【ガイガー】インスペクター＋統計スレ
102 ：名無しに影響はない(栃木県)：
１．測定対象
虹色に鍋が光ったので、鍋の測定。
２．測定結果
最初に生データ。
x <- c(54, 40, 37, 50, 36, 37, 49, 40, 28, 51, 33, 32, 41, 39, 50, 44, 39, 41, 39, 48, 39, 40, 33, 49, 49, 42, 49, 55, 43, 55, 39,
33, 48, 31, 44, 46, 40, 43, 26, 52, 40, 30, 42, 39, 35, 41, 25, 36, 46, 49, 37, 35, 39, 43, 39, 52, 38, 42, 38, 39, 42, 33, 38, 41,
30, 46, 45, 48, 39, 39, 30, 46, 47, 38, 41, 33, 54, 44, 49, 35, 53, 40, 47, 36, 40, 56, 30, 47, 42, 33, 39, 33, 37, 48, 52, 35, 45,
37, 39, 44, 35, 42, 33, 47, 51, 38, 39, 45, 45, 40, 44, 41, 35, 45, 52, 43, 37, 29, 37, 44, 44, 45, 42, 52, 53, 54, 33, 41, 44, 46, 31)
> mean(x) [1] 41.42748
> var(x) [1] 46.47739
2. n=31 鍋
x <- c(44, 35, 38, 34, 40, 45, 30, 32, 35, 53, 31, 41, 44, 46, 30, 38, 52, 28, 47, 35, 46, 40, 33, 32, 30, 41, 37, 52, 43, 42, 49)
> mean(x) [1] 39.45161
> var(x) [1] 51.72258
3. n=31 BG
x <- c(31, 43, 27, 37, 27, 49, 46, 33, 53, 42, 29, 38, 46, 30, 38, 36, 46, 34, 44, 35, 35, 45, 33, 37, 38, 40, 32, 34, 42, 34, 34)
> mean(x) [1] 37.67742
> var(x) [1] 43.02581
4. n=32 鍋
x <- c(37, 38, 37, 38, 43, 36, 47, 39, 37, 41, 36, 47, 43, 24, 44, 33, 37, 48, 48, 29, 40, 38, 45, 44, 38, 43, 31, 24, 40, 37, 35, 36)
> mean(x) [1] 38.53125
> var(x) [1] 36.77319
5. n=30 BG
x <- c(46, 51, 55, 38, 36, 40, 38, 34, 36, 44, 26, 45, 33, 43, 40, 48, 42, 44, 32, 49, 34, 36, 42, 46, 30, 40, 40, 33, 37, 46)
> mean(x) [1] 40.13333
> var(x) [1] 43.70575
虹色に鍋が光ったので、鍋の測定。
２．測定結果
最初に生データ。
x <- c(54, 40, 37, 50, 36, 37, 49, 40, 28, 51, 33, 32, 41, 39, 50, 44, 39, 41, 39, 48, 39, 40, 33, 49, 49, 42, 49, 55, 43, 55, 39,
33, 48, 31, 44, 46, 40, 43, 26, 52, 40, 30, 42, 39, 35, 41, 25, 36, 46, 49, 37, 35, 39, 43, 39, 52, 38, 42, 38, 39, 42, 33, 38, 41,
30, 46, 45, 48, 39, 39, 30, 46, 47, 38, 41, 33, 54, 44, 49, 35, 53, 40, 47, 36, 40, 56, 30, 47, 42, 33, 39, 33, 37, 48, 52, 35, 45,
37, 39, 44, 35, 42, 33, 47, 51, 38, 39, 45, 45, 40, 44, 41, 35, 45, 52, 43, 37, 29, 37, 44, 44, 45, 42, 52, 53, 54, 33, 41, 44, 46, 31)
> mean(x) [1] 41.42748
> var(x) [1] 46.47739
2. n=31 鍋
x <- c(44, 35, 38, 34, 40, 45, 30, 32, 35, 53, 31, 41, 44, 46, 30, 38, 52, 28, 47, 35, 46, 40, 33, 32, 30, 41, 37, 52, 43, 42, 49)
> mean(x) [1] 39.45161
> var(x) [1] 51.72258
3. n=31 BG
x <- c(31, 43, 27, 37, 27, 49, 46, 33, 53, 42, 29, 38, 46, 30, 38, 36, 46, 34, 44, 35, 35, 45, 33, 37, 38, 40, 32, 34, 42, 34, 34)
