数学建模之数据比较与影响因素分析

EverydayOneCat

📦🙀正方？圓滾？

🛏️💤🐈💨

知识点

1.笔记

2.两个正态总体的检验

例：某小麦品种经过4代选育，从第5代和第6代中分别抽出10株得到它们株高的观测值分别为66，65，66，68，62，65，63，66，68，62和64，61，57，65，65，63，62，63，64，60，试检验株高这一性状是否已达到稳定(α＝0.05)？

思路：先检验方差后检验均值

SAS代码：

data ex;
input c$ x@@; 
cards; 
a 66 a 65 a 66 a 68 a 62 a 65 a 63 a 66 a 68 a 62
b 64 b 61 b 57 b 65 b 65 b 63 b 62 b 63 b 64 b 60
;
proc ttest;class c;var x;
run;

ttest表示T检验，检验两个水平的，每个水平的都符合正态分布。
class表示分类变量(属性)

先看方差检验

Pr>F概率大于0.05，接受原假设H0：方差相等

再看均值检验

T检验概率比0.05小，拒绝原假设，认为两均值不等，第五代和第六代株高有显著性差异，说明株高性状没有达到稳定。

3.两组样本非参数检验

非参数检验（non-parametric test）又称为分布自由检验，一种与总体分布状况无关的检验方法，它不依赖于总体分布的形式。

3.1配对样本数据符号检验法

例1 甲乙两人分析同一物质中某成份的含量，得到观测数据（单位：g）为
甲14.7,15.0,15.2,14.8,15.5,14.6,14.9,14.8,15.1,15.0
乙14.6,15.1,15.4,14.7,15.2,14.7,14.8,14.6,15.2,15.0
试在显著性水平为0.05时用符号检验法检验两人的分析无显著差异.

SAS代码：

data ex; /*ex为数据名*/
input x1 x2 @@;
y=x1-x2; /*y用于存放x1和x2的差值*/
cards; /*数据卡*/
14.7 14.6 15.0 15.1 15.2 15.4 14.8 14.7 15.5
15.2 14.6 14.7 14.9 14.8 14.8 14.6 15.1 15.2
15.0 15.0
;
proc univariate;/*proc univariate表示调用模块
univariate*/
var y; /*var y表示调用变量y*/
run; /*执行命令*/

结果分析: 由Tests for Location: Mu0=0表可知,M(Sign)的值为05,pr>M的值为1.00>0.05,未落在拒绝域里，故接受原假设H，认为两人的分析无显著差异。

3.2总体中位数的符号检验法

为了判断某个总体的中位数是否与已知数m有显著的差异

例2 试验品种猪在17个试验点的月增重(单位:kg)见表：

试问，月增重与35是否有显著性差异？

SAS代码：

data ex;
input x @@;
y=x-35; /*x的值与35的差值作为观测变量值*/
cards;
51 40 43 48 23 26 30 34
25 40 41 39 42 40 43 30
34
;
proc univariate;var y;
run;

结果分析：M(Sign)的值为1.5，Pr >= |M|值为0.6291>0.05，故未落在拒绝域里，因此接受原假设，认为该品种猪月增重的中位数与35无显著差异。

3.3成组样本数据的秩和检验法

例3 测定两个马铃薯品种的淀粉含量(%)，得到A品种的观测值为12.6, 12.4，B品种的观测值为12.4,12.1,12.5,12.7,12.6，13.1试在显著性水平为0.05时用秩和检验法检验两品种的淀粉含量无显著差异。

这里一个2个一个6个不是一一配对，我们用到秩和检验法。

SAS代码：

data ex;
do a=1 to 2;
	input n @@;/*a因素有两个水平，由于每个水平样本个数不等，故先输入表示样本个数的变量n*/
	do i=1 to n;input x @@;/*每个水平样本从1输到n，再输入数据x*/
		output;
	end;
end; /*计算公式两连加号*/
cards;
2 12.6 12.4
6 12.4 12.1 12.5 12.7 12.6 13.1
;
proc npar1way wilcoxon;
/*调用模块npar1way，数据对因素a的秩和检验模型*/
class a;
var x;
run;

结果分析：

Kruskal-Wallis Test这一部分，自由度DF为1，Chi-Square value 为Chi-Square且Prob > Chi-Square 为0.7358>0.05，接受原假设H0，认为两品种的淀粉含量没有显著性差异，淀粉含量相同。

4.单因素方差分析

例4《切胚乳试验》用小麦种子进行切胚乳试验，设计分3种处理，同期播种在条件较为一致的花盆内，出苗后每盆选留2株，成熟后测量每株粒重(单位：g)，得到数据如下：

处理	每株粒重
未切去胚乳	21,29,24,22,25,30,27,26
切去一半胚乳	20,25,25,23,29,31,24,26,20,21
切去全部胚乳	24,22,28,25,21,26

分析粒重和处理方式是否有关。

SAS代码：

data ex;do a=1 to 3;input n @@;
do i=1 to n; input x @@;
Output;end;end;
Cards;
8 21 29 24 22 25 30 27 26
10 20 25 25 23 29 31 24 26 20 21
6 24 22 28 25 21 26
;
proc anova; class a;model x=a;
means a/duncan;run;

根据此做出来表格：