【ガイガー】インスペクター＋統計スレ
18 ：名無しに影響はない(栃木県)：
１．測定対象
2012.04.08 採取, 裏の畑ふきのとう, 40度１日乾燥 (11*9*2cm) 19g の測定値。
２．測定結果
まずは生データ。
1. n=31 BG
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47)
> mean(x) [1] 39.22581
> var(x) [1] 44.84731
2. n=32 試料
x <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62)
> mean(x) [1] 66.6875
> var(x) [1] 84.67339
3. n=34 BG
x <- c(39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31)
> mean(x) [1] 36.67647
> var(x) [1] 26.58913
4. n=33 試料
x <- c(63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
> mean(x) [1] 67.0606
> var(x) [1] 67.24621
5. n=33 BG
x <- c(40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
> mean(x) [1] 39.60606
> var(x) [1] 42.62121
2012.04.08 採取, 裏の畑ふきのとう, 40度１日乾燥 (11*9*2cm) 19g の測定値。
２．測定結果
まずは生データ。
1. n=31 BG
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47)
> mean(x) [1] 39.22581
> var(x) [1] 44.84731
2. n=32 試料
x <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62)
> mean(x) [1] 66.6875
> var(x) [1] 84.67339
3. n=34 BG
x <- c(39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31)
> mean(x) [1] 36.67647
> var(x) [1] 26.58913
4. n=33 試料
x <- c(63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
> mean(x) [1] 67.0606
> var(x) [1] 67.24621
5. n=33 BG
x <- c(40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
> mean(x) [1] 39.60606
> var(x) [1] 42.62121
|
|
|
19 ：名無しに影響はない(栃木県)：2012/04/10(火) 19:19:51.52 ID:rYU0Fh//
４. データ貼り付け
全体の分析
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 , 4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 49.79755
> var(x)
[1] 247.36
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 149.7578, 第1自由度 = 4, 第2自由度 = 158, P値 < 2.2e-16
有意差あり、群による差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 12.2524, 自由度 = 4, P値 = 0.01557
有意差あり。先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 134.2289, 第1自由度 = 4.000, 第2自由度 = 77.717, P値 < 2.2e-16
有意差あり、群による差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 3.680982 3.680982
30 20 12.269939 15.950920
35 29 17.791411 33.742331
40 24 14.723926 48.466258
45 16 9.815951 58.282209
50 4 2.453988 60.736196
55 10 6.134969 66.871166
60 17 10.429448 77.300613
65 18 11.042945 88.343558
70 7 4.294479 92.638037
75 5 3.067485 95.705521
80 3 1.840491 97.546012
85 4 2.453988 100.000000
>
全体の分析
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 , 4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 49.79755
> var(x)
[1] 247.36
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 149.7578, 第1自由度 = 4, 第2自由度 = 158, P値 < 2.2e-16
有意差あり、群による差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 12.2524, 自由度 = 4, P値 = 0.01557
有意差あり。先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 134.2289, 第1自由度 = 4.000, 第2自由度 = 77.717, P値 < 2.2e-16
有意差あり、群による差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 3.680982 3.680982
30 20 12.269939 15.950920
35 29 17.791411 33.742331
40 24 14.723926 48.466258
45 16 9.815951 58.282209
50 4 2.453988 60.736196
55 10 6.134969 66.871166
60 17 10.429448 77.300613
65 18 11.042945 88.343558
70 7 4.294479 92.638037
75 5 3.067485 95.705521
80 3 1.840491 97.546012
85 4 2.453988 100.000000
>
20 ：名無しに影響はない(栃木県)：2012/04/10(火) 19:20:19.75 ID:rYU0Fh//
試料とバックグラウンドの比較。
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 594.8668, 第1自由度 = 1, 第2自由度 = 161, P値 < 2.2e-16
有意差あり、試料とバックグラウンドによる差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 8.4869, 自由度 = 1, P値 = 0.003577
