THỰC HÀNH xử lý số LIỆU TRONG CN THỰC PHẨM

THỰC HÀNH XỬ LÝ SỐ LIỆU BÀI TẬP CĂN BẢN Bài 1 Đồ thị thể hiện hiệu suất trích ly polyphenol trong 2 loại dung môi dimetyl eter và cồn. Bảng 1 : Hiệu suất trích ly polyphenol trong 2 loại dung môi. Dung môi Hiệu suất trích ly % Diethyl eter 69.2a ± 5.17 Cồn 68.0a ± 15.0 Ghi chú: kí tự [ a] trên cung 1 cột thể hiện sự khác biệt giữa hai dung môi này trong việc trích ly polyphenol không có ý nghĩa thống kê. Qua quá trình xử lý số liệu cho thấy sự khác biệt giữa hai dung môi này trong việc trích ly polyphenol không có ý nghĩa thống kê (P-value= 0.80 > 0.05). Vì vậy chọn dung môi nào cũng được, nhưng để tiết kiệm về mặt kinh tế thì nên chọn dung môi là cồn để trích ly polyphenol . Phụ lục: >DiethylConvar.test(Diethyl,Con) F test to compare two variances data: Diethyl and Con F = 0.1326, num df = 4, denom df = 4, p-value = 0.07582 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.0138053 1.2734978 sample estimates: Page 1 THỰC HÀNH XỬ LÝ SỐ LIỆU ratio of variances 0.1325935 > t.test(Diethyl,Con,var.equal=T) Two Sample t-test data: Diethyl and Con t = 0.2569, df = 8, p-value = 0.8037 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -12.76032 15.96032 sample estimates: mean of x mean of y 68.8 67.2 Page 2 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 2 Đồ thị :Khả năng tạo bền bột của phụ gia CMC so với đối chứng. Bảng 2 : Khả năng tạo bền bột của phụ gia CMC so với đối chứng. Phụ gia Khả năng bền bọt ( h ) Đối chứng 1.05a ± 0.049 CMC 1.22b ± 0.047 Ghi chú : [a],[b] cho thấy sự khác nhau về khả năng bền bọt giữa phụ gia CMC và quá trình đối chứng lại có ý nghĩa thống kê. Quá trình xử lý số liệu cho thấy sự khác biệt về khả năng bền bọt giữa phụ gia CMC và quá trình đối chứng lại có ý nghĩa thống kê (p-value = 1.374e-05 < 0.05). Vì vậy không chọn phụ gia CMC để tăng khả năng bền bọt. Phụ lục >doichung=c(1.1,0.99,1.05,1.01,1.02,1.07,1.1,0.98,1.03) > cmc=c(1.25,1.31,1.28,1.2,1.18,1.22,1.22,1.17,1.19) >bai2=data.frame(doichung, cmc) > t.test(doichung, cmc,paired=TRUE) Paired t-test data: doichung and cmc t = -9.3723, df = 8, p-value = 1.374e-05 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -0.2312107 -0.1399004 sample estimates: Page 3 THỰC HÀNH XỬ LÝ SỐ LIỆU mean of the differences -0.1855556 Bài 3: Đồ thị : Lượng acid amin khi thủy phân protein trong nước mắm bằng 4 loại Enzyme. Bảng 3: Hàm lượng acid amin (mg/kg) khi thủy phân protein trong nước mắm bằng 4 loại Enzyme. Loại phân Enzyme A thủy Hàm lượng acid (mg/kg) 18.17ac ± 1.17 B C D amin 14.80b ± 0.84 19.00c ± 0.82 16.25ab ± 1.26 Ghi chú: [a],[b],[c] cho thấy sự khác biệt có ý nghĩa thống kê. Sử dụng các phương pháp phân tích số liệu cho thấy sự khác biệt về hàm lượng acid amin khi thủy phân protein trong nước mắm bằng 4 loại Enzyme có ý nghĩa thống kê ( p= 7.46e-05 < 0.05). Với enzyme C cho hàm lượng acid amin khi thủy phân protein cao nhất và có sự khác biệt với 3 loại enzyme còn lại , vì vậy chon enzyme C để tăng hiệu suất thủy phân protein. Phụ lục >A= c(17,18,17,20,19,18) > B=c(14,15,16,15,14) > C=c(19,20,18,19) Page 4 THỰC HÀNH XỬ LÝ SỐ LIỆU > D=c(16,15,16,18) > acidamin=c(A,B,C,D) >loaienzyme=c(rep("A",6),rep("B",5),rep("C",4),rep("D",4)) >bai3=data.frame(acidamin, loaienzyme) > av=aov(acidamin ~ loaienzyme) > summary(av) Df Sum Sq Mean Sq F value Pr(>F) loaienzyme 3 50.56 16.855 15.43 7.46e-05 *** Residuals 15 16.38 1.092 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = acidamin ~ loaienzyme) $loaienzyme diff lwr upr p adj B-A -3.3666667 -5.1905943 -1.5427391 0.0004459 C-A 0.8333333 -1.1109800 2.7776467 0.6151972 D-A -1.9166667 -3.8609800 0.0276467 0.0539882 C-B 4.2000000 2.1794103 6.2205897 0.0001307 D-B 1.4500000 -0.5705897 3.4705897 0.2079384 D-C -2.7500000 -4.8798886 -0.6201114 0.0098498 Bài 4 Page 5 THỰC HÀNH XỬ LÝ SỐ LIỆU Đồ thị: Khả nằng trương nở của bánh khi thêm 3 nồng độ khác nhau của 1 loại phụ gia. Bảng 4 : Khả nằng trương nở của bánh khi thêm 3 nồng độ khác nhau của 1 loại phụ gia. Nồng độ phụ gia Hiệu suất trương nở của bánh % 0.5% 71.67b ± 6.89 0.3% 62.50ab ± 6.63 0.1% 61.67a ± 7.15 Ghi chú: [a],[b],[c] cho thấy sự khác biệt có ý nghĩa thống kê. Sử dụng các phương pháp phân tích số liệu cho thấy sự khác biệt về khả năng trương nở của bánh khi thêm vào 3 loại nồng độ của 1 loại phụ gia có ý nghĩa thống kê (p = 0.037 a= c(68,80,69,76,68,77,60) >b=c(71,62,58,74,65,59,57) >c=c(58,60,70,51,57,71,61) >hieusuat =c(a,b,c) >nongdophugia=c(rep("0.5%",7),rep("0,3%",7),rep("0.1%",7)) >bai4=data.frame(hieusuat, nongdophugia) >av = aov(hieusuat~nongdophugia) >summary(av) Df Sum Sq Mean Sq F value Pr(>F) Page 6 THỰC HÀNH XỬ LÝ SỐ LIỆU nongdophugia 2 377.5 188.76 3.973 0.0372 * Residuals 18 855.1 47.51 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hieusuat ~ nongdophugia) $nongdophugia diff lwr upr p adj 0.1%-0,3% -2.571429 -11.9742350 6.831378 0.7677005 0.5%-0,3% 7.428571 -1.9742350 16.831378 0.1369187 0.5%-0.1% 10.000000 0.5971936 19.402806 0.0361071 Bài 5: Đồ thị : Hàm lượng izozym EST trong máu ngoại vi của hai nhóm người. Bảng 5: Hàm lượng izozym EST trong máu ngoại vi của hai nhóm người. Nhóm người Hàm lượng izozym EST trong máu Đối chứng 3.53a ± 0.12 Thí nghiệm 3.64b ± 0.09 Ghi chú: [a],[b] cho thấy sự khác biệt có ý nghĩa thống kê. Page 7 THỰC HÀNH XỬ LÝ SỐ LIỆU Qua xử lý số liệu cho thấy sự khác biệt về hàm lượng izozym EST trong máu ngoại vi của hai nhóm người đối chứng và thí nghiệm có ý nghĩa thống kê ( p-value = 4.169e-05 < 0.05 ). Phụ lục > doichung=c(3.45,3.58,3.59,3.62,3.59,3.57,3.35,3.74,3.29,3.48,3.45,3.58,3.59, 3.62,3.59,3.57,3.35,3.74,3.29,3.48,3.45,3.58,3.59,3.62,3.59,3.57,3.35,3.74,3.29,3.4 8,3.45,3.58,3.59,3.62,3.59) >thinghiem=c(3.57,3.57,3.59,3.58,3.67,3.69,3.74,3.58,3.68,3.59,3.58,3.74,3.75, 3.61,3.78,3.67,3.69,3.35,3.58,3.68,3.59,3.58,3.58,3.68,3.59,3.58,3.74,3.75,3.61,3.7 8,3.67,3.69,3.74,3.58,3.68) >bai5=data.frame(doichung, thinghiem) > var.test(doichung, thinghiem) F test to compare two variances data: doichung and thinghiem F = 2.0128, num df = 34, denom df = 34, p-value = 0.045 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 1.016014 3.987686 sample estimates: ratio of variances 2.012845 > t.test( doichung, thinghiem) Welch Two Sample t-test data: doichung and thinghiem Page 8 THỰC HÀNH XỬ LÝ SỐ LIỆU t = -4.4164, df = 61.095, p-value = 4.169e-05 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -0.16270852 -0.06129148 sample estimates: mean of x mean of y 3.531714 3.643714 Bài 6 : Đồ thị : Mức độ yêu thích hại loại hương vị (%). Bảng 6: Mức độ yêu thích hại loại hương vị (số người ). Không thích Thích Hương chanh dây 15 132 Hương vani 33 145 Tuy tỉ lệ người ưa thích Hương chanh dây (89%) cao hơn tỉ lệ người ưa thích hương vani ( 81%). Nhưng theo thống kê, sự khác biệt này không có ý nghĩa (pvalue >0.05 ). Nói cách khác, mức độ ưa thích của hương vani và hương chanh là như nhau. Nhà sản xuất có thể chọn 1 trong 2 sản phẩm trên để bán. Phụ lục: Tỉ lệ người thích Hương chanh dây: 132/147 Tỉ lệ người thích Hương vani : 145/178 >achisq.test(a) Pearson's Chi-squared test with