【ガイガー】インスペクター＋統計スレ２ [sc] | レス1-47

★お気に入り追加

1 2012/06/10(日) 01:41:20.41

前スレがとつぜん消えてしまったのでたてました。
インスペクター＋統計スレ２
統計データを書き込むスレです。

ここまで見た

2 2012/06/10(日) 01:47:11.33: 福島第一原発から飛散した主な放射性同位体（核種）全31種・放出量
http://savechild.net/archives/3891.html
αアルファ線（プルトニウム238,240,239,241）
βベータ線（セシウム137　ストロンチウム89,90 テルル、セリウム、ルテニウム）
γガンマ線（セシウム134、ヨウ素）

ここまで見た

3 2012/06/10(日) 01:48:28.01: セシウム汚染地図
http://savechild.net/wp-content/uploads/2011/10/koukabig.gif

ＥＵが輸入規制している都道府県食品（つまり食品が汚染している）
福島、群馬、茨城、栃木、宮城、静岡、長野、山梨、埼玉、東京、千葉、神奈川

フランス核廃棄物処理施設セントラコ
15.75ベクレル／kgで低レベル放射性廃棄物にて厳重管理

ここまで見た

4 2012/06/10(日) 01:53:37.54: 2008年度の放射能調査資料
今の基準が安全かどうかは、原発事故前の資料と比較するべき。
http://www.kankyo-hoshano.go.jp/08/soukatsu_lib/h20_suijun.pdf

魚類セシウム１３７　最大値0.16Bq/kg 平均値0.085Bq/kg
魚類ストロンチウム９０　最大値　0.040Bq/kg　平均値0.0012Bq/kg
お米セシウム１３７　最大0.42Bq/kg　平均0.015Bq/kg

ここまで見た

5 2012/06/10(日) 02:00:45.95: 前スレまとめ　低ベクレル順
１．測定対象　J●ードルコーポレーションBK こだわりの熟成　
２．測定結果　　0Bq/kg 　

１．測定対象中華蕎麦
２．測定結果　2.62Bq/kg

１．測定対象北海道富良野産玉葱　
２．測定結果　　2-20Bq/kg Bq/kg

１．測定対象　佐賀市産たまねぎ
２．測定結果　3.45 Bg/kg

１．測定対象　栃木県産　ふきのとう 19g
２．測定結果　28 Bq/kg 　

１．測定対象タマノイ穀物酢 2013.12.16
２．測定結果 42 Bq/kg

１．測定対象カットわかめ　2012.12.17 中国原産 KKジャパンスパイス」
２．測定結果　45 Bq/kg

１．測定対象栃木産菜の花
２．測定結果　51 Bq/kg

１．測定対象　神奈川産キャベツ
２．測定結果　89.8 Bq/kg

１．測定対象栃木県内で販売されていた米
２．測定結果 104Bq/kg

ここまで見た

6 2012/06/10(日) 02:01:11.28: １．測定対象茨城産白ネギ
２．測定結果 124.8 Bq/kg

１．測定対象　栃木産セリ
２．測定結果　190 bq/kg

１．測定対象国産鶏胸肉2012.02.08
２．測定結果 200Bq/kg 　

１．測定対象栃木産みつば 2012.05.08
２．測定結果 220 Bq/kg

１．測定対象栃木県産さんしょう若芽 2012.05.05
２．測定結果　225 Bq/kg

１．測定対象栃木産ふき(茎のみ)　2012.05.04
２．測定結果 246 Bq/kg

１．測定対象　栃木産バジル
２．測定結果　253 Bq/kg

１．測定対象栃木産たけのこ乾燥後10.5g
２．測定結果 298 Bq/kg

１．測定対象栃木産葉が開いたメスのぜんまい 2012.04.04
２．測定結果 370 Bq/kg

１．測定対象栃木産タラの芽 2012.05.06
２．測定結果 415 Bq/kg

１．測定対象　奥本●粉, Restaurant Macaroni（カナダとアメリカ産小麦）
２．測定結果　800 bq/kg

１．測定対象　栃木県産お茶
２．測定結果　950 Bq/kg

１．測定対象　栃木県産　乾燥椎茸
２．測定結果　1000 Bq/kg

１．測定対象栃木産しいたけ
２．測定結果　　2700 Bq/kg

ここまで見た

7 2012/06/10(日) 02:15:30.40: 簡単に食品を測りたい人向け：
食品を乾燥させる。
トータルタイマーでバックグラウンド数値を10分測る。
トータルタイマーで食品の表面や切断面を10分測る。
極端な差があれば汚染していると考えて捨てる。
μSV表示で測定しても汚染はわからない。トータルタイマーでカウント数を測ること。