> mean(x) [1] 37.67742
> var(x) [1] 43.02581
4. n=32 鍋
x <- c(37, 38, 37, 38, 43, 36, 47, 39, 37, 41, 36, 47, 43, 24, 44, 33, 37, 48, 48, 29, 40, 38, 45, 44, 38, 43, 31, 24, 40, 37, 35, 36)
> mean(x) [1] 38.53125
> var(x) [1] 36.77319
5. n=30 BG
x <- c(46, 51, 55, 38, 36, 40, 38, 34, 36, 44, 26, 45, 33, 43, 40, 48, 42, 44, 32, 49, 34, 36, 42, 46, 30, 40, 40, 33, 37, 46)
> mean(x) [1] 40.13333
> var(x) [1] 43.70575
|
|
|
103 ：名無しに影響はない(栃木県)：2012/04/21(土) 16:15:25.17 ID:CgyuCsUB
BGと試料の比較
1. n = 192 BG 繰り返し数 =3
gr1 <- c( 54, 40, 37, 50, 36, 37, 49, 40, 28, 51, 33, 32, 41, 39, 50, 44, 39, 41, 39, 48, 39, 40, 33, 49, 49, 42, 49, 55, 43,
55, 39, 33, 48, 31, 44, 46, 40, 43, 26, 52, 40, 30, 42, 39, 35, 41, 25, 36, 46, 49, 37, 35, 39, 43, 39, 52, 38, 42, 38, 39, 42,
33, 38, 41, 30, 46, 45, 48, 39, 39, 30, 46, 47, 38, 41, 33, 54, 44, 49, 35, 53, 40, 47, 36, 40, 56, 30, 47, 42, 33, 39, 33, 37,
48, 52, 35, 45, 37, 39, 44, 35, 42, 33, 47, 51, 38, 39, 45, 45, 40, 44, 41, 35, 45, 52, 43, 37, 29, 37, 44, 44, 45, 42, 52, 53, 54, 33, 41, 44, 46, 31 ,
31, 43, 27, 37, 27, 49, 46, 33, 53, 42, 29, 38, 46, 30, 38, 36, 46, 34, 44, 35, 35, 45, 33, 37, 38, 40, 32, 34, 42, 34, 34 ,
46, 51, 55, 38, 36, 40, 38, 34, 36, 44, 26, 45, 33, 43, 40, 48, 42, 44, 32, 49, 34, 36, 42, 46, 30, 40, 40, 33, 37, 46)
> mean(x) [1] 40.61979
> var(x) [1] 46.91751
2. n = 63 鍋 繰り返し数 =2
gr2 <- c( 44, 35, 38, 34, 40, 45, 30, 32, 35, 53, 31, 41, 44, 46, 30, 38, 52, 28, 47, 35, 46, 40, 33, 32, 30, 41, 37, 52, 43, 42, 49 ,
37, 38, 37, 38, 43, 36, 47, 39, 37, 41, 36, 47, 43, 24, 44, 33, 37, 48, 48, 29, 40, 38, 45, 44, 38, 43, 31, 24, 40, 37, 35, 36)
> mean(x) [1] 38.98413
> var(x) [1] 43.62878
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）
データ: gr1 と gr2
t値 = 1.659, 自由度 = 253, P値 = 0.09836
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -0.3060471 3.5773765
標本推定値:
平均値x 平均値y
40.61979 38.98413
有意。試料とBGに差がある。
> t.test(gr1, gr2)
二標本t検定（Welchの方法）
データ: gr1 と gr2
t値 = 1.6899, 自由度 = 109.066, P値 = 0.09391
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -0.2827217 3.5540511
標本推定値:
平均値x 平均値y
40.61979 38.98413
有意。試料とBGに差がある。
> var.test(gr1, gr2)
二群の等分散性の検定
データ: gr1 と gr2
F = 1.0754, 第1自由度 = 191, 第2自由度 = 62, P値 = 0.754
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.6998772 1.5830209