Yates' continuity correction Page 9 THỰC HÀNH XỬ LÝ SỐ LIỆU data: a X-squared = 3.8061, df = 1, p-value = 0.05107 Bài 7 Đồ thị :Hàm lượng saponin (%) trong 1 loại nhân sâm được thu hái từ 3 vùng khác nhau Bảng 7: Hàm lượng saponin của 1 loại nhân sâm. Tên Vùng Vùng 1 Hàm Lượng Saponin trong 1 loại nhân sâm 7.20b ± 0.43 Vùng 2 5.90a ± 0.21 Vùng 3 6.39c ± 0.16 Ghi chú : [a],[b],[c] thể hiện sự khác nhau biệt về hàm lượng saponin của 1 loại nhân sâm giữa các vùng có ý nghĩa thống kê. Quá trình phân tích phương sai cho thấy sự khác biệt về hàm lượng saponin của 1 loại nhân sâm giữa các vùng có ý nghĩa thống kê (p= 9.41e-06 < 0.05). Giữa 3 nhóm vùng đều có sự khác biệt với vùng 1 có hàm lượng saponin trung bình trong nhấn sâm cao nhất => Nên chọn nhân sâm ở vùng 1. Phụ luc Page 10 THỰC HÀNH XỬ LÝ SỐ LIỆU Bảng hàm lượng saponin % trong 1 loại nhân sâm được thu hái ở 3 vùng khác nhau. >vung1=c(7.53 , 6.87 , 7.12 , 7.53 , 6.84 , 6.67 , 7.81 ) >vung2=c( 5.87 , 5.64 , 6.14 , 6.07 , 5.79 ) >vung3=c(6.13 , 6.35 , 6.50 , 6.49 , 6.55, 6.33) >a=c(vung1,vung2 , vung3) > b=c(rep("vung1",7),rep("vung2", 5), rep("vung3", 6)) >bai7=data.frame(a,b) >av=aov(a~b) >anova(av) Analysis of Variance Table Response: a Df Sum Sq Mean Sq F value b Pr(>F) 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(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = a ~ b) $b Page 11 THỰC HÀNH XỬ LÝ SỐ LIỆU diff lwr upr p adj vung2-vung1 -1.2937143 -1.758883797 -0.8285448 0.0000084 vung3-vung1 -0.8040476 -1.246026657 -0.3620686 0.0007453 vung3-vung2 0.4896667 0.008616515 0.9707168 0.0457802 Page 12 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 8: Đồ thị : Điểm đánh giá của khách hàng về những tính chất cảm quan trên 2 sản phẩm. Bảng 8: Đánh giá của khách hàng về 2 sản phẩm. Đánh giá của khách hàng Độ trong Độ màu Hương Vị mặn a c e Sản phẩm 1 7.6 ± 0.97 7.7 ± 0.95 7.5 ± 0.85 6.8g ± 0.79 Sản phẩm 2 5.5b ± 0.85 5.4d ± 0.84 7.1e ± 1.37 7.9h ± 0.74 Ghi chú : [a],[b],[c],[d],[e],[g],[h] thể hiện sự khác nhau có ý nghĩa thống kê. Sản phẩm Quá trình phân tích đánh giá của khách hàng cho thấy sự khác biệt về độ trong (p= 6.559e-05 < 0.05), độ màu( p= 1.698e-05 < 0.05 ) và vị mặn ( p-value = 0.004744 < 0.05) giữa hai loại sản phẩm có ý nghĩa thống kê . sự khác biệt về mùi hường giữa 2 loại sản phẩm không có ý nghĩa thống kê (p-value = 0.443 > 0.05) . Nếu là một nhân viên R&D thì nên chọn những tính chất cảm quan: độ trong, độ màu, vị mặn để định hướng sản phẩm trong tương lai công ty vì 3 tính chất cảm quan này có sự khác biệt giữa 2 sản phẩm nên ta có thể định hướng được sản phẩm nào tốt hơn. Phụ lục >t1 =c(7 , 6 , 7 , 8 , 9 , 7 , 8 ,9 ,7 ,8) >m1=c( 8 , 7 , 8 , 9 , 9 , 8 , 6 , 7 , 8 , 7) >h1=c(8 , 7 , 8 , 7 , 6 , 7 , 7 , 8 , 8 , 9) >v1=c( 8 , 6 , 7 , 6 , 7 , 8 , 7 , 6 , 7, 6) >t2=c( 6 , 5 , 5 , 6 , 4 , 5 ,6 , 7, 5 , 6) >m2=c( 5 , 6 , 5 , 7 , 5 , 4 , 6 , 5 , 6 , 5) >h2=c(7 , 8 , 6 , 5 , 5, 7 , 8 , 9 , 8 , 8) Page 13 THỰC HÀNH XỬ LÝ SỐ LIỆU >v2=c(7 , 8 , 7 , 8 , 9 , 7 , 8 , 8 , 9 , 8) >var.test(t1 , t2) F test to compare two variances data: t1 and t2 F = 1.2923, num df = 9, denom df = 9, p-value = 0.7087 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.320991 5.202823 sample estimates: ratio of variances 1.292308 > t.test(t1,t2, var.equal=TRUE) Two Sample t-test data: t1 and t2 t = 5.1612, df = 18, p-value = 6.559e-05 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: 1.245166 2.954834 sample estimates: mean of x mean of y 7.6 5.5 > var.test(m1 , m2) F test to compare two variances Page 14 THỰC HÀNH XỬ LÝ SỐ LIỆU data: m1 and m2 F = 1.2656, num df = 9, denom df = 9, p-value = 0.7314 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.3143633 5.0953989 sample estimates: ratio of variances 1.265625 >t.test(m1,m2, var.equal=TRUE) Two Sample t-test data: m1 and m2 t = 5.7301, df = 18, p-value = 1.968e-05 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: 1.456718 3.143282 sample estimates: mean of x mean of y 7.7 5.4 > var.test(h1 , h2) F test to compare two variances data: h1 and h2 F = 0.3846, num df = 9, denom df = 9, p-value = 0.1708 alternative hypothesis: true ratio of variances is not equal to 1 Page 15 THỰC HÀNH XỬ LÝ SỐ LIỆU 95 percent confidence interval: 0.09553302 1.54845929 sample estimates: ratio of variances 0.3846154 > t.test(h1,h2, var.equal=TRUE) Two Sample t-test data: h1 and h2 t = 0.7845, df = 18, p-value = 0.443 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -0.6712642 1.4712642 sample estimates: mean of x mean of y 7.5 7.1 > var.test(v1 , v2) F test to compare two variances data: v1 and v2 F = 1.1429, num df = 9, denom df = 9, p-value = 0.8456 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.2838695 4.6011362 sample estimates: ratio of variances Page 16 THỰC HÀNH XỬ LÝ SỐ LIỆU 1.142857 > t.test(v1,v2, var.equal=TRUE) Two Sample t-test data: v1 and v2 t = -3.2205, df = 18, p-value = 0.004744 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -1.8176015 -0.3823985 sample estimates: mean of x mean of y 6.8 7.9 Bài 9: Đồ thị thể hiện sự hài lòng của khách hàng về 2 sản phẩm A và B. Bảng 9: Sự hài lòng của khách hàng về 2 sản phẩm A và B. Sản phẩm A Sản phẩm B Hài lòng 124 107 Không hài lòng 26 43 Vì trị số p-value = 0.02816 < 0.05 cho thấy mức độ khác biệt giữa hai nhóm sản phẩm A và B có ý nghĩa thống kê với α=0.05. Vì vậy sự hài lòng của khách hàng về sản phẩm A có khác so với sản phẩm B. Nếu là người tiêu dùng thì sẽ chọn loại A ví tỉ lệ hài lòng của khách hàng đối với sản phẩm A (82.67%) cao hơn so với sản phẩm B (71.33%). Phụ lục > hailong=c(124,107) Page 17 THỰC HÀNH XỬ LÝ SỐ LIỆU >tong=c(150,150) > prop.test(hailong, tong) 2-sample test for equality of proportions with continuity correction data: hailong out of tong X-squared = 4.8184, df = 1, p-value = 0.02816 alternative hypothesis: two.sided 95 percent confidence interval: 0.01229245 0.21437422 sample estimates: prop 1 prop 2 0.8266667 0.7133333 Bài 10 : Đồ thị :Thị hiếu của khách hàng về 2 loại sản phẩm đang bán và cải tiến. Bảng 10: Thị hiếu của khách hang về 2 loại sản phẩm Sản phẩm SP Đang bán SP Cải tiến Thị hiếu khách hàng 7.1a ± 1.14 8.0a ± 0.78 Ghi chú: kí tự [a] trên cung 1 cột thể hiện sự khác biệt không có ý nghĩa thống kê . Theo thống kê, cho thấy sự khác biết giữa sản phẩm đang bán với sản phẩm cải tiến không có ý nghĩa thống kê (p-value =0.1066). Vì vậy, nhà sản xuất không cần tung sản phẩm cải tiến ra thị trường. Page 18 THỰC HÀNH XỬ LÝ SỐ LIỆU PHỤ LỤC >dangban caitien datat.test(dangban,caitien,paired=T) Paired t-test data: dangban and caitien t = -1.7733, df = 10, p-value = 0.1066 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -2.0513461 0.2331642 sample estimates: mean of the differences -0.9090909 Page 19 THỰC HÀNH XỬ LÝ SỐ LIỆU BÀI 11 Đồ thị : Hiệu suất trích ly (%) của enzyme pectinase theo thời gian . Bảng 11: Hiệu suất trích ly (%) của enzyme pectinase theo theo thời gian . Thời gian trích ly( phut) Hiệu suất trích ly 50 17.7a ± 0.90 70 21.1b ± 0.57 85 23.3bc ± 1.31 100 24.4c ± 0.49 115 25.0c ± 0.74 Ghi chú : [a],[b],[c] trên cùng 1 cột thể hiện sự khác nhau có