差εi （i=1,2, …,n）仍满足基本假定。
求β1的最小二乘估计 解： 得：2.3 证明（2.27式），S e i =0 ，S e i X i =0 。
证明：∑∑+-=-=nii i ni X Y Y Y Q 121021))ˆˆ(()ˆ(ββ其中：即： S e i =0 ，S e i X i =021112)ˆ()ˆ(ini i ni i i e X Y Y Y Q β∑∑==-=-=0)ˆ(2ˆ111=--=∂∂∑=ii ni i eX X Y Q ββ)()(ˆ1211∑∑===ni i ni ii X Y X β01ˆˆˆˆi ii i iY X e Y Y ββ=+=-0100ˆˆQQββ∂∂==∂∂2.4回归方程E （Y ）=β0+β1X 的参数β0，β1的最小二乘估计与最大似然估计在什么条件下等价?给出证明。
答：由于εi ~N(0, s 2 ) i=1,2, …,n所以Y i =β0 + β1X i + εi ~N （β0+β1X i , s 2 ) 最大似然函数：使得Ln （L ）最大的0ˆβ，1ˆβ就是β0，β1的最大似然估计值。
同时发现使得Ln （L ）最大就是使得下式最小，∑∑+-=-=nii i n i X Y Y Y Q 121021))ˆˆ(()ˆ(ββ上式恰好就是最小二乘估计的目标函数相同。
方差分析与回归分析习题答案精修订
方差分析与回归分析习题答案SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#第九章 方差分析与回归分析习题参考答案1. 为研究不同品种对某种果树产量的影响，进行试验，得试验结果（产量）如下表，试分析果树品种对产量是否有显着影响.（0.05(2,9) 4.26F =，0.01(2,9)8.02F =）解：r=3,12444n n 321=++=++=n n ,T=120 ,12001212022===n T C 计算统计值?7228.53,38A A A e e SS f F SS f ==≈……方差分析表结论:由于0.018.53(2,9)8.02,A F F ≈>=故果树品种对产量有特别显着影响.2.2700=10.523.56=≈结论: 由以上方差分析知，进器对火箭的射程有特别显着影响；燃料对火箭的射程有显着影响. 3．为了研究某商品的需求量Y 与价格x 之间的关系，收集到下列10对数据：2231,58,147,112,410.5,i i i i i i x y x y x y =====∑∑∑∑∑（1）求需求量Y 与价格x 之间的线性回归方程； （2）计算样本相关系数；（3）用F 检验法作线性回归关系显着性检验. 解：引入记号10, 3.1,5.8n x y ===∴需求量Y 与价格x 之间的线性回归方程为（2）样本相关系数32.80.955634.3248l r-==≈≈- 在0H 成立的条件下，取统计量(2)~(1,2)Ren S FF n S -=-计算统计值22(32.8)15.967.66,74.167.66 6.44R xy xx e yy R S l l S l S ==-≈=-≈-=故需求量Y 与价格x 之间的线性回归关系特别显着.4. 随机调查10个城市居民的家庭平均收入(x)与电器用电支出(y)情况得数据（单位：千元）如下:(1) 求电器用电支出y 与家庭平均收入x 之间的线性回归方程； (2) 计算样本相关系数； (3) 作线性回归关系显着性检验;(4) 若线性回归关系显着,求x =25时, y 的置信度为的预测区间. 解：引入记号10,27,1.9n x y ===∴电器用电支出y 与家庭平均收入x 之间的线性回归方程为（2）样本相关系数 0.9845l r==≈在0H 成立的条件下，取统计量(2)~(1,2)Rn S FF n S -=-e计算统计值2243.6354 5.37,5.54 5.370.17xy xx yy s l l s l s ==≈=-≈-=R e R故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显着. 相关系数检验法 01:0;:0H R H R =≠故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显着. (4) 因为0xx =处,0y 的置信度为1α-的预测区间为其中00.025垐 1.42640.123225 1.6536,(8) 2.31,0.1458y t σ=-+⨯====代入计算得当x =25时, y 的置信度为的预测区间为。
方差分析习题与答案完整版
