统计操作 电子计算机应用课程考试题目DAYIN

1、精选文档统计软件应用课程考试题目作物栽培学与耕作学 1717302013 严博要求：（1）以班为单位提交纸质版。（2）题目和操作过程以及分析过程也要写出来，分析过程中的重要表格要列出来。第一题：蕹菜不同施氮量（A）和不同止氮期（B）,对蕹菜植株体内硝态氮含量的影响试验，采用框栽法进行，施氮量(g/m 2 )分A1(15),A2(30),A3(45) 三个水平。止氮期（天）分B1(3),B2(7),B3(11) 三个水平。重复4次，采用完全随机化设计，试验结果见表1，试进行检验。表1 蕹菜不同施氮量（A）和不同止氮期（B）对蕹菜植株体内硝态氮含量的影响 处理 重复 A1 B1 B2 B3 225

2、3258421128212118532080183285126 A2 B1 B2 B3267428209324380192281415208328385205 A3 B1 B2 B3429490236423508234377495268386524270输入数据的SPSS表如下：操作过程：1. 分析=>一般线性模型=>重复度量2. 被试内因子名称框：键选入trial3. 级别数框：键入44. 单击添加钮5. 单击自定义钮6. 群体内部变量框：选入trial1trial47. 因子列表框：选入止氮期和施氮量8. 单击模型钮9. 设定单选钮：选中主效应10. 群体内模型框选入：tria

3、l11. 群体间模型选入：止氮期和施氮量12. 单击继续钮13. 单击确定结果输出如下：主体内因子度量: MEASURE_1 TRAIL因变量1trail12trail23trail34trail4上表给出了所定义的4次测量的变量名，在模型中它们都代表一个因变量trial，只是测量的次数不同而已。主体间因子值标签N止氮期1.00B132.00B233.00B33施氮量1.00A132.00A233.00A33多变量检验a效应值F假设 df误差 dfSig.TRAILPillai 的跟踪.9359.547b3.0002.000.096Wilks 的 Lambda.0659.547b3.0002.

4、000.096Hotelling 的跟踪14.3219.547b3.0002.000.096Roy 的最大根14.3219.547b3.0002.000.096TRAIL * 止氮期Pillai 的跟踪1.1421.3306.0006.000.369Wilks 的 Lambda.0482.364b6.0004.000.212Hotelling 的跟踪15.7372.6236.0002.000.302Roy 的最大根15.48315.483c3.0003.000.025TRAIL * 施氮量Pillai 的跟踪.651.4826.0006.000.802Wilks 的 Lambda.393.39

5、7b6.0004.000.850Hotelling 的跟踪1.437.2406.0002.000.927Roy 的最大根1.3561.356c3.0003.000.404a. 设计 : 截距 + 止氮期 + 施氮量 主体内设计: TRAILb. 精确统计量c. 该统计量是 F 的上限，它产生了一个关于显著性级别的下限。Mauchly 的球形度检验a度量: MEASURE_1 主体内效应Mauchly 的 W近似卡方dfSig.EpsilonbGreenhouse-GeisserHuynh-Feldt下限TRAIL.00514.5555.018.4721.000.333检验零假设，即标准正交转换

6、因变量的误差协方差矩阵与一个单位矩阵成比例。a. 设计 : 截距 + 止氮期 + 施氮量 主体内设计: TRAILb. 可用于调整显著性平均检验的自由度。 在"主体内效应检验"表格中显示修正后的检验。主体内效应的检验度量: MEASURE_1 源III 型平方和df均方FSig.TRAIL采用的球形度299.861399.954.148.929Greenhouse-Geisser299.8611.415211.972.148.796Huynh-Feldt299.8613.00099.954.148.929下限299.8611.000299.861.148.720TRAIL

7、* 止氮期采用的球形度4076.8896679.4811.004.466Greenhouse-Geisser4076.8892.8291440.9791.004.452Huynh-Feldt4076.8896.000679.4811.004.466下限4076.8892.0002038.4441.004.443TRAIL * 施氮量采用的球形度544.056690.676.134.989Greenhouse-Geisser544.0562.829192.297.134.929Huynh-Feldt544.0566.00090.676.134.989下限544.0562.000272.028.1

8、34.878误差 (TRAIL)采用的球形度8120.44412676.704Greenhouse-Geisser8120.4445.6591435.088Huynh-Feldt8120.44412.000676.704下限8120.4444.0002030.111主体间效应的检验度量: MEASURE_1 转换的变量: 平均值 源III 型平方和df均方FSig.截距3173742.25013173742.2502479.809.000止氮期282926.0002141463.000110.532.000施氮量204492.1672102246.08379.890.001误差5119.333