標本推定値:
分散比
1.07538
有意。分散が異なるので、（Welchの方法）を使用する。
３.補足コメント
試料の方が低いので、含有放射線量は不明
全体として分布が偏ってくれれば、吸収だとわかるのですが
この度数分布ではわからない。
度数分布の違いから、何かあるな、とは見当つきますけど、それ以上は不明。
グラフを書いてみてください。「gr1 <- c(」を「x <- c(」と書き換えて、Rにコピー。「dosuu.bunpu(x, 5)」と入力すれば、度数分布が得られます。
1. n = 192 BG 繰り返し数 =3
gr1 <- c( 54, 40, 37, 50, 36, 37, 49, 40, 28, 51, 33, 32, 41, 39, 50, 44, 39, 41, 39, 48, 39, 40, 33, 49, 49, 42, 49, 55, 43,
55, 39, 33, 48, 31, 44, 46, 40, 43, 26, 52, 40, 30, 42, 39, 35, 41, 25, 36, 46, 49, 37, 35, 39, 43, 39, 52, 38, 42, 38, 39, 42,
33, 38, 41, 30, 46, 45, 48, 39, 39, 30, 46, 47, 38, 41, 33, 54, 44, 49, 35, 53, 40, 47, 36, 40, 56, 30, 47, 42, 33, 39, 33, 37,
48, 52, 35, 45, 37, 39, 44, 35, 42, 33, 47, 51, 38, 39, 45, 45, 40, 44, 41, 35, 45, 52, 43, 37, 29, 37, 44, 44, 45, 42, 52, 53, 54, 33, 41, 44, 46, 31 ,
31, 43, 27, 37, 27, 49, 46, 33, 53, 42, 29, 38, 46, 30, 38, 36, 46, 34, 44, 35, 35, 45, 33, 37, 38, 40, 32, 34, 42, 34, 34 ,
46, 51, 55, 38, 36, 40, 38, 34, 36, 44, 26, 45, 33, 43, 40, 48, 42, 44, 32, 49, 34, 36, 42, 46, 30, 40, 40, 33, 37, 46)
> mean(x) [1] 40.61979
> var(x) [1] 46.91751
2. n = 63 鍋 繰り返し数 =2
gr2 <- c( 44, 35, 38, 34, 40, 45, 30, 32, 35, 53, 31, 41, 44, 46, 30, 38, 52, 28, 47, 35, 46, 40, 33, 32, 30, 41, 37, 52, 43, 42, 49 ,
37, 38, 37, 38, 43, 36, 47, 39, 37, 41, 36, 47, 43, 24, 44, 33, 37, 48, 48, 29, 40, 38, 45, 44, 38, 43, 31, 24, 40, 37, 35, 36)
> mean(x) [1] 38.98413
> var(x) [1] 43.62878
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）
データ: gr1 と gr2
t値 = 1.659, 自由度 = 253, P値 = 0.09836
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -0.3060471 3.5773765
標本推定値:
平均値x 平均値y
40.61979 38.98413
有意。試料とBGに差がある。
> t.test(gr1, gr2)
二標本t検定（Welchの方法）
データ: gr1 と gr2
t値 = 1.6899, 自由度 = 109.066, P値 = 0.09391
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -0.2827217 3.5540511
標本推定値:
平均値x 平均値y
40.61979 38.98413
有意。試料とBGに差がある。
> var.test(gr1, gr2)
二群の等分散性の検定
データ: gr1 と gr2
F = 1.0754, 第1自由度 = 191, 第2自由度 = 62, P値 = 0.754
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.6998772 1.5830209
標本推定値:
分散比
1.07538
有意。分散が異なるので、（Welchの方法）を使用する。
３.補足コメント
試料の方が低いので、含有放射線量は不明
全体として分布が偏ってくれれば、吸収だとわかるのですが
この度数分布ではわからない。
度数分布の違いから、何かあるな、とは見当つきますけど、それ以上は不明。
グラフを書いてみてください。「gr1 <- c(」を「x <- c(」と書き換えて、Rにコピー。「dosuu.bunpu(x, 5)」と入力すれば、度数分布が得られます。