ý nghĩa thống kê. Theo phân tích phương sai cho thấy sự khác nhau về thời gian trích ly của enzyme pectinase có ý nghĩa thống kê . Theo kết quả phân tích trên cho thấy sự khác biệt giữa 3 loại thời gian trích ly pectinase 85, 100, 115 ( phút) không có ý nghĩa thống kê : Nhưng để tiết kiệm thời gian nên chọn thời gian là 85 phút để trích ly. Phụ lục >a3=c(24.92,24.27,23.96) >a4=c(24.92,24.27,23.96) >a1=c(16.77,18.56,17.83) >a2=c(21.51, 20.42,21.27) >a3=c(22.16,24.73,23.01) >a4=c(24.92,24.27,23.96) >a5=c(24.73,24.41,25.82) >hieusuat=c(a1,a2,a3,a4,a5) >thoigian=c(rep("50",3),rep("70",3),rep("85",3),rep("100",3),rep("115",3)) Page 20 THỰC HÀNH XỬ LÝ SỐ LIỆU >bai11=data.frame(hieusuat, thoigian) >av=aov(hieusuat~thoigian) >summary(av) Df Sum Sq Mean Sq F value Pr(>F) thoigian 4 105.17 26.292 36.13 6.45e-06 *** Residuals 10 7.28 0.728 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hieusuat ~ thoigian) $thoigian diff lwr upr p adj 115-100 0.6033333 -1.68908122 2.8957479 0.9028933 50-100 -6.6633333 -8.95574789 -4.3709188 0.0000184 70-100 -3.3166667 -5.60908122 -1.0242521 0.0053534 85-100 -1.0833333 -3.37574789 1.2090812 0.5536133 50-115 -7.2666667 -9.55908122 -4.9742521 0.0000083 70-115 -3.9200000 -6.21241456 -1.6275854 0.0015862 85-115 -1.6866667 -3.97908122 0.6057479 0.1864817 70-50 3.3466667 1.05425211 5.6390812 0.0050286 85-50 5.5800000 3.28758544 7.8724146 0.0000884 85-70 2.2333333 -0.05908122 4.5257479 0.0570307 Page 21 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 12 Biểu đồ: Biểu diễn hưởng của giống đến năng suất lúa. Bảng 12: Ảnh hưởng của giống đến năng suất lúa. Giống lúa Năng suất 1 7.0a ± 1.00 2 8.6a ± 1.14 3 4.6b ± 1.14 4 4.8b ± 0.83 Ghi chú : [a],[b] thể hiện sự khác nhau về năng suất có ý nghĩa thống kê. Kết quả phân tích cho thấy sự khác nhau về năng suất của 4 giống lúa trên có ý nghĩa thống kê ( p-value = 3.23e-05 < 0.05). Số liệu ở bảng trên cho thấy giống 1 , giống 2 không có sự khác biệt với năng suất cao nhất là 7 và 8.6. Vì vậy có thể chọn giống 1 hoặc giống 2 để phổ biến rộng rãi trong sản xuất. Phụ lục >giong nangsuatbai12av=aov(giong~nangsuat) > summary(av) Df Sum Sq Mean Sq F value Pr(>F) nangsuat 1 9.787 9.787 11.58 0.00317 ** Residuals 18 15.213 0.845 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ >TukeyHSD(av) Page 22 THỰC HÀNH XỬ LÝ SỐ LIỆU Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = nangsuat ~ giong) $giong diff lwr upr p adj 2-1 1.6 -0.2760962 3.4760962 0.1091981 3-1 -2.4 -4.2760962 -0.5239038 0.0102311 4-1 -2.2 -4.0760962 -0.3239038 0.0189329 3-2 -4.0 -5.8760962 -2.1239038 0.0000822 4-2 -3.8 -5.6760962 -1.9239038 0.0001458 4-3 0.2 -1.6760962 2.0760962 0.9897700 Bài 13 Đồ thị : Hàm lượng vitamin C với nồng độ chế phẩm khác nhau . Bảng 13: Hàm lượng vitamin C (mg/kg) tính theo lượng chất khô Nồng độ chế phẩm Hàm lượng Vitamin C 0 49.8a ± 2.03 0.05 78.1b ± 1.51 0.1 89.1c ±1.33 0.15 91.3cd ± 0.90 0.2 94.3ed± 0.72 0.25 96.8e ± 1.38 0.3 97.6e ± 1.17 Ghi chú : [a],[b],[c],[d],[e] thể hiện sự khác biệt có ý nghĩa thống kê . Phân tích phương sai cho thấy sự khác nhau về hàm lượng Vitamin C khi sử dụng các loại nồng độ chế phẩm khác nhau có ý nghĩa thống kê (p= 2.39e-15 a1=c(49.02, 48.33, 52.14) >a2=c(76.43,78.64,79.31) >a3=c(88.65, 90.52,87.94) >a4=c(90.75,92.51,91.96) >a5=c(93.56,94.42,94.99) >a6=c(95.23,97.12,97.91) >a7=c(96.41,97.56,98.73) >a=c(a1,a2,a3,a4,a5,a6,a7) >nongdo=c(rep("0",3),rep("0.05",3),rep("0.1",3),rep("0.15",3),rep("0.2",3),rep(" 0.25",3),rep("0.3",3)) >bai13=data.frame(a, nongdo) >av=aov(a~nongdo) > summary(av) Df Sum Sq Mean Sq F value Pr(>F) nongdo 6 5184 864.0 474.8 2.39e-15 *** Residuals 14 25 1.8 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means Page 24 THỰC HÀNH XỬ LÝ SỐ LIỆU 95% family-wise confidence level Fit: aov(formula = a ~ nongdo) $nongdo diff lwr upr p adj 0.05-0 28.2966667 24.5355155 32.057818 0.0000000 0.1-0 39.2066667 35.4455155 42.967818 0.0000000 0.15-0 41.9100000 38.1488488 45.671151 0.0000000 0.2-0 44.4933333 40.7321822 48.254484 0.0000000 0.25-0 46.9233333 43.1621822 50.684484 0.0000000 0.3-0 47.7366667 43.9755155 51.497818 0.0000000 0.1-0.05 10.9100000 7.1488488 14.671151 0.0000018 0.15-0.05 13.6133333 9.8521822 17.374484 0.0000001 0.2-0.05 16.1966667 12.4355155 19.957818 0.0000000 0.25-0.05 18.6266667 14.8655155 22.387818 0.0000000 0.3-0.05 19.4400000 15.6788488 23.201151 0.0000000 0.15-0.1 2.7033333 -1.0578178 6.464484 0.2468338 0.2-0.1 5.2866667 1.5255155 9.047818 0.0040668 0.25-0.1 7.7166667 3.9555155 11.477818 0.0000992 0.3-0.1 8.5300000 4.7688488 12.291151 0.0000325 0.2-0.15 2.5833333 -1.1778178 6.344484 0.2892414 0.25-0.15 5.0133333 1.2521822 8.774484 0.0063632 0.3-0.15 5.8266667 2.0655155 9.587818 0.0017029 0.25-0.2 2.4300000 -1.3311512 6.191151 0.3506392 Page 25 THỰC HÀNH XỬ LÝ SỐ LIỆU 0.3-0.2 3.2433333 -0.5178178 7.004484 0.1131016 0.3-0.25 0.8133333 -2.9478178 4.574484 0.9873690 Bài 14 Đồ thị : Số lượng bệnh nhân tăng trọng lượng theo 3 thực đơn khác nhau . Bảng 14 :Lượng tăng trọng lượng bệnh nhân (kg/tháng) như sau: Thực đơn 1 Thực đơn 2 Thực đơn 3 Tăng 1.5-3 kg/tháng 245 145 367 Tăng 0.5-1 kg/tháng 170 270 48 Giá trị p-value < 2.2e-16 < 0.05 nên khác nhau về sự tăng trọng lượng cơ thể trên 3 thực đơn trên có ý nghĩa thống kê. Số liệu trên cho thấy số lượng bệnh nhân tăng trọng lượng từ 1.5 – 3 kg/tháng ở thức đơn 3 là lớn nhất (367 bệnh nhân) .Vì vậy thực đơn 3 sẽ giúp bệnh nhân mau lấy lại trọng lượng ban đầu. Phụ lục > xchisq.test(x) Pearson's Chi-squared test data: x X-squared = 249.9598, df = 2, p-value < 2.2e-16 Bài 15 Biểu đồ : Khả năng cải tạo cấu trúc sản phẩm của phụ gia. Bảng 15 : Kết quả đánh giá khả năng cải tạo cấu trúc sản phẩm của các loại phụ gia. Page 26 THỰC HÀNH XỬ LÝ SỐ LIỆU Cấu trúc tốt Cấu trúc vừa Cấu trúc không đạt Phụ gia A Phụ gia B Phụ gia C Đối chứng 157 8 3 189 12 5 170 17 7 92 35 28 Kiểm định chisq.test tổng thể cho p-value < 2.2e-16 bai15=matrix(c(157,8,3,189,12,5,170,17,7,92,35,28),nrow=3,byrow=F) >bai15 [,1] [,2] [,3] [,4] [1,] 157 189 170 92 [2,] 8 12 17 35 [3,] 3 5 7 28 >chisq.test(bai15) Chi-squared test for given probabilities data: bai15 X-squared = 942.112, df = 11, p-value < 2.2e-16 > cautruckhongdat=c(3,5,7,28) > cautrucvua=c(8,12,17,35) Page 27 THỰC HÀNH XỬ LÝ SỐ LIỆU >cautructot=c(157,189,170,92) > prop.test(cautructot,total) 4-sample test for equality of proportions without continuity correction data: cautructot out of total X-squared = 92.7548, df = 3, p-value < 2.2e-16 alternative hypothesis: two.sided sample estimates: prop 1 prop 2 prop 3 prop 4 0.9345238 0.9174757 0.8762887 0.5935484 > prop.test(cautrucvua,total) 4-sample test for equality of proportions without continuity correction data: cautrucvua out of total X-squared = 36.8334, df = 3, p-value = 4.99e-08 alternative hypothesis: two.sided sample estimates: prop 1 prop 2 prop 3 prop 4 0.04761905 0.05825243 0.08762887 0.22580645 > prop.test(cautruckhongdat,total) 4-sample test for equality of proportions without continuity correction data: cautruckhongdat out of total Page 28 THỰC HÀNH XỬ LÝ SỐ LIỆU X-squared = 52.3475, df = 3, p-value = 2.525e-11 alternative hypothesis: two.sided sample estimates: prop 1 prop 2 prop 3 prop 4 0.01785714 0.02427184 0.03608247 0.18064516 Page 29 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 16 Đồ thị : Mối quan hệ giữa nồng độ enzym và hàm lượng phenolic được trích ly. Bảng 16: Ảnh hưởng của nồng độ enzyme Pectinex™ Ultra SP-L đến hiệu suất trích ly phenolic . Hàm lượng phenol (% theo trọng lượng khô) 0% 21.8a ± 1.67 0.05 % 25.6b ± 1.42 0.10 % 27.8bc ± 0.45 0.15 % 29.4c ± 1.07 0.20 % 30.9c ± 1.35 0.25 % 30.8c ± 0.83 0.30 % 30.9c ± 1.12 Ghi chú : a,b,c,d thể hiện sự khác biệt có ý nghĩa thống kê . Nồng độ Enzyme (%) Do P vaule=1.062e-06 < 0.05nên sự khác biệt về giá trị trung bình của hàm lượng phenolic khi dùng enzym có những nồng độ khác nhau có ý nghĩa thống kê. Vì vậy nồng độ enzyme ảnh hưởng đến hàm lượng phenolic. Số liệu trên cho thấy sự khác biệt giữa các nồng độ enzyme 0.1% , 0.15% , 0.2% , 0.25% , 0.3% về giá trị trung bình của hàm lượng phenolic không có ý nghĩa thống kê. Ta chọn enzym có nồng độ 0.1% vì ta thấy ở nồng độ 0.1% có sự khác biệt với 2 nhóm còn lại và nồng độ enzyme này có giá trị kinh tế hơn ( về mằt tiết kiệm nguyên liệu ). Phụ lục > hamluong =c(20.3, 24.5, 27.4, 28.5, 29.8, 30.1, 29.9, 21.5, 25.1, 27.9, 29.2, 30.5, 31.7, 32.1, 23.6, 27.2, 28.3, 30.6, 32.4, 30.5, 30.6) >nongdo=rep(c(0,0.05,0.1,0.15,0.2,0.25,0.3),3) >nongdo=as.factor(nongdo) > bai16=data.frame(nongdo,hamluong) >av = aov(hamluong ~ nongdo) Page 30 THỰC HÀNH XỬ LÝ SỐ LIỆU >summary(av) Df Sum Sq Mean Sq F value Pr(>F) nongdo 6 211.01 35.17 24.83 1.06e-06 *** Residuals 14 19.83 1.42 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hamluong ~ nongdo) $nongdo diff lwr upr p adj 0.05-0 3.80000000 0.4821762 7.117824 0.0204195 0.1-0 6.06666667 2.7488429 9.384490 0.0003359 0.15-0 7.63333333 4.3155096 10.951157 0.0000276 0.2-0 9.10000000 5.7821762 12.417824 0.0000035 0.25-0 8.96666667 5.6488429 12.284490 0.0000042 0.3-0 9.06666667 5.7488429 12.384490 0.0000037 0.1-0.05 2.26666667 -1.0511571 5.584490 0.2944358 0.15-0.05 3.83333333 0.5155096 7.151157 0.0191830 0.2-0.05 5.30000000 1.9821762 8.617824 0.0012773 0.25-0.05 5.16666667 1.8488429 8.484490 0.0016225 0.3-0.05 5.26666667 1.9488429 8.584490 0.0013557 0.15-0.1 1.56666667 -1.7511571 4.884490 0.6776210 Page 31 THỰC HÀNH XỬ LÝ SỐ LIỆU 0.2-0.1 3.03333333 -0.2844904 6.351157 0.0835979 0.25-0.1 2.90000000 -0.4178238 6.217824 0.1057066 0.3-0.1 3.00000000 -0.3178238 6.317824 0.0886875 0.2-0.15 1.46666667 -1.8511571 4.784490 0.7355928 0.25-0.15 1.33333333 -1.9844904 4.651157 0.8072163 0.3-0.15 1.43333333 -1.8844904 4.751157 0.7542256 0.25-0.2 -0.13333333 -3.4511571 3.184490 0.9999992 0.3-0.2 -0.03333333 -3.3511571 3.284490 1.0000000 0.3-0.25 0.10000000 -3.2178238 3.417824 0.9999999 Page 32 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 17: Đồ thị : Chất lượng cây trồng trên 3 loại đất. Bảng 17 : Kết quả quan sát chất lượng cây trồng trên 3 loại đất. Loại Đất A B C Chất lượng cây trồng Xấu Tốt 40 50 60 170 180 150 Tổng số cây 210 230 210 Giá trị p-value = 0.05716 > 0.05 nên sự khác biệt về chất lượng cây trồng trên từng loại đất không có ý nghĩa thống kê với mức ý nghĩa 5%. Vì vậy chất lượng cây trồng trên 3 nhóm đất không khác nhau nên ta có thể trồng cây ở nhóm đất nào cũng được. Phụ lục > bai17 bai17 [,1] [,2] [,3] [1,] 40 50 60 [2,] 170 180 150 > chisq.test(bai17) Pearson's Chi-squared test data: bai17 X-squared = 5.7239, df = 2, p-value = 0.05716 Page 33 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 18: Biểu đồ : Mối quan hệ giữa nồng độ benzene (g/l) và mật độ đo quang (Am). Mối quan hệ giữa nồng độ benzene (g/l) và mật độ đo quang (Am) được thể hiện qua phương trình đường chuẩn : y = 0.57034x + 0.07963 (R2 = 0.9999) Phụ lục > Am=c(0.2 , 0.37 , 0.64, 0.93 , 1.22 , 1.50 , 1.80) > Cm=c(0.20 , 0.50 ,1.00 , 1.50 , 2.00 , 2.50, 3.00) > lm(Am~Cm) Call: lm(formula = Am ~ Cm) Coefficients: (Intercept) Cm 0.07963 0.57034 > summary(lm(Am~Cm) ) Call: lm(formula = Am ~ Cm) Residuals: 1 2 3 4 5 6 7 0.006306 0.005204 -0.009964 -0.005133 -0.000302 -0.005471 0.009361 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.079627 0.005602 14.21 3.10e-05 *** Page 34 THỰC HÀNH XỬ LÝ SỐ LIỆU Cm 0.570337 0.003105 183.70 9.07e-11 ***--- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.007876 on 5 degrees of freedom Multiple R-squared: 0.9999, Adjusted R-squared: 0.9998 F-statistic: 3.374e+04 on 1 and 5 DF, p-value: 9.071e-11 Page 35 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 19 Đồ thị . Hàm lượng vitamin C dưới tác dụng của các công suất siêu âm khác nhau. Bảng 19 : Công suất siêu âm và hàm lượng Vitamin C. Hàm lượng vitamin C (mg/g) tính theo chất khô 0 50.5a ± 0.85 150 96,6b ± 0.83 188 100,5c ± 0.82 225 103,3d ± 0.79 263 100,7c ± 1.31 300 98,4bc ± 0.75 Ghi chú : [a],[b],[c],[d]: chỉ sự khác nhau có ý nghĩa thống kê về giá trị trung bình của hàm lượng Vitamin C giữa các công suất siêu âm khác nhau. Công suất siêu âm (W) Quá trình phân tích cho thấy p-value = 2.57e-16 < 0.05 nên sự khác biệt về giá trị trung bình của hàm lượng vitamin C giữa các công suất siêu âm khác nhau có ý nghĩa thống kê với mức ý nghĩa α=0.05. Nên chọn công suất siêu âm là 225 W vì giá trị trung bình về hàm lượng vitamin C là lớn nhất và có sự khác biệt so với tất cả các công suất siêu âm khác. Phụ lục >hamluong = c(50.5, 96.3, 100.7, 103.6, 100.6, 97.7, 49.7, 95.9, 101.2, 102.4, 102.1, 98.4, 51.4, 97.5, 99.6, 103.9, 99.5, 99.2) >congsuat = rep(c(0,150,188,225,263,300),3) >congsuat = as.factor(congsuat) >bai19 = data.frame(congsuat,hamluong) >av = aov(hamluong~congsuat) >summary(av) Df Sum Sq Mean Sq F value Pr(>F) Page 36 THỰC HÀNH XỬ LÝ SỐ LIỆU congsuat 5 6172 1234.4 Residuals 12 10 1486 2.57e-16 *** 0.8 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 >TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hamluong ~ congsuat) $congsuat diff lwr upr p adj 150-0 46.0333333 43.5339177 48.53274899 0.0000000 188-0 49.9666667 47.4672510 52.46608233 0.0000000 225-0 52.7666667 50.2672510 55.26608233 0.0000000 263-0 50.2000000 47.7005843 52.69941566 0.0000000 300-0 47.9000000 45.4005843 50.39941566 0.0000000 188-150 3.9333333 1.4339177 6.43274899 0.0020483 225-150 6.7333333 4.2339177 9.23274899 0.0000122 263-150 4.1666667 1.6672510 6.66608233 0.0012540 300-150 1.8666667 -0.6327490 4.36608233 0.1959441 225-188 2.8000000 0.3005843 5.29941566 0.0253118 263-188 0.2333333 -2.2660823 2.73274899 0.9994785 300-188 -2.0666667 -4.5660823 0.43274899 0.1294844 263-225 -2.5666667 -5.0660823 -0.06725101 0.0429643 300-225 -4.8666667 -7.3660823 -2.36725101 0.0003088 Page 37 THỰC HÀNH XỬ LÝ SỐ LIỆU 300-263 -2.3000000 -4.7994157 0.19941566 0.0780319 Bài 20 Đồ thị : Hiệu suất thu hồi dịch chiêt trong quá trình sản xuất nước ép nho khi sử dụng các biện pháp khác nhau. Bảng 20 : Hiệu suất thu hồi dịch chiêt (%) khi sử dụng các biện pháp khác nhau. Phương pháp tăng hiệu suất Hiệu suất thu hồi Bổ sung enzyme 80.1a ± 1.67 Sóng siêu âm 71.4b ± 2.36 Kết hợp sử dụng enzyme và sóng siêu âm 87.1c ± 1.27 Ghi chú : a,b,c thể hiện sự khác biệt về hiệu suất thu