9、41279.833结果分析：由主体间效应的检验表格可知：止氮期的F值为110.532，P值小于0.01，施氮量的F值为79.890，P值为0.01，即止氮期和施氮量均对蕹菜植株体内硝态氮含量存在显著性差异。第二题：将4个不同的水稻品种A1、A2、A3、A4安排在面积相同的4种不同土质的地块B1、B2、B3、B4中试种，测得各地块的产量(kg)如表2：表2各个处理试验产量情况地块品种B1B2B3B4A1135120147132A2154129125125A3125129120133A4115124119123假设水稻品种与地块之间无交互作用，建立适当的数据文件，试用SPSS的Univariate

10、命令，在显著性水平 005下，检验：(1) 不同的品种对水稻的产量有无显著的影响? (2) 不同的土质对水稻的产量有无显著的影响?根据题意输入数据得到的SPSS表格如下：操作过程：1. 分析=>一般线性模型=>单变量2. 因变量框：选入 产量3. 固定因子框：选入 水稻品种和不同土质地块4. 模型钮：单击 5. 设定单选钮：选中 6. 模型框：选入 水稻品种和不同土质地块 7.  单击继续 8. 两两比较钮：单击 9. 两两比较检验框：选入 水稻品种和不同土质地块10. SNK复选框：选中 11. 单击继续12. 单击确定结果输出如下：主体间因子值标签N不同土质地块1.0

11、0B142.00B243.00B344.00B44水稻品种1.00A142.00A243.00A344.00A44主体间效应的检验因变量: 产量 源III 型平方和df均方FSig.校正模型569.375a694.896.852.562截距263939.0631263939.0632369.380.000不同土质地块94.688331.563.283.836水稻品种474.6883158.2291.420.300误差1002.5639111.396总计265511.00016校正的总计1571.93815a. R 方 = .362（调整 R 方 = -.063）分析：由操作得出的表格中可以看到

12、主体间因子包括水稻品种和不同土质地块，每个包括了4个设计。在主体间效应的检验表格中看到的主要信息为：校正模型的P值0.562>0.05，因此所用的模型无统计学意义，且能看到不同土质地块的F值为0.283，P值为0.836，水稻品种的F值为1.420，P值为0.300，两者的P值均远大于0.05，也是无统计学意义。因此我们可以得出结论：此试验中，水稻品种和不同土质地块的选择对水稻产量均无显著性影响。Homogeneous Subsets产量Student-Newman-Keulsa,b 不同土质地块N子集1B24125.5000B34127.7500B44128.2500B14132.25

13、00Sig.803已显示同类子集中的组均值。 基于观测到的均值。 误差项为均值方 (错误) = 111.396。a. 使用调和均值样本大小 = 4.000。b. Alpha = .05。产量Student-Newman-Keulsa,b 水稻品种N子集1A44120.2500A34126.7500A24133.2500A14133.5000Sig.344已显示同类子集中的组均值。 基于观测到的均值。 误差项为均值方 (错误) = 111.396。a. 使用调和均值样本大小 = 4.000。b. Alpha = .05。由上面两个表格看出，各不同土质地块之间的产量的P值为0.803,不同水稻品种

14、之间的产量P值为0.344，均大于0.05，因此产量变化都不显著。第三题：为探索锌肥对水稻的最佳用量及致毒量，设计Zn0、Zn1、Zn2、Zn3、Zn4 5个水平，进行田间试验，重复4次，采用完全随机化设计。试验结果列于下表，试进行F检验和多重比较。表3水稻锌肥试验产量（kg/小区）重复处理Zn0Zn1Zn2Zn3Zn42222242422232425272320222324212020222321根据题意输入数据得到的SPSS表格如下：操作步骤：1. 分析=>比较均值=>单因素ANOVA2. 因变量列表框：选入水稻产量3. 因子框：选入Zn处理4. 两两比较钮：钩选LSD复选框、

15、S-N-K复选框、Duncan复选框5. 单击继续钮6. 单击确定输出结果如下：单因素方差分析水稻产量 平方和df均方F显著性组间29.30047.3253.488.033组内31.500152.100总数60.80019Post Hoc Tests多重比较因变量: 水稻产量 (I) Zn(J) Zn均值差 (I-J)标准误显著性95% 置信区间下限上限LSDZn0Zn1-.750001.02470.475-2.93411.4341Zn2-2.25000*1.02470.044-4.4341-.0659Zn3-3.25000*1.02470.006-5.4341-1.0659Zn4-.5000

16、01.02470.633-2.68411.6841Zn1Zn0.750001.02470.475-1.43412.9341Zn2-1.500001.02470.164-3.6841.6841Zn3-2.50000*1.02470.028-4.6841-.3159Zn4.250001.02470.811-1.93412.4341Zn2Zn02.25000*1.02470.044.06594.4341Zn11.500001.02470.164-.68413.6841Zn3-1.000001.02470.345-3.18411.1841Zn41.750001.02470.108-.43413.934

