当前位置：文档之家 › 王曦的数据处理作业

王曦的数据处理作业

  • 格式：doc
  • 大小：297.50 KB
  • 文档页数：10

1.在试验的进程中溶液随机取样的pH值： 算术平均值、几何平均值、调和平均值、样本标准差、样本平均数的标准误差,总和

算术平均值=SUM(B1:I1)/8 几何平均值=GEOMEAN(B1:I1) 调和平均值=HARMEAN(B1:I1)

样本标准差=STDEV(B1:I1) 样本平均数的标准误=STDEV(B1:I1)/8

2.脂肪酸是一种重要的工业原料，下表列出了某国脂肪酸的应用领域，试根据这些数据用EXCEL画出饼形图，并用选择性粘贴功能将饼形图拷贝到WORD文档中。

某国脂肪酸的应用领域橡胶工业28%

合成表面活性剂 11%

润滑油 5%洗涤剂 25%

肥皂 14%其它 17%

橡胶工业合成表面活性剂润滑油洗涤剂肥皂其它 3.在用原子吸收分光光度法测定镍电解液中微量杂质铜时，研究了乙炔和空气流

取样次数 1 2 3 4 5 6 7 8 PH值 8.29 8.32 8.3 8.27 8.32 8.34 8.26 8.33

算术平均 几何平均 调和平均 样本标准差 样本平均数的标准误 总和 8.30 8.30 8.30 0.0288 0.0102 66.43

橡胶工业 合成表面活性剂 润滑油 洗涤剂 肥皂 其它

28% 11% 5% 25% 14% 17% 量变化对铜在某波长上吸光度的影响，得到下表所示的吸光度数据。试根据表中数据统计分析乙炔和空气流量的变化对铜吸光度的影响。

方法一EXCEL做法：

实验分析：表中行代表的是乙炔流量，列代表的是空气流量。在乙炔流量因素中，我们可以看到，F=28.615> F-crit=3.490且P-value=0.00000944<0.01，所

以乙炔流量这个因素对铜吸光度的影响非常显著，而在空气流量中F< F-crit且

乙炔流量/(L/min)

空 气 流 量 /(L/min)

8 9 10 11 12 1.0 81.1 81.5 80.3 80.0 77.0 1.5 81.4 81.8 79.4 79.1 75.9 2.0 75.0 76.1 75.4 75.4 70.8 2.5 60.4 67.9 68.7 69.8 68.7

方差分析：无重复双因素分析 SUMMARY 观测数 求和 平均 方差 行 1 5 399.9 79.98 3.137 行 2 5 397.6 79.52 5.507 行 3 5 372.7 74.54 4.528 行 4 5 335.5 67.1 14.485

列 1 4 297.9 74.475 96.7425 列 2 4 307.3 76.825 42.2625

列 3 4 303.8 75.95 27.89666667 列 4 4 304.3 76.075 21.4625 列 5 4 292.4 73.1 15.9

无重复方差分析 差异源 SS df MS F P-value F crit 行 537.638 3 179.213 28.615 9.44E-06 3.490 列 35.473 4 8.868 1.416 2.87E-01 3.259 误差 75.155 12 6.263

总计 648.266 19 P-value>0.01，所以空气因素对铜吸光度的影响不大。 方法二SPSS做法： 方差分析的做法

主体间效应的检验 因变量:吸光度 源 III 型平方和 df 均方 F Sig. 偏 Eta 方 校正模型 573.111a 7 81.873 13.073 .000 .884 截距 113356.624 1 113356.624 18099.654 .000 .999 乙烯流量 537.637 3 179.212 28.615 .000 .877 空气流量 35.473 4 8.868 1.416 .287 .321 误差 75.155 12 6.263 总计 114004.890 20 校正的总计 648.266 19 a. R 方 = .884（调整 R 方 = .816）

从上表可以看到，乙烯流量的F值为28.615且P值为0.000，乙炔流量这个

因素对铜吸光度的影响非常显著；而在空气流量中F为1.416且P值为0.287>0.05，所以空气因素对铜吸光度的影响不显著。SPSS的分析结果与EXCEL的完全一致。

4.下表记录了3位操作工分别在4台不同的机器上操作3天的日产量，试根据表中数据检验操作工人之间和机器之间的差异是否显著，交互作用的影响是否显著，若显著影响则分别作多重比较。

