34 bài tập phân tích và xử lý dữ liệu bằng R

Bài tập phân tích và xử lý dữ liệu bằng R gồm 34 bài tập, code, lời giải. Đánh giá hiệu suất quá trình, sự khác biệt nghiệm thức, ý nghĩa thí nghiệm, đưa ra lựa chọn giữa các sản phẩm một cách khách quan dựa trên đánh giá số liệu cảm quan thu thập được....

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TPHCM Bài tập xử lý số liệu Giảng viên hướng dẫn: Phạm Minh Tuấn Sinh viên: Lê Ngọc Châu_14131841 11/30/2015 Bài tập xử lý số liệu Bài 1: 90 Hiệu suất trích ly (%) 80 70 60 50 40 30 20 10 Diethyl Cồn Dung mơi Biểu đồ so sánh hiệu suất trích ly Diethyl Cồn Bảng : Hiệu suất trích ly polyphenol loại dung môi Dung môi Hiệu suất trích ly % Diethyl 69.2a ± 5.167204 Cồn 68.0a ± 15.0333 Ghi chú: kí tự [ a] cột thể khác biệt hai dung mơi việc trích ly polyphenol khơng có ý nghĩa thống kê Qua kiểm định thấy khác hiệu suất trích ly hai dung mơi khơng có ý nghãi thống kê (p-value=0.8943>0.05) Vì vậy, chọn hai dung mơi để trích ly polyphenol Nhưng xét mặt kinh tế nên chọn cồn để tiết kiệm chi phí Phụ lục: > Diethyl Con var.test(Diethyl,Con) F test to compare two variances data: Diethyl and Con F = 0.11814, num df = 4, denom df = 4, p-value = 0.06226 alternative hypothesis: true ratio of variances is not equal to 95 percent confidence interval: 0.01230061 1.13469446 sample estimates: Lê Ngọc Châu Page Bài tập xử lý số liệu ratio of variances 0.1181416 > t.test(Diethyl,Con,paired=T) Paired t-test data: Diethyl and Con t = 0.14148, df = 4, p-value = 0.8943 alternative hypothesis: true difference in means is not equal to 95 percent confidence interval: -22.3491 24.7491 sample estimates: mean of the differences 1.2 Bài 2: 1.4 Thời gain bền bợt (h) 1.2 0.8 0.6 0.4 0.2 Đối chứng CMC Loại phụ gia Biểu đồ thể khác khả tạo bền bọt phụ gia CMC so với đối chứng Bảng : Khả tạo bền bột phụ gia CMC so với đối chứng Phụ gia Khả bền bọt ( h ) Đối chứng 1.047a ± 0.049 CMC 1.223b ± 0.044734 Ghi : [a],[b] cho thấy khác khả bền bọt phụ gia CMC q trình đối chứng lại có ý nghĩa thống kê Lê Ngọc Châu Page Bài tập xử lý số liệu Quá trình xử lý số liệu cho ta thấy khác biệt khả bền bọt phụ gia CMC trình đối chứng có ý nghĩa thống kê (p-value = 1.374e-05 < 0.05) Vì khơng chọn phụ gia CMC để tăng khả bền bọt Phụ lục: > doichung=c(1.1,0.99,1.05,1.01,1.02,1.07,1.1,0.98,1.03,1.12) > cmc=c(1.25,1.31,1.28,1.2,1.18,1.22,1.22,1.17,1.19,1.21) > bai2=data.frame(doichung, cmc) > var.test(doichung,cmc) F test to compare two variances data: doichung and cmc F = 1.1999, num df = 9, denom df = 9, p-value = 0.7905 alternative hypothesis: true ratio of variances is not equal to 95 percent confidence interval: 0.2980354 4.8307459 sample estimates: ratio of variances 1.199889 > t.test(doichung,cmc,paired=T) Paired t-test data: doichung and cmc t = -8.7467, df = 9, p-value = 1.078e-05 alternative hypothesis: true difference in means is not equal to 95 