方差分析习题与答案 HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】统计学方差分析练习题与答案一、单项选择题1．在方差分析中，（）反映的是样本数据与其组平均值的差异A 总离差B 组间误差C 抽样误差D 组内误差2．是（）A 组内平方和B 组间平方和C 总离差平方和D 因素B的离差平方和3．是（）A 组内平方和B 组间平方和C 总离差平方和D 总方差4．单因素方差分析中，计算F统计量，其分子与分母的自由度各为（）A r，nB r-n，n-rC r-1.n-rD n-r，r-1二、多项选择题1．应用方差分析的前提条件是（）A 各个总体报从正态分布B 各个总体均值相等C 各个总体具有相同的方差D 各个总体均值不等E 各个总体相互独立2．若检验统计量F= 近似等于1，说明（）A 组间方差中不包含系统因素的影响B 组内方差中不包含系统因素的影响C 组间方差中包含系统因素的影响D 方差分析中应拒绝原假设E方差分析中应接受原假设3．对于单因素方差分析的组内误差，下面哪种说法是对的（）A 其自由度为r-1B 反映的是随机因素的影响C 反映的是随机因素和系统因素的影响D 组内误差一定小于组间误差E 其自由度为n-r4．为研究溶液温度对液体植物的影响，将水温控制在三个水平上，则称这种方差分析是（）A 单因素方差分析B 双因素方差分析C 三因素方差分析D 单因素三水平方差分析E 双因素三水平方差分析三、填空题1．方差分析的目的是检验因变量y与自变量x是否，而实现这个目的的手段是通过的比较。
2．总变差平方和、组间变差平方和、组内变差平方和三者之间的关系是。
3．方差分析中的因变量是，自变量可以是，也可以是。
4．方差分析是通过对组间均值变异的分析研究判断多个是否相等的一种统计方法。
5．在试验设计中，把要考虑的那些可以控制的条件称为，把因素变化的多个等级状态称为。
第八章方差分析与回归分析（1）
第⼋章⽅差分析与回归分析（1）第⼋章⽅差分析与回归分析习题8.1 P3801、在⼀个单因⼦试验中，因⼦A 有三个⽔平，每个⽔平下各重复4次，具体数据如下：试计算误差平⽅和e S 、因⼦A 的平⽅和A 、总平⽅和T ，并指出它们各⾃的⾃由度．2、在⼀个单因⼦试验中，因⼦A 有四个⽔平，每个⽔平下各重复的次数分别为5，7，6，8。
那么误差平⽅和、A 的平⽅和及总平⽅和的⾃由度各是多少？5、⽤4种安眠药在兔⼦⾝上进⾏试验，特选24只健康的兔⼦，随机把它们均分为4组，每组各服⼀种安眠药，安眠时间如下所⽰:在显著⽔平α=习题8.2 P3873、有7种⼈造纤维，每种抽4根测其强度，得每种纤维的平均强度及标准差如下：（1）试问七种纤维强度间有⽆显著性差异（0.05α=）（2）若七种纤维的强度间⽆显著性差异，则给出平均强度的置信⽔平为0.95的置信区间；若各种纤维的强度间有显著差异，请进⼀步在0.05α=下进⾏多重⽐较，并指出那种纤维的平均强度最⼤，同时该种纤维平均强度的置信⽔平为0.95的置信区间。
习题8.3 P3942、在安眠药试验中（见习题8.1.5）中已求得到四个样本⽅差：222212340.02,0.08,0.036,0.1307s s s s ====请⽤Hartley 检验在显著⽔平0.05α=下考察四个总体⽅差是否彼此相等。
习题8.4 P4111、假设回归直线过原点，即⼀元线性回归模型为,1,2,...i i i y x i n βε=+=()()20,,i i E Var εεσ==诸观测值相互独⽴。
（1）写出2,βσ的最⼩⼆乘估计；（2）对给定的0x ，其对应的因变量均值的估计为0y ，求()0Var y 。
3、在回归分析计算中，常对数据进⾏变换1212,,1,...i i i i y c x cy x i n d d --=== 其中()()121122,,0,0c c d d d d >>是适当选取的常数。
浙江大学《概率论与数理统计》(第4版)教材的配套题库(第9章 方差分析及回归分析)【圣才出品】
＿
＿
＿
＿
＿
＿
（x1－x2±1.78）＝（0.72，4.28），（x1－x3±1.95）＝（2.55，6.45），（x2－x3±1.78）＝
（0.22，3.78）
由此可见，若仅从得到的样本作出决策，则以方案Ⅲ为佳。
3．某防治站对 4 个林场的松毛虫密度进行调查，每个林场调查 5 块地得资料如表 9-5 所示： 表 9-5
表 9-2
因 F 比＝17.07＞3.89＝F0.05（2，14），故在显著性水平 0.05 下拒绝 H0，认为平均寿命的
差异是显著的。
＿
＿
＿
由已知得xA＝42.6，xB＝30，xC＝44.4，t0.025（12）＝2.1788，极限误差 E 为
t0.025 (12)
1 SE ( ni
1 nk
)
5.8（5 i, k
已知得 n1＝8，n2＝12，n3＝8，，n＝28，T.1＝100，T.2＝120，T.3＝64，T..＝284
ST
3 j 1
ni i 1
xi2j
T2 n
3052 2842 28
171.43
SA
3
T
2 j
n j1 j
T2 n
2962 2880.57 81.43
SE＝ST－SA＝90
圣才电子书 十万种考研考证电子书、题库视频学习平台
第 9 章 方差分析及回归分析