方法一EXCEL做法： 解：将表格转换

机器代号 操 作 工 人 代 号 甲 乙 丙 A1 15，15，17 19，19，17 17，18，18

A2 17，17，17 18，19，20 19，22，22

A3 15，17，16 18，18，19 21，20，18

A4 18，19，17 18，20，21 18，20，22 操作工人代号 机器代号 甲 乙 丙 A1 15 19 7 15 19 18 17 17 18 A2 17 18 19 17 18 22 17 20 22 A3 15 18 21 17 18 20 16 19 18 A4 18 18 18 19 20 20 17 21 22

实验数据分析：样本代表行即机器，列代表操作工人。由“主体间的效应检测”可知操作工人间的P-value<0.05,机器间的P-value<0.05，所以差异显著。而交互作用P-value>0.05,所以效果不显著。 方法二SPSS做法：

表一

可重复双因素方差分析结果 差异源 SS df MS F P-value F crit 样本 23.194 3 7.731 5.154 6.82E-03 3.009 列 55.056 2 27.528 18.352 1.46E-05 3.403 交互 8.056 6 1.343 0.895 5.14E-01 2.508 内部 36 24 1.5

总计 122.306 35

误差方差等同性的 Levene 检验a 因变量:产量 F df1 df2 Sig. 1.411 11 24 .231 检验零假设，即在所有组中因变量的误差方差均相等。 a. 设计 : 截距 + 机器代号 + 工人代号 + 机器代号 * 工人代号 表二 从表一方差等同性检验，由于P值为0.231>0.05，故通过检验，可以做方差分析。从表二可得，机器的F值为5.154，P值为0.000即机器因素显著；工人F值为18.352，P值为0.000即工人因素显著；而交互作用F值为0.895，P值为0.514>0.05,故交互作用不显著。SPSS的分析结果与EXCEL的完全一致。

SPSS做多重比较：

源 III 型平方和 df 均方 F Sig. 偏 Eta 方 校正模型 86.306a 11 7.846 5.231 .000 .706 截距 12136.694 1 12136.694 8091.130 .000 .997 机器代号 23.194 3 7.731 5.154 .007 .392 工人代号 55.056 2 27.528 18.352 .000 .605 机器代号 * 工人代号 8.056 6 1.343 .895 .514 .183 误差 36.000 24 1.500 总计 12259.000 36 校正的总计 122.306 35

多个比较 产量 LSD

(I) 工人代号 (J) 工人代号 均值差值 (I-J) 标准 误差 Sig. 95% 置信区间 下限 上限

1 2 -2.17* .500 .000 -3.20 -1.13 3 -2.92* .500 .000 -3.95 -1.88 2 1 2.17* .500 .000 1.13 3.20 3 -.75 .500 .147 -1.78 .28 3 1 2.92* .500 .000 1.88 3.95 2 .75 .500 .147 -.28 1.78 基于观测到的均值。误差项为均值方 (错误) = 1.500。 *. 均值差值在 0.05 级别上较显著。 由多重比较可知：在操作工人之间，甲与乙、甲与丙差异显著，乙与丙差异不显著；在机器之间，A1与A2、A1与A4差异显著，A1与A3差异不显著，A2与A3、A2与A4差异不显著，A3与A4差异显著。

5.在送到某工厂的原料中，含有两种有用的组分A和B，为了研究这两种组分含量之间的关系，在不同地区和不同时间送来的原料中，取10个样品进行化学分析，得到下表的测定结果，试确定这两种组分含量间的线性回归方程。

多个比较 产量 LSD

(I) 机器代号 (J) 机器代号 均值差值 (I-J) 标准 误差 Sig. 95% 置信区间 下限 上限

1 2 -1.78* .577 .005 -2.97 -.59 3 -.78 .577 .191 -1.97 .41 4 -2.00* .577 .002 -3.19 -.81 2 1 1.78* .577 .005 .59 2.97 3 1.00 .577 .096 -.19 2.19 4 -.22 .577 .704 -1.41 .97 3 1 .78 .577 .191 -.41 1.97 2 -1.00 .577 .096 -2.19 .19 4 -1.22* .577 .045 -2.41 -.03 4 1 2.00* .577 .002 .81 3.19 2 .22 .577 .704 -.97 1.41 3 1.22* .577 .045 .03 2.41 基于观测到的均值。 误差项为均值方 (错误) = 1.500。 *. 均值差值在 0.05 级别上较显著。