percent confidence interval: -0.2215188 -0.1304812 sample estimates: mean of the differences -0.176 Bài 3: Lê Ngọc Châu Page Lượng acid amin phân giải (mg/kg) Bài tập xử lý số liệu 25 20 15 10 Loại A Loại B Loại C Loại D Loại enzyme Biểu đồ thể lượng acid amin phân giải từ loại enzyme Bảng 3: Hàm lượng acid amin (mg/kg) thủy phân protein nước mắm loại Enzyme Hàm lượng acid amin Loại Enzyme thủy phân (mg/kg) 18.17ac ± 1.17 A B C D 14.80b ± 0.84 19.00c ± 0.82 16.25ab ± 1.26 Ghi chú: [a],[b],[c] cho thấy khác biệt có ý nghĩa thống kê Qua trình kiểm định lại bảng số liệu thu thập ta thấy số liệu có ý nghĩa thống kê (p-value=7.46e-05 Group=c(rep("A",6),rep("B",5),rep("C",4),rep("D",4)) > group=as.factor(Group) > LoaiA=c(17,18,17,20,19,18) > LoaiB=c(14,15,16,15,14) > LoaiC=c(19,20,18,19) Lê Ngọc Châu Page Bài tập xử lý số liệu > LoaiD=c(16,15,16,18) > loaienzyme=c(LoaiA,LoaiB,LoaiC,LoaiD) > data=data.frame(loaienzyme,group) > bai3=aov(loaienzyme~group) > summary(bai3) Df Sum Sq Mean Sq F value Pr(>F) group 50.56 16.855 15.43 7.46e-05 *** Residuals 15 16.38 1.092 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > TukeyHSD(bai3) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = loaienzyme ~ group) $group 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: Lê Ngọc Châu Page Bài tập xử lý số liệu 90 Khả trương nở 80 70 60 50 40 30 20 10 0.50% 0.30% 0.10% Nồng độ phụ gia (%) Bảng : Khả nằng trương nở bánh thêm nồng độ khác loại phụ gia Nồng độ phụ gia Hiệu suất trương nở bánh % 0.1% 61.14a ± 7.15 0.3% 63.71ab ± 6.63 0.5% 71.14b ± 6.89 Ghi chú: [a],[b],[c] cho thấy khác biệt có ý nghĩa thống kê Qua q trình phân tích ta thấy khác biệt khả trương nở loại phụ gia với nồng độ khác có ý nghĩa thống kê (p-value=0.0372 hieusuat= c(68,80,69,76,68,77,60, 71,62,58,74,65,59,57, 58,60,70,51,57,71,61) > cphugia=c(rep("0.5%",7),rep("0,3%",7),rep("0.1%",7)) > bai4=data.frame(hieusuat, cphugia) > av = aov(hieusuat~cphugia) > summary(av) Df Sum Sq Mean Sq F value Pr(>F) cphugia 377.5 188.76 3.973 0.0372 * Residuals 18 855.1 47.51 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > hn=aov(hieusuat~cphugia) > TukeyHSD(hn) Lê Ngọc Châu Page Bài tập xử lý số liệu Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = hieusuat ~ cphugia) $cphugia 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 Hàm lượng izozyme EST máu ngoại vi Bài 5: 3.8 3.7 3.6 3.5 3.4 3.3 3.2 Đối chứng Thí nghiệm Nhóm người Biểu đồ thể khác biệt hàm lượng izozyme EST máu ngoại vi hai nhóm người Bảng 5: Hàm lượng izozyme EST máu ngoại vi hai nhóm người Nhóm người Hàm lượng izozyme EST máu Đối chứng 3.53a ± 0.12 Thí nghiệm 3.64b ± 0.09 Ghi chú: [a],[b] cho thấy khác biệt có ý nghĩa thống kê Qua phân tích số liệu ta thấy có khác biệt hàm lượng izozyme EST máu ngoại vi hai nhóm người ( đối chứng thí nghiệm) (p-value= 0.045 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 