当前位置：文档之家 › 单因素实验数据处理

单因素实验数据处理

  • 格式：xls
  • 大小：33.00 KB
  • 文档页数：4

单因素实验数据记录与处理表
因素实验波长
420680610色度除色率
对照因子水样0.1430.0460.079178.50
100.0690.0090.031860.518207
200.0610.0080.048760.57423
活化时间300.0760.0140.06594.750.469188
min400.0650.010.072810.546218
500.0620.0060.0377.250.567227
10.0730.0110.046910.490196
30.070.0080.03487.250.511204
pH50.0780.0140.03597.250.455182
70.0660.0080.03182.250.539216
90.0670.0090.04783.50.532213
0.250.0780.0140.06897.250.455182
0.50.0760.0140.03994.750.469188
Zn/Si0.750.0850.0160.0481060.406162
10.0980.0240.041122.250.315126
1.250.1110.030.066138.50.22409
0.250.1410.0440.0461760.014006
0.50.1180.0320.045147.250.17507
Fe/Si0.750.1350.0380.052168.50.056022
10.140.0410.044174.750.021008
1.250.1150.030.064143.50.196078
100.050.0070.06462.250.651261
200.0720.0170.06589.750.497199
投加量300.0460.0050.06757.250.679272
mg/L400.0410.00480.05510.714286
500.0530.0090.056660.630252
600.0480.0050.05859.750.665266
40 20.0580.0050.06572.250.595238
40 40.0540.0060.06767.250.623249
m(PSZFS)40 60.070.010.06887.250.511204
:m(CTS)40 80.0740.0130.07492.250.483193
质量比40 100.0670.010.07683.50.532213
40 120.0640.0090.07779.750.553221
4+10.0780.0160.07597.250.455182
8+20.0650.0090.067810.546218
PSZFS-CTS 12+30.0610.0060.054760.57423
投加量 16+40.0410.0050.04510.714286
20+50.0520.0140.05664.750.637255
24+60.050.0170.06462.250.651261
20.0680.0240.07684.750.52521
40.0510.0150.06363.50.644258
水样pH60.0430.0050.04553.50.70028
80.0450.0090.056560.686275
100.0490.0080.06610.658263
120.0470.0050.06258.50.672269
50.0650.0150.074810.546218
PSZFS-CTS100.0620.010.06477.250.567227
沉降时间150.0560.0050.04869.750.609244
min200.0550.0050.0568.50.616246
250.0540.0060.04967.250.623249
300.0560.0050.04769.750.609244
50.1120.0250.065139.750.217087
100.10.0180.052124.750.30112
PSZFS150.0950.0090.041118.50.336134
沉降时间200.0930.0080.041160.35014
min250.0940.0090.041117.250.343137
300.0950.0080.04118.50.336134
录与处理表
考察因子
浊度除浊率COD除COD率
12.147060189.750
1.2647060.89588469.750.632411
0.9705880.920097112.250.408432
2.7352940.774818154.750.184453
1.5588240.871671172.250.092227
0.3823530.96852367.250.645586
1.8529410.847458107.250.434783
0.9705880.92009777.250.592885
2.7352940.77481879.750.57971
0.9705880.92009769.750.632411
1.2647060.895884109.750.421607
2.7352940.774818162.250.144928
2.7352940.77481889.750.527009
3.3235290.726392112.250.408432
5.6764710.53268894.750.500659
7.4411760.387409157.250.171278
11.558820.048426107.250.434783
8.0294120.338983104.750.447958
9.7941180.193705122.250.355731
10.676470.121065102.250.461133
7.4411760.387409152.250.197628
0.6764710.94431152.250.197628
3.6176470.702179154.750.184453
0.0882350.992736159.750.158103
0.0294120.997579117.250.382082
1.2647060.895884132.250.30303
0.0882350.992736137.250.27668
0.0882350.992736154.750.184453
0.3823530.968523159.750.158103
1.5588240.871671162.250.144928
2.4411760.799031177.250.065876
1.5588240.871671182.250.039526
1.2647060.895884184.750.02635
3.3235290.726392179.750.052701
1.2647060.895884159.750.158103
0.3823530.968523127.250.329381
0.0882350.99273692.250.513834
2.7352940.774818132.250.30303
3.6176470.702179152.250.197628
5.6764710.532688182.250.039526
3.0294120.750605149.750.210804
0.0882350.992736104.750.447958
1.2647060.895884132.250.30303
0.9705880.920097142.250.250329
0.0882350.992736147.2519.3979
3.0294120.750605177.250.065876
1.5588240.871671152.250.197628
0.0882350.992736112.250.408432
0.0882350.992736117.250.382082
0.3823530.968523114.750.395257
0.0882350.992736109.750.421607
5.9705880.508475154.750.184453
3.9117650.677966122.250.355731
1.2647060.89588494.750.500659
0.9705880.92009792.250.513834
1.2647060.89588494.750.500659
0.9705880.92009792.250.513834