合集下载

电子纱纤维直径及其均匀性的高效测定方法研究

电子纱纤维直径及其均匀性的高效测定方法研究

电子纱纤维直径及其均匀性的高效测定方法研究王曦;郑天勇;宁祥春【摘要】纤维直径的均匀性对玻璃纤维纱线性能及后道产品质量至关重要,而纤维直径的传统测定方法较复杂,且效率低、成本高.测定电子纱的纤维直径可通过1种高效方法,无须制作切片,只要取纱样或布样,经过简单制备,直接用激光显微镜扫描试样截面获取激光图像,借助图像分析软件,即可快速测定1根电子纱90％以上纤维的直径,将数据导入统计软件还可得到直径的分布规律,从而帮助企业监控和调整纤维直径的差异,提高电子纱及后道产品质量.【期刊名称】《玻璃纤维》【年(卷),期】2019(000)003【总页数】6页(P8-13)【关键词】玻璃纤维;电子纱;电子布;纤维直径;纱线横截面【作者】王曦;郑天勇;宁祥春【作者单位】天津工业大学,天津 300387;天津工业大学,天津 300387;河南光远新材料股份有限公司,安阳 456500【正文语种】中文【中图分类】TQ171.770 前言电子级玻璃纤维纱，简称电子纱，是由若干直径相近的单根玻璃纤维沿相同方向整齐排列而成，纤维直径的均匀性对电子纱性能影响很大，而纤维直径的测定和及时反馈对电子纱及后道产品的质量十分重要。

纤维直径的测定方法有多种，其中基于纤维横截面切片的方法包括哈氏切片法［1］、树脂包埋法［2，3］、扫描电镜法等，这些方法均须制作纤维横截面切片，通常使用哈氏切片器或超薄切片机，切片操作需要熟练的技巧，制作过程时间较长，且成功率不高，有时需反复加工多个试样。

此外还有一些不基于纤维横截面切片的方法，如显微投影法［4］、光学纤维直径测量法（OFDA）、单纤维测量法（SIFAN）、赛洛兰（Sirolan）激光扫描法［5］、中段切断称重法［6］、气流仪法［7］、声学测量法［7］、水平集中轴线法［8］等，同样操作繁琐、费时费力，且无法得到纱线中每根纤维直径的完整数据。

目前在玻璃纤维行业中，对纤维直径的测量一般按照GB/T7690.5—2013/ISO1888：2006，即国家标准《增强材料纱线试验方法第5部分：玻璃纤维纤维直径的测定》中的方法进行，相应的国际标准名为《Textileglass-Staple fibres or filaments-Determination of average diameter》［9］。

C70E型通用敞车车体载荷谱测试与研究

C70E型通用敞车车体载荷谱测试与研究

C70E型通用敞车车体载荷谱测试与研究
赵方伟;王曦;李强;王萌
【期刊名称】《铁道车辆》
【年(卷),期】2015(053)012
【摘要】以C70E型通用敞车为研究对象,实测了北京—成都、北京哈尔滨和北京—广州3条典型通用线路的车体载荷信号数据.对实测载荷信号数据进行数据处理,得到了车体4种主要载荷类型的载荷-时间历程.依据雨流计数法编制了车体4种载荷谱.
【总页数】5页(P28-31,41)
【作者】赵方伟;王曦;李强;王萌
【作者单位】北京交通大学机械与电子控制工程学院,北京100044;北京交通大学机械与电子控制工程学院,北京100044;北京交通大学机械与电子控制工程学院,北京100044;北京交通大学机械与电子控制工程学院,北京100044
【正文语种】中文
【中图分类】U272.2
【相关文献】
1.C70E型通用敞车模态试验研究 [J], 刘宏友;李向伟;邓爱建;段合朋
2.C80型敞车车体载荷谱与剩余寿命研究 [J], 王文静;黄珊;茹常乐;蔡世超
3.C70E型通用敞车下侧门板工艺优化及模具设计 [J], 安秋博;孟令武
4.C70型通用敞车侧墙侧柱连铁与上侧板焊缝自动焊研究 [J], 章超荣;王秀琴;杨海
林
5.小应力循环对C70_E型车体疲劳损伤的影响研究 [J], 赵方伟;谢基龙
因版权原因，仅展示原文概要，查看原文内容请购买。

