Bài tập xử lý số liệu thưc nghiệm r

  1. Trang chủ
  2. Bài tập thực hành xử lý số liệu thực nghiệm...

  • Số trang: 90 |
  • Loại file: PDF |
  • Lượt xem: 36 |
  • Lượt tải: 0

Mô tả:

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH VIỆN CÔNG NGHỆ SINH HỌC – THỰC PHẨM THỰC HÀNH XỬ LÝ SỐ LIỆU THỰC NGHIỆM BÀI TẬP THỰC HÀNH XỬ LÝ SỐ LIỆU THỰC NGHIỆM GVHD: PHẠM MINH TUẤN Tên : NGUYỄN NHẬT THANH VINH Mssv:12068071 Lớp: DHTP8B Tổ: 5 TPHCM, tháng 3 năm 2015 Bài 1: 69.4 69.2 69 68.8 Hệu suất (%) 68.6 68.4 69.2 68.2 68 67.8 68 67.6 67.4 Dietyleter con Hình 1.1: Hiệu suất trung bình trích li polyphenol của trà xanh theo dung môi (%). Bảng hiệu suất trung bình (%) trích li polyphenol theo dung môi Dung môi Dietylete Cồn Hiệu suất 69.2 ± 5.17 68± 15.03 Vì p-value = 0.8701 > 0.05 nên theo thống kê không có sự khác biệt về hiệu suất trích ly polyphenol của hai dung môi với α = 5%. Ta có thể chọn cả 2 dung môi để trích ly. Nhưng để an toàn cho sức khỏe, dễ kiếm và giá thành rẻ thì nên chọn cồn. Phụ lục : > dietylete <- c(68,63,74,66,75) > con <-c(52,84,58,84,62) > bai1 <- data.frame(dietyleter,con) > bai1 > var.test(dietyleter,con) F test to compare two variances data: dietyleter and con F = 0.1181, num df = 4, denom df = 4, p-value = 0.06226 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.01230061 1.13469446 sample estimates: ratio of variances 0.1181416 # p-value = 0.06226 > 0.05 nên hiệu suất trích li của 2 dung môi có cùng phương sai. > t.test(dietyleter,con,var.equal=T) Two Sample t-test data: dietyleter and con t = 0.1688, df = 8, p-value = 0.8701 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -15.19373 17.59373 sample estimates: mean of x 69.2 mean of y 68.0 > sd(dietyleter) [1] 5.167204 > sd(con) [1] 15.0333 Bài 2: 1.25 1.2 Thời gian bền bọt 1.15 1.1 1.05 1 0.95 Đối chứng CMC Hình 2.1: Thời gian bền bọt của mẫu đối chứng và mẫu sử dụng phụ gia Bảng so sánh sự khác biệt về khả năng bền bọt giữa mẫu đối chúng và mẫu có sử dụng phụ gia Thời gian bền bọt Đối chứng 1.05 ± 0.05 CMC 1.22 ± 0.04 Vì p-value=1.24e-07 (<<0.05), theo thống kê có sự khác biệt về thời gian bền bọt của mẫu khi sử dụng phụ gia CMC và không sử dụng phụ gia với α=5%. Nên có thể sử dụng phụ gia này để tăng khả năng bền bọt. Phụ lục : > thoigian

