试验设计与数据处理(第二版)课后习题答案.xls

试试验验设设计计与与数数据据处处理理课课后后习习题题答答案案 第二章习题答案 2 1 0 04150 03550 03360 03120 03020 02890 02770 0271 Re1750025500297003760042400509006180069300 2 2 x1234 Mx 1 x 20mm y88 28 38 My 1 y 5mm 关系曲线 0 10 01 10000 1000000 Re x与y的关系图 4 543 532 521 510 50 7 8 7 9 8 8 1 8 2 8 3 8 4 x y Series1 2 3 发酵时间 d0123456 PH值 5 45 865 95 85 75 6 残糖量 g l 24 513 311 210 19 58 17 8 2 4 树脂型号 DA 201NKA 9AB 8D 4006D 101S 8NKA 吸附量 mg g 17 1417 771 8713 710 5513 333 67 发酵时间与PH值及残糖量的关系图 9876543210 0 5 10 15 20 25 30 4 9 5 1 5 3 5 5 5 7 5 9 6 1 发酵时间 d ph值 残糖量 PH值 DA 201 NKA 9AB 8D 4006 D 101S 8NKA 0 2 4 6 8 10 12 14 16 18 20 树脂型号 吸附量 mg g x与y的关系图 4 543 532 521 510 50 7 8 7 9 8 8 1 8 2 8 3 8 4 x y Series1 2 5 植物油 凝固点 甲乙 花生油2 93 5 棉子油 6 3 6 2 蓖麻油 0 10 5 菜籽油5 35 2 6 应用领域 橡胶工业 合成表面活性剂润滑油 脂 肥皂及洗涤剂金属皂其他 比例2 9 6 3 0 1 5 3 3 5 6 2 0 5 5 两个产地几种植物油的凝固点数据图 花生油棉子油蓖麻油菜籽油 7 6 5 4 3 2 1 0 1 2 3 4 5 6 植物油 凝固点 甲 乙 18 11 5 23 21 22 比例 橡胶工业 合成表面活性剂 润滑油 脂 肥皂及洗涤剂 金属皂 其他 3 1 第三章习题答案 3 1 颜色销售额 万元 橘黄色26 528 725 129 127 2 粉色31 228 330 827 929 6 绿色27 925 128 524 226 5 无色30 829 632 431 732 8 方差分析 单因素方差分析 SUMMARY 组观测数求和平均方差 行 15136 627 322 672 行 25147 829 562 143 行 35132 226 443 298 行 45157 331 461 658 方差分析 差异源SSdfMSFP valueF crit 组间76 84553 25 6151710 4862 0 000466 3 238872 组内39 084162 44275 总计115 929519 3 2 乙炔流量空气流量 L min L min 89101112 181 181 580 38077 1 581 481 879 479 175 9 27576 175 475 470 8 2 560 467 968 769 868 7 方差分析 无重复双因素分析 18 11 5 23 21 22 比例 橡胶工业 合成表面活性剂 润滑油 脂 肥皂及洗涤剂 金属皂 其他 SUMMARY观测数求和平均方差 行 15399 979 983 137 行 25397 679 525 507 行 35372 774 544 528 行 45335 567 114 485 列 14297 974 47596 7425 列 24307 376 82542 2625 列 34303 875 95 27 89667 列 44304 376 07521 4625 列 54292 473 115 9 方差分析 差异源SSdfMSFP valueF crit 行537 63753 179 2125 28 61486 9 44E 06 3 490295 列35 47348 86825 1 415994 0 287422 3 259167 误差75 15512 6 262917 总计648 265519 3 3 铝材材质 去离子水自来水 12 35 6 11 85 3 21 55 3 21 54 8 31 87 4 32 37 4 方差分析 可重复双因素分析 SUMMARY去离子水自来水总计 1 观测数224 求和4 110 915 平均2 055 453 75 方差0 1250 0453 91 2 观测数224 求和310 113 1 平均1 55 053 275 方差00 1254 2425 3 观测数224 求和4 114 818 9 平均2 057 44 725 方差0 12509 5825 总计 观测数66 求和11 235 8 平均1 866666667 5 966667 方差0 130666667 1 298667 方差分析 差异源SSdfMSFP valueF crit 样本4 3716666672 2 185833 31 22619 0 000673 5 143253 列50 43150 43 720 4286 1 77E 07 5 987378 交互2 35521 1775 16 82143 0 003467 5 143253 内部0 4260 07 总计57 5766666711 4 1 c x T y 19 