hồi . Quá trình phân tích cho thấy sự khác nhau về hiệu suất thu hồi dịch chiêt trong quá trình sản xuất nước ép nho khi sử dụng các biện pháp khác nhau có ý nghĩa thống kê ( p-value= 0.000141 enzyme=c(80.67,78.23,81.42) > sieuam=c(69.13,73.85,71.27) > kethop=c(88.14,87.51,85.59) > hieusuat=c(enzyme,sieuam,kethop) > pp=c(rep("enzyme",3),rep("sieuam",3),rep("kethop",3)) > data=data.frame(hieusuat,pp) > av=aov(hieusuat~pp) > summary(av) Page 38 THỰC HÀNH XỬ LÝ SỐ LIỆU Df Sum Sq Mean Sq F value Pr(>F) pp 2 369.5 184.74 Residuals 6 20.3 54.7 0.000141 *** 3.38 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hieusuat ~ pp) $pp diff lwr upr p adj kethop-enzyme 6.973333 2.369316 11.577351 0.0083743 sieuam-enzyme -8.690000 -13.294017 -4.085983 0.0028065 sieuam-kethop -15.663333 -20.267351 -11.059316 0.0001118 Bài 21 Biểu đồ: Mỗi quan hệ giữa mật độ đo quang (Am) với nồng độ dung dịch mẫu. Phương trình đường chuẩn : y = 0.1960 x (R2 = 1) Hàm lương NO3- có trong 2 mẫu nước lần lượt là : 0.001043878 (mg), 0.001690816 (mg). Phụ lục > am=c(0,0.396,0.788,1.178,1.569) > cm=c(0,2,4,6,8) > lm(am~cm) Page 39 THỰC HÀNH XỬ LÝ SỐ LIỆU Call: lm(formula = am ~ cm) Coefficients: (Intercept) 0.0022 cm 0.1960 > summary(lm(am~cm)) Call lm(formula = am ~ cm) Residuals: 1 2 3 4 5 -0.0022 0.0018 0.0018 -0.0002 -0.0012 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.0022000 0.0016000 1.375 cm 0.263 0.1960000 0.0003266 600.125 1.02e-08 ***--- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.002066 on 3 degrees of freedom Multiple R-squared: 1, Adjusted R-squared: 1 F-statistic: 3.601e+05 on 1 and 3 DF, p-value: 1.02e-08 > ammau=c(1.023,1.657) > Vd=10 > Vxd=2 > Vdm=100 Page 40 THỰC HÀNH XỬ LÝ SỐ LIỆU > Cx=ammau/0.196 > HamluongNO3=(Cx*Vd*Vxd)/(1000*Vdm) > HamluongNO3 [1] 0.001043878 0.001690816 Bài 22 Đồ thị :Số lượng phế phẩm và chính phẩm trước và sau khi thay đổi công nghệ. Bảng 22: Kết quả đánh giá chất lượng sản phẩm trước và sau khi thay đổi công nghệ. Phế phẩm Chính phẩm Sau khi thay đổi công nghệ 38 462 Trước khi thay đổi công nghệ 92 708 Giá trị p-value = 0.02886 bai22=matrix(c(38,92,462,708),nrow=2, byrow= T) > chisq.test(bai22) Pearson's Chi-squared test with Yates' continuity correction data: bai22 X-squared = 4.7757, df = 1, p-value = 0.02886 Bài 23 Đồ thị : Mức độ yêu thích của người tiêu dùng của 3 sản phẩm trà trên 10 đối tượng Bảng 23 : Đánh giá mức độ yêu thích Sản phẩm trà Mức độ yêu thích Trà rau má 6.27a ± 0.22 Trà dứa 6.66b ± 0.23 Trà khổ qua 6.40a ± 0.23 Ghi chú : [a],[b] thể hiện sự khác biệt về hiệu suất thu hồi về mức độ yêu thích của người tiêu dùng của 3 sản phẩm trà. Giá trị p-value = 0.00212 < 0.05 nên sự khác nhau về mức độ yêu thích của người tiêu dùng của 3 sản phẩm trà có ý nghĩa thống kê. Trong đó mức độ yêu thích của người tiêu dùng đối với sản phẩm trà dứa cao nhất ( 6.66 ) và có sự khác biệt với 2 loại trà còn lại .Nên người tiêu dùng thích sản phẩm trà dứa nhất. Phụ lục > a=c(6.2,6.2,6.5,6.2,6.4,6.5,6.5,6.2,5.8,6.2) Page 42 THỰC HÀNH XỬ LÝ SỐ LIỆU > b=c(6.6,6.3,6.7,6.6,6.7,7,6.5,6.9,6.4,6.9) > c=c(6.4,6.4,6.5,6,6.6,6.4,6.5,6.1,6.3,6.8) >sptra=c(rep("rauma",10),rep("dua",10),rep("khoqua",10)) > danhgia=c(a,b,c) > bai23=data.frame(danhgia,sptra) > av=aov(danhgia~sptra) > summary(av) Df Sum Sq Mean Sq F value Pr(>F) sptra 2 0.7887 0.3943 7.8 0.00212 ** Residuals 27 1.3650 0.0506 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = danhgia ~ sptra) $sptra diff lwr upr p adj khoqua-dua -0.26 -0.5093154 -0.01068458 0.0396760 rauma-dua -0.39 -0.6393154 -0.14068458 0.0017111 rauma-khoqua -0.13 -0.3793154 0.11931542 0.4113043 Bài 24 Page 43 THỰC HÀNH XỬ LÝ SỐ LIỆU Phương trình đường chuẩn : y = 0.3612x (R2 = 0.9986) Hàm lượng sắt có trong 2 mẫu lần lượt là : 0.07267369 (ppm) , 0.07391953 (ppm) Phụ lục > cm=c(0,1,2,3,4) > am=c(0,0.375,0.73,1.127,1.43) > plot((am~cm),sub="mỗi quan hệ giữa mật độ đo quang với nồng độ mẫu",xlab="nồng độ dung dịch mẫu (ppm)",ylab="mật độ đo quang (Am)") > abline(lm(am~cm)) > lm(am~cm) Call: lm(formula = am ~ cm) Coefficients: (Intercept) cm Page 44 THỰC HÀNH XỬ LÝ SỐ LIỆU 0.0100 0.3612 > summary(lm(am~cm)) Call: lm(formula = am ~ cm) Residuals: 1 2 3 4 5 -0.0100 0.0038 -0.0024 0.0334 -0.0248 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.010000 0.019240 cm 0.52 0.639 0.361200 0.007855 45.99 2.26e-05 *** --Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.02484 on 3 degrees of freedom Multiple R-squared: 0.9986, Adjusted R-squared: 0.9981 F-statistic: 2115 on 1 and 3 DF, p-value: 2.264e-05 > Ammau=c(0.875 , 0.890) > Vd=10 > Vxd=3 > Vdm=100 > mm=10.0001 > Cx=Ammau/0.3612 > hamluongFe=(Cx*Vd*Vxd*1000)/(1000*Vdm*mm) Page 45 THỰC HÀNH XỬ LÝ SỐ LIỆU > hamluongFe [1] 0.07267369 0.07391953 Bài 25 Đồ thị : Ảnh hưởng của giống đến khả năng cho sữa của 2 giống bò A và B. Bảng 25 :Kết quả theo dõi lượng sữa của đàn bò 5 tuổi với 2 giống A và B. Giống bò Lượng sữa Giống A 10.25a ± 7.74 Giống B 8.5b ± 2.88 Ghi chú: kí hiệu [a],[b] trên cùng một cột thể hiện sự khác biệt lượng sữa của đàn bò với 2 giống A và B không có ý nghĩa thống kê. Giá trị p-value = 6.9e-05 < 0.05 nên sự khác biệt lượng sữa của đàn bò với 2 giống A và B có ý nghĩa thống kê. Trong đó lượng sữa của giống bò B cao hơn giống bò A nên ta chọn giống bò B để chăn nuôi. Phụ lục >giongA=c(rep(205,14),rep(215,21),rep(225,20),rep(235,13),rep(245,5),rep(255,) ,rep(265,3),rep(275,2)) >giongB=c(rep(205,7),rep(215,9),rep(225,8),rep(235,8),rep(245,14),rep(255,11), rep(265,6),rep(275,5)) > giongB=c(7,9,8,8,14,11,6,5) > var.test(giongA,giongB) F test to compare two variances data: giongA and giongB F = 0.6979, num df = 81, denom df = 67, p-value = 0.1219 alternative hypothesis: true ratio of variances is not equal to 1 Page 46 THỰC HÀNH XỬ LÝ SỐ LIỆU 95 percent confidence interval: 0.4377321 1.1013346 sample estimates: ratio of variances 0.6978701 >t.test(giongA,giongB,equal=TRUE) Welch Two Sample t-test data: giongA and giongB t = -4.1116, df = 130.763, p-value = 6.9e-05 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -19.247479 -6.742478 sample estimates: mean of x mean of y 225.9756 238.9706 Bài 26 Đồ thị : T ỷ lệ nẩy mầm của 3 loại giống lúa mì, lúa nếp và đại mạch. Bảng 26: Kết quả thí nghiệm tỷ lệ nẩy mầm của hạt malt giữa 3 loại giống. Giống Tỷ lệ nảy mầm Tỷ lệ không nảy mầm Lúa mì 81 19 Lúa nếp 57 43 Page 47 Đại mạch 72 28 THỰC HÀNH XỬ LÝ SỐ LIỆU Giá trị p-value = 0.0009119 < 0.05 nên sự khác biệt về t ỷ lệ nảy mầm của hạt malt giữa 3 loại giống có ý nghĩa thống kê với mức ý nghĩa 5%. Vì cần giống cho ra nhiều hạt nảy mầm nên ta chọn lúa mì để sản xuất malt vì có tỷ lệ nảy mầm cao nhất 81% và có sự khác biệt với các giống lúa còn lại. Phụ lục Tỷ lệ nảy mầm của lúa mì : 81/100 = 81% Tỷ lệ nảy mầm của lúa nếp : 57/100=57% Tỷ lệ nảy mầm của đạ mạch : 72/100=72% >bai26=matrix(c(81,19,57,43,72,28),2,3,dimnames=list(c("naymam","khongnaym am"),c("luami","luanep","daimach"))) >bai26 luami luanep daimach naymam 81 57 72 khongnaymam 19 43 28 >chisq.test(bai26) Pearson's Chi-squared test data: bai26 X-squared = 14, df = 2, p-value = 0.0009119 Page 48 