57,3.35,3.74,3.29,3.48,3.45,3.58,3.59,3.62,3.59,3.57,3.35,3.74,3.29,3.48,3.45,3.58,3.59,3 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, 3.67,3.69,3.35,3.58,3.68,3.59,3.58,3.58,3.68,3.59,3.58,3.74,3.75,3.61,3.78,3.67,3.69,3.74, 3.58,3.68) > 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 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 t = -4.4164, df = 61.095, p-value = 4.169e-05 alternative hypothesis: true difference in means is not equal to 95 percent confidence interval: -0.16270852 -0.06129148 sample estimates: mean of x mean of y 3.531714 3.643714 Bài 6: Lê Ngọc Châu Page Bài tập xử lý số liệu 160 Đánh giá cảm quan 140 120 100 80 Thích 60 Khơng thích 40 20 Hương chanh dây Hương vani Hương vị sản phẩm Biểu đồ thể kết đánh giá cảm quan cảu người tiêu dùng với sản phẩm Bảng 6: Mức độ yêu thích hại loại hương vị (số người ) Khơng thích Thích Hương chanh dây 15 132 Hương vani 33 145 Mặc dù sản phẩm với hương chanh dây đánh giá cao ( chanh dây =90% vani=81%) kết phân tích cho ta thấy kết thống kê đánh giá cảm quan người tiêu dùng với sản phẩm ý nghĩa thống kê (p-value= 0.05107 >0.05) nên nhà sản xuất chọn loại sản phẩm để sản xuất Phụ lục: >B6 chisq.test(B6) Pearson's Chi-squared test with Yates' continuity correction data: B6 X-squared = 3.8061, df = 1, p-value = 0.05107 Bài 7: Lê Ngọc Châu Page Bài tập xử lý số liệu Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > TukeyHSD(aov(khoiluong~anhsang+nhietdo)) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = khoiluong ~ anhsang + nhietdo) $anhsang diff lwr upr p adj 2-1 2.85 2.287792 3.412208 4.75e-05 $nhietdo 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 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: Lê Ngọc Châu Page 56 Bài tập xử lý số liệu 40 35 Năng suất (tấn/ha) 30 25 20 15 10 Lô đất Lô đất Lô đất Lô đất Lô đất Biểu đồ thể suất bỏ qua ảnh hưởng giống lúa khu vực khác 40 Năng suất ( tấn/ha) 35 30 25 20 15 10 Giống Giống Giống Giống Biểu đồ thể ảnh hưởng giống lúa lên suất bỏ qua ảnh hưởng khu vực Bảng 32.1 : Năng suất (tấn/ha) lúa khu vực canh tác Lô đất Năng suất ( tấn/ha ) 31.55a ± 1.84 31.63a ± 3.01 33.93a ± 2.87 33.23a ± 3.48 33.90a ± 3.50 Ghi : [a] thể khơng có khác biệt suất Bảng 32.2: suất (tấn/ha) giống lúa Giống lúa Năng suất ( / ) Lê Ngọc Châu Page 57 Bài tập xử lý số liệu 34.52b ± 1.36 34.18b ± 2.73 33.70b ± 2.10 28.98c ± 0.60 Ghi : [b],[c] thể có khác biệt suất Nếu bỏ qua ảnh hưởng giống lúa lên suất.Qua q trình phân tích ta thấy khác suất lúa trồng khu vực khác khơng có ý nghĩa thống kê ( p-value= 0.6551>0.05) Vì bỏ qua ảnh hưởng giống lúa lên suất chọn khu vực canh tác Nếu xét ảnh hưởng giống lúa khu vực canh tác lên suất thu hoạch Quá trình phân tích cho thấy khác suất giống lúa có ý nghĩa thống kê (p-value= 0.0006483 0.05) Cũng từ trình phân tích ta thấy xét ảnh hưởng giống lúa khu vực canh tác lên suất thu hoạch nên chọn giống lúa ( có suất