误差理论与数据处理作业

误差理论与数据处理作业

第一章绪论1-1．研究误差的意义是什么？简述误差理论的主要内容。

答：研究误差的意义为：(1)正确认识误差的性质，分析误差产生的原因，以消除或减小误差；(2)正确处理测量和实验数据，合理计算所得结果，以便在一定条件下得到更接近于真值的数据；(3)正确组织实验过程，合理设计仪器或选用仪器和测量方法，以便在最经济条件下，得到理想的结果。

误差理论的主要内容：误差定义、误差来源及误差分类等。

1-2．试述测量误差的定义及分类，不同种类误差的特点是什么？答：测量误差就是测的值与被测量的真值之间的差；按照误差的特点和性质，可分为系统误差、随机误差、粗大误差。

系统误差的特点是在所处测量条件下，误差的绝对值和符号保持恒定，或遵循一定的规律变化（大小和符号都按一定规律变化）；随机误差的特点是在所处测量条件下，误差的绝对值和符号以不可预定方式变化；粗大误差的特点是可取性。

1-3．试述误差的绝对值和绝对误差有何异同，并举例说明。

答：(1)误差的绝对值都是正数，只是说实际尺寸和标准尺寸差别的大小数量，不反映是“大了”还是“小了”，只是差别量；绝对误差即可能是正值也可能是负值，指的是实际尺寸和标准尺寸的差值。

+多少表明大了多少，-多少表示小了多少。

(2)就测量而言,前者是指系统的误差未定但标准值确定的，后者是指系统本身标准值未定。

1-6．在万能测长仪上，测量某一被测件的长度为 50mm，已知其最大绝对误差为 1μm，试问该被测件的真实长度为多少？已知：L＝50，△L＝1μm＝0.001mm，解：绝对误差＝测得值－真值，即：△L＝L－L＝L－△L＝50－0.001＝49.999（mm）测件的真实长度Ｌ1-7．用二等标准活塞压力计测量某压力得 100.2Pa，该压力用更准确的办法测得为100.5Pa，问二等标准活塞压力计测量值的误差为多少？解：在实际检定中，常把高一等级精度的仪器所测得的量值当作实际值。

故二等标准活塞压力计测量值的误差＝测得值－实际值，即：100.2－100.5＝－0.3（ Pa）第二章 误差的基本性质与处理2-1．试述标准差 、平均误差和或然误差的几何意义。

数据处理作业

数据处理作业

维纳滤波器反褶积（Deconvolution or inverse flitering 缩写Dec）作为地震资料处理的三大关键技术之一,在整个处理过程中起着十分重要的作用。

反褶积就是反滤波，它可以用于叠前资料处理，也可以用于叠后资料处理，最常见的反褶积方法有：脉冲反褶积、预测反褶积、最小平方反褶积等。

反褶积结果与所采用的方法及其假设条件息息相关,通常我们都是假设地震子波为最小相位的,而在实际地震勘探中,震源所激发的子波在经过大地滤波作用后一般都是混合相位的,那么在求取反褶积算子以及应用反褶积时就会出现问题,反褶积的结果可能出现较大的差异甚至是错误的结果。

所以,对于混合相位的地震记录的反褶积方法的研究一直受到人们的重视。

为了实现了多道统计脉冲反褶积的算法,针对脉冲反褶积仅适用于最小相位地震记录,设计了适应混合相位地震记录的子波反褶积方法。

子波反褶积对各种地震记录的运用效果直接取决于求取的子波准确与否。

运用多道统计希尔伯特变换法提取子波,该方法理论上仅适用于提取最小相位记录的子波,为了适应混合相位地震记录,采用指数衰减的方法使地震记录段最小相位化,再对求取的子波进行反向指数加权;同时用多道统计估算子波的振幅谱,相比单道估算,更能消除面波及高频噪音的干扰,有利于得到更准确的振幅谱,从而提取出符合实际记录的子波。

理论模型数据和实际数据显示子波反褶积比脉冲反褶积更优越,前者适应性强,处理的结果更令人满意。

维纳滤波器（Wiener filter）是由数学家维纳（Rorbert Wiener）提出的一种以最小平方为最优准则的线性滤波器。

在一定的约束条件下，其输出与一给定函数（通常称为期望输出）的差的平方达到最小，通过数学运算最终可变为一个托布利兹方程的求解问题。

维纳滤波器又被称为最小二乘滤波器或最小平方滤波器，目前是基本的滤波方法之一。

维纳滤波是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法，1942年美国科学家N.维纳为解决对空射击的控制问题所建立，是40年代在线性滤波理论方面所取得的最重要的成果。