phugia<-as.factor(gl(2,10)) > bai2<-data.frame(phugia,thoigian) > var.test(thoigian~phugia) F test to compare two variances data: thoigian by phugia F = 1.1999, num df = 9, denom df = 9, p-value = 0.7905 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.2980354 4.8307459 sample estimates: ratio of variances 1.199889 > t.test(thoigian~phugia,var.equal=TRUE) Two Sample t-test data: thoigian by phugia t = -8.3884, df = 18, p-value = 1.24e-07 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -0.2200804 -0.1319196 sample estimates: mean in group 1 mean in group 2 1.047 1.223 > by(thoigian,phugia,sd) phugia: 1 [1] 0.04900113 phugia: 2 [1] 0.04473378 Bài 3: Hàm lượng acid amin tổng số (mg/kg) 20 18 16 14 12 10 8 6 4 2 0 Loai A Loại B Loại C Loại D Enzyme Hình 3.1 So sánh khả năng thuỷ phân protein của 4 loại enzyme trong việc thuỷ phân cá trong quá trình sản xuất nước mắm Bảng khả năng thuỷ phân protein của 4 loại enzyme: Loại enzyme Hàm lượng acid amin tổng số (mg/kg) Loai A 18.17ab±1.17 Loại B 14.80c± 0.84 Loại C 19.00a±0.82 Loại D 16.25bc± 1.26 Vì p-value =7.463e-05 <<0.05 nên theo thống kê có sự khác biệt về hàm lượng acid amin được thuỷ phân giữa các loại enzyme. Enzyme loại C thuỷ phân ra hàm lượng acid amin tổng số cao nhất (19.00 mg/kg) nhưng không có sự khác biệt so với enzyme loại A (18.17 mg/kg). Vì vậy có thể chọn loại enzyme A hoặc C để tăng hiệu suất thủy phân protein. Phụ lục: > enzyme <- as.factor(rep(1:4,c(6,5,4,4))) > acidamin<-c(17,18,17,20,19,18,14,15,16,15,14,19,20,18,19,16,15,16,18) > bai3 <- data.frame(enzyme,acidamin) > analysis <- lm(acidamin ~ enzyme) > anova(analysis) Analysis of Variance Table Response: acidamin Df Sum Sq Mean Sq F value enzyme Pr(>F) 3 50.564 16.8547 15.431 7.463e-05 *** Residuals 15 16.383 1.0922 --Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > res <- aov(acidamin ~ enzyme) > TukeyHSD(res) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = acidamin ~ enzyme) $enzyme diff lwr upr p adj 2-1 -3.3666667 -5.1905943 -1.5427391 0.0004459 3-1 0.8333333 -1.1109800 2.7776467 0.6151972 4-1 -1.9166667 -3.8609800 0.0276467 0.0539882 3-2 4.2000000 2.1794103 6.2205897 0.0001307 4-2 1.4500000 -0.5705897 3.4705897 0.2079384 4-3 -2.7500000 -4.8798886 -0.6201114 0.0098498 > by(acidamin,enzyme,mean) enzyme: 1 [1] 18.16667 -----------------------------------------------------------enzyme: 2 [1] 14.8 -----------------------------------------------------------enzyme: 3 [1] 19 -----------------------------------------------------------enzyme: 4 [1] 16.25 > by(acidamin,enzyme,sd) enzyme: 1 [1] 1.169045 -----------------------------------------------------------enzyme: 2 [1] 0.83666 -----------------------------------------------------------enzyme: 3 [1] 0.8164966 -----------------------------------------------------------enzyme: 4 [1] 1.258306 Bài 4: 72 Khả năng trương nở của bánh 70 68 66 64 62 60 58 56 0.50% 0.30% 0.10% Nồng độ Hình 4.1 Khả năng trương nở của bánh dựa theo nồng độ phụ gia Bảng khả năng trương nở của bánh phồng tôm dựa vào nồng độ phụ gia Nồng độ Độ trương nở của bánh 0.5% 71.14a ± 6.89 0.3% 63.71ab ± 6.63 0.1% 61.14b ± 7.15 Vì p-value = 0.037 < 0.05 nên theo thống kê có sự khác biệt về độ trương nở của bánh ở các nồng độ phụ gia khác nhau theo α=5%. Độ trương nở của bánh cao nhất là 71.14 ở nồng độ 0.5%, không có sự khác biệt so với