有意差あり。先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 522.673, 第1自由度 = 1.00, 第2自由度 = 107.23, P値 < 2.2e-16
有意差あり、試料とバックグラウンドによる差異がある。
>
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 594.8668, 第1自由度 = 1, 第2自由度 = 161, P値 < 2.2e-16
有意差あり、試料とバックグラウンドによる差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 8.4869, 自由度 = 1, P値 = 0.003577
有意差あり。先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 522.673, 第1自由度 = 1.00, 第2自由度 = 107.23, P値 < 2.2e-16
有意差あり、試料とバックグラウンドによる差異がある。
>
21 ：名無しに影響はない(栃木県)：2012/04/10(火) 19:21:41.71 ID:rYU0Fh//
繰り返しによる差異
1. BG
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.46939
> var(x)
[1] 38.72586
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 2.247, 第1自由度 = 2, 第2自由度 = 95, P値 = 0.1113
有意差あり、繰り返しによる差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 2.4918, 自由度 = 2, P値 = 0.2877
有意差あり。先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 2.581, 第1自由度 = 2.000, 第2自由度 = 61.442, P値 = 0.08389
有意差あり、繰り返しによる差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 6.122449 6.122449
30 20 20.408163 26.530612
35 29 29.591837 56.122449
40 24 24.489796 80.612245
45 16 16.326531 96.938776
50 2 2.040816 98.979592
55 1 1.020408 100.000000
>
1. BG
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.46939
> var(x)
[1] 38.72586
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 2.247, 第1自由度 = 2, 第2自由度 = 95, P値 = 0.1113
有意差あり、繰り返しによる差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 2.4918, 自由度 = 2, P値 = 0.2877
有意差あり。先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 2.581, 第1自由度 = 2.000, 第2自由度 = 61.442, P値 = 0.08389
有意差あり、繰り返しによる差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 6.122449 6.122449
30 20 20.408163 26.530612
35 29 29.591837 56.122449
40 24 24.489796 80.612245
45 16 16.326531 96.938776
50 2 2.040816 98.979592
55 1 1.020408 100.000000
>
22 ：名無しに影響はない(栃木県)：2012/04/10(火) 19:22:25.06 ID:rYU0Fh//
2. 試料
x <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 66.87692
> var(x)
[1] 74.67212
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 0.0298, 第1自由度 = 1, 第2自由度 = 63, P値 = 0.8634
有意差無し。繰り返しによる差異は不明。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 0.4111, 自由度 = 1, P値 = 0.5214
有意差無し。先の分散分析は有効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 0.0297, 第1自由度 = 1.000, 第2自由度 = 61.689, P値 = 0.8637
有意差無し。繰り返しによる差異は不明。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
50 2 3.076923 3.076923
55 9 13.846154 16.923077
60 17 26.153846 43.076923
65 18 27.692308 70.769231
70 7 10.769231 81.538462
75 5 7.692308 89.230769
80 3 4.615385 93.846154
85 4 6.153846 100.000000
>
x <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 66.87692
> var(x)
[1] 74.67212
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 0.0298, 第1自由度 = 1, 第2自由度 = 63, P値 = 0.8634
有意差無し。繰り返しによる差異は不明。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 0.4111, 自由度 = 1, P値 = 0.5214
有意差無し。先の分散分析は有効。
> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）
データ: x と g
F = 0.0297, 第1自由度 = 1.000, 第2自由度 = 61.689, P値 = 0.8637
有意差無し。繰り返しによる差異は不明。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
50 2 3.076923 3.076923
55 9 13.846154 16.923077
60 17 26.153846 43.076923
65 18 27.692308 70.769231
70 7 10.769231 81.538462
75 5 7.692308 89.230769
80 3 4.615385 93.846154
85 4 6.153846 100.000000
>
23 ：名無しに影響はない(栃木県)：2012/04/10(火) 19:22:48.67 ID:rYU0Fh//
バックグラウンドと試料の比較
1. BG
gr1 <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
> mean(x)
[1] 38.46939
> var(x)
[1] 38.72586