以下约定各个习题均符合涉及的方差分析模型或回归分析模型所要求的条件。
1．今有某种型号的电池三批，它们分别是 A、B、C 三个工厂所生产的，为评比其质量， 各随机抽取 5 只电池为样品，经试验得其寿命（h）如表 9-1 所示： 表 9-1
第9章方差分析与回归分析习题答案
第九章 方差分析与回归分析习题参考答案1. 为研究不同品种对某种果树产量的影响，进行试验，得试验结果（产量）如下表，试分析果树品种对产量是否有显著影响. （0.05(2,9) 4.26F =，0.01(2,9)8.02F =）342111310ij i j x ===∑∑解：r=3, 12444n n 321=++=++=n n , T=120 ,12001212022===nTC342211131********(1)1110110T ijT i j SS xC S n s ===-=-==-=⨯=∑∑或S322.1112721200724(31)429724A i A A i SS T C S s ==-=-==-=⨯⨯=∑或S3872110=-=-=AT e SSSS SS计算统计值7228.53,389A A A e eSS f F SS f ==≈……方差分析表结论:由于0.018.53(2,9)8.02,A F F ≈>=故果树品种对产量有特别显著影响.2...180x =432112804ij i j x ===∑∑解：22..4,3,12,180122700l m n lm C x n =======43221128042700104(1)119.45104T ijT i j S xC S n s ===-=-==-=⨯≈∑∑ 或 422.112790270090(1)3310903A i A A i S x C S m l s ==-=-==-≈⨯⨯=∑或322.112710.5270010.5(1)8 1.312510.54B jB B j S xC S l m s ==-=-==-≈⨯=∑或1049010.5 3.5e T A B S S S S =--=--=计算统计值 90310.5251.43,93.563.56A AB B A B e ee eS f S f F F S f S f ==≈==≈结论: 由以上方差分析知，进器对火箭的射程有特别显著影响；燃料对火箭的射程有显著影响. 3．为了研究某商品的需求量Y 与价格x 之间的关系，收集到下列10对数据： 2231,58,147,112,410.5,i i i i i i x y x y x y =====∑∑∑∑∑（1）求需求量Y 与价格x 之间的线性回归方程； （2）计算样本相关系数；（3）用F 检验法作线性回归关系显著性检验.⎪⎪⎭⎫⎝⎛====56.10)9,1(,26.11)8,1(12.5)9,1(,32.5)8,1(01.001.005.005.0F F F F 解：引入记号 10,3.1,5.8nx y ===()()14710 3.1 5.832.8xy iiiil x x y y x y nx y =--=-=-⨯⨯=-∑∑ 2222()11210 3.115.9xxi il x x x nx =-=-=-⨯=∑∑ 22()(1)9 1.766715.9xx ixl x x n s =-=-≈⨯≈∑或2222()410.510 5.874.1yy i il y y y ny =-=-=-⨯=∑∑22()(1)98.233374.1yy iyl y y n s =-=-≈⨯≈∑或ˆ(1)b32.8ˆˆ2.06,5.8 2.06 3.112.1915.9xy xxl ay bx l -==≈-=-≈+⨯≈ ∴需求量Y 与价格x 之间的线性回归方程为ˆyˆˆ12.19 2.06abx x =+≈- （2）样本相关系数32.832.80.955634.3248l r --==≈≈-01(3):0;:0H b H b =≠在0H 成立的条件下，取统计量(2)~(1,2)Ren S F F n S -=-计算统计值22(32.8)15.967.66,74.167.66 6.44R xy xx e yy R S l l S l S ==-≈=-≈-=0.01(2)867.666.4484.05(1,8)11.26R e F n S S F =-≈⨯≈>=故需求量Y 与价格x 之间的线性回归关系特别显著.4. 随机调查10个城市居民的家庭平均收入(x)与电器用电支出(y)情况得数据（单位：千元）如下:∑∑∑∑∑=====6.556,64.41,7644,19,27022i ii ii iy xy xy x(1) 求电器用电支出y 与家庭平均收入x 之间的线性回归方程； (2) 计算样本相关系数； (3) 作线性回归关系显著性检验;(4) 若线性回归关系显著,求x =25时, y 的置信度为0.95的预测区间. 