6105 4 20 5106 22 3107 2 25 1108 9 26 3109 6 27 8110 7 29 1111 5 浓度与沸点温度之间的关系 32272217 102 104 106 108 110 112 c T Series 1 ixyxi2yi2xiyi 119 6105 4384 16 11109 162065 84 220 5106420 25112362173 322 3107 2497 29 11491 842390 56 425 1108 9630 01 11859 212733 39 526 3109 6691 69 12012 162882 48 627 8110 7772 84 12254 493077 46 729 1111 5846 81 12432 253244 65 总和170 7759 34243 05 82395 11 18567 38 平均24 38571108 4714286 SUMMARY OUTPUT 回归统计 Multiple R 0 999752712 R Square0 999505486 Adjusted R Square0 999406583 标准误差0 056916528 观测值7 方差分析 dfSSMSF Significance F 回归分析1 32 73809 32 73809 10105 94 1 85E 09 残差5 0 016197 0 003239 总计6 32 75429 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept92 91137938 0 156271 594 5544 2 55E 13 92 50967 93 31309 92 50967 X Variable 1 0 638080517 0 006347 100 5283 1 85E 09 0 621764 0 654397 0 621764 4 2 T Kc lnTlnc 27320 2 4361631 30103SUMMARY OUTPUT 28325 2 4517861 39794 29331 2 466868 1 491362回归统计 浓度与沸点温度之间的关系 32272217 102 104 106 108 110 112 c T Series 1 31334 2 495544 1 531479Multiple R 0 987715 33346 2 522444 1 662758R Square0 97558 35358 2 547775 1 763428Adjusted R Square0 969475 标准误差 0 029578 观测值6 方差分析 dfSS 回归分析1 0 139805 残差4 0 003499 总计5 0 143305 Coefficients 标准误差 Intercept 8 14190 76478 X Variable 13 887206 0 307502 SUMMARY OUTPUT 回归统计 Multiple R 0 987714594 R Square0 97558012 Adjusted R Square0 969475149 标准误差0 029578225 观测值6 方差分析 dfSSMSF Significance F 回归分析1 0 139805 0 139805159 801 0 000225 残差4 0 003499 0 000875 总计5 0 143305 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept 8 1418961590 76478 10 6461 0 000441 10 2653 6 01853 10 2653 X Variable 13 88720636 0 307502 12 64124 0 000225 3 033444 4 740969 3 033444 0 000291 3 887206 4 3 某物质的溶解度与绝对温度之间的关 系 1000100 10 100 T K c Series 1 试验号煎煮时间 min x1 煎煮次数 x2 加水量 倍 x3 含量 mg L y 1301815 24021137 3503746 46011026 5702634 6803957 79031257 SUMMARY OUTPUT 回归统计 Multiple R 0 992299718 R Square0 984658731 Adjusted R Square0 969317462 标准误差2 742554455 观测值7 方差分析 dfSSMSF Significance F 回归分析3 1448 292 482 7641 64 18366 0 003211 残差3 22 56481 7 521605 总计6 1470 857 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept 12 61111111 5 352918 2 35593 0 099767 29 6465 4 424264 29 6465 X Variable 10 175 0 066911 2 615396 0 079315 0 03794 0 387942 0 03794 X Variable 2 13 71296296 1 561268 8 783223 0 003109 8 744312 18 68161 8 744312 X Variable 3 1 