nồng độ 0.3% với khả năng trương nở của bánh là 63.71. Để kinh tế và an toàn sức khỏe nên chọn phụ gia ở nồng độ 0.3% để chế biến bánh phồng tôm. Phụ lục: > phugia=c(68,80,69,76,68,77,60,71,62,58,74,65,59, 57,58,60,70,51,57,71,61) > group=gl(3,7) > group<- as.factor (group) > data<-data.frame(group,phugia) > analysis<-lm(phugia~group) > anova(analysis) Analysis of Variance Table Response: phugia Df Sum Sq Mean Sq F value Pr(>F) group 2 377.52 188.762 3.9733 0.03722 * Residuals 18 855.14 47.508 --Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > res<-aov(phugia~group) > TukeyHSD(res) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = phugia ~ group) $group diff lwr upr p adj 2-1 -7.428571 -16.83138 1.9742350 0.1369187 3-1 -10.000000 -19.40281 -0.5971936 0.0361071 3-2 -2.571429 -11.97423 6.8313778 0.7677005 > by(phugia,group,sd) group: 1 [1] 6.890297 group: 2 [1] 6.626067 group: 3 [1] 7.151423 > by(phugia,group,mean) group: 1 [1] 71.14286 group: 2 [1] 63.71429 group: 3 [1] 61.14286 Bài 5: 3.8 Hàm lượng izozym EST 3.7 3.6 3.5 3.4 3.3 3.2 Đối chứng Thí nghiệm Hình 5.1 Hàm lượng izozym EST trong máu ngoại vi của hai nhóm người Bảng hàm lượng izozym EST trong máu ngoại vi của 2 nhóm người: Nhóm Hàm lượng izozym EST Đối chứng 3.43 ± 0.69 Thí nghiệm 3.77 ± 0.25 Vì p- value = 0.01027 < 0.05, theo thống kê có sự khác biệt về hàm lượng izozym EST giữa hai hóm người với α=5%. Hàm lượng izozym EST trong máu của nhóm người tiếp xúc lâu dài, trực tiếp với hoá chất (3.77) cao hơn hàm lượng izozym EST trong máu của nhóm người không tiếp xúc trực tiếp với hoá chất (3.43). Phụ lục: > nhom<-gl(2,35,70) >hamluong bai5<-data.frame(hamluong,nhom) > var.test(hamluong ~ nhom) F test to compare two variances data: hamluong by nhom F = 0.1304, num df = 34, denom df = 34, p-value = 4.224e-08 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.06584335 0.25842418 sample estimates: ratio of variances 0.1304435 > t.test(hamluong ~ nhom,equal=F) Welch Two Sample t-test data: hamluong by nhom t = -2.6854, df = 42.722, p-value = 0.01027 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -0.5868817 -0.0834040 sample estimates: mean in group 1 mean in group 2 3.434000 3.769143 > by(hamluong,nhom,sd) nhom: 1 [1] 0.2508128 -----------------------------------------------------------nhom: 2 [1] 0.6944459 > by(hamluong,nhom,mean) nhom: 1 [1] 3.434 -----------------------------------------------------------nhom: 2 [1] 3.769143 Bài 6: 160 140 120 số người 100 Hương chanh dây Hương vani 80 60 40 20 0 không thích Thích Hình 6.1 Biểu đồ thể hiện mức độ ưa thích của 240 người đối với mứt rau câu có cho thêm hương chanh dây và vani Bảng khảo sát sự ưa thích 2 loại hương chanh dây và hương vani Không thích Thích Hương chanh dây 15 132 Hương vani 33 145 Vì p-value = 0.05107 > 0.05, theo thống kê không có sự khác biệt về mức độ ưa thích giữa 2 loại hương chanh dây và vani. Vì thế trong quá trình chế biến nhà sản xuất có thể dùng 1 trong 2 hương để tăng hương vị cho sản phẩm mứt rau câu, nhưng để cho tiết kiêm nên dùng hương chanh dây. Phụ lục: > bai6<-matrix(c(15,132,33,145),nrow=2,ncol=2,byrow=T, day","huong vani"),c("khong thich","thich"))) > bai6 khong thich thich huong chanh day huong vani 15 132 33 145 dimnames=list(c("huong chanh > chisq.test(bai6) Pearson's Chi-squared test with Yates' continuity correction data: bai6 