gr2 <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
> mean(x)
[1] 66.87692
> var(x)
[1] 74.67212
t.test(gr1, gr2, v=T)
t.test(gr1, gr2)
var.test(gr1, gr2)
> 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 = -24.3899, 自由度 = 161, P値 < 2.2e-16
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: -30.70765 -26.10743
標本推定値:
平均値x 平均値y
38.46939 66.87692
有意。平均値に差がある。
> t.test(gr1, gr2)
二標本t検定（Welchの方法）
データ: gr1 と gr2
t値 = -22.862, 自由度 = 107.23, P値 < 2.2e-16
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: -30.87071 -25.94436
標本推定値:
平均値x 平均値y
38.46939 66.87692
有意。平均値に差がある。
> var.test(gr1, gr2)
二群の等分散性の検定
データ: gr1 と gr2
F = 0.5186, 第1自由度 = 97, 第2自由度 = 64, P値 = 0.003399
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3273010 0.8046984
標本推定値:
分散比
0.518612
有意差あり。分散は等しくない。平均値の差の検定は（Welchの方法）を使用する。
>
1. BG
gr1 <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
> mean(x)
[1] 38.46939
> var(x)
[1] 38.72586
gr2 <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
> mean(x)
[1] 66.87692
> var(x)
[1] 74.67212
t.test(gr1, gr2, v=T)
t.test(gr1, gr2)
var.test(gr1, gr2)
> 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 = -24.3899, 自由度 = 161, P値 < 2.2e-16
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: -30.70765 -26.10743
標本推定値:
平均値x 平均値y
38.46939 66.87692
有意。平均値に差がある。
> t.test(gr1, gr2)
二標本t検定（Welchの方法）
データ: gr1 と gr2
t値 = -22.862, 自由度 = 107.23, P値 < 2.2e-16
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: -30.87071 -25.94436
標本推定値:
平均値x 平均値y
38.46939 66.87692
有意。平均値に差がある。
> var.test(gr1, gr2)
二群の等分散性の検定
データ: gr1 と gr2
F = 0.5186, 第1自由度 = 97, 第2自由度 = 64, P値 = 0.003399
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3273010 0.8046984
標本推定値:
分散比
0.518612
有意差あり。分散は等しくない。平均値の差の検定は（Welchの方法）を使用する。
>
24 ：名無しに影響はない(栃木県)：2012/04/10(火) 19:24:10.18 ID:rYU0Fh//
３.補足コメント
本来は、重み付演算を使うのですが、面倒なので普通の算術演算で
BG: 38.46939, 試料: 66.87692 CPM
よって、66.87692 - 38.46939 = 28.40753
本来の統計処理だと、試料のデータ数が100個以下の65個だから有効桁が１つ増えて、小数点以下第一位まで求める。
BGも100個以下の98だから有効桁が1つ増えて、小数点以下第１位まで求めて丸める。
BG: 38.5, 試料: 66.9 CPM
66.9-38.5=28.4
インスペクターによるやさしおの測定では、1.819個 / (分・100mg)なので、インスペクターの計数値からの換算計数は 0.47 Bq/CPM となる。
よって、測定した試料の線量は
28.4 * 0.47 = 13.3 Bq
となる。
試料の寸法は、 縦: 11cm, 横: 9cm, 高さ: 2cm で、風袋を温めた重さが 19g (ここではポリ袋の重さを0とする)より、比重は約 0.096 g/cm3 である。
単位面積あたりの試料の重さが 1g以下なので、試料によるβ線の吸収を0とする。
測定範囲が底面の半径 7.4cm、高さ2cm、上面の半径を4.1cm とする円錐台と考えれば、試料全体がほぼ測定可能範囲内にはいるので、19g全量を計ったとする。
よって、
13.3 * 1000 / 19 = 700
より、700Bq/kgとなる。
ふきの水分量が 96%(http://food.longseller.org/g13/i12111a.html)なので、ふきのとうの水分量を同量とすると、700 * (100-96.1) / 96.1 = 28.4 より
栃木産ふきのとう(自家栽培)の線量は 28 Bq/kg となる。
インスペクターはβ線測定を特長とする測定器ですから、γ線を測定を基準としている正確な測定とは異なります。
本来は、重み付演算を使うのですが、面倒なので普通の算術演算で
BG: 38.46939, 試料: 66.87692 CPM
よって、66.87692 - 38.46939 = 28.40753
本来の統計処理だと、試料のデータ数が100個以下の65個だから有効桁が１つ増えて、小数点以下第一位まで求める。
BGも100個以下の98だから有効桁が1つ増えて、小数点以下第１位まで求めて丸める。
BG: 38.5, 試料: 66.9 CPM
66.9-38.5=28.4
インスペクターによるやさしおの測定では、1.819個 / (分・100mg)なので、インスペクターの計数値からの換算計数は 0.47 Bq/CPM となる。
よって、測定した試料の線量は
28.4 * 0.47 = 13.3 Bq
となる。
試料の寸法は、 縦: 11cm, 横: 9cm, 高さ: 2cm で、風袋を温めた重さが 19g (ここではポリ袋の重さを0とする)より、比重は約 0.096 g/cm3 である。
単位面積あたりの試料の重さが 1g以下なので、試料によるβ線の吸収を0とする。
測定範囲が底面の半径 7.4cm、高さ2cm、上面の半径を4.1cm とする円錐台と考えれば、試料全体がほぼ測定可能範囲内にはいるので、19g全量を計ったとする。
よって、
13.3 * 1000 / 19 = 700
より、700Bq/kgとなる。
ふきの水分量が 96%(http://food.longseller.org/g13/i12111a.html)なので、ふきのとうの水分量を同量とすると、700 * (100-96.1) / 96.1 = 28.4 より
栃木産ふきのとう(自家栽培)の線量は 28 Bq/kg となる。
インスペクターはβ線測定を特長とする測定器ですから、γ線を測定を基準としている正確な測定とは異なります。