解：引入记号 10,27,1.9nx y ===()()556.61027 1.943.6xy iiiil x x y y x y nx y =--=-=-⨯⨯=∑∑2222()76441027354xxi il x x x nx =-=-=-⨯=∑∑ 22()(1)939.3333354xx ixl x x n s =-=-≈⨯≈∑或2222()41.6410 1.9 5.54yy i il y y y ny =-=-=-⨯=∑∑22()(1)90.4716 5.54yy iyl y y n s =-=-≈⨯=∑或ˆ(1)b43.6ˆˆ0.1232,1.90.123227 1.4264354xy xxl ay bx l ==≈=-≈-⨯≈- ∴电器用电支出y 与家庭平均收入x 之间的线性回归方程为ˆyˆˆ 1.42640.1232a bx x =+≈-+（2）样本相关系数0.9845l r ==≈01(3):0;:0F H b H b =≠检验法在0H 成立的条件下，取统计量(2)~(1,2)Rn S F F n S -=-e计算统计值2243.6354 5.37,5.54 5.370.17xy xx yy s l l s l s ==≈=-≈-=R e R(2)n s F s -=Re0.018 5.370.17252.71(1,8)11.26F ≈⨯≈>=故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显著.相关系数检验法 01:0;:0H R H R =≠0.01||0.9845(8)0.765r r =>=由故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显著. (4) 因为0x x =处,0y 的置信度为1α-的预测区间为2垐((2)y t n ασ±-其中00.025垐 1.42640.123225 1.6536,(8) 2.31,0.1458y t σ=-+⨯====代入计算得当x =25时, y 的置信度为0.95的预测区间为(1.65360.355)(1.2986,2.0086).=。
方差分析习题答案
方差分析习题答案【篇一：方差分析习题】lass=txt>班级_______ 学号_______ 姓名________ 得分_________一、单项选择题1、方差分析所要研究的问题是（） a、各总体的方差是否相等 b、各样本数据之间是否有显著差异 c、分类型自变量对数值型因变量的影响是否显著 d、分类型因变量对数值型自变量是否显著2、组间误差是衡量因素的不同水平（不同总体）下各样本之间的误差，它（）a、只包含随机误差b、只包含系统误差c、既包含随机误差也包含系统误差d、有时包含随机误差，有时包含系统误差3、组内误差（） a、只包含随机误差b、只包含系统误差 c、既包含随机误差也包含系统误差d、有时包含随机误差，有时包含系统误差4、在单因素方差分析中，各次实验观察值应（）a、相互关联b、相互独立c、计量逐步精确d、方法逐步改进5、在单因素方差分析中，若因子的水平个数为k，全部观察值的个数为n，那么（）a、sst的自由度为n b 、ssa的自由度为k c、 sse的自由度为n-k-1 d、sst的自由度等于sse的自由度与ssa的自由度之和。
6、在方差分析中，如果拒绝原假设，则说明（）a、自变量对因变量有显著影响b、所检验的各总体均值之间全部相等c、不能认为自变量对因变量有显著影响d、所检验的各样本均值之间全不相等7、在单因素分析中，用于检验的统计量f的计算公式为（） a、ssa/sseb、ssa/sst c、msa/msed、mse/msa8、在单因素分析中，如果不能拒绝原假设，那么说明组间平方和ssa （） a、等于0 b、等于总平方和c、完全由抽样的随机误差所决定d、显著含有系统误差9、ssa自由度为（）a、r-1b、n-1c、n-rd、r-n二、实验分析题1、某公司采用四种颜色包装产品，为了检验不同包装方式的效果，抽样得到了一些数据并进行单因素方差分析实验。
实验依据四种包装方式将数据分为4组，每组有5个观察值，用excel中的数据分析工具，在0.05的显著水平下得到如下方差分析表：方差分析(1)填表：请计算表中序号标出的七处缺失值，并直接填在表上。
第七章 方差分析与回归分析
Se
2
~ 2 (n r)，还可证明，在 H0 为真时
SA
2
~
2 (r 1) ，且与 Se 相互独立.
因而，由 F 分布的构造可知，在 H0 为真时，（21）
式给出的检验统计量 F ~ F(r 1, n r) ，当取 c F1 (r 1, n r)
便有 P(F c} ，故得拒绝域为 W {F F1 (r 1 n r)}.
i 个总体获得容量为 mi 叫的样本yi1, yi2 ,, yimi , i 1,2,, r
各样本间还是相互独立的.这些样本可以通过试验或某种
观察获得.为方便起见，本章对样本及其观察值都用同一
符号 y 加下标表示，其含义可从上下文理解.