X-squared = 3.8061, df = 1, p-value = 0.05107 Bài 7: Hàm lượng saponin (% tính theo hàm lượng khô) 8 7 6 5 4 3 2 1 0 Vùng I Vùng II Vùng III Hình 7.1 Biểu đồ thể hiện hàm lượng saponin (%) của 1 loại nhân sâm theo từng vùng khác nhau Bảng hàm lượng trung bình saponin (% )trong một loại nhân sâm theo vùng Vùng Hàm lượng saponin (%) Vùng I 7.19a ± 0.43 Vùng II 5.90b ± 0.20 Vùng III 6.39c ± 0.16 Vì p-value =9.412e-06 <<0.05 nên có sự khác biệt hàm lượng saponin trong nhân sâm giữa các vùng. Hàm lượng saponin cao nhất (7.19%) ở vùng I, hàm lượng này có sự khác biệt so với những vùng còn lại. Nếu có nhu cầu, nên sử dụng nhân sâm ở vùng I. Phụ lục : > vung <- c(1,1,1,1,1,1,1, 2,2,2,2,2, 3,3,3,3,3,3) > vung <- as.factor(vung) >saponin bai7 <- data.frame(vung,saponin) > anova(lm(saponin~vung)) Analysis of Variance Table Response: saponin Df Sum Sq Mean Sq F value Pr(>F) vung 2 5.1625 2.58126 27.595 9.412e-06 *** Residuals 15 1.4031 0.09354 --Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(aov(saponin~vung)) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = saponin ~ vung) $vung diff lwr upr p adj II-I -1.2937143 -1.758883797 -0.8285448 0.0000084 III-I -0.8040476 -1.246026657 -0.3620686 0.0007453 III-II 0.4896667 0.008616515 0.9707168 0.0457802 > by(saponin,vung,mean) vung: I [1] 7.195714 vung: II [1] 5.902 vung: III [1] 6.391667 > by(saponin,vung,sd) vung: I [1] 0.4311944 vung: II [1] 0.2043771 vung: III [1] 0.155231 Bài 8: 8 7 5 4 3 2 1 0 1 2 Sản phẩm Hình 8.1 Biểu đồ thể hiện độ trong của 2 sản phẩm 9 8 7 6 Thang điểm Thang điểm 6 5 4 3 2 1 0 1 2 Sản phẩm Hình 8.2 Biểu đồ thể hiện độ màu của 2 sản phẩm 7.6 7.5 Thang điểm 7.4 7.3 7.2 7.1 7 6.9 6.8 1 2 Sản phẩm Hình 8.3 Biểu đồ thể hiện hương của 2 sản phẩm 8 7.8 7.6 Thang điểm 7.4 7.2 7 6.8 6.6 6.4 6.2 1 2 Sản phẩm Hình 8.4 Biểu đồ thể hiện vị mặn của 2 sản phẩm Kết luận: 1) Vì p-value=6.559e-05<0.05 nêncó sự khác nhau về mức độ ưa thích độ trong ở 2 sản phẩm. Sản phẩm 1 có mức độ ưa thích độ trong (7.6) cao hơn độ trong của sản phẩm 1 (5.5) > dotrong <- c(1,1,1,1,1,1,1,1,1,1, 2,2,2,2,2,2,2,2,2,2) > my <- c(7,6,7,8,9,7,8,9,7,8,6,5,5,6,4,5,6,7,5,6) > yt1 <- data.frame(dotrong,my) > yt1 > var.test(dotrong,my) F test to compare two variances data: dotrong and my F = 0.1353, num df = 19, denom df = 19, p-value = 6.045e-05 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.05356051 0.34187428 sample estimates: ratio of variances 0.135318 > t.test(dotrong,my) Welch Two Sample t-test data: dotrong and my t = -15.1991, df = 24.05, p-value = 7.848e-14 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -5.73567 -4.36433 sample estimates: mean of x mean of y 1.50 6.55 2) Vì p-value=2.779e-05<0.05 nên có sự khác nhau về mức độ ưa thích độ màu ở 2 sản phẩm. Mức độ ưa thích độ màu ở sản phẩm 1(7.7) cao hơn độ màu của sản phẩm 2(5.4) > Yt2 <- c(1,1,1,1,1,1,1,1,1,1, 2,2,2,2,2,2,2,2,2,2) > domau <- c(8,7,8,9,9,8,6,7,8,7,5,6,5,7,5,4,6,5,6,5) > my <- data.frame(Yt2,domau) > my > var.test(Yt2,domau) F test to compare two variances data: Yt2 and domau F = 0.1221, num df = 19, denom df = 19, p-value = 2.779e-05 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.04832871 0.30847997 sample estimates: ratio of variances 0.1221001 Vì p-value = 2.779e-05<0.05 nên hàm khác phương sai > t.test(Yt2,domau)

- Xem thêm -

Tài liệu vừa đăng

Tài liệu xem nhiều