SCI实验数据处理(图片,图表,文字)

SCI实验数据处理(图片,图表,文字)
SCI实验数据处理(图片,图表,文字)

不少研究生们可能都有这样的体会:千辛万苦得来的实验结果,不知道该如何展现给别人?的确如此,有些研究工作做得非常出色,可能由于呈现方式的问题,不能发表高水平的文章(尤其是SCI文章)。

仔细分析C-N-S系列的大牛文章,不难发现,这些高水平论文的图表质量也高人一筹。因此,合理的“包装”自己的实验结果非常重要。

一、共聚焦图片

1. 拍照时要保留大中小三个倍数的图,且图片分辨率不能太低(我们用1024*1024),能大则大,我们是因为机器限制。用的时候要进行裁减,比如文章上放的是200倍和400倍的图,实际上200倍的图来自拍照时100倍的图,400倍的图来自拍照时200倍的图。这样有利于准确地形成系列图片。

2. 图片对比度、中间色之类可以(或者是必须)在保证趋势的基础上进行适当调整。

3. 荧光图片不提倡定量,定量要配合western。

4. 应该是tif格式。

5. 拍照时一般不要把对比度调节的太大,尽量保存细节。拍的太强了后期是不好调弱的,或者背底太暗了也会丢失细节的。这些后期都可以通过软件调节。

6. 低倍-高倍的顺序。反之会形成暗区,特别是在高倍加zoom放大层扫之后特别明显。这是教训,不能看见高倍下面比较好的结果,就欣喜若狂,先高倍后低倍。

7. 一定要保留你的oib格式,不能因为省空间,只存留tif格式。有些杂志会要求伪色,比如,红色的用粉色显示,要是有oib格式就很好调整,重新出图就是。没有oib,用tif也可以用其他软件转换,但总觉得最后的颜色不是很对,因为很难把握粉色的色值。

8. 层扫的图片叠加或出2D的tif图,建议不要用“输出所见”这个选项,这样出来的

1024-1024的会变成512-512,这时候还是选择一般tif,1024-1024,后期再用其他软件合成会比较好。

9. 结果好,拍照好,才是最基本的,一定要杜绝对结果的修改。对于形态学的图片来说,用软件修改后的用一些二进制的软件打开后可以明显看出修改过程。这是同学告诉我的,自己没试过,因为没这样修过。

二、幻灯片

实验室就非常强调你的汇报能力。幻灯片至少是要无懈可击。可能你的工作很漂亮,但是你做了一个很粗糙的幻灯,而且讲的也很粗糙,这样,别人对你的评价就会打折扣。我一般喜欢用prism作图,非常漂亮,而从来不用excel作图。而幻灯,思路要很明确,背景要介绍清楚。然后大家一定要控制时间,给你十五分钟,最好是留有10s的空余,但是一定不能多,也不能讲到十分钟就结束了。

三、图片

目前杂志投稿没有一个统一的标准比较麻烦,比如照片的DPI不同杂志要求就不一样,有的杂志甚至单独要求Merge图片的DPI,还有的连统计图的线粗细磅数也要求不一样。

这就造成一稿被拒,还要重新治理很多照片和统计图,非常麻烦。

1. 首先对文章中图片的逻辑关系要十分清楚,针对results部分排好序,而且开始的时候要多准备一点图片,挑出几张拍摄效果好的,在投稿的时候,除了你认为最好的那张图以外,还可以放几张备选图到附件中。

2. 图片的排列一定要有逻辑性,不管是从大体形态到分子机制,还是从分子机制再到形态学,不管按照什么方式叙述,都要按照一定的逻辑顺序。

3. 图片要尽量的精美,而且要每组图片要保留几个备用的图片,以免要求修改时,找不到合适的图片。

4. 要注重细节,放在PPT上排列时,要注意上下左右的图片尽量对齐,包括用来放在柱形图上的小星号,一定要对齐,放好。

5. 代表趋势变化的图,一定要能看出趋势。不明显的图就不要放在上面了。

6. 如果是大体照片,比如关节炎肿胀的照片,要放一个尺在背景中,这样即使照片焦距不

一样,有了尺的刻度在照片里,就很能说明问题(尺的刻度随照片大小改变而改变)。

7. 在excell中作的柱状图或线图,我一般都是用字体14号,字形加粗,线条粗细在1.75

到2.0。

8. 当然大家想要得到精美图片掌握photoshop等作图软件是少不掉。

9. 几幅图如何排版,最好看看级别高的杂志,他们是如何排版的。

10. 每次都感叹老外的综述性文章的图片,看的很直观,这次我也发表了一篇综述性文章,找一个做动漫的高手,将我个人的想法在photoshop上画了一个精美的图片,故有时可以

请专业人士帮忙。

图1:高手做的图

11. 对于病理的图片,照相时要加标尺,一般用Tif保存,尽可能保存分辨率高的图片(以后再压缩都行)。我一般都是100倍的照1张,200倍的照4张,400倍的照4张。

12. 图片要在PPT或paper中呈现的时候,最好加一个边框,图片之间不要距离太宽,这样要好看些。

13. 组合图片时,一般用photoshop.注意细节,上下左右要对齐。每个图片的背景要调整一致。

14. 做统计图时,用origin,Prism,sigmaPlot。这样做出来的图确实要好看,而且容易调整间距,字体等。当然用EXCEL也能做出好看的图,但是需要仔细修改,比如要去除网格线。

15. 所有的图片最好符合黄金分割原理,长宽比例控制在1.6左右。图中重点强调的内容一定要加粗,或者用很醒目的符号。总之最能吸引人眼球的地方就是你文章最重要的部分。

16. 图片的英文字体最好用Arial。

四、图表

1. 完整性。图表应包含摘要中所有的重要结果,并且信息量要比摘要更丰富,这样才显得丰满。但也要注意别把所有结果都堆砌上去,这样反而会干扰文章的逻辑主线。

2. 逻辑性。实验结果不同部分的图表必须互相联系,形成一个连贯的逻辑链条,以支撑文章的结论。如果只看图表不看正文也能自然地得出结论的话,那说明其逻辑主线是非常清晰的。

3. 精炼的文字说明。配以文字说明,使得图表易读易懂,但一定要简洁精炼,否则还不如去看结果的文字部分呢。

4. 把握一些细节问题。比如图与图之间的间距以及字体的大小、位置应保持一致,图片中指示箭头与背景的对比要明显...等等。图表及文字说明的排布要力求整齐划一,给审稿人一个严谨的印象。

五、论文

1. 条理清晰:编号要有条理,可以所有的都不编号,也可以编成1,1.1,。。等等,但一定要前后一致。

2. 丰富多样:我认为一篇论文中应该有图有表,有的数据既可以以表格形式表示,也可以用Excel画出图,那么就应该看看文章中缺什么,比如图比较多,那就画个表,等等。

