yfyxx吧 关注：1,701贴子：11,986
大家请注意，好像很多人都遇到了同样的情况，发表之后就找不到了，我也一样。具体什么原因，也不清楚。但是为了方便统计，请大家按照以下的做法：
2008144634
课本153页 第2题
资料类型：计数资料，完全随机设计资料方差分析，多样本均数两两比较
条件判断：
由上表可知，三组数据服从正态分布，具有方差齐性，因此可以用one-way ANOVA进行分析。
建立假设检验，确定检验水准：
H0：三组分光光度值均数相等
H1：三组分光光度值均数不全相等
α=0.05
主要结果
结论：F=470.744，P<0.05，在α=0.05水平上拒绝H0，接受H1，差异有统计学意义，可以认为三组分光光度值不全相等。
判断H-Mutant基因型、Y-Mutant基因型分别和对照组是否有差别要进行多样本均数两两比较，因为三组数据方差齐性，可采用SNK法。
建立假设检验，确定检验水准：
H0：两对比组均数相等
H1：两对比组均数不相等
α=0.05
主要结果
结论：在α=0.05水准上，三组均不在同一列中，因此拒绝H0，接受H1，认为两组均数不相等，所以H-Mutant基因型、Y-Mutant基因型的分光光度值和对照组有差别。
P195相关与回归分析
1：对两变量进行正态性检验
P>0.05，两变量均服从正态分布
2：做散点图
由散点图可以看出两变量间有线性趋势，故进行进一步的相关与回归分析。
样本的相关系数 r＝0.964 建立假设H0：ρ＝0 两总体间不存在相关性。H1：ρ≠0
α＝0.05
确定P值，做出推断 有上表计算可知P＜.05.因此拒绝H0。可以认为基础代谢率与体温之间存在正相关。
回归分析
H0：β＝0 基础代谢与体温之间无线性回归关系
H1：β≠0
α ＝0.05
计算检验统计量
确定P值做出推断。P＜0.05.拒绝H0。可以认为基础代谢与体温之间存在线性回归关系。由决定系数R²＝0.930，说明了体重信息大约可以解释自身基础代谢率信息量的93％。
1：对两变量进行正态性检验
P>0.05，两变量均服从正态分布
2：做散点图
由散点图可以看出两变量间有线性趋势，故进行进一步的相关与回归分析。
样本的相关系数 r＝0.964 建立假设H0：ρ＝0 两总体间不存在相关性。H1：ρ≠0
α＝0.05
确定P值，做出推断 有上表计算可知P＜.05.因此拒绝H0。可以认为基础代谢率与体温之间存在正相关。
回归分析
H0：β＝0 基础代谢与体温之间无线性回归关系
H1：β≠0
α ＝0.05
计算检验统计量
确定P值做出推断。P＜0.05.拒绝H0。可以认为基础代谢与体温之间存在线性回归关系。由决定系数R²＝0.930，说明了体重信息大约可以解释自身基础代谢率信息量的93％。
学号：2008144603
教材153页 第4题
资料类型：定量变量 随机区组设计的差分析
假设检验：对于处理组：
H0:三个处理组的总体均数相等
H1:三个处理组的总体均数不全相等
α＝0.05
对于区组：
H0：10个区组的总体均数相等
H1：10个区组的总体均数不全相等
α＝0.05
主要结果：
结论:
F值=17.167，P=0.000<0.05,说明差异具有统计学意义。对于处理组，F=6.097，P=0.010<0.05,在α=0.05的水准上，拒绝H0，可以认为三种不同处理的效果不全相同，即三个处理组的总体均数中至少有两个不同。对于区组，F=19.627，P=0.000<0.05,在α=0.05的水准上，拒绝H0，差异具有统计学意义，可以认为10个区组的总体均数不全相同。
教材153页 第4题
资料类型：定量变量 随机区组设计的差分析
假设检验：对于处理组：
H0:三个处理组的总体均数相等