287037037 0 5371472 39606 0 096215 0 42241 2 996479 0 42241 4 4 试验号T Na2O x1 siO2 x2 CaO x3 X1 x1X2 x1x2X3 x3 1102914729 11410089 1 2101114728 11410088 1 3101614727 11410087 1 410061473 38 8141026 28 8 59931473 36 8141026 26 8 610041473 38 1141026 28 1 79671473 37 1141026 27 1 89991473 36 1141026 26 1 99921474 37 8141040 27 8 1098014747 11410367 1 1198014746 11410366 1 1298414747 11410367 1 1396515716 11510656 111510659 1 1598815727 11510807 1 1698415729 11510809 1 1796715728 11510808 1 1898715727 11510807 1 1997915728 11510808 1 2098815726 11510806 1 2196815738 11510958 1 2294015737 11510957 1 2395615736 11510956 1 2495615738 11510958 1 2592515736 11510956 1 SUMMARY OUTPUT 回归统计 Multiple R 0 866175908 R Square0 750260704 Adjusted R Square0 714583661 标准误差12 79120464 观测值25 方差分析 dfSSMSF Significance F 回归分析3 10322 09 3440 696 21 02923 1 57E 06 残差21 3435 913 163 6149 总计2413758 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept1557 058911 96 99556 16 05289 2 89E 13 1355 346 1758 772 1355 346 X Variable 1 38 64532374 15 36278 2 515516 0 020093 6 696666 70 59398 6 696666 X Variable 2 1 121266308 0 249355 4 49666 0 000198 1 63983 0 6027 1 63983 X Variable 3 6 484236525 2 688135 2 4121690 02509 0 893954 12 07452 0 893954 所以得到的线性回归方程表达式为 y 1557 06 38 65x1 1 12x1x2 6 48x3 根据偏回归系数的大小 可知三个因素的主次顺序为 x1 x3 x2 5 1 优选过程 1 首先在试验范围0 618处做第一个实验 这一点的温度为 x1 340 420 340 0 618 389 44 2 在这点的对称点 即0 382处做一个实验 这一点的温度为 x1 420 420 340 0 618 370 56 3 比较两次的实验结果 发现第一点比第二点的合成率高 故舍去370 56以下部分 在370 56 420之间 找x1的对称 x3 420 420 370 56 0 618 389 44608 4 比较两次的实验结果 发现第一点比第三点的合成率高 故舍去389 44608以下部分 在389 44608 420之间 找x1的对称 x4 420 420 389 44608 0 618 401 11767744 5 比较两次的实验结果 发现第一点比第四点的合成率高 故舍去401 11767744以上部分 在389 44608 401 11767744之间 找x1的对称 x5 401 11767744 401 11767744 389 44608 0 618 393 787 5 2 电解质温度657480 电解率94 398 981 5 目标函数 101 4993 x 70 62664887 则下一个实验点为70 63 5 4 黄金分割法 首先在实验范围的0 618处做第一个实验 这一点的碱液用量为 x1 20 80 20 0 618 57 08 ml 在这一点的对称点 即0 382处做第二个实验 这一点的碱液用量为 x2 80 80 20 0 618 42 92 ml 比较两次试验结果 第二点较第一点好 则去掉57 08以上的部分 然后在20ml与57 08ml之间 找x2的对称点 x3 57 08 57 08 20 0 618 34 165 ml 比较第二点与第三点 第二点较好 则去掉34 165以下的部分 然后在34 165ml与57 08ml之间 找x2的对称点 x4 34 165 57 08 34 165 0 618 48 326 ml 比较第二点与第四点 第四点较好 则去掉42 29以下的部分 然后在42 29ml与57 08ml之间 找x4的对称点 x5 42 29 57 08 42 29 0 618 51 43 ml 由于x5属于50ml到55ml之间 则为最佳点 9080706050403020100 0 20 40 60 80 100 120 y 0 2274x2 32 1207x 1032 