cao 34.52tấn/ha) trồng khu vực canh tác ( khơng có khác biêt ) Phụ lục: > group=gl(5,4,20) > group=as.factor(group) >lodat=c(32.8,33.3,30.8,29.3,34,30,34.3,28.2,34.3,36.3,35.3,29.8,35,36.8,32.3,28.8,36.5,3 4.5,35.8,28.8) > lm(lodat~group) Call: lm(formula = lodat ~ group) Coefficients: (Intercept) group2 31.550 0.075 group3 2.375 group4 group5 1.675 2.350 > summary(lm(lodat~group)) Call: lm(formula = lodat ~ group) Residuals: Lê Ngọc Châu Page 58 Bài tập xử lý số liệu Min 1Q Median 3Q Max -5.100 -1.781 0.925 2.019 3.575 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 31.550 1.501 21.017 1.54e-12 *** group2 0.075 2.123 0.035 0.972 group3 2.375 2.123 1.119 0.281 group4 1.675 2.123 0.789 0.442 group5 2.350 2.123 1.107 0.286 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 3.002 on 15 degrees of freedom Multiple R-squared: 0.1419, Adjusted R-squared: -0.08694 F-statistic: 0.6201 on and 15 DF, p-value: 0.6551 > bai32=aov(lodat~group) > TukeyHSD(bai32) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = lodat ~ group) $group 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 Lê Ngọc Châu Page 59 Bài tập xử lý số liệu > giong=gl(4,1,20) > giong=as.factor(giong) > data=data.frame(giong,group,lodat) > b32=lm(lodat~group+giong) > b32 Call: lm(formula = lodat ~ group + giong) Coefficients: (Intercept) 33.225 giong3 -0.820 group2 0.075 giong4 -5.540 group3 2.375 group4 group5 giong2 1.675 2.350 -0.340 > anova(b32) Analysis of Variance Table Response: lodat Df Sum Sq Mean Sq F value Pr(>F) group 22.357 5.589 1.9769 0.1622947 giong 101.285 33.762 11.9416 0.0006483 *** Residuals 12 33.927 2.827 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > summary(b32) Call: lm(formula = lodat ~ group + giong) Residuals: Min 1Q Median 3Q Max -2.9600 -0.8600 0.2575 0.9537 2.2400 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 33.225 1.063 31.243 7.27e-13 *** Lê Ngọc Châu Page 60 Bài tập xử lý số liệu group2 0.075 1.189 0.063 0.950741 group3 2.375 1.189 1.998 0.068951 group4 1.675 1.189 1.409 0.184277 group5 2.350 1.189 1.977 0.071538 giong2 -0.340 1.063 -0.320 0.754680 giong3 -0.820 1.063 -0.771 0.455572 giong4 -5.540 1.063 -5.210 0.000218 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 1.681 on 12 degrees of freedom Multiple R-squared: 0.7847, Adjusted R-squared: 0.6591 F-statistic: 6.247 on and 12 DF, p-value: 0.002989 > Bai32=aov(lodat~group+giong) > TukeyHSD(Bai32) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = lodat ~ group + giong) $group 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 $giong diff lwr upr p adj 2-1 -0.34 -3.497242 2.817242 0.9881230 Lê Ngọc Châu Page 61 Bài tập xử lý số liệu 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 Bài 33: 25 Năng suất(g) 20 15 10 Môi trường Môi trường Môi trường Môi trường Môi trường Loại môi trường Biểu đồ thể suất theo loại môi trường bỏ qua ảnh hưởng cuả giống 25 Năng