在 Ai 水平下获得的 yij 与 i 不会总是一致的，记
A 的各水平间无显著差异，简称因子 A不显著；
反之，当 H0 不真时，各i 不全相同，这时称因子 A 的各水平间有显著差异，简称因子 A显著.图（1）
示意了这两种说法的含义.
(a)A 不显著
图（1）
(b)A 显著
定义1 用于检验假设（1）式的统计方法称为方差分 析法，其实质是检验若干个具有相同方差的正态总体的 均值是否相等的一种统计方法.在所考察的因子仅有一 个的场合，称为单因子方差分析. 为检验假设（1）式需要从每一总体中抽取样本.设从第
二、单因子方差分析的统计模型
在例1中所考察的因子只有一个，称其为单因子试验.
通常在单因子试验中，设因子 A有 r 个水平A1, A2,, Ar ,
在每一水平下考察的指标可以看成一个总体，现有 r 个
水平，故有 r 个总体，并假定：
（1）每一总体均服从正态分布； （2）每一总体的方差相同； （3）从每一总体中抽取的样本相互独立.
回归分析参考答案
回归分析参考答案回归分析参考答案回归分析是一种常用的统计方法，用于研究变量之间的关系。
它可以帮助我们理解和预测变量之间的依赖关系，并且在实际应用中具有广泛的应用场景。
本文将介绍回归分析的基本概念、方法和应用，并提供一些参考答案，以帮助读者更好地理解和运用回归分析。
一、回归分析的基本概念回归分析是一种用于研究因变量和自变量之间关系的统计方法。
它基于一组观测数据，通过建立数学模型来描述因变量与自变量之间的关系，并用统计方法对模型进行估计和推断。
回归分析的目标是通过自变量的变化来预测因变量的值。
在回归分析中，因变量是我们想要预测或解释的变量，而自变量是我们用来解释因变量变化的变量。
回归分析可以分为简单线性回归和多元回归两种类型。
简单线性回归是指只有一个自变量和一个因变量的情况，而多元回归则是指有多个自变量和一个因变量的情况。
二、回归分析的方法回归分析的方法主要包括建模、参数估计和模型评估三个步骤。
1. 建模：在回归分析中，我们需要选择适当的模型来描述因变量和自变量之间的关系。
常见的模型包括线性模型、非线性模型和广义线性模型等。
选择合适的模型需要根据具体问题和数据特点来决定。
2. 参数估计：在建立模型之后，我们需要对模型的参数进行估计。
参数估计的方法有最小二乘法、最大似然估计和贝叶斯估计等。
最小二乘法是一种常用的参数估计方法，它通过最小化观测值与模型预测值之间的差异来估计参数。
3. 模型评估：在参数估计之后，我们需要对模型进行评估，以确定模型的拟合程度和预测能力。
模型评估的指标包括残差分析、方差分析和回归系数的显著性检验等。
通过这些指标，我们可以判断模型是否合理，并对模型进行改进。
三、回归分析的应用回归分析在实际应用中具有广泛的应用场景。
下面将介绍一些常见的应用领域和相应的参考答案。
1. 经济学：回归分析在经济学中常用于研究经济变量之间的关系。
例如，我们可以使用回归分析来研究收入和消费之间的关系，以及利率和投资之间的关系。
数理统计期末练习题0.