3. 对于文章的格式,有一些具体的要求:字体(Font):Times New Roman,字体大小(Font size):12 (即小四),行距(Spacing):双行(double space),纸张:8.5-by-11-inch (相当于A4),纸张边距(Page margins):各留 1 inch。

4. 书写要求:右边不对齐(do not justify the lines at the right margin),每段第一个单词嵌入1 inch (Tab键,或五个空格)。

5. 对于图,首先要写好Figure legends,“readers do NOT need to look at the text to find out what the figure means ”,所以Figure legends要叙述清楚。

6. 绘图工具:Photoshop or powerpoint

7. 图片大小:one-column or two-column

8. 字体选择:Helvetica or Arial

9. 如果数据比较多的时候尽量放到表里面,减少结果部分文字的篇幅,我有一篇文章审稿人就要求我把文字部分的数据放到表中。

10. 图中尽量多做标注,最好做到不看legend也能看懂图的内容。

11. 图的数量不宜太多,不重要的图不必显示。

12. 示意图宜简单明了,无关的东西不需要

六、如何做免疫组化的图

免疫组化做完后就要进行目的蛋白表达水平的评估,就是读片的过程,期间可以留意哪些染色具有代表性,可以作为文章中的图,用显微镜拍好后,接下来就是如何将这些代表性的图(如weak,moderate, stong staining)合成一张图。

1.将不同的图同时用Photoshop打开,同时新建一张背景图。

.考虑到美观,可以采用圆形选择工具,比如直径为2cm,在每张图上进行选择,将选好的区域拉到新建的背景图上。

3.注意各个图之间要对齐,可以采用参考线进行对齐或将不同图层进行链接,然后再对齐。

4.根据不同杂志的具体要求,设置图的大小及分辨率(DPI)。

七、作图软件

老板曾经给我说过,一定要十分注意自己放到文章里的图片,好的图片更容易让编辑对你的文章产生好感;而且,不完善的图片一旦发表,它是永远不能被撤下来的。过一段时间,你自己看着就很难受。

我以前习惯于用excel作图,老板已经不允许了,现在全部换成graphpad prism 5 和canvas 11了,刚开始的时候,用着这两个英文软件也不是很顺手,用久了,果然发现这两个软件作出的图片和图表的确质量要好很多,而且,再次改起来也很方便。graphpad prism 5还可以直接做统计分析。至于图片的初级处理工作,一般都是在image j和photoshop里做的。image j是个功能很强大的软件,可以在网上免费下载自己需要的插件,完成自己特定的要求。

互相交流,共同进步。

确实如此,作图软件也是影响图片质量和作图效率的一个关键因素。作图软件(或者统计软件)往往因各人的习惯和实验数据的特点而异。

就我个人而言,我的实验数据大都是电生理和形态学方面的东西,我觉得比较合适的软件是:

1.电生理:Igor 4.0; miniAnalysis; Plusfit;

2.形态学:photoshop;IPP

3.统计软件:spss,excel(一些简单的数据分析还是很实用的)

的确如此,写文章过程中需要的主要软件工具。关于实验方面的,不同专业要求不一样。在这儿我想说的是,从原始数据到文章成稿的过程中,你可能用到的软件工具:文字的(e.g. Word )、图形的(e.g. Origin, sigmaPlot,photoshop)、数据分析统计的(e.g. Excel, SPSS or SAS…)、数据模拟的(e.g. MathCad, Matlab…)、文献管理的(e.g. Endnote…)及其专业软件。

在这过程中,图片的处理尤为重要!您想让自己的图片在文章中看起来更清晰,为您的文章增添更多吸引人的地方除掉软件以外你的Tables, Figure captions, and Figures,还应具有科学性、新颖性和逻辑性,有时候可观赏性很重要。

在英文综述性文章中,用示意图能很好将复杂问题简单化!需要一定的作图功底能力。

个人觉得大家在作图时,不要太迷信用专业的作图软件,现有的常规软件word、ppt,只要你用心转研,一样可以做出精美的示意图。我之前在一次会议的时候看到一个高手做的示意图,很是漂亮,下来一问,居然是用ppt做的,回来一试,果不其然,自己也能做出很漂亮的彩图,这次直接在国基中派上用场。希望大家能够好好发掘现有的软件和素材,小块头也有大智慧,呵呵!

八、采集原始结果的原则和方法

稿件中的图片大体可以分为三类:1)来自数码相机,如显微镜下或大体照片等;2)来自采样软件,如powerlab的动作电位图、血压图等;3)来自统计作图软件,如Excel

的柱状图等。

操作的三大原则:1)原始图像要保留,修改后的图像务必另存而不要覆盖原始图像;2)尽量减少保存次数,以免损失图像质量,可以多处修改,一一完毕后再做存盘;3)所有操作不得使图像失真,任何影响图像真实性的修改都是不允许的。

任何修改工作都是在原始图像的基础上进行,所以如果原始图像质量不佳,那必将事倍功半。下面对有利于原始图像质量的细节略做介绍。不同来源的图像,其注意点也不一样,因此分开讨论。

1)来自照相的获得的数码文件多是在显微镜视野下采集的,因此聚焦和暴光是必须要考虑的。显微镜下景深极浅,意味着聚焦清晰不能依赖于小光圈,而应靠精细调节显微镜。注意应使照相通道和目镜观察通道相一致,即目镜下最清晰时拍照也最清晰。拍照时相机应选择最大光圈,广角端。不要使用望远变焦,它使得视野变小且放大倍数难以计算。聚焦不清的另一主要问题在于相机的抖动。虽然一般相机都固定在显微镜上,但按快门时的手震有时仍不可忽视,这时一个简单的办法是利用相机的自拍功能,按下快门之后经倒数计时后正式拍摄。暴光时间的选择在一般的明视野下可由相机的自动暴光决定;而暗视野下有时需要高达几分钟的暴光时间,这是一般数码相机达不到的,只能通过专业的CCD系统并用软件帮助采集图像。一些软件可以用来修改暴光不足的照片,但暴光过度往往使图像细节丢失。显微镜下拍摄时闪光灯不起作用,将它关闭。通过白平衡,一般不会产生严重的偏色。另外,由于镜头的原因,边角处难免会有失真,因此,请保证目标在视野正中,镜头成像最佳范围内,而无须铺满整个视野,现在的数码相机的像素值已经足够高了。

2)来自采样软件的采样软件所采得的原始图形一般储存在特定格式的文件中,通过该软件或配套的分析软件打开。有的采样或分析软件可以将图形直接输出到Word或Photoshop 中,但有的则不能。这时最简单的办法就是通过抓屏或抓图软件来获取。通过采样软件获取的图形输出后仅做些切割、拼合的工作,不应该做更多其它的修改。图形在采样软件中可以通过改变x轴和y轴的缩放比改变形状,因此一组图片应该选择统一的标准,并且标注x, y 轴的标尺。图形的精细程度和采样频率相关,采样频率越高,图片越精细。图片中不必要的颜色信息可以在Photoshop中丢弃。