ここまで見た

8 2012/06/10(日) 11:30:08.83: 誰かやってくれると思ったんだけど、関係情報
R関係の統計処理のリンク集をコピー。主に使っているのが、青木さんの所なので、青木さんが主体。

群馬大学　青木　R による統計処理
http://aoki2.si.gunma-u.ac.jp/R/index.html

プログラム R の入手方法とコンピュータへのインストール
http://aoki2.si.gunma-u.ac.jp/R/begin.html

新たに定義した関数
http://aoki2.si.gunma-u.ac.jp/R/src/all.R　をDown load
起動直後に「>」が表示されたらばその後に「source("http://aoki2.si.gunma-u.ac.jp/R/src/all.R", encoding="euc-jp") 」と入力する。「Rcmder」と同時には使用できないので要注意。

分散比の検定。等分散か異分散かで検定方法が異なるので分散を調べる。正規分布の場合に限って使用可能。
http://aoki2.si.gunma-u.ac.jp/R/my-var-test.html　二群の等分散性の検定（二次データ）
http://aoki2.si.gunma-u.ac.jp/lecture/Average/bunsan1-r.html　二群の等分散性の検定
http://aoki2.si.gunma-u.ac.jp/lecture/Average/Bartlett-r.html　多群の等分散性の検定

平均値の差の検定
http://aoki2.si.gunma-u.ac.jp/lecture/Average/t-test-r.html　２群正規分布の場合
http://aoki2.si.gunma-u.ac.jp/lecture/Average/U-test-r.html　２群一山分布の場合
http://aoki2.si.gunma-u.ac.jp/lecture/Average/oneway-ANOVA-r.html　分散分析(３群以上、正規分布の場合)

ここまで見た

9 2012/06/10(日) 11:30:34.13: 度数分布
http://aoki2.si.gunma-u.ac.jp/R/dosuu-bunpu.html　度数分布表の作成
http://aoki2.si.gunma-u.ac.jp/R/normaldist.html　正規分布用適合度の検定
http://aoki2.si.gunma-u.ac.jp/R/npp2.html　正規確率紙への作画

にちゃんねる内
http://ikura.2ch.net/sim/index.html　シミュレーション＠2ch掲示板
http://ikura.2ch.net/test/read.cgi/sim/1284162960/l50　【junk.test】雑談専用【try会議室】
http://uni.2ch.net/math/　数学＠2ch掲示板
http://uni.2ch.net/test/read.cgi/math/1294561909/l50　【R言語】統計解析フリーソフトＲ第４章【GNU R】