H1:三个处理组的总体均数不全相等
α＝0.05
对于区组：
H0：10个区组的总体均数相等
H1：10个区组的总体均数不全相等
α＝0.05
主要结果：
结论:
F值=17.167，P=0.000<0.05,说明差异具有统计学意义。对于处理组，F=6.097，P=0.010<0.05,在α=0.05的水准上，拒绝H0，可以认为三种不同处理的效果不全相同，即三个处理组的总体均数中至少有两个不同。对于区组，F=19.627，P=0.000<0.05,在α=0.05的水准上，拒绝H0，差异具有统计学意义，可以认为10个区组的总体均数不全相同。
P195相关与回归分析
2008144578
1：对两变量进行正态性检验
P>0.05，两变量均服从正态分布
2：做散点图
由散点图可以看出两变量间有线性趋势，故进行进一步的相关与回归分析。
样本的相关系数 r＝0.964 建立假设H0：ρ＝0 两总体间不存在相关性。H1：ρ≠0
α＝0.05
确定P值，做出推断 有上表计算可知P＜.05.因此拒绝H0。可以认为基础代谢率与体温之间存在正相关。
回归分析
H0：β＝0 基础代谢与体温之间无线性回归关系
H1：β≠0
α ＝0.05
计算检验统计量
确定P值做出推断。P＜0.05.拒绝H0。可以认为基础代谢与体温之间存在线性回归关系。由决定系数R²＝0.930，说明了体重信息大约可以解释自身基础代谢率信息量的93％。
2008144578
1：对两变量进行正态性检验
P>0.05，两变量均服从正态分布
2：做散点图
由散点图可以看出两变量间有线性趋势，故进行进一步的相关与回归分析。
样本的相关系数 r＝0.964 建立假设H0：ρ＝0 两总体间不存在相关性。H1：ρ≠0
α＝0.05
确定P值，做出推断 有上表计算可知P＜.05.因此拒绝H0。可以认为基础代谢率与体温之间存在正相关。
回归分析
H0：β＝0 基础代谢与体温之间无线性回归关系
H1：β≠0
α ＝0.05
计算检验统计量
确定P值做出推断。P＜0.05.拒绝H0。可以认为基础代谢与体温之间存在线性回归关系。由决定系数R²＝0.930，说明了体重信息大约可以解释自身基础代谢率信息量的93％。
学号：2008144591
题号：第十章 基于秩次的非参数检验 例10-3 页码：P181
1资料类型：定量变量 两组独立样本的秩和检验
录入数据，结果如下：
2条件判断：该资料为百分率数据，不服从正态分布，先采用Wilcoxon秩和检验。
3假设检验：
1）建立检验假设，确定检验水准
H0:两种药物杀灭钉螺的死亡率的总体中位数相等
H1：两种药物杀灭钉螺的死亡率的总体中位数不相等
α=0.05
2）计算统计量T值，结果如下：
由上图可以看出：T值为33.5.
3）确定P值，作出判断：
Z值=-2.441，P=0.015<0.05。在α=0.05的水平上，拒绝H0，可以认为甲乙两种药物的效果具有统计学意义，即且可以看出甲药杀死钉螺的死亡率明显高于乙药。
题号：第十章 基于秩次的非参数检验 例10-3 页码：P181
1资料类型：定量变量 两组独立样本的秩和检验
录入数据，结果如下：
2条件判断：该资料为百分率数据，不服从正态分布，先采用Wilcoxon秩和检验。
3假设检验：
1）建立检验假设，确定检验水准
H0:两种药物杀灭钉螺的死亡率的总体中位数相等
H1：两种药物杀灭钉螺的死亡率的总体中位数不相等
α=0.05
2）计算统计量T值，结果如下：
由上图可以看出：T值为33.5.
3）确定P值，作出判断：
Z值=-2.441，P=0.015<0.05。在α=0.05的水平上，拒绝H0，可以认为甲乙两种药物的效果具有统计学意义，即且可以看出甲药杀死钉螺的死亡率明显高于乙药。