3)来自统计作图软件的常用的统计作图软件包括Origin、Sigmaplot、Excel等。这些软件作的图一般都可直接输出到Word及Photoshop中。统计图的标注等应多在统计软件中完成,输出后不宜多做修改。图中尽量不要用颜色或灰度来区别组间,而多利用形状特征。如Excel 的柱状图,选择“填充/图案”,里面有足够多的选择项。

九、生存曲线的作图方法

可以来做生成曲线的软件很多,比如SAS,STATA,SPSS等。这里以SPSS为例,介绍生存曲线的做法。

1)分别将随访天数(TIME),结局变量(YES or NO),不同分组及处理方式(TREAT)输入软件。激活Statistics菜单选Survival中的Kaplan-Meier...项,弹出Kaplan-Meier对话框。将各个数值输入对应的对话框中,再点击OK钮即完成分析。

2)对软件生成的生存曲线,可以进行手动编辑,双击需要调整的曲线,可以选择合适的风格(style)及颜色(color)。

3)将图像用photoshop打开,选择文字工具,给图像加上标题、副标题及坐标值说明。标题及副标题字体为Arial, 12号,其他字体均为Arial, 8号。

4)采用各种选择工具(如矩形选择工具)来调整图像中不同标题及坐标的相对位置。5)根据需要选择合适的分辨率,一般为300(DPI)。这是我做的一张生存曲线图。

实验设计与数据处理心得

实验设计与数据处理心得体会 刚开始选这门课的时候,我觉得这门课应该就是很难懂的课程,首先我们做过不少的实验了,当然任何自然科学都离不开实验,大多数学科(化工、化学、轻工、材料、环境、医药等)中的概念、原理与规律大多由实验推导与论证的,但我觉得每次到处理数据的时候都很困难,所以我觉得这就是门难懂的课程,却也就是很有必要去学的一门课程,它对于我们工科生来说也就是很有用途的,在以后我们实验的数据处理上有很重要的意义。 如何科学的设计实验,对实验所观测的数据进行分析与处理,获得研究观测对象的变化规律,就是每个需要进行实验的人员需要解决的问题。“实验设计与数据处理”课程就就是就是以概率论数理统计、专业技术知识与实践经验为基础,经济、科学地安排试验,并对试验数据进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。它主要应用于工农业生产与科学研究过程中的科学试验,就是产品设计、质量管理与科学研究的重要工具与方法,也就是一门关于科学实验中实验前的实验设计的理论、知识、方法、技能,以及实验后获得了实验结果,对实验数据进行科学处理的理论、知识、方法与技能的课程。 通过本课程的学习,我掌握了试验数据统计分析的基本原理,并能针对实际问题正确地运用,为将来从事专业科学的研究打下基础。这门课的安排很合理,由简单到复杂、由浅入深的思维发展规律,先讲单因素试验、双因素试验、正交试验、均匀试验设计等常用试验设计

方法及其常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识,最后将得出的方差分析、回归分析等结论与处理方法直接应用到试验设计方法。 比如我对误差理论与误差分析的学习:在实验中,每次针对实验数据总会有误差分析,误差就是进行实验设计与数据评价最关键的一个概念,就是测量结果与真值的接近程度。任何物理量不可能测量的绝对准确,必然存在着测定误差。通过学习,我知道误差分为过失误差,系统误差与随机误差,并理解了她们的定义。另外还有对准确度与精密度的学习,了解了她们之间的关系以及提高准确度的方法等。对误差的学习更有意义的应该就是如何消除误差,首先消除系统误差,可以通过对照试验,空白试验,校准仪器以及对分析结果的校正等方法来消除;其次要减小随机误差,就就是要在消除系统误差的前提下,增加平行测定次数,可以提高平均值的精密度。 比如我对方差分析的理解:方差分析就是实验设计中的重要分析方法,应用非常广泛,它就是将不同因素、不同水平组合下试验数据作为不同总体的样本数据,进行统计分析,找出对实验指标影响大的因素及其影响程度。对于单因素实验的方差分析,主要步骤如下:建立线性统计模型,提出需要检验的假设;总离差平方与的分析与计算;统计分析,列出方差分析表。对于双因素实验的方差分析,分为两种,一种就是无交互作用的方差分析,另一种就是有交互作用的方差分析,对于这两种类型分别有各自的设计方法,但就是总体步骤都与单因素实验的方差分析一样。

实验设计与数据处理试题库

一、名词解释:(20分) 1. 准确度和精确度:同一处理观察值彼此的接近程度同一处理的观察值与其真值的接近程度 2. 重复和区组:试验中同一处理的试验单元数将试验空间按照变异大小分成若干个相对均匀的局部,每个局部 就叫一个区组 3回归分析和相关分析:对能够明确区分自变数和因变数的两变数的相关关系的统计方法: 对不能够明确区分自变数和因变数的两变数的相关关系的统计方法 4?总体和样本:具有共同性质的个体组成的集合从总体中随机抽取的若干个个体做成的总体 5. 试验单元和试验空间:试验中能够实施不同处理的最小试验单元所有试验单元构成的空间 二、填空:(20分) 1. 资料常见的特征数有:(3空)算术平均数方差变异系数 2. 划分数量性状因子的水平时,常用的方法:等差法等比法随机法(3空) 3. 方差分析的三个基本假定是(3空)可加性正态性同质性 4. 要使试验方案具有严密的可比性,必须(2空)遵循“单一差异”原则设置对照 5. 减小难控误差的原则是(3空)设置重复随机排列局部控制 6. 在顺序排列法中,为了避免同一处理排列在同一列的可能,不同重复内各处理的排列方式常采用(2空)逆向式 阶梯式 7. 正确的取样技术主要包括:()确定合适的样本容量采用正确的取样方法 8. 在直线相关分析中,用(相关系数)表示相关的性质,用(决定系数)表示相关的程度。 三、选择:(20分) 1试验因素对试验指标所引起的增加或者减少的作用,称作(C) A、主要效应 B、交互效应 C、试验效应 D、简单效应 2. 统计推断的目的是用(A) A、样本推总体 B、总体推样本 C、样本推样本 D、总体推总体 3. 变异系数的计算方法是(B) 4. 样本平均数分布的的方差分布等于(A) 5. t检验法最多可检验(C)个平均数间的差异显著性。 6. 对成数或者百分数资料进行方差分析之前,须先对数据进行(B) A、对数 B、反正弦 C、平方根 D、立方根 7. 进行回归分析时,一组变量同时可用多个数学模型进行模拟,型的数据统计学标准是(B) A、相关系数 B、决定性系数 C、回归系数 D、变异系数 8. 进行两尾测验时,u0.10=1.64,u0.05=1.96,u0.01=2.58,那么进行单尾检验,u0.05=(A) 9. 进行多重比较时,几种方法的严格程度(LSD\SSR\Q)B 10. 自变量X与因变量Y之间的相关系数为0.9054,则Y的总变异中可由X与Y的回归关系解释的比例为(C) A、0.9054 B、0.0946 C、0.8197 D、0.0089 四、简答题:(15分) 1. 回归分析和相关分析的基本内容是什么?(6分)配置回归方程,对回归方程进行检验,分析多个自变量的主次 效益,利用回归方程进行预测预报: 计算相关系数,对相关系数进行检验 2. 一个品种比较试验,4个新品种外加1个对照品种,拟安排在一块具有纵向肥力差异的地块中,3次重复(区组),各重复内均随机排列。请画出田间排列示意图。(2分) 3. 田间试验中,难控误差有哪些?(4分)土壤肥力,小气候,相邻群体间的竞争差异,同一群体内个体间的竞争 差异。 4随即取样法包括哪几种方式?(3分)简单随机取样法分层随机取样法整群简单随机取样法 五、计算题(25分) 1. 研究变数x与y之间的关系,测得30组数据,经计算得出:x均值=10,y均值=20,l xy =60, l yy=300,r=0.6。根