17、1Zn3Zn03.25000*1.02470.0061.06595.4341Zn12.50000*1.02470.028.31594.6841Zn21.000001.02470.345-1.18413.1841Zn42.75000*1.02470.017.56594.9341Zn4Zn0.500001.02470.633-1.68412.6841Zn1-.250001.02470.811-2.43411.9341Zn2-1.750001.02470.108-3.9341.4341Zn3-2.75000*1.02470.017-4.9341-.5659*. 均值差的显著性水平为 0.05。Hom

18、ogeneous Subsets水稻产量ZnNalpha = 0.05 的子集12Student-Newman-KeulsaZn0421.2500Zn4421.750021.7500Zn1422.000022.0000Zn2423.500023.5000Zn3424.5000显著性.169.072DuncanaZn0421.2500Zn4421.7500Zn1422.0000Zn2423.500023.5000Zn3424.5000显著性.060.345将显示同类子集中的组均值。a. 将使用调和均值样本大小 = 4.000。结果分析：由第一个表格看到F值为3.488，P为0.033，小于0.0

19、5，说明各个Zn处理间的水稻产量是存在显著差异性的。从多重比较表中看到：Zn0与Zn2、 Zn3处理的水稻产量，Zn1和Zn3处理的水稻产量存在显著差别，Zn3与Zn4处理的水稻产量也存在显著差别。三表对比，发现LSD法、S-N-K法、Duncan法的显著性存在一定的误差，S-N-K法中Zn0、Zn4、Zn1、Zn2处理的水稻产量与Zn3存在显著差异，Duncan法中，Zn0、Zn4、Zn1、Zn2处理的水稻产量与Zn3处理的水稻产量存在显著差异，而Zn2与Zn3处理的水稻产量无显著差异。第四题：大豆施磷试验，选土壤和其它条件相似的相邻小区组成一对，其中一区施磷肥，一区不施磷肥，重复7次，采用

20、配对法设计，产量结果见表4。请问，大豆施磷肥是否存在着增产量效果。表4 大豆磷肥施用试验产量（单位：kg/666.7m2）处理重复X1（施10kg/666.7m2磷肥）170158182176163187168X2（不施磷肥）155145132138146129137根据题意输入数据得到的SPSS表格如下：操作步骤：1. 分析=>比较均值=>配对样本T检验2. 成对变量框：选入X1和X23. 单击确定输出结果如下：成对样本统计量均值N标准差均值的标准误对 1X1172.0000710.311813.89750X2140.285778.976163.39267成对样本相关系数N相关系

21、数Sig.对 1X1 & X27-.711.073成对样本检验成对差分tdfSig.(双侧)均值标准差均值的标准误差分的 95% 置信区间下限上限对 1X1 - X231.7142917.848576.7461315.2071148.221464.7016.003结果分析：由最后一个表格看到t值为4.701，P值为0.003，远小于0.5，因此存在显著性差异，则大豆施磷肥之后的产量效果显著。第五题：在制药过程中，为了掩盖双嘧达莫的苦味，减少其对胃粘膜的剌激和便于儿童服用，用正交试验设计对相分离成囊法制备双嘧达莫微囊的最佳制备条件进行了优化。根据预试验结果 以直接影响成囊的囊心囊材比、温

22、度、搅拌速度为试验因素 每个因素分为3个水平。本设计采用了三因素三水平，见表5。表5 双嘧达莫微囊的正脚试验因素水平水平囊心囊材比A成囊温度（）B搅拌速度（r/min）C11：45040021：86060031：1670800实验设计与结果：根据表7，可选择L9(34)正交表进行表头设计和安排实施试验。试验方式及结果见表8。表8 双嘧达莫微囊的L9（34）正交实验与结果试验号L1AL2BL3CL4D包囊率合计（%）1111187.52122264.33133366.04212347.65223137.86231246.27313240.08321366.59332148.4试根据试验结果确定最

23、佳条件备条件。根据题意完成正交表的设计，经过调整之后的SPSS表如下：操作步骤：1. 数据=>正交设计=>生成2. 因子名称框输入：A3. 单击添加4. 选中“A”，单击定义值5. 在定义值框中前3行分别输入1、2、36. 单击继续7. 同上进行B、C三个水平的因子设置8. 单击确定， 即完成了正交表的设计。为了便于与文献中的试验一致，把系统生成的数据顺序进行调整，并把试验结果输入SPSS数据库。接着进行以下操作：1. 分析=>一般线性模型=>单变量2. 因变量框：选入STATUS3. 固定因子框：选入A、B、C4. 单击模型钮：设定5. 模型框：选入A、B、C6. 单击继续7. 单击确定输出结果如下：主体间因子NA