统 计 分 析（方差分析和回归分析）三、典型题解例1：某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表.饲喂不同饲料的鱼的增重 （单位：10g ）饲料鱼的增重（x ij ）合计.i x 平均.i x A 1 31.9 27.9 31.8 28.4 35.9 155.9 31.18 A 2 24.8 25.7 26.8 27.9 26.2 131.4 26.28 A 3 22.1 23.6 27.3 24.9 25.8 123.7 24.74 A 427.0 30.829.024.528.5139.827.96合计..x =550.8解：这是一个单因素等重复试验，因素数4s =，重复数05n =.各项平方和及自由度计算如下：220/550.8/(45)15169.03C T n s ==⨯=总平方和 222231.927.928.5T ij S x T C =∑∑-=+++-67.19903.151697.15368=-=组间平方和22222011(155.9131.4123.7139.8)515283.315169.03114.27A jS x C C n =-=+++-=-=∑ 组内平方和 199.67114.2785.40E T A S S S =-=-= 总自由度 0154119T f n s =-=⨯-= 处理间自由度 1413A f s =-=-= 处理内自由度 19316E T A f f f =-=-=用A S 、E S 分别除以A f 和E f 便得到处理间均方A MS 及处理内均方E MS ./114.27/338.09/85.40/16 5.34A A A E E E MS S f MS S f ======因为/38.09/5.347.13A E F MS MS ===；根据13A f f ==，216E f f ==，查表得F ＞F 0.01(3，16) =5.29,，表明四种不同饲料对鱼的增重效果差异极显著，用不同的饲料饲喂，增重是不同的.例2：抽测5个不同品种的若干头母猪的窝产仔数，结果见下表，试检验不同品种母猪平均窝产仔数的差异是否显著.五个不同品种母猪的窝产仔数品种号 观 察 值x ij (头/窝) x i..i x1 8 13 12 9 9 51 10.2 2 7 8 10 9 7 41 8.23 13 14 10 11 12 60 12 4 13 9 8 8 10 48 9.65 121115 14136513 合计T =265解：这是一个单因素试验，因素数5s =，重复数05n =.现对此试验结果进行方差分析如下：计算各项平方和与自由度220/265/(55)2809.00C T sn ==⨯=22222222222.0(8131413)2809.002945.002809.00136.0011(5141604865)2809.0052882.202809.0073.20T ij A jS x C S x C n =-=++++-=-==-=++++-=-=∑∑∑ 136.0073.2062.80E T A S S S =-=-=0155124,1514,24420T A E T A f sn f s f f f =-=⨯-==-=-==-=-=列出方差分析表，进行F 检验不同品种母猪的窝产仔数的方差分析表变异来源 平方和 自由度 均方 F 值品种间 73.20 4 18.30 5.83 误差 62.80 20 3.14 总变异136.0024根据14A f f ==，220E f f ==查临界F 值得：F 0.05(4,20) =2.87,F 0.05(4,20) =4.43，因为F ＞F 0.01(4,20)，表明品种间产仔数的差异达到1%显著水平.例3：以A 、B 、C 、D 4种药剂处理水稻种子，其中A 为对照，每处理各得4个苗高观察值(cm)，其结果如下表，试分解其自由度和平方和.水稻不同药剂处理的苗高(cm )药 剂苗高观察值总和i T平均i yA 18 21 20 13 72 18B 20 24 26 22 92 23C 10 15 17 14 56 14D 28 27 29 3211629T =336 =y 21解：计算各项平方和与自由度20T C n s ===⨯23367056442T ijS y C C =-=+++-=∑∑222182132602201()()kT i i S n y y T n C C =-=-=+++-=∑∑2222729256116/4504或 A S =⨯-+-+-+-=22224[(1821)(2321)(1421)(2921)]504 2221111()knnkkE ij i iji T A S y y y T n S S =-=-=-=-=∑∑∑∑60250498进而可得均方：T MS ==602/1540.13 A MS ==504/3168.00 E MS ==98/128.17总方差自由度44115T f =⨯-=，药剂间自由度413A f =-=，药剂内自由度15312E f =-=例4：为研究雌激素对子宫发育的影响，现有4窝不同品系未成年的大白鼠，每窝3只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见下表，试作方差分析.各品系大白鼠不同剂量雌激素的子宫重量(g)品系(A )雌激素注射剂量(mg/100g)(B )合计x i. 平均.i x B 1(0.2)B 2(0.4)B 3(0.8)A 1 106 116 145 367 122.3 A 2 42 68 115 225 75.0 A 3 70 111 133 314 104.7 A 442 63 87 192 64.0 合计x .j 260 358 480 1098 平均j x .65.089.5120.0解：这是一个双因素单独观测值试验结果.A 因素(品系)有4个水平，即a =4；B 因素(雌激素注射剂量)有3个水平，即b =3，共有a ×b =3×4=12个观测值.