1、生物统计实验答案解析习题2.9 某海水养殖场进行贻贝单养和和贻贝与海带混养的对比试验,收货时各随机抽取50绳测其毛重kg, 结果如下:单养50绳重量数量:45,45,33,53,36,45,42,43,29,25,47,50,43,49,36,3039,44,35,38,46,51,42,38,51,45,41,51,50,47,44,43,46,55,42,27,42,35,46,53,32,41,48,50,51,46,41,34,44,46混养50绳重量数量:51,48,58,42,55,48,48,54,39,58,50,54,53,44,45,50,51,57,43,67,48,44
2、,58,57,46,57,50,48,41,62,51, 58,48,53,47,57,51,53,48,64,52,59,55,57,48,69,52,54,53,50试从平均数, 极差, 标准差, 变异系数几个指标来评估单养和混养的效果,并给出分析结果. 单养 混养 列1平均42.7标准误差1.000917946中位数44众数46标准差7.0775586705方差50.091836735峰度-0.096947966555偏度-0.61921234669区域30最小值25最大值55求和2135观测数50最大(1)55最小(1)25置信度(95.0%)2.0114198809列1 平均52.1
3、标准误差0.89590906973中位数51.5众数48标准差6.3350337853方差40.132653061峰度0.36123386753偏度0.40361117258区域30最小值39最大值69求和2605观测数50最大(1)69最小(1)39置信度(95.0%)1.8003966474 2. 对某种苗重复抽的100株, 测量苗高资料如下(单位:cm):145,125,87,94,118,111,102,72,113,76,101,134,118,114,117,120,128,94,124,87,88,105,115,134,89,141,114,119,150,107,126,95
4、,137,108,129,136,98,121,91,111,134,123,138,104,107,121,94,126,108,114,103,129,103,127,93,86,113,97,122,86,94,118,109,84,117,112,125,94,79,93,112,94,102,108,158,89,127,115,112,94,118,114,88,111,111,104,101,129,144,128,131,142 将样本资料分组整理,并列出频率分布表, 绘出样本频率分布图. 4.10 为测定A,B两种病毒对烟草的致病能力, 取8株烟草, 每株皆半叶接A病毒, 剩
5、余半夜接种B病毒, 以叶面出现枯斑病的多少作为致病强弱的标志,的结果如下:株号12345678病毒A9173118782010病毒B1011181467175试检验两种病毒的致病能力是否有差异.t-检验: 双样本异方差假设变量 1变量 2平均1511方差66.8571428624.57143观测值88假设平均差0df12t Stat1.183215957P(T=t) 单尾0.129817471t 单尾临界1.782287548P(T80%为合格,现随机抽取100粒进行发芽试验, 有77粒发芽, 试估计:(1) 该批棉花种子是否合格? (2) 该批棉花种子发芽率所属总体的95%的置信区间.pq1
6、00800.80.210077pq0.770.23标准误0.04u0.625ua1.64所以接受原假设，产品不合格L10.6994L20.84063. 做药剂防止棉铃虫实验, 使用药剂A, 公查600头虫, 得死虫552头, 活虫48头; 使用药剂B, 公查400头虫, 得死虫376, 活虫24头. 检验两种杀虫剂是否同质(效果是否一致)?p1q26005520.920.084003760.940.06p0.928q0.072标准误0.016685u-1.199 由于u的绝对值u0.01=2.58, 所以假设是正确的，接受原假设，即两种杀虫剂的 效果是一致的。6.6 选取4个品种的家兔, 每一
7、品种用7只, 测定其不同温度下的血糖值, 以每100mg血中含葡萄糖的mg数表示, 问各种家兔血糖值见有无差异? 室温对家兔的血糖值有无影响?实验资粮如下表.品种353025201510511401201108282110130216014010083110130120316012012011010014015041301101008274100120方差分析：无重复双因素分析SUMMARY观测数求和平均方差=行 17774110.5714494.2857行 27843120.4286661.2857行 37900128.5714480.9524行 47716102.2857393.9048列
8、 14590147.5225列 24490122.5158.3333列 34430107.591.66667列 4435789.25191.5833列 5436691.5270.3333列 64480120333.3333列 74520130200方差分析差异源SSdfMSFP-valueF crit行（品种）2758.3933919.464310.016210.0004173.159908列（温度）10530.2161755.03619.118536.59E-072.661305误差1652.3571891.79762总计14940.9627-6.7 为从三种不同原料和三种不同发酵温度中选出
9、某种物种较为适宜的条件, 设计一个二因素实验, 并得到结果如下表所示, 请对资料进行方差分析.原料室温BB1（30）B2(35)B3(40)A141492325111325246222618A247595040433833368221814A3433553505538474430332619方差分析-=差异源SSdfMSFP-valueF crit样本1554.1672777.083333312.666012680.000131843.354131列3150.521575.2525.67567165.6726E-073.354131交互808.83334202.20833333.2958798