7519 电解质温度 电解率 2 1 213132321 2 2 2 13 2 1 2 32 2 3 2 21 4 xxyxxyxxy xxyxxyxxy x 5 5 对开法 在直角坐标系中画出一矩形代表优选范围 20 x 100 30 y 160 在中线x 20 100 2 60上用单因素法找到最大值 设最大值在P点 再在中线y 30 160 2 90上用单因素法找到最大值 设最大值在Q点 比较P和Q的结果 如果Q大 去掉xx2 x3 x4 又x3x4对应的偏回归系数不显著 故归入残差项 重新进行回归分析如下 SUMMARY OUTPUT 回归统计 Multiple R 0 986424302 R Square0 973032904 Adjusted R Square0 964043872 标准误差2 046677524 观测值9 方差分析 dfSSMSF Significance F 回归分析2 906 8667 453 4333 108 2467 1 96E 05 残差6 25 13333 4 188889 总计8932 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept20 39333333 2 549736 7 998213 0 000204 14 15435 26 63231 14 15435 丙烯酸用量x1 mL1 720 12204 14 09371 7 97E 06 1 421378 2 018622 1 421378 引发剂用量x2 10 33333333 3 051007 3 38686 0 014733 17 7989 2 86779 17 7989 简化后的方程非常显著 两偏回归系数也都显著 所以得到最终的二元线性方程 y y 18 585 1 644x1 11 667x2 7 2 序号废弃塑料质量x1 kg改性剂用量x2 kg增塑剂用量x3 kg混合剂用量x4 kgx1x2x3x3附着力评分y 114712589814440 21610186816032445 318135562342590 4205146610019641 5228195417636140 624118642646490 72615165239025687 8286206216840040 9309105027010048 1032121760384289100 SUMMARY OUTPUT 回归统计 Multiple R 0 997692974 R Square0 995391271 Adjusted R Square0 986173814 标准误差3 039793997 观测值10 方差分析 dfSSMSF Significance F 回归分析6 5987 179 997 8632 107 9898 0 001361 残差3 27 72104 9 240348 总计96014 9 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept275 8513061 46 78305 5 896394 0 009738 126 9668 424 7359 126 9668 废弃塑料质量x1 kg 9 164049588 1 288022 7 11482 0 005714 13 2631 5 06499 13 2631 改性剂用量x2 kg 21 90324594 3 378473 6 48318 0 007449 32 6551 11 1514 32 6551 增塑剂用量x3 kg 21 1426109 2 603757 8 12004 0 003905 29 4289 12 8563 29 4289 混合剂用量x4 kg1 402877792 0 191033 7 343644 0 005218 0 7949262 01083 0 794926 x1x21 16458603 0 138149 8 429919 0 003503 0 724934 1 604238 0 724934 x3x30 727523817 0 0975817 45562 0 004996 0 416979 1 038069 0 416979 回归方程 y 275 851 9 164x1 21 903x2 21 143x3 1 403x4 1 16x1x2 0 73x32 因素主次 x1x2 x3 x4 x1 x2 方程非常显著 偏回归系数也非常显著 所以四个因素对试验结果都有非常显著地影响 下面用规划求解来求得最大值 x114127 179 x25 x35 x468 第八章习题答案 8 1 试验号z1z2z1z2z3z1z3灰化温度x1 原子化温度x2 1111117002400 2111 1 17002400 31 1 1117001800 41 1 1 1 17001800 5 11 11 13002400 6 11 1 113002400 7 1 111 13001800 8 1 11 113001800 SUMMARY OUTPUT 回归统计 Multiple R 0 994230144 R Square0 988493579 Adjusted R Square0 959727528 标准误差0 007905694 观测值8 方差分析 dfSSMSF Significance F显著性 z110 000761 0 000761 9 51E 05 z210 009113 0 009113 0 001139 z310 000181 0 