合集下载

单因素试验

单因素试验


• 同时考虑如下 Cr2 个假设的检验问题，
H
ij 0
： i
j ，i
j, i,
j
1,2,
,r ．
•
样本均值
yi
应是
i
的很好估计，若
H
ij 0
为真，
yi y j
不应过大，过大就应拒绝
H
ij 0
．
5.效应模型
在单因子试验中，对水平 A1, A2 , , Ar 的选择方式有二种： •r 个水平 A1, A2 , , Ar 是特定的，如四个玉米品种，现要
3.单因素试验的方差分析
设 A 表示欲考察的因素，它的 r个不同水平，对应
的作指若标干视次作重复r 试个验总：体nX1,1n, X2 ,2.,....n.Xr .r（. 每可个等水重平复下也，可我不们等
重复），同一水平的
的一个样本：X i1, X i2 ,
ni 个结果，就是这个总体
...X ini .
0
H
1：
2 a
0
若拒绝
H
0
，就意味着
2 a
>0，从而认定
A
的随机效应存
在显著差异，
2 a
愈大，此种差异就愈大。
在方差分析中，总平方和的分解和检验的统计量都
与固定效应完全一样，只是各平方和的含义略有差别。
谢谢！ 请老师和同学们指正！
如今我们选用不平衡设计，即A1, A2, A3, A4分别制作
了7,5,6,6个样品，共有24个样品等待测试。
2.单因素试验举例——随机化
• 这里一次测试就是一次试验，试验次序要随机化。
因子 A 的水平
试验编号
A1
第四讲 真实验(一) 单因素实验设计

第四讲 真实验(一) 单因素实验设计


• • •
自由度计算 总体自由度：总数据数减1， 组间自由度：组数减1， 组内自由度：被试数减1之差再乘以组数，
方差分析：组间变异显著大于误差变异，处理效应存在
F（2，27）= 9.043，p < 0.01，MSe = 30.963
实验设计的最终目的
• • • • • • • • 使实验处理的变化最大 选择合适的自变量和因变量 操作定义合理 被试分组 实验材料选择 实验实施 使实验误差变异最小化 对额外变量的有效控制 减少系统误差和随机误差 消除法、恒定法、平衡法、统计控制法等
例子2 字号的大小是否会影响读者的阅读速度 • 自变量：字号 • 三个处理水平：大、中、小号，操作定义分别是1号，5号和8号
多因素实验设计
两因素实验设计 同时探讨字频和字号是否会影响读者的阅读速度 • 自变量：字频和字号两个因素 • 六种处理水平：字频两个水平，字号三个水平 • 表示为：2字频（高频、低频）×3字号（大号、中号、小号）
• • •
6个自变量水平的拉丁方设计 不同被试（组）循环接受全部实验处理 不同实验处理在不同呈现顺序上出现的机会相等 被试（组）的数量是排列顺序数的倍数
总结（单因素被试间和被试内设计）
相同点 • 一个自变量，自变量有两个或多个水平 不同点 • 被试间设计——自变量是被试间变量 • 被试内设计——自变量是被试内变量 各有优缺点
变异：一组数据的离散程度 • 平方和（sum of squares，SS） • 均方（mean square，MS）
平方和：
• 总平方和：1396
• 组间平方和：560 • 组内平方和：836
均方： • 方差，每个自由度（degree of freedom，df）上的平均变异 • 计算公式：平方和除以其自由度
15.1.115.1重复测量单因素实验设计