ここまで見た

10 2012/06/10(日) 11:31:06.31: ガイガーカウンターで食品計測関連テンプレ
http://hakarukun.go.jp/html/jirei/j_kisenbaru/16_01.htm 身近にある食品からの放射線−「はかるくん」を使った40K等からのγ線測定−
http://www.potetokaitsuka.co.jp/img/110719_press.pdf サツマイモを測定することができるｗ
http://ameblo.jp/geigersokutei/entry-10921797003.html ベータ線を測定してみましょう
http://www.mhlw.go.jp/stf/houdou/2r9852000001558e-img/2r98520000015cfn.pdf シンチ向け急時における食品の放射能測定マニュアル(厚生労働省)
http://www.kankyo-hoshano.go.jp/series/lib/No1.pdf GM向け全ベータ放射能測定法 (下ごしらえ)
http://www.kankyo-hoshano.go.jp/series/pdf_series_index.html RI 核種一覧のサイト The Berkeley Laboratory Isotopes Project's Exploring the Table of Isotopes
http://ie.lbl.gov/education/isotopes.htm アルミ中のβ線の飛距離の計算サイト。
http://www.sky.sannet.ne.jp/s_hongo/s/r/particlepath.html
http://www.geocities.co.jp/NatureLand/2111/mushroom/dehydrator/index.htm 家庭内食品の乾燥
http://search.kankyo-hoshano.go.jp/top.jsp 環境放射線データベース
http://www.kobejyukou.com/jisakutosoubusu%20p01.htm ドラフトの例
http://www.yamato-net.co.jp/index.html　理化学機器販売店
http://www.tgk.co.jp/ 　理化学機器販売店
http://www.sia-japan.com/ 　理化学機器販売店
http://www.advantec.co.jp/ 　理化学機器販売店
http://staff.aist.go.jp/t.ihara/weight.html 計算の論理
http://atlas.shinshu-u.ac.jp/class/expclass/exp-05-02.html 計算の論理
http://edycube.blog2.fc2.com/category5-11.html 周波数カウンタにおける1カウントの誤差について
http://www.mext.go.jp/b_menu/shingi/gijyutu/gijyutu3/toushin/05031802.htm 食品成分表
ttp://www.beejewel.com.au/research/Bee_Research/pra_software.html フリーのMCAソフト
http://hato.2ch.net/test/read.cgi/lifeline/1309151729/7-13 (京都府)って？
http://hato.2ch.net/test/read.cgi/lifeline/1302253304/973 (京都府)って？
http://hato.2ch.net/test/read.cgi/lifeline/1302253304/980-981 (京都府)って？
http://www.amazon.co.jp/-/dp/B001F9SRSW/ ドライフルーツ用乾燥機
http://www.kankyo-hoshano.go.jp/08/ers_lib/ers_abs01.pdf 福竜丸の頃の水道水の分析方法
http://www.snap-tck.com/room04/c01/stat/stat.html 統計学
http://www.mikage.to/radiation/calc.html 計測値をそのまま入力すると計算してくれるサイト
http://www.kankyo-hoshano.go.jp/series/lib/No24.pdf 「可食部」を検査することの規定
http://www.jrias.or.jp/index.cfm/6,15496,c,html/15496/20110620-095125.pdf 「緊急時における食品中の放射性セシウム測定に用いるNaI(Tl)シンチレーションサーベイメータの機器校正」
http://okwave.jp/qa/q962006.html 鉛対策
http://www.n-hakko.com/bunnseki-houhou.html 灰化
http://ci.nii.ac.jp/naid/110002908385 高温灰化による消失
http://www.jrias.or.jp/index.cfm/6,203,pdf 低温灰化による消失
http://pub.maruzen.co.jp/book_magazine/jikken-kagaku5/index.html 実験化学講座
http://www.amazon.co.jp/%E5%AE%9F%E9%A8%93%E3%82%92%E5%AE%89%E5%85%A8%E3%81%AB%E8%A1%8C%E3%81%86%E3%81%9F%E3%82%81%E3%81%AB-%E5%8C%96%E5%AD%A6%E5%90%8C%E4%BA%BA%E7%B7%A8%E9%9B%86%E9%83%A8/dp/4759809589

(正・続)実験を安全に行うために
http://www.jrias.or.jp/index.cfm/6,15496,c,html/15496/20110620-095125.pdf 日本アイソトープ協会の資料
http://hp.vector.co.jp/authors/VA047235/radiation.html ブラウザで動く放射線・放射能の単位換算ツール