000181 2 26E 05 z1z210 000264 0 000264 3 31E 05 z1z310 000420 00042 5 26E 05 回归分析5 0 010739 0 00214834 3632 0 028518 残差2 0 000125 6 25E 05 总计7 0 010864 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept0 50475 0 002795 180 5848 3 07E 05 0 492724 0 516776 0 492724 z10 00975 0 002795 3 488266 0 073266 0 00228 0 021776 0 00228 z20 03375 0 002795 12 07477 0 006789 0 021724 0 045776 0 021724 z1z20 00475 0 002795 1 699412 0 231342 0 00728 0 016776 0 00728 z3 0 00575 0 002795 2 05718 0 175939 0 01778 0 006276 0 01778 z1z30 00725 0 002795 2 593839 0 122018 0 00478 0 019276 0 00478 回归方程 y 0 50475 0 00975z1 0 03375z2 0 00475z1z2 0 00575z3 0 00725z1z3 由该回归方程中偏回归系数绝对值的大小 可以得到各因素和交互作用的主次顺序为 x2 x1 x1x3 x3 x1x2 由方差分析的结果可知 只有z2因素对试验指标有非常显著的影响 故可把其他因素归入残差项 重新进行方差分析得到如下表 第二次方差分析表 dfSSMSF显著性 z210 009113 0 009113 33 62546 残差e 6 0 001626 0 000271 总计7 0 010864 因素z2对试验指标y有非常显著的影响 因此回归方程可以简化为 y 0 50475 0 03375z2 又z2 x2 2100 300 回带得方程y 0 2685 0 0001125x2 8 2 试验号z1z2z3提取率y 11118 211 17 3 31 116 9 41 1 16 4 5 1116 9 6 11 16 5 7 1 116 8 1 1 15 1 90006 6 100006 5 110006 6 SUMMARY OUTPUT 回归统计 Multiple R 0 990265441 R Square0 980625644 Adjusted R Square0 972322348 标准误差0 121074733 观测值11 方差分析 dfSSMSF Significance F显著性 z112 101252 10125 DIV 0 z212 311252 31125 DIV 0 z310 781250 78125 DIV 0 回归分析35 193751 73125 118 1008 2 34E 06 残差7 0 102614 0 014659 总计10 5 296364 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 Intercept6 618181818 0 036505 181 29324 1E 146 53186 6 7045036 53186 z10 5125 0 042806 11 97251 6 46E 06 0 411279 0 613721 0 411279 z20 5375 0 042806 12 55654 4 69E 06 0 436279 0 638721 0 436279 z30 3125 0 042806 7 300313 0 000163 0 211279 0 413721 0 211279 回归方程 y 6 618 0 5125z1 0 5375z2 0 3125z3 由该回归方程中偏回归系数绝对值的大小 可以得到各因素和交互作用的主次顺序为 x3 x1 x2 由方差分析的结果可知 z1z2z3三个因素对试验指标都有非常显著的影响 所建立的方程也非常显著 失拟性检验 差异源SSdfMSFF0 1 失拟 Lf 0 095946975 0 019189 5 7568189 25 重复试验 e1 0 0066666672 0 003333 由FLfx1 x2 由方差分析的结果可知 z1z2z3三个因素对试验指标都有非常显著的影响 所建立的方程也非常显著 0 02650 02610 0257 793008880098100 试试验验设设计计与与数数据据处处理理课课后后习习题题答答案案 78 5 45 3 7 26 5 上限 95 0 93 31309 0 654397 MSF Significance F 0 139805159 801 0 000225 0 000875 t StatP value Lower 95 Upper 95 下限 95 0 上限 95 0 10 6461 0 000441 10 2653 6 01853 10 2653 6 01853 12 64124 0 000225 3 033444 4 740969 3 033444 4 740969 上限 95 0 6 01853 4 740969 上限 95 0 4 424264 0 387942 18 68161 2 996479 Y T 1029 1011 1016 100