实验设计与数据处理

《实验设计与数据处理》大作业 班级:环境17研 姓名: 学号: 1、 用Excel (或Origin )做出下表数据带数据点的折线散点图 余浊(N T U ) 加量药(mL) 总氮T N (m g /L ) 加量药(mL ) 图1 加药量与剩余浊度变化关系图 图2 加药量与总氮TN 变化关系图 总磷T P (m g /L ) 加量药(mL) C O D C r (m g /L ) 加量药(mL) 图3 加药量与总磷TN 变化关系图 图4 加药量与COD Cr 变化关系图 去除率(%) 加药量(mL)

图5 加药量与各指标去除率变化关系图

2、对离心泵性能进行测试的实验中,得到流量Q v 、压头H 和效率η的数据如表所示,绘制离心泵特性曲线。将扬程曲线和效率曲线均拟合成多项式(要求作双Y 轴图)。 η H (m ) Q v (m 3 /h) 图6 离心泵特性曲线 扬程曲线方程为:H=效率曲线方程为:η=+、列出一元线性回归方程,求出相关系数,并绘制出工作曲线图。 (1) 表1 相关系数的计算 Y 吸光度(A ) X X-3B 浓度(mg/L ) i x x - i y y - l xy l xx l yy R 10 -30 2800 20 -20 30 -10 40 ()() i i x x y y l R --= = ∑

50 10 60 20 70 30 平均值 40 吸光度 X-3B浓度(mg/L) 图7 水中染料活性艳红(X-3B )工作曲线 一元线性回归方程为:y=+ 相关系数为:R 2= (2) 代入数据可知: 样品一:x=样品二:x=、试找出某伴生金属c 与含量距离x 之间的关系(要求有分析过程、计算表格以及回归图形)。 表2 某伴生金属c 与含量距离x 之间的关系分析计算表 序号 x c lgx 1/x 1/c 1 2 2 3 3 4 4 5 5 7 6 8 7 10 1

试验设计与数据处理

试验设计与数据处理方法总述及总结 王亚丽 (数学与信息科学学院 08统计1班 081120132) 摘要:实验设计与数据处理是一门非常有用的学科,是研究如何经济合理安排 试验可以解决社会中存在的生产问题等,对现实生产有很重要的指导意义。因此本文根据试验设计与数据处理进行了总述与总结,以期达到学习、理解、掌握的以及灵活运用的目的。 1 试验设计与数据处理基本知识总述 1.1试验设计与数据处理的基本思想 试验设计与数据处理是数理统计学中的一个重要分支。它是以概率论、数理统计及线性代数为理论基础,结合一定的专业知识和实践经验,研究如何经济、合理地安排实验方案以及系统、科学地分析处理试验结果的一项科学技术,从而解决了长期以来在试验领域中,传统的试验方法对于多因素试验往往只能被动地处理试验数据,而对试验方案的设计及试验过程的控制显得无能为力这一问题。 1.2试验设计与数据处理的作用 (1)有助于研究者掌握试验因素对试验考察指标影响的规律性,即各因素的水平改变时指标的变化情况。 (2)有助于分清试验因素对试验考察指标影响的大小顺序,找出主要因素。(3)有助于反映试验因素之间的相互影响情况,即因素间是否存在交互作用。(4)能正确估计和有效控制试验误差,提高试验的精度。 (5)能较为迅速地优选出最佳工艺条件(或称最优方案),并能预估或控制一定条件下的试验指标值及其波动范围。 (6)根据试验因素对试验考察指标影响规律的分析,可以深入揭示事物内在规律,明确进一步试验研究的方向。

1.3试验设计与数据处理应遵循的原则 (1)重复原则:重可复试验是减少和估计随机误差的的基本手段。 (2)随机化原则:随机化原则可有效排除非试验因素的干扰,从而可正确、无偏地估计试验误差,并可保证试验数据的独立性和随机性。 (3)局部控制原则:局部控制是指在试验时采取一定的技术措施方法减少非试验因素对试验结果的影响。用图形表示如下: 2试验设计与数据处理方法总述和总结 2.1方差分析 (1)概念:方差分析是用来检验两个或两个以上样本的平均值差异的显著程度。并由此判断样本究竟是否抽自具有同一均值的总体。 (2)优点:方差分析对于比较不同生产工艺或设备条件下产量、质量的差异,分析不同计划方案效果的好坏和比较不同地区、不同人员有关的数量指标差异是否显著时,是非常有用的。 (3)缺点:对所检验的假设会发生错判的情况,比如第一类错误或第二类错误的发生。 (4)基本原理:方差分析的基本思路是一方面确定因素的不同水平下均值之间的方差,把它作为对由所有试验数据所组成的全部总体的方差的第一个估计值;另一方面再考虑在同一水平下不同试验数据对于这一水平的均值的方差,由此计算出对由所有试验数据所组成的全部数据的总体方差的第 二个估计值。比较上述两个估计值,如果这两个方差的估计值比较接近就说明因素的不同水平下的均值间的差异并不大,就接受零假设;否则,说明因素的不同水平下的均值间的差异比较大。