ここまで見た

11 2012/06/10(日) 11:31:41.09: 金属による線種の分離方法。光子(γ線とＸ線)用は、アルミ0.6mm、プラスチック2.4mm。
http://www.rada.or.jp/database/home4/normal/ht-docs/member/synopsis/040264.html
管理図
http://avalonbreeze.web.fc2.com/38_01_05_controlfigure.html
四分位数とヒンジ
http://anchoret.seesaa.net/article/66138520.html
放射線測定器の測定値の平均差の計算ツール
http://www.mikage.to/radiation/calc_diff.html
【junk.test】雑談専用【try会議室】(シミ板)。昔は色々あったけど、今は桂カルク(だと思うけど栃木が使っているの)のみ
http://kamome.2ch.net/test/read.cgi/sim/1284162960/l50
検出限界の考え方
http://ax00.web.fc2.com/atomic/beta/s/s0080.html
心理統計学。文系の方向け統計学。SAS使用
http://www.aichi-gakuin.ac.jp/~chino/psycstat/preface.shtml
統計学自習ノート。ネットでは有名な群大の青木さん。R使用
http://aoki2.si.gunma-u.ac.jp/lecture/
栄養素別食品一覧
http://www.eiyoukeisan.com/calorie/nut_list/kalium.html
放射線測定実験要領書 (ガンマ線に関する基本的な事項, 線量率の測定, γ線の物質による遮へい測定)
http://radonet.servebbs.net/report/lect02.pdf
体内を構成する原子とγ線との相互作用。人体を水と近似してγ線の吸収量を計算
http://www.ip.k.hosei.ac.jp/serialization/May.pdf
(6)検出器シミュレーション。上記計算用セシウムの定数が記載されている
http://www.nirs.go.jp/usr/medical-imaging/ja/study/nextgeneration-pet/6.html
＞線源：137Cs (662keV) 線減弱係数:0.54 cm-1
全β線測定法
http://www.kankyo-hoshano.go.jp/series/lib/No1.pdf
福竜丸の灰の分析
http://home.hiroshima-u.ac.jp/heiwa/Pub/41/41-yamamoto.pdf
具体的操作は、化学便覧の分析化学の章の「スポットテスト」
http://pub.maruzen.co.jp/shop/4621073419.html
前スレで、個別機種情報を除いて拾った範囲。
抜けがあったらば追加ヨロ。

ここまで見た

12 2012/06/10(日) 11:32:12.61: http://gakuen.gifu-net.ed.jp/~contents/kou_nougyou/jikken/SubShokuhin/08/index.html 高校生向け食品の灰分の分析方法。
http://www.shouhiseikatu.metro.tokyo.jp/keiryo/yoshiki/kankyo/kankyo_tebiki.pdf 環境計量証明事業登録の手引き。政府の通達で「乾燥する」とか「(質量を)計る」とかのときに使用する機器
は、これを参照。
http://www.tokutoku.to/geiger/box.html 放射能遮断BOX　鉛１０ミリで重さ３２キロ　１２８０００円なり
http://space.geocities.jp/sc3xpgs/index.html Radiで食品測れるかな--
http://www.emf-japan.com/emf/emf1/emf211.html 個人で用意出来る遮蔽環境
http://tng.sub.jp/moku2-2-2-6-6067.htm 米国をあきれさせた日本の化学力をおしえたる (化学処理によるセシウムの分離)
http://www.rokakuho.co.jp/data/books/3036.html 米国をあきれさせた日本の化学力をおしえたる (化学処理によるセシウムの分離)
http://www.jrias.or.jp/index.cfm/6,9332,c,html/9332/2006-55-04-07.pdf 低レベル・超低レベル放射能測定の基礎 (鉛から出る放射線対策)

ここまで見た

13 2012/06/10(日) 11:32:49.70: http://uni.2ch.net/test/read.cgi/radiation/1321400997/
インスペクター系総合２【Plus,Alert】より、関係しそうな内容を抜粋。

http://uni.2ch.net/test/read.cgi/radiation/1321400997/103
103：退避(群馬県)：2011/12/06(火) 22:35:29.39 ID:tnNiekf2
　300cpm=1.1Bq/cm2

流れの可視化技術のまとめ　石井幸治(九州大学)　室内(放射性)粉塵の動きを見当
http://www.riam.kyushu-u.ac.jp/gikan/report/08/visualization.pdf
放射線の遮へい (08-01-02-06)　β線が紙で遮蔽できない
http://www.rist.or.jp/atomica/data/dat_detail.php?Title_No=08-01-02-06
原発事故で飛散した主な核種
http://savechild.net/archives/3891.html
日本分析センター　ストロンチウム90の分析
http://www.jcac.or.jp/service_env_stron90.html

http://uni.2ch.net/test/read.cgi/radiation/1331598144/
インスペクター系総合３【inspector+,Alert】より、関係しそうな内容を抜粋。