suất (g) 20 15 10 Giống Giống Giống Giống Giống Giống Giống Biểu đồ thể ảnh hưởng giống lúa lên suất bỏ qua ảnh hưởng môi trường Bảng 33.1 : Ảnh hưởng môi trường lên sinh khối Lê Ngọc Châu Page 62 Bài tập xử lý số liệu Môi trường Sinh khối 5.8a ± 1.16 12.9bd ± 1.35 14.6bc ± 1.19 16.1c ± 4.42 12.5d ± 3.62 Ghi :[a],[b],[c],[d] thể có khác biệt khả sinh khối loại môi trường Bảng 33.2 : Ảnh hưởng giống lên sinh khối Giống Sinh khối 10.95ac ± 4.66 13.60bd ± 4.35 9.89a ± 3.37 11.85ab ± 3.84 12.67bc ± 3.55 15.30d ± 5.15 Ghi :[a],[b],[c],[d] thể có khác biệt khả sinh khối loại nấm men Bỏ qua ảnh hưởng môi trường lên khả cho sinh khối chủng nấm men bánh mì , khác biệt suất loại giống có ý nghĩa thống kê (pvalue=5.223e-09nangsuat=c(5.122,11.235,14.056,16.542,7.023,5.066,12.481,14.648,16.95,6.219,4.987,1 2.547,14.358,16.724,6.354,5.786,12.021,14.978,17.687,15.874,6.562,12.046,15.092,18.5 72,16.83,6.378,12.008,15.642,18.235,16.325,4.258,11.547,12.321,9.687,12.358,3.129,11 787,12.819,7.566,12.21,5.024,12.002,12.458,8.654,12.564,5.231,11.958,15.647,13.214,1 1.369,5.124,12.548,16.55,14.866,11.657,5.358,12.032,16.542,14.035,11.587,6.587,13.24 5,14.562,15.698,11.387,6.786,14.847,14.734,17.214,11.553,6.841,14.023,15.023,16.571, 10.987,7.068,14.568,15.003,20.158,16.871,7.257,15.618,14.347,24.75,17.161,7.524,15.0 97,14.175,22.547,17.289) Lê Ngọc Châu Page 63 Bài tập xử lý số liệu > Giong=gl(6,15,90) > Giong=as.factor(Giong) > Mtr=gl(5,1,90) > Mtr=as.factor(Mtr) > data=data.frame(Giong,Mtr,nangsuat) > bai33=lm(nangsuat~Giong+Mtr) > bai33 Call: lm(formula = nangsuat ~ Giong + Mtr) Coefficients: (Intercept) 4.3597 Mtr2 7.0846 Giong2 2.6483 Mtr3 8.8259 Giong3 Giong4 Giong5 Giong6 -1.0619 0.8937 1.7164 4.3414 Mtr4 Mtr5 10.3101 6.7517 > anova(bai33) Analysis of Variance Table Response: nangsuat Df Sum Sq Mean Sq F value Pr(>F) Giong 278.76 55.752 12.562 5.223e-09 *** Mtr 1125.67 281.418 63.407 < 2.2e-16 *** Residuals 80 355.06 4.438 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > summary(bai33) Call: lm(formula = nangsuat ~ Giong + Mtr) Residuals: Min 1Q Median 3Q Max -6.0419 -0.8274 0.1529 1.2336 5.7388 Lê Ngọc Châu Page 64 Bài tập xử lý số liệu Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 4.3597 0.7022 6.208 2.25e-08 *** Giong2 2.6483 0.7693 3.443 0.000919 *** Giong3 -1.0619 0.7693 -1.380 0.171320 Giong4 0.8937 0.7693 1.162 0.248772 Giong5 1.7164 0.7693 2.231 0.028466 * Giong6 4.3414 0.7693 5.644 2.44e-07 *** Mtr2 7.0846 0.7022 10.088 6.50e-16 *** Mtr3 8.8259 0.7022 12.568 < 2e-16 *** Mtr4 10.3101 0.7022 14.682 < 2e-16 *** Mtr5 6.7517 0.7022 9.614 5.47e-15 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 2.107 on 80 degrees of freedom Multiple R-squared: 0.7982, Adjusted R-squared: 0.7755 F-statistic: 35.16 on and 80 DF, p-value: < 2.2e-16 > b33=aov(nangsuat~Giong+Mtr) > TukeyHSD(b33) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = nangsuat ~ Giong + Mtr) $Giong diff lwr upr p adj 2-1 2.6482667 0.4020565 4.8944768 0.0114479 3-1 -1.0618667 -3.3080768 1.1843435 0.7385496 4-1 0.8937333 -1.3524768 3.1399435 0.8534329 5-1 1.7164000 -0.5298102 3.9626102 0.2352884 6-1 4.3414000 2.0951898 6.5876102 0.0000036 3-2 -3.7101333 -5.9563435 -1.4639232 0.0000950 4-2 -1.7545333 -4.0007435 0.4916768 0.2141034 5-2 -0.9318667 -3.1780768 1.3143435 0.8300940 6-2 1.6931333 -0.5530768 3.9393435 0.2488803 Lê Ngọc Châu Page 65 Bài tập xử lý số liệu 4-3 5-3 6-3 5-4 6-4 6-5 1.9556000 -0.2906102 2.7782667 0.5320565 5.4032667 3.1570565 0.8226667 -1.4235435 3.4476667 1.2014565 2.6250000 0.3787898 4.2018102 0.1243613 5.0244768 0.0067857 7.6494768 0.0000000 3.0688768 0.8920208 5.6938768 0.0003425 4.8712102 0.0125431 $Mtr diff lwr upr p adj 2-1 7.0845556 5.1246207 9.0444904 0.0000000 3-1 8.8259444 6.8660096 10.7858793 0.0000000 4-1 10.3101111 8.3501762 12.2700460 0.0000000 5-1 6.7516667 4.7917318 8.7116015 0.0000000 3-2 1.7413889 -0.2185460 3.7013238 0.1055665 4-2 3.2255556 1.2656207 5.1854904 0.0001532 5-2 -0.3328889 -2.2928238 1.6270460 0.9894846 4-3 1.4841667 -0.4757682 3.4441015 0.2245762 5-3 -2.0742778 -4.0342126 -0.1143429 0.0326425 5-4 -3.5584444 -5.5183793 -1.5985096 0.0000247 Bài 34: 90.00 80.00 Hiệu suất (%) 70.00 60.00 50.00 40.00 30.00 20.00 10.00 0.00 1:1 1:1.5 1:2 1:2.5 1:3 Tỉ lệ chuối: nước Biểu đồ thể ảnh hưởng nước đến hiệu suất xay chuối Lê Ngọc Châu Page 66 Bài tập xử lý số liệu 90.00 80.00 Hiệu suất (%) 70.00 60.00 50.00 40.00 30.00 20.00 10.00 0.00 1.5 2.5 Thời gian (phút) Biểu đồ thể ảnh hưởng thời gian xay đến hiệu suất xay chuối Bảng 34.1: Bảng thể hiệu suất(%) xay chuối tỉ lệ chuối : nước Tỉ lệ chuối: nước Hiệu suất 1:1 46.92a ± 3.67 1:1.5 49.58b±6.40 1:2 57.17c±6.60 1:2.5 67.05d±9.15 1:3 72.47e±7.55 Ghi chú: a,b,c,d,e thể khác biệt hiệu suất(%) xay tỉ lệ chuối: nước khác Bảng 34.2: Bảng thể hiệu suất(%) xay chuối với thời gian khác Thời gian Hiệu suất 47.51a ± 8.41 1.5 56.84b±9.76 60.33c±10.32 2.5 63.78d±11.90 64.67d±12.14 Ghi chú: a,b,c,d,e thể khác biệt hiệu suất (%) xay khoảng thời gian khác Qua q trình phân tích ta thấy khác hiệu suất xay chuối ảnh hưởng tỷ lệ chuối : nước thời gian xay có ý nghĩa thống kê ( p-value 2.2e16Hieusuat=c(40.41,42.5,39.5,45.58,45.21,46.67,47.27,47.36,48.79,49.44,49.53,50.53,49 74,50.17,51.17,37.38,37.47,38.47,49.56,49.65,50.65,50.91,51,52,53.75,53.55,54.55,54.54 ,54.63,55.63,45.91,46,47,54.24,54.33,55.33,59.49,59.58,60.58,60.65,60.74,61.74,61.04,6 1.13,62.13,52.04,52.13,53.13,62.26,62.35,63.35,68.17,68.26,69.26,74.44,74.53,75.53,76 36,76.45,77.45,59.86,59.95,60.95,68.52,68.61,69.61,73.68,73.77,74.77,78.85,78.94,79.94 ,79.47,79.56,80.56) > loai loai=as.factor(loai) > thoigian thoigian=as.factor(thoigian) > data=data.frame(Hieusuat,thoigian,loai) > bai34=lm(Hieusuat~loai+thoigian) > bai34 Call: lm(formula = Hieusuat ~ loai + thoigian) Coefficients: (Intercept) loai1.5 loai2 loai2.5 35.901 2.658 9.735 20.123 thoigian2 thoigian2.5 thoigian3 12.813 16.267 17.155 loai3 thoigian1.5 25.545 8.881 > anova(bai34) Analysis of Variance Table Response: Hieusuat Df Sum Sq Mean Sq F value Pr(>F) loai 7276.3 1819.08 382.57 < 2.2e-16 *** thoigian 2916.1 729.02 153.32 < 2.2e-16 *** Residuals 66 313.8 4.75 Lê Ngọc Châu Page 68 Bài tập xử lý số liệu Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > summary(bai34) Call: lm(formula = Hieusuat ~ loai + thoigian) Residuals: Min 1Q Median 3Q Max -3.9840 -1.3990 -0.2773 1.1340 6.5987 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 35.9013 0.7554 47.528 < 2e-16 *** loai1.5 2.6580 0.7962 3.338 0.00139 ** loai2 9.7347 0.7962 12.226 < 2e-16 *** loai2.5 20.1227 0.7962 25.272 < 2e-16 *** loai3 25.5447 0.7962 32.082 < 2e-16 *** thoigian1.5 8.8813 0.7962 11.154 < 2e-16 *** thoigian2 12.8127 0.7962 16.092 < 2e-16 *** thoigian2.5 16.2673 0.7962 20.430 < 2e-16 *** thoigian3 17.1553 0.7962 21.546 < 2e-16 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 2.181 on 66 degrees of freedom Multiple R-squared: 0.9701, Adjusted R-squared: 0.9665 F-statistic: 267.9 on and 66 DF, p-value: < 2.2e-16 > b34=aov(Hieusuat~loai+thoigian) > TukeyHSD(b34) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = Hieusuat ~ loai + thoigian) $loai diff Lê Ngọc Châu lwr upr p adj Page 69 Bài tập xử lý số liệu 1.5-1 2.658000 0.4248796 4.891120 0.0117237 2-1 9.734667 7.5015462 11.967787 0.0000000 2.5-1 20.122667 17.8895462 22.355787 0.0000000 3-1 25.544667 23.3115462 27.777787 0.0000000 2-1.5 7.076667 4.8435462 9.309787 0.0000000 2.5-1.5 17.464667 15.2315462 19.697787 0.0000000 3-1.5 22.886667 20.6535462 25.119787 0.0000000 2.5-2 10.388000 8.1548796 12.621120 0.0000000 3-2 15.810000 13.5768796 18.043120 0.0000000 3-2.5 5.422000 3.1888796 7.655120 0.0000000 $thoigian diff lwr upr p adj 1.5-1 8.881333 6.648213 11.114454 0.0000000 2-1 12.812667 10.579546 15.045787 0.0000000 2.5-1 16.267333 14.034213 18.500454 0.0000000 3-1 17.155333 14.922213 19.388454 0.0000000 2-1.5 3.931333 1.698213 6.164454 0.0000546 2.5-1.5 7.386000 5.152880 9.619120 0.0000000 3-1.5 8.274000 6.040880 10.507120 0.0000000 2.5-2 3.454667 1.221546 5.687787 0.0004699 3-2 4.342667 2.109546 6.575787 0.0000077 3-2.5 0.888000 -1.345120 3.121120 0.7979443 Lê Ngọc Châu Page 70 ... > group=c(rep("55",3),rep("70",3),rep("85",3),rep("100",3),rep("115",3)) > group=as.factor(group) > bai11=data.frame(data,group) > b11=lm(data~group) > aov=anova(b11) > aov Analysis of Variance... nd7=c(96.41,97.56,98.73) Lê Ngọc Châu Page 22 Bài tập xử lý số liệu > group=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)) > group=as.factor(group) > nd=c(nd1,nd2,nd3,nd4,nd5,nd6,nd7)... Page 33 Bài tập xử lý số liệu Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 0.9113 on 12 degrees of freedom Multiple R- squared: 0.9984, Adjusted R- squared: 0.9977