10、670.025321672.727765内部1656.52761.35185185总计7170354. 对玉米的4个不同品种进行产量对比实验, 假设实验各小区其他条件相同,得下表, 问玉米的不同品种产量间有无显著差异?若显著再用LSD方法做多重比较.品种小区(重复)12345A147.545.0 46.346.645.2A246.0 48.544.847.947.1A343.247.745.446.145.8A444.141.638.843.242.5方差分析差异源SSdfMSFP-valueF crit组间68.8815322.96059.1695290.0009163.238872组内40
11、.064162.504总计108.945519A246.864.821.210.74A146.124.080.47A345.653.61A442.04误差自由度dfe=16时，t0.05=2.120，t0.01=2.921则：LDS0.05=2.121695LDS0.01=2.923336所以A2，A1，A3都与A4极显著差异； A2，A1，A3之间没有差异。7.用A,B,C,D 4种药剂处理水稻种子, 各种药剂处理各得4个苗高观察值, 其结果如下表. 设苗高满足正态分布, 等方差条件. 试问不同的药剂处理对,苗高是否有显著影响.处理XijA19232113B21242720C20181915
12、D22242722方差分析：单因素方差分析SUMMARY组观测数求和平均方差A4761918.66667B4922310C472184.666667D49523.755.583333方差分析差异源SSdfMSFP-valueF crit组间98.1875332.729173.3640260.0549613.490295组内116.75129.729167总计214.937515D23.755.754.750.75B2354LSD0.05=4.805959A191LSD0.01=6.740253C18查t值表当误差自由度dfe=12时t0.05=2.179,t0.01=3.05612. 在林业的
13、抽样调查中, 得到依变数y与自变数x的6对观察数据, 如下表所示,问:x51015202530y7.258.218.959.910.911.8(1). 检验上述数据在a=0.05下是否可以配y对于x的一元线性回归方程(即在a=0.05下, y与x的线性相关性是否显著)(2). 经检验, 若可, 则建立y对x的一元线性回归方程.(3). 绘出散点分布图及所配置的回归方程.SUMMARY OUTPUT回归统计Multiple R0.999306R Square0.998612Adjusted R Square0.998265标准误差0.070785观测值6方差分析dfSSMSFSignifican
14、ce F回归分析114.4190414.419042877.7797.23E-07残差40.0200420.00501总计514.43908Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept6.3246670.06589795.978097.07E-086.1417076.5076266.1417073046.507626x0.1815430.00338453.644937.23E-070.1721470.1909390.1721469320.190939RESIDUAL OUTPUT观测值预测 y残
15、差17.2323810.01761928.1400950.06990539.04781-0.0978149.955524-0.05552510.863240.036762611.770950.02904813 已知某林区的海拔高度x与该林区一月气温y之间有如下资料:x 364 442 422 284 320 314 336 465 268 397 208 206y -6.9 -17 -16.9 -11.3 -14.2 -12.3 -18.2 -17.3 -10.4 -13.3 -6.4 -8.6(1). 求样本回归直线方程(2). 试估计海拔3000时的平均气温SUMMARY OUTPUT回归
16、统计Multiple R0.728095R Square0.530122Adjusted R Square0.483134标准误差2.969678观测值12方差分析dfSSMSFSignificance F回归分析199.4967899.4967811.282110.007255935残差1088.189898.818989总计11187.6867Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept-0.558923.724541-0.150060.883697-8.8577157877.739872-
17、8.857727.739872X Variable 1-0.036110.01075-3.358880.007256-0.060060473-0.01216-0.06006-0.01216RESIDUAL OUTPUT观测值预测 Y残差1-13.70226.8022312-16.5187-0.481353-15.7965-1.103514-10.8136-0.486415-12.1135-2.086526-11.8968-0.403177-12.6912-5.508798-17.34910.0491389-10.2359-0.1641410-14.89381.59379511-8.069381.66938412-8.719330.119328您好，欢迎您阅读我的文章，本WORD文档可编辑修改，也可以直接打印。阅读过后，希望您提出保贵的意见或建议。阅读和学习是一种非常好的习惯，坚持下去，让我们共同进步。