科技论文中图片的处理软件介绍

科技论文中图片的软件介绍 有位论文审稿人在自己的博文中写道:“我审稿时看稿件的顺序是题目、摘要、图表、前言、参考文献和正文”。可见论文中图片的质量是非常重要的,处理一张图可 能会花费大量的时间,正如焦老师所说的,那位德国小伙子处理一张图用了一个月时间。图片质量的好坏一定程度上决定了论文能否被录用。本文将结合自己的经验,介 绍一下科技论文中图片的处理方法,有不合理和不完善的地方请大家指出,为大家能 写出更完美的论文提供一些参考。 1. 常用的图片处理软件 我在写论文时,常用的图片处理软件有SnagIt、Photoshop、画图、Visio等。 SnagIt是非常好用的一种抓图软件,它可以抓取活动的窗口,还可以抓取任意大小的 图片(这时以数字×数字的形式实时显示图片像素数)等等,并可以将图片保存成tif、bmp、jpg等格式。 Photoshop估计大家也都熟悉,图片处理界的老大,功能强大,但科技论文一般只用到它的部分功能,如调节图片大小、亮度、对比度、锐度、柔和度,或者擦除图元、颜色反相、以任意角度旋转图像等。 画图软件能干的活,Photoshop都能搞定,一些简单的任务,如调节图片尺寸、擦除 图元等,用它就可以了,再开Photoshop就有点牛刀杀鸡的感觉了。 Visio是微软的Office软件之一,与Word联合使用,效果很好,比用Word直接处理 图片强多了。 2. 科技杂志对论文图片的要求 会议文章对图片质量的要求比较低,一般投了后基本都没有修改的机会,而杂志文章 对图片质量的要求相当高,可能来回改几次才能满足要求。如果论文投稿前就达到了 较高的质量,相信修改时会轻松很多。比较牛的科技杂志对论文的基本要求是: (1) 表达清晰。图片中各元素都清楚无误,不能出现多个字母堆在一起难在分辨的情况。 (2) 分辨率要高。这里所说的分辨率不是我们拍照时所说的总像素数,它的单位 是dpi(dot per inch),它代表了一英寸中的点数,科技杂志的要求是600dpi,这也是打印机的最高分辨率。关于如何做到600dpi的分辨率,会在后面Visio的使用技巧中讲到。 (3) 所有 图中的字号、箭头大小要保持一致,粗线、细线分明,各种线型粗细一致。关于这点 也会在后面讲到。 (4) 横纵坐标的物理量要标清楚,一些关键的临界值,需要标明其 数值。

实验设计与数据处理试题库

一、名词解释:(20分) 1.准确度和精确度:同一处理观察值彼此的接近程度同一处理的观察值与其真值的接近程度 2.重复和区组:试验中同一处理的试验单元数将试验空间按照变异大小分成若干个相对均匀的局部,每个局部就叫一个区组 3回归分析和相关分析:对能够明确区分自变数和因变数的两变数的相关关系的统计方法: 对不能够明确区分自变数和因变数的两变数的相关关系的统计方法 4.总体和样本:具有共同性质的个体组成的集合从总体中随机抽取的若干个个体做成的总体 5.试验单元和试验空间:试验中能够实施不同处理的最小试验单元所有试验单元构成的空间 二、填空:(20分) 1.资料常见的特征数有:(3空)算术平均数方差变异系数 2.划分数量性状因子的水平时,常用的方法:等差法等比法随机法(3空) 3.方差分析的三个基本假定是(3空)可加性正态性同质性 4.要使试验方案具有严密的可比性,必须(2空)遵循“单一差异”原则设置对照 5.减小难控误差的原则是(3空)设置重复随机排列局部控制 6.在顺序排列法中,为了避免同一处理排列在同一列的可能,不同重复内各处理的排列方式常采用(2空)逆向式阶梯式 7.正确的取样技术主要包括:()确定合适的样本容量采用正确的取样方法 8.在直线相关分析中,用(相关系数)表示相关的性质,用(决定系数)表示相关的程度。 三、选择:(20分) 1试验因素对试验指标所引起的增加或者减少的作用,称作(C) A、主要效应 B、交互效应 C、试验效应 D、简单效应 2.统计推断的目的是用(A) A、样本推总体 B、总体推样本 C、样本推样本 D、总体推总体 3.变异系数的计算方法是(B) 4.样本平均数分布的的方差分布等于(A) 5.t检验法最多可检验(C)个平均数间的差异显著性。 6.对成数或者百分数资料进行方差分析之前,须先对数据进行(B) A、对数 B、反正弦 C、平方根 D、立方根 7.进行回归分析时,一组变量同时可用多个数学模型进行模拟,型的数据统计学标准是(B) A、相关系数 B、决定性系数 C、回归系数 D、变异系数 8.进行两尾测验时,u0.10=1.64,u0.05=1.96,u0.01=2.58,那么进行单尾检验,u0.05=(A) 9.进行多重比较时,几种方法的严格程度(LSD\SSR\Q)B 10.自变量X与因变量Y之间的相关系数为0.9054,则Y的总变异中可由X与Y的回归关系解释的比例为(C) A、0.9054 B、0.0946 C、0.8197 D、0.0089 四、简答题:(15分) 1.回归分析和相关分析的基本内容是什么?(6分)配置回归方程,对回归方程进行检验,分析多个自变量的主次效益,利用回归方程进行预测预报: 计算相关系数,对相关系数进行检验 2.一个品种比较试验,4个新品种外加1个对照品种,拟安排在一块具有纵向肥力差异的地块中,3次重复(区组),各重复内均随机排列。请画出田间排列示意图。(2分) 3.田间试验中,难控误差有哪些?(4分)土壤肥力,小气候,相邻群体间的竞争差异,同一群体内个体间的竞争差异。 4随即取样法包括哪几种方式?(3分)简单随机取样法分层随机取样法整群简单随机取样法 五、计算题(25分) 1.研究变数x与y之间的关系,测得30组数据,经计算得出:x均值=10,y均值=20,l xy=60, l yy=300,r=0.6。根据所得数据建立直线回归方程。(5分)a=2 b=1.8 y=2+1.8 x 2.完成下列方差分析表,计算出用LSR法进行多重比较时各类数据填下表:

数据处理与实验设计小论文

上海大学2014~2015学年秋季学期研究生课程考试课程名称:数据处理与实验设计课程编号:11S009003论文题目:正交实验在锂离子电极材料制备中的应用 研究生姓名:李艳峰学号:14722191 论文评语: 成绩:任课教师: 评阅日期:

正交实验在锂离子电极材料制备中的应用 李艳峰 (上海大学环境与化学工程学院,上海200444) 摘要:锂源、反应温度、反应时间和锂钛摩尔比是影响锂离子电极负极材料Li4Ti5O12制备的重要因素,本文利用正交实验L9 (34)的方法对液相法制备Li4Ti5O12的各种影响因素进行进一步优化,从而得到最优水平组合,并对各种影响因素进行权重分析。最后,利用正交实验确定了液相法制备Li4Ti5O12的最佳工艺:烧结温度为750℃,烧结时间为8h,LiOH·H2O 为锂源,原料中锂钛摩尔比为0.85。 关键词:正交实验设计;液相法;影响因素; 中图分类号:O242.1文献标识码:A The application of orthogonal experimental design on liquid method in the production of Lithium-ion electrode materials Yanfeng Li (School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China) Abstract:lithium source, reaction temperature, reaction time and lithium titanium molar ratio are important factors for the preparation of Li4Ti5O12 conditions of liquid method. Based on the single factor experiment, this study use L9 (34) orthogonal experiments to optimized the removal of the preparation of Li4Ti5O12 of liquid method. The optimal technological parameters of solution method determined by the orthogonal experiment were as follows: sintering temperature was 750℃, sintering time was 8 h, the lithium resource was LiOH·H2O and the mole ration of Li to Ti was 0.85. Key words: Orthogonal experimental design;Liquid method; Factors;