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 27 Biểu đồ. Ảnh hưởng của giống đến năng suất của ngô. Bảng 27: Năng suất trung bình theo giống. Giống Ngô Năng suất Giống 1 4.56ab ± 0.11 Giống 2 3.96b ± 0.18 Giống 3 5.28a ± 0.84 Giống 4 3.88b ± 0.45 Ghi chú : [a],[b],[c] chỉ sự khác nhau về năng suất trung bình của các giống có ý nghĩa thống kê. Kết quả phân tich phương sai có trị số P= 0.001352 < 0.05 nên có sự khác biệt giữa các nhóm nghiên cứu, nghĩa là có sự khác nhau về năng suất của 4 giống ngô tham gia thí nghiệm. Kết quả phân tích cho thấy giống ngô nhóm 3 có trung bình năng suất cao nhất và khi so sánh giữa các nhóm ,nhóm 3 cũng có sự khác biệt nhất, có nghĩa là trung bình năng suất của giông ngô số 3 đạt cao nhất, vượt trội hơn hẳn so với các giống còn lại. Do đó, nhà nông nên chọn giống ngô số 3 để đạt năng suất cao nhất. Phụ lục >giong= c(1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4) >giong = as.factor(giong) > nangsuat =c(4.5, 4.6, 4.7, 4.6, 4.4, 3.8, 4.2, 3.8, 3.9, 4.1, 4.4, 6.3, 4.5, 5.3, 5.9, 3.5, 4.2, 4.3, 4.2, 3.2) > bai27 = data.frame(giong,nangsuat) >av = aov(nangsuat~giong) >summary(av) Df Sum Sq Mean Sq F value Pr(>F) Page 49 THỰC HÀNH XỬ LÝ SỐ LIỆU giong 3 6.312 2.1040 8.458 0.00135 ** Residuals 16 3.980 0.2487 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(av) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = nangsuat ~ giong) $giong diff lwr upr p adj 2-1 -0.60 -1.5024692 0.3024692 0.2659806 3-1 0.72 -0.1824692 1.6224692 0.1438289 4-1 -0.68 -1.5824692 0.2224692 0.1780807 3-2 1.32 0.4175308 2.2224692 0.0035176 4-2 -0.08 -0.9824692 0.8224692 0.9940433 4-3 -1.40 -2.3024692 -0.4975308 0.0021023 Bài 28 Đồ thị thể hiện mỗi quan hệ giữa mật độ đo quang và nông độ mẫu. Phương trình đương chuẩn : y = 0.1863x ( R2 = 1) Hàm lượng Mn2+ trong 2 mẫu lần lượt là : 0.0004908213 (mg), 0.0004876006 (mg). Phụ lục > am=c(0,0.279,0.563,0.835,1.119) Page 50 THỰC HÀNH XỬ LÝ SỐ LIỆU > cm=c(0,1.5,3,4.5,6) > lm(am~cm) Call: lm(formula = am ~ cm) Coefficients: (Intercept) 0.0004 cm 0.1863 > summary(lm(am~cm)) Call: lm(formula = am ~ cm) Residuals: 1 2 3 4 5 -0.0004 -0.0008 0.0038 -0.0036 0.0010 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.0004000 0.0024166 0.166 cm 0.879 0.1862667 0.0006577 283.202 9.71e-08 *** Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.00312 on 3 degrees of freedom Multiple R-squared: 1, Adjusted R-squared: 1 F-statistic: 8.02e+04 on 1 and 3 DF, p-value: 9.709e-08 > Ammau=c(0.762 , 0.757) > Vd=10 Page 51 THỰC HÀNH XỬ LÝ SỐ LIỆU > Vxd=3 > Vdm=250 > Cx=Ammau/0.1863 > hamluongMn=(Cx*Vd*Vxd)/(1000*Vdm) > hamluongMn [1] 0.0004908213 0.0004876006 Page 52 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 29 Phương trình đường chuẩn : y = 0.04693x - 0.06300 (R2 = 0.9948). Hàm lượng polyphenol tổng số có trong 2 mẫu lần lượt là : 0.2308403 ( ppm) , 0.3508772 (ppm). Phụ lục > cm=c(3.333333333,6.666666667,10,13.33333333,16.66666667,20) > am=c(0.087,0.273,0.407,0.544,0.694,0.902) > plot((am~cm),sub="mỗi quan hệ giữa mật độ đo quang với nồng độ mẫu",xlab="nồng độ dung dịch mẫu (ppm)",ylab="mật độ đo quang (Am)") > abline(lm(am~cm)) > lm(am~cm) Call: lm(formula = am ~ cm) Page 53 THỰC HÀNH XỬ LÝ SỐ LIỆU Coefficients: (Intercept) cm -0.06300 0.04693 > summary(lm(am~cm)) Call: lm(formula = am ~ cm) Residuals: 1 2 3 4 5 6 -0.0064286 0.0231429 0.0007143 -0.0187143 -0.0251429 0.0264286 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -0.063000 0.022120 -2.848 0.0465 * cm 0.046929 0.001704 27.541 1.03e-05 ***--- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.02376 on 4 degrees of freedom Multiple R-squared: 0.9948, Adjusted R-squared: 0.9934 F-statistic: 758.5 on 1 and 4 DF, p-value: 1.034e-05 > Ammau=c(0.587 ,0.925) > mm=10 > Vd=30 > Vxd=1 > Vdm=250 > Cx=(Ammau+0.063)/0.04693 Page 54 THỰC HÀNH XỬ LÝ SỐ LIỆU > hamam=0.28 > hamluong=(Cx*Vd*Vxd*1000)/(1000*Vdm*mm*(1-hamam) ) > hamluong [1] 0.2308403 0.3508772 Bài30 Đồ thị : Mỗi quan hệ giữa nồng độ dung dịch đường chuẩn và mật độ đo quang. Phương trình đương chuẩn : y = 9.607x (R2 = 0.9996). Hàm lượng lượng đường khử có trong sơri: 0.006266737 ( g/l ). Phụ lục > cm=c(0,0.028571429,0.057142857,0.085714286,0.114285714,0.142857143) > am=c(0,0.244,0.528,0.8,1.084,1.363) > lm(am~cm) Call: lm(formula = am ~ cm) Coefficients: (Intercept) cm -0.01638 9.60700 > summary(lm(am~cm)) Call: lm(formula = am ~ cm) Residuals: 1 2 3 4 5 6 Page 55 THỰC HÀNH XỬ LÝ SỐ LIỆU 0.016381 -0.014105 -0.004590 -0.007076 0.002438 0.006952 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -0.01638 cm 9.60700 0.00881 -1.859 0.137 0.10185 94.330 7.57e-08 *** Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.01217 on 4 degrees of freedom Multiple R-squared: 0.9996, Adjusted R-squared: 0.9994 F-statistic: 8898 on 1 and 4 DF, p-value: 7.572e-08 > Ammau=0.883 > Vd=15 > Vdm=100 > Vxd=1 > mm=10 > hamam=0.78 > Cx=Ammau/9.607 > hamluong=(Cx*Vd*Vxd*1000)/(1000*Vdm*mm*(1-hamam)) > hamluong [1] 0.006266737 Page 56 THỰC HÀNH XỬ LÝ SỐ LIỆU BÀI TẬP NÂNG CAO Bài 31 Đồ thị 31.1 : Ảnh hưởng của ánh sáng lên khả năng phát triển của rau câu. Đồ thị 31.2 : Ảnh hưởng của nhiệt độ lên khả năng phát triển của rau câu. Bảng 31.1: Khả năng sinh trưởng của rau câu dưới ảnh hưởng nhiệt độ. Chế độ nhiệt Khả năng sinh trưởng về khối lượng (g) B1 14.0a ± 2.12 B2 14.2a ± 2.12 B3 9.9b ± 2.26 B4 10.3b ± 2.47 B5 4.9c ± 1.56 B6 5.1c ± 1.56 Ghi chú :[a],[b],[c] chỉ sự khác biệt về khả năng sinh trưởng ở mức nhiệt độ khác nhau vơi mức ý nghĩa 0.05. Bảng 31.2: Khả năng sinh trưởng của rau câu dưới ảnh hưởng ánh sáng. Chế độ ánh sáng Khả năng sinh trưởng về khối lượng (g) A1 8.30a ± 3.89 A2 11.2b ± 4.28 Ghi chú : [a],[b] chỉ sự khác biệt về khả năng sinh trưởng ở mức ánh sáng khác nhau vơi mức ý nghĩa 0.05. 1.Nếu bỏ qua sự ảnh hưởng của nhiệt độ lên khả năng phát triển của rau câu. Quá trính xử lý số liệu cho thấy sự khác nhau về khả năng sinh trưởng của rau câu ở 2 chế độ ánh sáng A1,A2 không có ý nghĩa thống kê (p-value = 0.2505 > 0.05). Vậy nếu bỏ qua sự ảnh hưởng của nhiệt độ lên khả năng phát triển của rau câu thì có thể chon 1 trong 2 chế độ ánh sáng để nuôi rau câu. 2. Nếu xem xét sự tác động của cả ánh sáng và nhiệt độ lên khả năng phát triển của rau câu. Page 57 THỰC HÀNH XỬ LÝ SỐ LIỆU Quá trính phân tích số liệu cho thấy sự khác nhau về khả năng sinh trưởng của rau câu ở 2 chế độ ánh sáng A1,A2 có ý nghĩa thống kê (p-value = 4.747e-05 a2=c(15.5,15.7,11.7,12.0,6.0,6.2) > data=data.frame(a1,a2) > bai31=data.frame(a1,a2) > var.test(a1,a2) F test to compare two variances data: a1 and a2 F = 0.8267, num df = 5, denom df = 5, p-value = 0.8396 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.1156775 5.9077415 sample estimates: ratio of variances Page 58 THỰC HÀNH XỬ LÝ SỐ LIỆU 0.8266759 > t.test(a1,a2,var.qual=TRUE) Welch Two Sample t-test data: a1 and a2 t = -1.2204, df = 9.911, p-value = 0.2505 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -8.153839 2.387172 sample estimates: mean of x mean of y 8.30000 11.18333 > a=gl(2,6,12) > a=as.factor(a) > b=gl(6,1,12) > b=as.factor(b) > khoiluong=c(12.5,12.7,8.3,8.5,3.8,4.0,15.5,15.7,11.5,12.0,6.0,6.2) > bai31b=data.frame(a,b,khoiluong) > anova(aov(khoiluong~a+b)) Analysis of Variance Table Response: khoiluong Df Sum Sq Mean Sq F value Pr(>F) a 1 24.368 24.368 169.81 4.747e-05 *** b 5 166.558 33.312 232.14 6.516e-06 *** Page 59 THỰC HÀNH XỬ LÝ SỐ LIỆU Residuals 5 0.718 0.144 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(aov(khoiluong~a+b)) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = khoiluong ~ a + b) $a diff lwr upr p adj 2-1 2.85 2.287792 3.412208 4.75e-05 $b diff lwr upr p adj 2-1 0.20 -1.415985 1.815985 0.9921799 3-1 -4.10 -5.715985 -2.484015 0.0008271 4-1 -3.75 -5.365985 -2.134015 0.0012631 5-1 -9.10 -10.715985 -7.484015 0.0000206 6-1 -8.90 -10.515985 -7.284015 0.0000220 3-2 -4.30 -5.915985 -2.684015 0.0006590 4-2 -3.95 -5.565985 -2.334015 0.0009875 5-2 -9.30 -10.915985 -7.684015 0.0000193 6-2 -9.10 -10.715985 -7.484015 0.0000206 4-3 0.35 -1.265985 1.965985 0.9241470 5-3 -5.00 -6.615985 -3.384015 0.0003177 6-3 -4.80 -6.415985 -3.184015 0.0003879 Page 60 THỰC HÀNH XỬ LÝ SỐ LIỆU 5-4 -5.35 -6.965985 -3.734015 0.0002266 6-4 -5.15 -6.765985 -3.534015 0.0002744 6-5 0.20 -1.415985 1.815985 0.9921799 Bài 32 Đồ thị : Ảnh hưởng của đất lên năng suất của lúa . Đồ thị : Ảnh hưởng của giống lên năng suất của lúa . Bảng 32.1 : Năng suất (tấn/ha) của lúa trên 5 khu vực canh tác. Lô đất Năng suất ( tấn/ha ) 1 31.3c ± 1.84 2 31.6c ± 3.01 3 33.9c ± 2.87 4 33.2c ± 3.48 5 33.9c ± 3.50 Ghi chú : [c] thể hiện không có sự khác biệt về năng suất. Bảng 32.2: năng suất (tấn/ha) của 4 giống lúa . Giống lúa Năng suất ( tấn / ha ) 1 34.5a ± 1.36 2 34.2a ± 2.73 3 33.7a ± 2.10 4 28.9b ± 0.60 Ghi chú : [a],[b] thể hiện có sự khác biệt về năng suất. • Nếu bỏ qua ảnh hưởng của giống lúa lên năng suất. Quá trình phân tích cho thấy sự khác nhau về năng suất của lúa của khi trồng lúa ở 5 khu vực khác nhau không có ý nghĩa thống kê ( p-value= 0.655 >0.05). Vì vậy nếu bỏ qua Page 61 THỰC HÀNH XỬ LÝ SỐ LIỆU • ảnh hưởng của giống lúa lên năng suất thì chọn khu vực nào canh tác cũng được. Nếu xét sự ảnh hưởng của giống lúa và khu vực canh tác lên năng suất thu hoạch. . Quá trình phân tích cho thấy sự khác nhau về năng suất của 4 giống lúa có ý nhĩa thống kê (p-value= 0.00064830.05). Vì vậy nếu xét sự ảnh hưởng của giống lúa và khu vực canh tác lên năng suất thu hoạch thì nên chọn giống lúa 1 ( vì có năng suất cao nhất 34.7 tấn/ha) và được tròng owrkhu vục canh tác nào cũng được ( vì không có sự khác biêt ) . Phụ lục >nangsuat=c(32.8,34,34.3,35,36.5,33.3,30,36.3,36.8,34.5,30.8,34.3,35.3,32.3,35.8 ,29.3,28.2,29.8,28.8,28.8) >lodat=gl(5,1,20) >lodat=as.factor(lodat) >giong=gl(4,5,20) > giong=as.factor(giong) >bai32=data.frame(lodat,giong,nangsuat) > summary(aov(nangsuat~lodat)) Df Sum Sq Mean Sq F value Pr(>F) lodat 4 22.36 5.589 0.62 0.655 Residuals 15 135.21 9.014 > TukeyHSD(aov(nangsuat~lodat)) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = nangsuat ~ lodat) Page 62 THỰC HÀNH XỬ LÝ SỐ LIỆU $lodat diff lwr upr p adj 2-1 0.075 -6.48063 6.63063 0.9999996 3-1 2.375 -4.18063 8.93063 0.7944543 4-1 1.675 -4.88063 8.23063 0.9298920 5-1 2.350 -4.20563 8.90563 0.8004375 3-2 2.300 -4.25563 8.85563 0.8121928 4-2 1.600 -4.95563 8.15563 0.9398952 5-2 2.275 -4.28063 8.83063 0.8179607 4-3 -0.700 -7.25563 5.85563 0.9971524 5-3 -0.025 -6.58063 6.53063 1.0000000 5-4 0.675 -5.88063 7.23063 0.9975270 >anova(aov(nangsuat~giong+lodat)) Analysis of Variance Table Response: nangsuat Df Sum Sq Mean Sq F value Pr(>F) giong 3 101.285 33.762 11.9416 0.0006483 *** lodat 4 22.357 5.589 1.9769 0.1622947 Residuals 12 33.927 2.827 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1> >TukeyHSD(aov(nangsuat~giong+lodat)) Tukey multiple comparisons of means 95% family-wise confidence level Page 63 THỰC HÀNH XỬ LÝ SỐ LIỆU Fit: aov(formula = nangsuat ~ giong + lodat) $giong diff lwr upr p adj 2-1 -0.34 -3.497242 2.817242 0.9881230 3-1 -0.82 -3.977242 2.337242 0.8659351 4-1 -5.54 -8.697242 -2.382758 0.0010805 3-2 -0.48 -3.637242 2.677242 0.9680938 4-2 -5.20 -8.357242 -2.042758 0.0018221 4-3 -4.72 -7.877242 -1.562758 0.0038861 $lodat diff lwr upr p adj 2-1 0.075 -3.714728 3.864728 0.9999958 3-1 2.375 -1.414728 6.164728 0.3232200 4-1 1.675 -2.114728 5.464728 0.6339387 5-1 2.350 -1.439728 6.139728 0.3324441 3-2 2.300 -1.489728 6.089728 0.3514174 4-2 1.600 -2.189728 5.389728 0.6702515 5-2 2.275 -1.514728 6.064728 0.3611628 4-3 -0.700 -4.489728 3.089728 0.9742295 5-3 -0.025 -3.814728 3.764728 0.9999999 5-4 0.675 -3.114728 4.464728 0.9773991 Bài 33 Page 64 THỰC HÀNH XỬ LÝ SỐ LIỆU Biểu đồ. Ảnh hưởng của môi trường lên khả năng cho sinh khối . Biểu đồ : Ảnh hưởng của giống lên khả năng cho sinh khối. Bảng 33.1 : Ảnh hưởng của môi trường lên sinh khối. Môi trường Sinh khối 1 5.78a ± 1.16 2 12.9bc ± 1.36 3 14.6bd ± 1.19 4 14.6d ± 4.42 5 12.5c ± 3.62 Ghi chú :[a],[b],[c],[d] thể hiện có sự khác biệt về khả năng sinh khối của 5 loại môi trường. Bảng 33.2 : Ảnh hưởng của giống lên sinh khối. Giống Sinh khối 1 10.9ac ± 4.66 2 11.7b ± 4.75 3 9.89a ± 3.36 4 11.8a ± 3.84 5 12.6c ± 3.55 6 15.3d ± 5.15 Ghi chú :[a],[b],[c],[d] thể hiện có sự khác biệt về khả năng sinh khối của 6 loại nấm men. Quá trình phân tích cho thấy khả năng cho sinh khối tươi (g, tính theo khối lượng tươi, bỏ qua sự chênh lệch về độ ẩm giữa các kết quả) của 6 chủng nấm men bánh mì được nuôi trong 5 môi trường khác nhau, về môi trường nuôi cấy sự khác biệt có ý nghĩa thống kê ( p-value=< 2.2e-16 < 0.05), về giống sự khác biệt có ý nghĩa thống kê (p-value = 5.223e-09 giong=gl(6,15,90) > moitruong=gl(5,1,90) > giong=as.factor(giong) > moitruong=as.factor(moitruong) >Sk=c(5.122,11.235,14.056,16.542,7.023,5.066,12.481,14.648,16.95,6.219,4.987, 12.547,14.358,16.724,6.354,5.786,12.021,14.978,17.687,15.874,6.562,12.046,15.0 92,18.572,16.3,6.378,12.008,15.642,18.235,16.325,4.258,11.547,12.321,9.687,12. 358,3.129,11.787,12.819,7.566,12.21,5.024,12.002,12.458,8.654,12.56,5.231,11.9 58,15.647,13.214,11.369,5.124,12.548,16.55,14.866,11.657,5.358,12.032,16.542,1 4.035,11.587,6.587,13.245,14.562,15.698,11.387,6.786,14.847,14.734,17.214,11.5 53,6.841,14.023,15.023,16.571,10.987,7.068,14.568,15.003,20.158,16.87,7.257,15 .618,14.347,24.75,17.161,7.52,15.097,14.175,22.547,17.289) > data=data.frame(giong, moitruong, Sk) > av=lm(Sk~moitruong+giong) > anova(av) Analysis of Variance Table Response: Sk Df Sum Sq Mean Sq F value Pr(>F) moitruong 4 1125.72 281.431 63.412 giong 5 278.75 55.750 12.562 < 2.2e-16 *** 5.223e-09 *** Residuals 80 355.05 4.438 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(aov(Sk~moitruong+giong) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = Sk ~ moitruong + giong) Page 66 THỰC HÀNH XỬ LÝ SỐ LIỆU $moitruong diff lwr upr p adj 2-1 7.0847778 5.1248802 9.044675 0.0000000 3-1 8.8261667 6.8662691 10.786064 0.0000000 4-1 10.3103333 8.3504357 12.270231 0.0000000 5-1 6.7516111 4.7917135 8.711509 0.0000000 3-2 1.7413889 -0.2185087 3.701286 0.1055553 4-2 3.2255556 1.2656580 5.185453 0.0001532 5-2 -0.3331667 -2.2930643 1.626731 0.9894506 4-3 1.4841667 -0.4757309 3.444064 0.2245594 5-3 -2.0745556 -4.0344531 -0.114658 0.0326029 5-4 -3.5587222 -5.5186198 -1.598825 0.0000247 $giong diff lwr upr p adj 2-1 2.6482667 0.4020992 4.8944341 0.0114456 3-1 -1.0621333 -3.3083008 1.1840341 0.7383301 4-1 0.8937333 -1.3524341 3.1399008 0.8534228 5-1 1.7164000 -0.5297674 3.9625674 0.2352697 6-1 4.3410667 2.0948992 6.5872341 0.0000036 3-2 -3.7104000 -5.9565674 -1.4642326 0.0000949 4-2 -1.7545333 -4.0007008 0.4916341 0.2140855 5-2 -0.9318667 -3.1780341 1.3143008 0.8300828 6-2 1.6928000 -0.5533674 3.9389674 0.2490595 Page 67 THỰC HÀNH XỬ LÝ SỐ LIỆU 4-3 1.9558667 -0.2903008 4.2020341 0.1242523 5-3 2.7785333 0.5323659 5.0247008 0.0067768 6-3 5.4032000 3.1570326 7.6493674 0.0000000 5-4 0.8226667 -1.4235008 3.0688341 0.8920130 6-4 3.4473333 1.2011659 5.6935008 0.0003430 6-5 2.6246667 0.3784992 4.8708341 0.012557 Bài 34 Đồ thị : Ảnh hưởng của lượng nước lên hiệu suất xay. Đồ thị : Ảnh hưởng của thời gian xay lên hiệu suất xay. Bảng 34.1: Hiệu suất xay(%)khi thực hiện quá trình xay với những tỷ lệ chuối: nước khác nhau. Tỷ lệ chuối : nước (w/w) Hiệu suất xay ( % ) 1:1 46.9a ± 3.67 1:1.5 49.5b ± 6.40 1:2 56.6c ± 5.94 1:2.5 67.1d ± 9.15 1:3 72.5e ± 7.55 Ghi chú :[a],[b],[c],[d],[e] thể hiện có sự khác biệt về hiệu suất xay khi thực hiện quá trình xay với những tỷ lệ chuối: nước khác nhau. Bảng 34.2: Hiệu suất xay(%)khi thực hiện quá trình xay với những thời gian xay khác nhau. Thời gian xay ( phút ) Hiệu suất xay ( % ) 1 47.5a ± 8.41 1.5 56.4b ± 8.70 2 60.3c ± 10.3 2.5 63.8d ± 11.9 3 64.7d ± 12.2 Page 68 THỰC HÀNH XỬ LÝ SỐ LIỆU Ghi chú :[a],[b],[c],[d] thể hiện có sự khác biệt về hiệu suất xay khi thực hiện quá trình xay với những thời gian khác nhau. Qua trình phân tích cho thấy sự khác biệt về hiệu suất xay khi thực hiện quá trình xay với những thời gian khác nhau có ý nghĩa thống kê ( p-value = < 2.2e-16 tyle tyle thoigian thoigian data anova(aov(hieusuat~tyle+thoigian)) Analysis of Variance Table Page 69 THỰC HÀNH XỬ LÝ SỐ LIỆU Response: hieusuat Df Sum Sq Mean Sq F value tyle Pr(>F) 4 7264.0 1816.01 384.07 < 2.2e-16 *** thoigian 4 2922.6 730.65 154.53 < 2.2e-16 *** Residuals 66 312.1 4.73 Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > TukeyHSD(aov(hieusuat~tyle+thoigian)) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hieusuat ~ tyle+ thoigian) $tyle diff lwr upr p adj 1.5-1 2.622667 0.3957909 4.849542 0.0129828 2-1 9.699333 7.4724576 11.926209 0.0000000 2.5-1 20.087333 17.8604576 22.314209 0.0000000 3-1 2-1.5 25.509333 23.2824576 27.736209 0.0000000 7.076667 4.8497909 9.303542 0.0000000 2.5-1.5 17.464667 15.2377909 19.691542 0.0000000 3-1.5 22.886667 20.6597909 25.113542 0.0000000 2.5-2 10.388000 8.1611243 12.614876 0.0000000 3-2 3-2.5 15.810000 13.5831243 18.036876 0.0000000 5.422000 3.1951243 7.648876 0.0000000 $thoigian Page 70 THỰC HÀNH XỬ LÝ SỐ LIỆU diff 1.5-1 2-1 lwr upr p adj 8.8813333 6.654458 11.108209 0.0000000 12.8126667 10.585791 15.039542 0.0000000 2.5-1 16.2673333 14.040458 18.494209 0.0000000 3-1 2-1.5 17.1906667 14.963791 19.417542 0.0000000 3.9313333 1.704458 6.158209 0.0000519 2.5-1.5 7.3860000 5.159124 9.612876 0.0000000 3-1.5 8.3093333 6.082458 10.536209 0.0000000 2.5-2 3.4546667 1.227791 5.681542 0.0004504 3-2 4.3780000 2.151124 6.604876 0.0000061 3-2.5 0.9233333 -1.303542 3.150209 0.7722224 Page 71 [...]... b) $b Page 11 THỰC HÀNH XỬ LÝ SỐ LIỆU diff lwr upr p adj vung2-vung1 -1.2937143 -1.758883797 -0.8285448 0.0000084 vung3-vung1 -0.8040476 -1.246026657 -0.3620686 0.0007453 vung3-vung2 0.4896667 0.008616515 0.9707168 0.0457802 Page 12 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 8: Đồ thị : Điểm đánh giá của khách hàng về những tính chất cảm quan trên 2 sản phẩm Bảng 8: Đánh giá của khách hàng về 2 sản phẩm Đánh giá... of proportions without continuity correction data: cautruckhongdat out of total Page 28 THỰC HÀNH XỬ LÝ SỐ LIỆU X-squared = 52.3475, df = 3, p-value = 2.525e-11 alternative hypothesis: two.sided sample estimates: prop 1 prop 2 prop 3 prop 4 0.01785714 0.02427184 0.03608247 0.18064516 Page 29 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 16 Đồ thị : Mối quan hệ giữa nồng độ enzym và hàm lượng phenolic được trích ly Bảng... 0.079627 0.005602 14.21 3.10e-05 *** Page 34 THỰC HÀNH XỬ LÝ SỐ LIỆU Cm 0.570337 0.003105 183.70 9.07e-11 *** - Signif codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.007876 on 5 degrees of freedom Multiple R-squared: 0.9999, Adjusted R-squared: 0.9998 F-statistic: 3.374e+04 on 1 and 5 DF, p-value: 9.071e-11 Page 35 THỰC HÀNH XỬ LÝ SỐ LIỆU Bài 19 Đồ thị Hàm lượng vitamin... về hàm lượng Vitamin C khi sử dụng các loại nồng độ chế phẩm khác nhau có ý nghĩa thống kê (p= 2.39e-15 a1=c(49.02, 48.33, 52.14)... 0.0017029 0.25-0.2 2.4300000 -1.3311512 6.191151 0.3506392 Page 25 THỰC HÀNH XỬ LÝ SỐ LIỆU 0.3-0.2 3.2433333 -0.5178178 7.004484 0.1131016 0.3-0.25 0.8133333 -2.9478178 4.574484 0.9873690 Bài 14 Đồ thị : Số lượng bệnh nhân tăng trọng lượng theo 3 thực đơn khác nhau Bảng 14 :Lượng tăng trọng lượng bệnh nhân (kg/tháng) như sau: Thực đơn 1 Thực đơn 2 Thực đơn 3 Tăng 1.5-3 kg/tháng 245 145 367 Tăng 0.5-1 kg/tháng... 2 sản phẩm A và B Sản phẩm A Sản phẩm B Hài lòng 124 107 Không hài lòng 26 43 Vì trị số p-value = 0.02816 < 0.05 cho thấy mức độ khác biệt giữa hai nhóm sản phẩm A và B có ý nghĩa thống kê với α=0.05 Vì vậy sự hài lòng của khách hàng về sản phẩm A có khác so với sản phẩm B Nếu là người tiêu dùng thì sẽ chọn loại A ví tỉ lệ hài lòng của khách hàng đối với sản phẩm A (82.67%) cao hơn so với sản phẩm B... >chisq.test(x) Pearson's Chi-squared test data: x X-squared = 249.9598, df = 2, p-value < 2.2e-16 Bài 15 Biểu đồ : Khả năng cải tạo cấu trúc sản phẩm của phụ gia Bảng 15 : Kết quả đánh giá khả năng cải tạo cấu trúc sản phẩm của các loại phụ gia Page 26 THỰC HÀNH XỬ LÝ SỐ LIỆU Cấu trúc tốt Cấu trúc vừa Cấu trúc không đạt Phụ gia A Phụ gia B Phụ gia C Đối chứng 157 8 3 189 12 5 170 17 7 92 35 28 Kiểm định chisq.test... variances Page 16 THỰC HÀNH XỬ LÝ SỐ LIỆU 1.142857 > t.test(v1,v2, var.equal=TRUE) Two Sample t-test data: v1 and v2 t = -3.2205, df = 18, p-value = 0.004744 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -1.8176015 -0.3823985 sample estimates: mean of x mean of y 6.8 7.9 Bài 9: Đồ thị thể hiện sự hài lòng của khách hàng về 2 sản phẩm A và B Bảng 9:...THỰC HÀNH XỬ LÝ SỐ LIỆU Bảng hàm lượng saponin % trong 1 loại nhân sâm được thu hái ở 3 vùng khác nhau >vung1=c(7.53 , 6.87 , 7.12 , 7.53 , 6.84 , 6.67 , 7.81 ) >vung2=c( 5.87 , 5.64 , 6.14 , 6.07 , 5.79 ) >vung3=c(6.13 , 6.35... thống kê Theo thống kê, cho thấy sự khác biết giữa sản phẩm đang bán với sản phẩm cải tiến không có ý nghĩa thống kê (p-value =0.1066) Vì vậy, nhà sản xuất không cần tung sản phẩm cải tiến ra thị trường Page 18 THỰC HÀNH XỬ LÝ SỐ LIỆU PHỤ LỤC >dangban caitien datat.test(dangban,caitien,paired=T) ... nghiệm 3.64b ± 0.09 Ghi chú: [a],[b] cho thấy khác biệt có ý nghĩa thống kê Page THỰC HÀNH XỬ LÝ SỐ LIỆU Qua xử lý số liệu cho thấy khác biệt hàm lượng izozym EST máu ngoại vi hai nhóm người đối... Vitamin C sử dụng loại nồng độ chế phẩm khác có ý nghĩa thống kê (p= 2.39e-15