单因素方差分析应用实例,实验报告(共10篇).docx

文档介绍：单因素方差分析应用实例,实验报告(共10篇) 、实验步骤:。定义2个变量:PWK和DCGJSL,分别表示排污口和大肠杆菌数量。 “分析→比较均值→单因素”,弹出“单因素方差分析”对话框。在对话框左侧的变量列表中,选择变量“DCGJSL”进入“因变量”列表框,选择变量“PWK”进入“因子”列表框。 “确定”按钮,得到输出结果。结果解读: 由以上结果可以看到,观测变量大肠杆菌数量的总离差平方和为;如果仅考虑“排污口”单个因素的影响,则大肠杆菌数量总变差中,排污口可解释的变差为,抽样误差引起的变差为,它们的方差分别为和,相除所得的F统计量的观测值为,对应的概率P值为。在显著性水平α为的情况下。由于概率P值小于显著性水平α,则应拒绝零假设,认为不同的排污口对大肠杆菌数量产生了显著影响,它对大肠杆菌数量的影响效应不全为0。因此,可判断各个排污口的大肠杆菌数量是有差别的。、实验步骤:。定义2个变量:Branch和Turnover,分别表示分店和日营业额。将Branch的值定义为1=第一分店,2=第二分店,3=第三分店,4=第四分店,5=第五分店。 “分析→比较均值→单因素”,弹出“单因素方差分析”对话框。在对话框左侧的变量列表中,选择变量“Turnover”进入“因变量”列表框,选择变量“Branch”进入“因子”列表框。 “确定”按钮,得到输出结果。结果解读: 由以上结果可以看到,观测变量日营业额的总离差平方和为;如果仅考虑“分店”单个因素的影响,则日营业额总变差中,分店可解释的变差为,抽样误差引起的变差为,它们的方差分别为和,相除所得的F统计量的观测值为,对应的概率P值近似为0。在显著性水平α为的情况下,由于概率P值小于显著性水平α,则应拒绝零假设,认为不同的分店对日营业额产生了显著影响,它对日营业额的影响效应不全为0。因此,在α=的显著性水平下,“这五个分店的日营业额相同”这一假设不成立。、实验步骤:。定义3个变量:weight和method,分别表示幼苗干重和处理方式。将method的值定义为1=HCI,2=丙酸,3=丁酸,4=对照。 “分析→比较均值→单因素”,弹出“单因素方差分析”对话框。在对话框左侧的变量列表中,选择变量“,method”进入“因变量”列表框,选择变量“weight”进入“因子”列表框。在“两两比较”选项中选择LSD、Bonferroni和Scheffe方法。 “确定”按钮,得到输出结果。天水师范学院数学与统计学院实验报告实验项目名称单因素方差分析所属课程名称实验类型设计型实验日期班级09统计一班学号姓名成绩【实验目的】通过测量数据研究各个因素对总体的影响效果,判定因素在总变异中的重要程度【实验原理】 Ho:μ1=μ2=…=μr,H1:μ1,μ2,…,μr不全相等给定显著水平α,用P值检验法, 当P值大于α时,接受原假设Ho,否则拒绝原假设Ho 【实验环境】R Pentinu(R)Dual-CoreCPUE6700,的内存【实验方案】准备数据,查找相关R程序代码并进行编写运行得出结果进行分析总结【实验过程】 AA A0016XX800AXX600 () DfSumSqMeanSqFvaluePr(>F) A Residuals4 Df表示自由度SumSq表示平方和Fvalue表示F值Pr(>F)(>)可以接受H0. 【实验结论】得如下方差分析表 DfSumSqMeanSqFvaluePr(>F) A Residuals4 可以判断出四种材料生产出的元件寿命无显著差异【实验小结】三、指导教师评语及成绩: 评语 ,字迹清楚,文字叙述流畅,逻辑性强评语等级优良中及不及格格 . 成绩: 指导教师签名: 批阅日期: 附录1:源程序附录2:实验报告填写说明 :要求与实验教学大纲一致。 :目的要明确,要抓住重点,符合实验教学大纲要求。:简要说明本实验项目所涉及的理论知识。:实验用的软、硬件环境。 :这是实验报告极其重要的内容。概括整个实验过程。对于验证性实验,要写明依据何种原理、操作方法进行实验,要写明需要经过哪几个步骤来实现其操作。对于设计性和综合性实验,在上述内容基础上还应该画出流程图、设计思路和设计方法,再配以相应的文字