试验设计与数据处理课程论文

课 程 论 文 课程名称试验设计与数据处理 专业2012级网络工程 学生姓名孙贵凡 学号201210420136 指导教师潘声旺职称副教授

成绩 科学研究与数据处理 学院信息科学与技术学院专业网络工程姓名孙贵凡学号:201210420136 摘要:《实验设计与数据处理》这门课程列举典型实例介绍了一些常用的实验设计及实验数据处理方法在科学研究和工业生产中的实际应用,重点介绍了多因素优化实验设计——正交设计、回归分析方法以对目标函数进行模型化处理。其适于工艺、工程类本科生使用,尤其适用于化学化工、矿物加工、医学和环境学等学科的本科生使用。其对行实验设计可提供很大的帮助,也可供广大分析化学工作者应用。关键字:优化实验设计; 标函数进行模型化处理; 正交设计; 回归分析方法 1 引言 实验是一切自然科学的基础,科学界中大多数公式定理是由试验反复验证而推导出来的。只有经得起试验验证的定理规律才具有普遍实用性。而科学的试验设计是利用自己已有的专业学科知识,以大量的实践经验为基础而得出的既能减少试验次数,又能缩短试验周期,从而迅速找到优化方案的一种科学计算方法,就必然涉及到数据处理,也只有对试验得出的数据做出科学合理的选择,才能使实验结果更具说服力。实验设计与数据处理在水处理中发挥着不可估量的作用,通过科学合理的实验设计过程加上严谨规范的数据处理方法,可以使水处理原理,内在规律性被很好的发现,从而更好的应用于生产实践。 2 材料与方法 2.1 供试材料 1. 论文所围绕的目标和假设 研究的目标就是实验的目的,我们设计了这个实验是想来做什么以及想得到什么样的结论。要正确的识别问题和陈述问题,这些需要专业知识和大量的阅读文献综述等方法来获得我们所要提出的问题。需要对某一个具体的问题,并且对这个具体的问题提出假设。如水处理中混凝剂的最佳投加量,混凝剂的最佳投加量有一个适宜的PH值范围。

如何制作科技论文中的图表

如何制作科技论文中的Figures (美国LetPub编辑:SCI论文写作系列4)统计图(Figure)是用图形将统计资料形象化,利用线条高低、面积大小代表数量,通俗易懂,比文本与统计表更便于理解和比较。 统计图种类较多,常用的包括直条图、百分直条图、直方图、线图和点图等。在科技论文中,应根据资料的类型及表达目的选用合适的统计图。例如,对不同性质分组资料进行对比时可选用直条图,说明事物各组成部分的构成情况可用圆形图或百分直条图,用于表达连续性资料频数分布可用直方图,为表明一事物随另一事物而变化的情况选用线图,表达两种事物的相关性和趋势可用点图。 统计图在绘制过程中对其结构组成[包括标题(Legend)、轴标(Axis Label)、数轴(Axis)、图例(Symbol and Key to Symbols)、误差棒(error bar)]、和正文引述(Describe)有一定的要求,以下就这几部分进行阐述,同时列举四种常用统计图[直条图(Bar Graph),频率直方图(Frequency Histogram),XY散点图(X,Y Scatterplot),XY线图(X,Y Line Graph)]的用法,希望对大家有所帮助。 下面两个示例图是典型的直条图和线图,红色字体标记了各组成部分。

图表要告诉读者尽可能多的信息,比如: (1)图表反映的结果,包括扼要的统计描述; (2)如果可以应注明实验的研究对象; (3)得出该结果的条件背景,如:采用的处理方法或显示的相互关系等;(4)实验地点(仅室外实验时需要); (5)需要详细的图解对图表反映的结果做出解释(许多杂志都强调图表需成为独立的部分,即读者可以不阅读正文章节而通过检视图表本身而理解论文结果,这一点经常被许多中国作者忽视); (6)如果可以应注明培养或处理的参数或条件(温度、媒介等); (7)实验的样本大小和统计检验结果; (8)不要在两坐标轴标签之间用“versus”对其简单重述。 一、结构组成 1. 标题(Legend) 标题一般位于表的下方。Figure可简写为“Fig.”,按照图在文章中出现的顺序用阿拉伯数字依次排列(如Fig.1,Fig.2……)。 对于复合图,往往多个图公用一个标题,但每个图都必须明确标明大写字母(A,B,C等),在正文中叙述时可表明为“Fig. 1A”。 复合图的标题也必须区分出每一个图并用字母标出各自反映的数据信息。 例如:

实验设计与数据处理

试验设计与数据处理 学院 班级 学号 学生姓名 指导老师

第一章 4、 相对误差18.20.1%0.0182x mg mg ?=?= 故100g 中维生素C 的质量范围为:±。 5、1)、压力表的精度为级,量程为, 则 max 0.2 1.5%0.00333 0.375 8 R x MPa KPa x E x ?=?==?=== 2)、1mm 的汞柱代表的大气压为, 所以 max 2 0.1330.133 1.662510 8 R x KPa x E x -?=?===? 3)、1mm 水柱代表的大气压为gh ρ,其中2 9.8/g m s = 则: 3max 33 9.8109.810 1.22510 8 R x KPa x E x ---?=???===? 6. 样本测定值 算数平均值 几何平均值 调和平均值 标准差s 标准差σ 样本方差S 2 总体方差σ2 算术平均误差△ 极差R 7、S ?2=,S ?2= F =S ?2/ S ?2== 而F ()=,= 所以F ()< F < 两个人测量值没有显著性差异,即两个人的测量方法的精密度没有显著性差异。 |||69.947|7.747 6.06 p p d x =-=>

分析人员A分析人员B 8样本方差1 8样本方差2 10Fa值 104F值 6 68 4705 6 6 88 8.旧工艺新工艺 %% %% %% %% %% %% %% %% %% % % % % t-检验: 双样本异方差假设 变量 1变量 2 平均 方差 观测值139假设平均差0 df8 t Stat-38. P(T<=t) 单尾0 t 单尾临界 P(T<=t) 双尾0 t 双尾临界 F-检验双样本方差分析

