小女子现读研一，对SAS生无天分，求各位大侠出手相助，吾将感激涕零！
要求：
每题均要用编程和菜单完成，菜单操作须写出步骤；须把输出的结果编辑成文档形式附上，并对结果进行合理的解释；
1． T检验
水稻施肥试验，施肥区随机抽取11个样点，对照区随机抽取9个样点，分别测定各样点的产量（公斤），结果如下：
|
施肥区 |
25 |
22 |
23 |
25 |
30 |
28 |
24 |
22 |
26 |
28 |
27 |
|
对照区 |
19 |
21 |
20 |
23 |
28 |
20 |
15 |
18 |
23 |
|
比较施肥区和对照区的产量。
2． 拉丁方设计的方差分析和多重比较
下表是家兔在不同部位注射某种药物后所生疱疹的大小（cm2）。共有六只家兔，其编号为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ；有六处注射部位，其代号为a、b、c、d、e、f，其中a、b、c在脊椎附近，d、e、f躯体在两侧；注射次序已注明。该表的读法是，第一次注射时Ⅰ号兔在部位B处注射，所生疱疹大小为7.5cm2；Ⅱ号兔在部位E处注射，所生疱疹大小为8.5cm2；余类推。
|
|
第一次注射 |
第二次注射 |
第三次注射 |
第四次注射 |
第五次注射 |
第六次注射 |
|
Ⅰ |
B 7.5 |
C 6.7 |
A 7.9 |
D 6.1 |
F 7.3 |
E 6.9 |
|
Ⅱ |
E 8.5 |
D 6.2 |
B 8.1 |
C 9.9 |
A 8.7 |
F 8.3 |
|
Ⅲ |
C 7.3 |
F 7.3 |
E 6.8 |
A 8.4 |
B 6.0 |
D 5.7 |
|
Ⅳ |
A 7.9 |
E 7.7 |
C 6.4 |
F 5.8 |
D 6.3 |
B 6.4 |
|
Ⅴ |
F 6.4 |
B 6.2 |
D 6.5 |
E 8.5 |
C 6.4 |
A 7.7 |
|
Ⅵ |
D 5.9 |
A 8.2 |
F 7.7 |
B 7.5 |
E 8.5 |
C 7.3 |
试比较给家兔注射此种药物所生疱疹大小的影响因素，并对各因素做多重比较（duncan法）。
3． 逐步回归分析。
某种水泥在凝固时放出的热量y（卡／克）与水泥中下列的4种化学成分有关： 。作y关于 x1、x2、x3、x4的逐步回归方程。
热量y与其4种成份的数据表
|
编号 |
x1 |
x2 |
x3 |
x4 |
y |
|
1 |
7 |
26 |
6 |
60 |
78.5 |
|
2 |
1 |
29 |
15 |
52 |
74.3 |
|
3 |
11 |
56 |
8 |
20 |
104.3 |
|
4 |
11 |
31 |
8 |
47 |
87.6 |
|
5 |
7 |
52 |
6 |
33 |
95.9 |
|
6 |
11 |
55 |
9 |
22 |
109.2 |
|
7 |
3 |
71 |
17 |
6 |
102.7 |
|
8 |
1 |
31 |
22 |
44 |
72.5 |
|
9 |
2 |
54 |
18 |
22 |
93.1 |
|
10 |
21 |
47 |
4 |
26 |
115.9 |
|
11 |
1 |
40 |
23 |
34 |
83.8 |
|
12 |
11 |
66 |
9 |
12 |
113.3 |
|
13 |
10 |
68 |
8 |
12 |
109.4 |
先须确定测验每一个变数是否显著的F测验的水平（SLENTRY，简记为SLE），以作为引入变数的标准；同时，还须确定删除变数的F测验的水平（SLSYR，简记为SLS）。为了使最终的回归方程中包含较多的变数，SLE不宜太小，SLS也不宜太大。本例引入测验水平取0.10，删除测验水平也取0.10。
4． 响应面分析
研究者为了了解肉雏鸡日粮中不同钙、有效磷、VD3、锰、锌水平的组合效应，应用5因子部分实施的2次回归正交旋转组合设计，采用玉米-豆粕型基础日粮和432只肉用公雏，研究日粮中锰(Mn)、锌(Zn)、钙(Ca)、有效磷(av.P)、维生素D3(VD3)5因素不同添加水平的组合效应，探讨5因素与指标间的相互关系。试验采用了10个中心点，各因素的最高水平及最低水平如表（2）。
表（2） 因素水平值
|
|
Ca(%)(X1) |
av.P(%)(X2) |
VD3(X3) |
Mn (mg/kg) (X4) |
Zn (mg/kg)(X5) |
|
最高水平 |
1.2 |
0.55 |
3250 |
180 |
180 |
|
最低水平 |
0.8 |
0.35 |
1250 |
80 |
80 |
试验结果如表（3）,其中run为该对应的正交组合设计的处理号，y为雏鸡的体重(g)：
表（3） 试验结果
|
run |
y |
run |
y |
run |
y |
run |
Y |
|
1 |
379.3557 |
2 |
359.8637 |
3 |
361.3073 |
4 |
384.4367 |
|
5 |
357.2201 |
6 |
378.6897 |
7 |
388.6827 |
8 |
366.2155 |
|
9 |
342.1952 |
10 |
358.6246 |
11 |
363.0592 |
12 |
334.5492 |
|
13 |
379.6527 |
14 |
369.1787 |
15 |
366.3804 |
16 |
369.1017 |
|
17 |
380.6571 |
18 |
350.2671 |
19 |
344.5074 |
20 |
361.0806 |
|
21 |
377.8076 |
22 |
371.4853 |
23 |
372.5273 |
24 |
368.0442 |
|
25 |
350.4669 |
26 |
391.4660 |
27 |
373.3460 |
28 |
361.9551 |
|
29 |
362.5661 |
30 |
362.5661 |
31 |
366.7305 |
32 |
371.0900 |
|
33 |
371.5925 |
34 |
371.1776 |
35 |
373.4910 |
36 |
371.0044 |
（1） 做响应面分析，在试验区域内，找出最佳组合及最佳组合时的响应值；
（2） 对以上的二次回归模型进行诊断，做出最佳的预测模型。 | 
发表于 2005-11-13 13:03
|