方差分析如下：计算各项平方和与自由度22/1098/(43)100467.0000C T ab ==⨯=22222222222222.(1061166387)100467.0000113542100467.000013075.000011(367225314192)100467.00003106924.6667100467.00006457.666711(260358480)100467.00004T ij A j B j S x C S x C b S x C a =-=++++-=-==-=+++-=-==-=++-∑∑∑∑106541.0000100467.00006074.0000=-=13075.00006457.66676070000543.3333143111,14131312,11326e T A B T A B e T A B S S S S f ab f a f b f f f f =--=--==-=⨯-==-=-==-=-==--=--=列出方差分析表，进行F 检验方差分析表变异来源平方和 自由度 均方 F 值A 因素(品系) 6457.6667 3 2152.5556 23.77B 因素(剂量)6074.0000 2 3037.0000 33.54误差 543.3333 6 90.5556总变异13075.000011根据13A f f ==，26E f f ==查临界F 值，F 0.01(3,6)=9.78；根据12B f f ==，26E f f ==查临界F 值，F 0.01(2,6)=10.92.因为A 因素的F 值23.77＞F 0.01(3,6)，差异极显著；B 因素的F 值33.54＞F 0.01(2,6)，差异极显著.说明不同品系和不同雌激素剂量对大白鼠子宫的发育均有极显著影响.例7：在某个地区抽取了9家生产同类产品的企业，其月产量和单位产品成本的资料如表8-1，建立月产量x 和单位产品成本y 之间的直线方程.并估计当月产量x=10（千件）时，单位产品成本的数值.22293332.953.7613ˆ 6.46()9370.6553.7n xy x y bn x x -⋅⨯-⨯===--⨯-∑∑∑∑∑ 5.97x =，68.11y =，ˆ68.11( 6.46) 5.97106.68ay bx =-=--⨯= 所以回归方程为：ˆ106.68 6.46yx =- 当10x =（千件），ˆ106.68 6.4642.08yx =-=（元）.例8：为研究某一化学反应过程中，温度()x C ο对产品得率(%)Y 的影响，测得数据如下：（1） 求变量Y 关于x 的线性回归方程. （2） 2σ的无偏估计.（3） 检验回归方程的回归效果是否显著（取0.05α=）. 解： （1）10n =，经计算得101101010102211111450, 673, 218500, 47225, 101570ii i iii i i i i i xy x y x y ==========∑∑∑∑∑21218500145082501011015701450673398510xx xy S S =-⨯==-⨯⨯=故得ˆ0.48303xx xyS bS ==，11ˆ67314500.48303 2.739351010a=⨯-⨯⨯=- 于是得到回归直线方程ˆ 2.739350.48303yx =-+ 或写成ˆ67.30.48303(145)yx =+- （2）由以上计算计算结果得2221111()472256731932.110nn yy i i i i S y y n ===-=-⨯=∑∑ 又已知3985xyS =，ˆ0.48303b=，故 2ˆ7.23ˆ0.9082yy xy S bSn σ-===-（3）待检验假设0: 0H b =，1: 0H b ≠由（1）和（2）知2ˆˆ0.48303, 8250, 0.9xx bS σ===.查表得0.0520.025(2)(8) 2.3060t n t -==假设0: 0H b =的拒绝域为|| 2.3060ˆˆ||xx t S bσ=≥现在0.48303||825046.25 2.30600.90t =⨯=> 故拒绝0: 0H b =，认为回归效果是显著的.例9：某商品的需求量（单位：件）y 与价格x （单位：元）的统计资料如下所示y543 580 618 695 724 812 887 991 1186 1904 x45515461667074788589求需求函数的回归方程.解：画散点图，根据散点图选择曲线类型by ax-=来描绘需求量y 与价格x 的关系经变换，得''ln ln ln y y a b x x αβ==-=+ 利用最小二乘法的α和β的估计值ˆ9.1206α=， ˆ0.6902β=- 所以ˆˆ9141.685ae α==，ˆˆ0.6902b β=-=. 故需求回归方程为：0.6902ˆ9141.658yx -=，将y 与ˆy的值加以对比如下： y543 580 618 695 724 812 887 991 1186 1904ˆy5365836146827427719171050 1198 1886可见y 与ˆy数据相近，效果较好. 四、练习题1.把下面的方差分析表填写完整，方差来源平方和自由度修正（方差）组间 131.37 （1） （3） 组内 （2） 15 （4） 总和332.4819临界值参考答案：（1）4（2）201.11（3）32.84（4）13.412.一批由相同材料织成的布料，使用染整工艺1B ，2B ，3B ，分别处理后进行强度试验，实测数据（单位：2/kg m ）为：工艺1B ：0.94 0.86 0.90 1.26 1.04 工艺2B ：1.28 1.72 1.60 1.60工艺3B ：1.02 0.86 1.00 1.22 1.33 1.10试分析不同染整工艺下布料强度的差异显著性？