实验设计与数据处理课后答案

《试验设计与数据处理》 专业:机械工程班级:机械11级专硕学号:S110805035 姓名:赵龙 第三章:统计推断 3-13 解:取假设H0:u1-u2≤0和假设H1:u1-u2>0用sas分析结果如下:Sample Statistics Group N Mean Std. Dev. Std. Error ---------------------------------------------------- x 8 0.231875 0.0146 0.0051 y 10 0.2097 0.0097 0.0031 Hypothesis Test Null hypothesis: Mean 1 - Mean 2 = 0 Alternative: Mean 1 - Mean 2 ^= 0 If Variances Are t statistic Df Pr > t ---------------------------------------------------- Equal 3.878 16 0.0013 Not Equal 3.704 11.67 0.0032 由此可见p值远小于0.05,可认为拒绝原假设,即认为2个作家所写的小品文中由3个字母组成的词的比例均值差异显著。 3-14 解:用sas分析如下: Hypothesis Test Null hypothesis: Variance 1 / Variance 2 = 1 Alternative: Variance 1 / Variance 2 ^= 1 - Degrees of Freedom - F Numer. Denom. Pr > F ---------------------------------------------- 2.27 7 9 0.2501 由p值为0.2501>0.05(显著性水平),所以接受原假设,两方差无显著差异 第四章:方差分析和协方差分析 4-1 解: Sas分析结果如下: Dependent Variable: y Sum of Source DF Squares Mean Square F Value Pr > F

实验设计与数据处理

Fisher传统的试验设计被誉为第一个里程碑。正交表的构造和开发是第二个里程碑,日本学者田口玄一开开发的SN比试验设计则称为第三个里程碑。 第一章试验设计 1.试验包括:验证性试验、探索性试验。 2.试验设计的要求:效率、精度。(效率由设计保证,精度由数据处理、分析保证。) 3.试验方案设计的4个基本要素:目标、目标函数、因素、水平。 4.目标:进行试验所要达到的目的。 目标可以定量也可定性。 5.目标函数:表示目标的函数Y(x)。有显示目标函数、隐式目标函数。 6.因素:对目标产生影响的自变量或试验条件,也称因子。分为可控因素与不可控因素。 7.水平:每个因素所处的状态,也称位级。 8.选取因素的原则:抓住主要因素及多因素之间的交互作用;抓住非主要因素,在试验中保持不变,消除其干扰。因素用大写字母表示。

9.按所取因素的多少,可把试验分为单因素试验、两因素试验、多因素试验。 10.交互作用:就是这些因素在同时改变水平时,其效果会超过单独改变某一因素水平时的效果。 11.水平的选取原则:等间距;三水平为宜;是具体的;技术上可行。 12.误差包括:系统误差、随机误差。 13.费希尔Fisher三原则(作用:进行误差控制):重复测试、随机化、区组控制。 14.重复测试,作用:减小误差。 15.随机化是使系统误差转化为偶然误差的有效方法。原则:进行随机化,使其转化为随机误差。 16.区组控制,原则:机会均等,公平原则。区组控制原则实质上是机会均等原则,实行区组控制,可使设备条件由存在差异转化为没有差异,在区组控制中也把区组当做因素来对待,并称之为区组因素。 17.试验设计法和现行做法的不同点:对于不能实现控制的环境条件及未知原因对试验数据产生的干扰和影响程度,可以做出客观

《实验设计与数据处理》教学大纲

《实验设计与数据处理》教学大纲 (Experiment Design and Data Analysis) 一、基本信息 课程代码: 学分:2 总课时:32 课程性质:硕士专业必修课 适用专业:环境工程 先修课程:高等数学、概率论、线性代数 二、本课程教学目的和任务 本课程是环境工程硕士生的专业课。数据分析作为一种研究手段,主要是通过从系统设计、参数设计和允许误差设计入手,运用一定的物质手段,在人为控制或模拟自然现象的条件下,使环境过程以纯粹的、典型的形式表现出来,以便进行观察、研究、探索环境本质及其规律,使试验设计建立在统计理论基础之上,试验设计与数据处理相并重。 三、大纲的教学体系 以课堂教学和上机操作为主,采用多媒体教学,辅以课堂讨论、专题讲解等内容。主要开展环境试验的优化设计、环境数据的展示分析、环境数据的比较分析、环境数据的关系分析、环境数据的类别分析、环境数据的序列分析、环境数据的序列分析、正交试验的数据分析、回归分析、数据分析软件学习等内容。 四、教学内容及要求 第一章环境实验设计与数据处理概论 要求掌握(1)环境试验研究的目的与任务;(2)环境试验研究的类型;(3)环境试验研究的程序 重点内容:准确理解环境试验研究类型的区分;理解环境试验研究的设计步骤,以及试验设计的基本要求。 难点内容:理解环境试验因子、水平、处理、重复、响应指标等要素,了解准确度、精密度等概念。 第二章环境试验的优化设计 要求掌握(1)非均分设计;(2)黄金分割设计;(3)纵横对折设计;(4)平行线设计;(5)环境试验的正交设计;(6)环境试验点均匀设计;熟悉单因子、双因子优选设计的基本方法,熟悉正交表的定义和类型;了解均匀设计与正交设计的区别。 重点内容:正交试验的设计步骤,常见的正交设计运用方法,均匀设计的步骤 难点内容:了解分数法设计;旋升设计;逐步提高设计;陡度法设计;单纯形法设计等。 第三章环境数据的展示分析

实验设计与数据处理(第二版部分答案)教学内容

实验设计与数据处理(第二版部分答案)

试验设计与数据处理 学院 班级 学号 学生姓名 指导老师

第一章 4、相对误差18.20.1%0.0182x mg mg ?=?= 故100g 中维生素C 的质量范围为:18.2±0.0182mg 。 5、1)、压力表的精度为1.5级,量程为0.2MPa , 则 max 0.2 1.5%0.00333 0.375 8 R x MPa KPa x E x ?=?==?=== 2)、1mm 的汞柱代表的大气压为0.133KPa , 所以 max 2 0.1330.133 1.6625108 R x KPa x E x -?=?===? 3)、1mm 水柱代表的大气压为gh ρ,其中29.8/g m s = 则: 3max 33 9.8109.810 1.22510 8 R x KPa x E x ---?=???===? 6. 样本测定值 3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 2 0.002136667 总体方差σ2 0.001780556 算术平均误差△ 0.038333333 极差R 0.11 7、S ?2=3.733,S ?2=2.303 F =S ?2/ S ?2=3.733/2.303=1.62123 而F 0.975 (9.9)=0.248386,F 0.025(9.9)=4.025994 所以F 0.975 (9.9)< F

试验设计与数据处理试验报告

试验设计与数据处理试验报告 正交试验设计 1.为了通过正交试验寻找从某矿物中提取稀土元素的最优工艺条件,使稀土元素提取率最高,选取的水平如下:

需要考虑交互作用有A×B,A×C,B×C,如果将A,B,C分别安排在正交表L8(2)的 1,2,4列上,试验结果(提取量/ml)依次是1.01,,1,33,1,13,1.06,,1.03,0.08,,0.76,0.56. 试用方差分析法(α=0.05)分析实验结果,确定较优工艺条件 解:(1)列出正交表L8(27)和实验结果,进行方差分析。 试验号 A B A×B C A×C B×C 空号提取量(ml) 1 1 1 1 1 1 1 1 1.01 2 1 1 1 2 2 2 2 1.33 3 1 2 2 1 1 2 2 1.13 4 1 2 2 2 2 1 1 1.06 5 2 1 2 1 2 1 2 1.03 6 2 1 2 2 1 2 1 0.8 7 2 2 1 1 2 2 1 0.76 8 2 2 1 2 1 1 2 0.56 K1 4.53 4.17 3.66 3.93 3.5 3.66 3.63 K2 3.15 3.51 4.02 3.75 4.18 4.02 4.05 k1 2.265 2.085 1.83 1.965 1.75 1.83 1.815 k2 1.575 1.755 2.01 1.875 2.09 2.01 2.025 极差R 1.38 0.66 0.36 0.18 0.68 0.36 0.42 因素主次 A A×C B A×B B×C 优选方案 A1B1C1 SS J 0.23805 0.05445 0.0162 0.00405 0.0578 0.0162 0.02205 Q 7.7816 总和T 7.68 P=T^2/n 7.3728 SS T 0.4088 差异源SS df MS F 显著性 A 0.23805 1 0.23805 19.5925 9259 * B 0.05445 1 0.05445 4.48148 1481 A*B 0.0162 1 0.0162 1.33333 3333 C 0.00405 1 0.00405 0.33333 3333 A*C 0.0578 1 0.0578 4.75720 1646

试验设计与数据分析

1.方差分析在科学研究中有何意义?如何进行平方和与自由度的分解?如何进行F检验和 多重比较? (1)方差分析的意义 方差分析,又称变量分析,其实质是关于观察值变异原因的数量分析,是科学研究的重要工具。方差分析得最大公用在于:a. 它能将引起变异的多种因素的各自作用一一剖析出来,做出量的估计,进而辨明哪些因素起主要作用,哪些因素起次要作用。b. 它能充分利用资料提供的信息将试验中由于偶然因素造成的随机误差无偏地估计出来,从而大大提高了对实验结果分析的精确性,为统计假设的可靠性提供了科学的理论依据。 (2)平方和及自由度的分解 方差分析之所以能将试验数据的总变异分解成各种因素所引起的相应变异,是根据总平方和与总自由度的可分解性而实现的。 (3)F检验和多重比较 ①F检验的目的在于,推断处理间的差异是否存在,检验某项变异原因的效应方差是否为零。实际进行F检验时,是将由试验资料算得的F值与根据df1=df t(分子均方的自由度)、df2=df e(分母均方的自由度)查附表4(F值表)所得的临界F值(F0.05(df1,df2)和F0.01(df1,df2))相比较做出统计判断。若F< F0.05(df1,df2),即P>0.05,不能否定H0,可认为各处理间差异不显著;若F0.05(df1,df2)≤F<F0.01(df1,df2),即0.01

实验设计与数据处理习题练习

09印刷工程5班方桂森 090210526 1、某饮料生产企业研制出一种新型饮料。饮料的颜射共有四种,分别为橘黄色、 粉色、绿色和物色透明。随机从超市市场收集了前一期该种饮料的销售量(万元),如下表所示,试问饮料的颜色是否对销售产生影响。 答:实验数据处理如下表: 实验分析:其中F-crit是显著性水平为0.05时F的临界值,也就从F分布表中查到的F0.05(3,16),在本次试验中,F=10.4>F-crit=3.23,所以颜色因素对实验指标销售有显著影响,而 P-value=0.000466<0.01,说明颜色因素对销售有显著影响,因为P-value表示的是因素对实验结果无显著影响的概率。 2、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。试根据表中数据分

析乙炔和空气流量的变化对铜吸光度的影响。 答:实验数据分析如下表: 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=23.39361>F-crit=3.490295且P-value=0.000026586498341<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F0.01,所以空气因素对铜吸光度的影响不大。 3、为了研究铝材材质的差异对于它们在高温水中的腐蚀性能的影响,用三种不同的铝 材在去离子水和自来水中于170°C进行了一个月的腐蚀试验,测得的深蚀率(μm)如下表所示。试由下表所述结果考察铝材材质和水质对铝材腐蚀的影响。

实验设计与数据处理心得

实验设计与数据处理心 得 Company Document number:WTUT-WT88Y-W8BBGB-BWYTT-19998

实验设计与数据处理心得体会刚开始选这门课的时候,我觉得这门课应该是很难懂的课程,首先我们做过不少的实验了,当然任何自然科学都离不开实验,大多数学科(化工、化学、轻工、材料、环境、医药等)中的概念、原理和规律大多由实验推导和论证的,但我觉得每次到处理数据的时候都很困难,所以我觉得这是门难懂的课程,却也是很有必要去学的一门课程,它对于我们工科生来说也是很有用途的,在以后我们实验的数据处理上有很重要的意义。 如何科学的设计实验,对实验所观测的数据进行分析和处理,获得研究观测对象的变化规律,是每个需要进行实验的人员需要解决的问题。“实验设计与数据处理”课程就是是以概率论数理统计、专业技术知识和实践经验为基础,经济、科学地安排试验,并对试验数据进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。它主要应用于工农业生产和科学研究过程中的科学试验,是产品设计、质量管理和科学研究的重要工具和方法,也是一门关于科学实验中实验前的实验设计的理论、知识、方法、技能,以及实验后获得了实验结果,对实验数据进行科学处理的理论、知识、方法与技能的课程。 通过本课程的学习,我掌握了试验数据统计分析的基本原理,并能针对实际问题正确地运用,为将来从事专业科学的研究打下基础。这门课的安排很合理,由简单到复杂、由浅入深的思维发展规律,先讲单因素试验、双因素试验、正交试验、均匀试验设计等常

用试验设计方法及其常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识,最后将得出的方差分析、回归分析等结论和处理方法直接应用到试验设计方法。 比如我对误差理论与误差分析的学习:在实验中,每次针对实验数据总会有误差分析,误差是进行实验设计和数据评价最关键的一个概念,是测量结果与真值的接近程度。任何物理量不可能测量的绝对准确,必然存在着测定误差。通过学习,我知道误差分为过失误差,系统误差与随机误差,并理解了他们的定义。另外还有对准确度与精密度的学习,了解了他们之间的关系以及提高准确度的方法等。对误差的学习更有意义的应该是如何消除误差,首先消除系统误差,可以通过对照试验,空白试验,校准仪器以及对分析结果的校正等方法来消除;其次要减小随机误差,就是要在消除系统误差的前提下,增加平行测定次数,可以提高平均值的精密度。 比如我对方差分析的理解:方差分析是实验设计中的重要分析方法,应用非常广泛,它是将不同因素、不同水平组合下试验数据作为不同总体的样本数据,进行统计分析,找出对实验指标影响大的因素及其影响程度。对于单因素实验的方差分析,主要步骤如下:建立线性统计模型,提出需要检验的假设;总离差平方和的分析与计算;统计分析,列出方差分析表。对于双因素实验的方差分析,分为两种,一种是无交互作用的方差分析,另一种是有交互作用的方差分析,对于这两种类型分别有各自的设计方法,但是总体步骤都和单因素实验的方差分析一样。

相关文档
最新文档