15.1.115.1重复测量单因素实验设计


重复测量设计举例
• 给被试呈现如图所示的照片制成的幻灯片，要求被试利用7点量 表评价每一张幻灯片的情绪的强度。每次呈现一张幻灯片，每张 呈现10秒钟，然后给被试35秒钟进行评定。实验中的自变量为照 片的形式（左侧构成，原始照片，和右侧构成），每位被试评价 54张幻灯片：18张左侧构成照片，18张原始照片和18张右侧构 成照片。
被试在接受实验处 理时，可能由于所 有处理水平对被试 施测的顺序不同， 而产生不同的影响。
重复测量设计的要求（2）
• 在实验设计中的自变量，按照其是否能被研究者所操纵，可以分 为可操纵的变量，和不可操纵的变量。
• 在不可操纵的变量中，有的是能够进行重复测量实验的，如年龄。 • 但是有的不可操纵变量是不能成为重复测量实验中的自变量的，
重复的接受不同的处理水平，因此大大的 减少了实验的被试数量，只需要较少的被
1
试就能获取大量的实验数据。
2
这在被试为特殊群体，或者被试 取样较困难的情况下，具有极大 的优势。
它也有一定的前提要求。
3
重复测量设计的要求（1）
被试先后接受不同 的处理水平时，相 互之间无长期影响。
当被试接受前面的 如在一些学习，记 处理对接受后面的 忆的研究中，就不 处理有长期影响时， 能使用重复测量设 就会将这种影响带 计。 入到下一个处理水 平中，从而混淆实 验处理的效应。
L
31
R
40 O 49
O
5
O 14
L 23 R 32
L
41 R 50 R
6
L
15
R
24
O
33
O
42
L
51
L
7
R 16 R 25 R 34 O 43 R 52 R
大学论文中的实验设计与数据处理方法

大学论文中的实验设计与数据处理方法

大学论文中的实验设计与数据处理方法在大学论文中，实验设计和数据处理方法是论文研究的核心内容之一。

合理的实验设计和准确的数据处理方法能够有效地支持并展示研究的科学性和可靠性。

本文将分析大学论文中常用的实验设计方法和数据处理方法，并探讨它们在研究中的作用。

一、实验设计方法1. 随机对照实验设计随机对照实验设计是一种常用的实验设计方法。

在这种设计中，研究对象被随机分成两组或多组，其中一组作为对照组，其他组作为实验组。

对照组接受常规处理或不接受任何处理，实验组接受特定处理。

通过对比两组或多组数据，可以评估特定处理的效果和影响。

2. 配对实验设计配对实验设计适用于研究中存在相互依赖或相互影响的组别。

在配对实验设计中，研究对象被按照某种特征进行配对，然后将配对的对象分为对照组和实验组。

配对实验设计可以减少个体间的差异，从而更容易观察到实验处理的真实效果。

3. 单因素实验设计单因素实验设计是通过改变一个因素来观察其对实验结果的影响。

在这种设计中，只有一个自变量，其他变量保持恒定。

通过设定不同水平的自变量，可以评估自变量对因变量的影响程度。

4. 多因素实验设计多因素实验设计考虑了多个因素对实验结果的影响。

通过同时改变多个因素，可以评估不同因素之间相互作用的效果。

在设计多因素实验时，需要注意因素之间的独立性，确保能够准确地分析各因素的影响。

二、数据处理方法1. 描述统计分析描述统计分析是对数据进行整理、概括和描述的方法，包括计算均值、中位数、标准差、方差等统计指标。

通过描述统计分析，可以对研究数据进行初步的整体了解，揭示数据的分布特征和集中趋势。

2. 探索性数据分析探索性数据分析是通过图表、图像和统计分析等方法，从数据中探索和发现隐藏的模式和关系。

通过探索性数据分析，研究者可以更深入地理解数据，发现数据背后的规律，并为后续的研究提供指导。

3. 统计假设检验统计假设检验用于判断研究中提出的假设是否成立。

通过设定显著性水平和计算统计检验值，可以对研究结果进行统计显著性检验。