(0.1α=) 参考答案：0.10.7615(2,11)2.86FF ，不显著.3.为考察苗猪品种对增重的影响，今选择1A ，2A ，3A 等3个品种各5头发育良好体重相等的苗猪作实验，在同等条件下喂养一段时间后重新过磅，其实际增重（单位：kg ）为：工艺1A ：129 122 140 140 129 工艺2A ：123 135 124 104 114 工艺3A ：147 131 138 150 124试问猪的品种对增重的影响是否显著？(05.0=α) 参考答案：0.14.0064(2,12)2.81FF ，显著.4.设四名工人操作机器321,,A A A 各一天, 其日产量如表8.7所示, 问不同机器或不同工人对日产量是否有显著影响(0.1α=)?参考答案：0.19.3183(3,6) 3.29AF F ，显著； 0.11.8992(2,6)3.46BF F ，不显著8．某地高校教育经费（x ）与高校学生人数（y ）连续6年的统计资料如下：要求：（1）建立议程回归直线方程，估计教育经费为500万元的在校学生数； （2）计算估计标准误差.参考答案：（1）Y=-17.92+0.096X ， 29.84338（2）2ˆ0.8649σ= 9. 以下是子代和父代受教育年限的抽样调查求：（1）子代受教育年限（Y ）关于父代受教育年限（X ）的回归直线. （2）2σ的无偏估计.（3）判断该结论是否具有推论意义（0.05α=）.参考答案：（1）Y=3+0.6X ，（2）2ˆ0.93σ=（3）0025|| 3.928(3) 3.1824t t =>=，显著. 10. 设对某产品的价格P 与供给量S 的一组观察数据如下表：据此求：（1）该产品的价格P 关于供给量S 的回归直线.（2）2σ的无偏估计.（3）是否具有推论意义？（0.05α=）.参考答案：（1）Y=-0.1754+6.2281X ，（2）2ˆ11.84σ=（3）0025||0.3722(6) 2.4469t t =<=，不显著.11.以下是生活期望值与个人成就的抽样调查求：（1）回归直线 （2）2σ的无偏估计.（3）是否具有推论意义（0.05α=）.参考答案：（1）Y=0.2668+0.8748X ，（2）2ˆ 5.089σ=（3）0025||0.2703(6) 2.4469t t =<=，不显著.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
方差分析与回归分析习
题答案
HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】
第九章 方差分析与回归分析习题参考答案
1. 为研究不同品种对某种果树产量的影响，进行试验，得试验结果（产量）如下表，试分析果树品种对产量是否有显着影响. （0.05(2,9) 4.26F =，0.01(2,9)8.02F =）
解：r=3,
12444n n 321=++=++=n n ,
T=120 ,120012
1202
2===n T C 计算统计值?7228.53,
389
A A A e e SS f F SS f =
=≈……
方差分析表
结论:由于0.018.53(2,9)8.02,
A F F ≈>=故果树品种对产量有特别显着影响.
2700
10.52
93.56
≈
结论: 由以上方差分析知，进器对火箭的射程有特别显着影响；燃料对火箭的射程有显着影响.
3．为了研究某商品的需求量Y与价格x之间的关系，收集到下列10对数据：
22
31,58,147,112,410.5,
i i i i i i
x y x y x y
=====
∑∑∑∑∑（1）求需求量Y与价格x之间的线性回归方程；
（2）计算样本相关系数；
（3）用F检验法作线性回归关系显着性检验.
解：引入记号10, 3.1, 5.8
n x y
===
∴需求量Y与价格x之间的线性回归方程为
（2）样本相关系数
32.8
0.9556
34.3248
l
r
-
==≈≈-
在0H 成立的条件下，取统计量~(1,2)R
e
F F n S =
-
计算统计值
2
2(32.8)15.967.66,
74.167.66 6.44
R xy xx e yy R S l l S l S ==-≈=-≈-=
故需求量Y 与价格x 之间的线性回归关系特别显着.
4. 随机调查10个城市居民的家庭平均收入(x)与电器用电支出(y)情况得数据（单位：千元）如下:
(1) 求电器用电支出y 与家庭平均收入x 之间的线性回归方程； (2) 计算样本相关系数；
(3) 作线性回归关系显着性检验;
(4) 若线性回归关系显着,求x =25时, y 的置信度为0.95的预测区间. 解：引入记号 10,
27,
1.9n x y ===
∴电器用电支出y 与家庭平均收入x 之间的线性回归方程为
（2）样本相关系数 0.9845l r =
=
≈
在0H 成立的条件下，取统计量~(1,2)R
F F n S =
-e
计算统计值
2
243.6354 5.37,
5.54 5.370.17
xy xx yy s l s l s ==≈=-≈-=R e R
故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显着.
相关系数检验法 01:0;:0H R H R =≠
故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显着.
(4) 因为0x x =处,0y 的置信度为1α-的预测区间为
其中00.025垐 1.42640.123225 1.6536,
(8) 2.31,0.1458y t σ=-+⨯====
代入计算得当x =25时, y 的置信度为0.95的预测区间为。