福島第一原発から飛散した主な放射性同位体（核種）全31種・放出量
http://savechild.net/archives/3891.html
ポアソン分布
http://ja.wikipedia.org/wiki/%E3%83%9D%E3%82%A2%E3%82%BD%E3%83%B3%E5%88%86%E5%B8%83
直線関係式(Deming法)と回帰分析　(香川大学医学部検査部)
http://www.kms.ac.jp/~clinilab/units/biochem/cgi-bin/linear/
最小二乗法による回帰直線と相関係数の求め方−回帰分析と相関分析の基礎−　(早稲田大学大河内研)
http://www.okochi.env.waseda.ac.jp/pdf/H20Least_square.pdf
放射線計測−計数の統計−　(東京理科大学理学部物理学科)
http://www.rs.kagu.tus.ac.jp/~phlabex/LabExercise/reports/statistics.pdf
放射線崩壊の確率的性質　(広島大学物理学科)
http://home.hiroshima-u.ac.jp/phys/LectureHP/exp-hp/1-3.html
求積等
http://keisan.casio.jp/has10/SpecExec.cgi　円錐台
http://www.benricho.org/calculate/Cylinder.html　円柱

簡単！栄養andカロリー計算
http://www.eiyoukeisan.com/
カリウムの多い食品と、食品のカリウムの含有量一覧表
http://www.eiyoukeisan.com/calorie/nut_list/kalium.html
やさしお　(三重大学　奥村晴彦)
http://oku.edu.mie-u.ac.jp/~okumura/stat/yasashio.php

取扱説明書(英文)
http://seintl.com/manuals/Inspector_Operation_Manual_English.pdf

Rの使い方(文系用)。
http://www.e.okayama-u.ac.jp/~nagahata/ (岡山大学長畑ビジネス統計解析)
http://www.e.okayama-u.ac.jp/~nagahata/bstat/

このスレの作成の理由
http://uni.2ch.net/test/read.cgi/radiation/1331598144/349
349 ：名無しに影響はない(やわらか銀行)：2012/04/06(金) 14:38:37.93 ID:v2XDOnI2
栃木さん新スレ作りました。統計学の先生がんばってください。

【ガイガー】インスペクター＋統計スレ
http://uni.2ch.net/test/read.cgi/radiation/1333690493/

ここまで見た

14 2012/06/10(日) 21:09:25.29: 今日も今日とて、いやになってくる BGの多山分布(高原状態)
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
10 6 2.985075 2.985075
15 17 8.457711 11.442786
20 29 14.427861 25.870647
25 36 17.910448 43.781095
30 38 18.905473 62.686567
35 40 19.900498 82.587065
40 27 13.432836 96.019900
45 5 2.487562 98.507463
50 3 1.492537 100.000000
>

ここまで見た

15 2012/06/13(水) 19:11:12.95: そろそろ、酷使しているGM管の寿命なのかもね

ここまで見た

16 2012/06/16(土) 20:32:44.72: >>15
違うみたい。
試料の測定では、ガウス分布になっていますので。

ここまで見た

17 2012/06/16(土) 20:38:12.74: 讃岐うどんの測定値を少々。重複していたらあきらめてください。
平均値の差の検定で有意になったものをいくつかあげます。
麺しるべ　讃岐そうめんマルキン 2013.07 (25 * 8 *1.5 cm, 250g)
gr1 <- c(38, 25, 42, 33, 31, 29, 37, 28, 33, 39, 36, 30, 41, 38, 39, 31, 31, 28, 33, 27, 39, 33, 25, 37, 35, 32, 39, 43, 24, 35 ,
48, 32, 30, 26, 40, 47, 27, 39, 41, 34, 42, 32, 33, 43, 33, 46, 37, 42, 35, 25, 27, 39, 31, 53, 39, 31, 43, 37, 47, 36, 32, 36, 38, 43, 32, 37, 34, 33 ,
30, 50, 46, 45, 44, 27, 40, 34, 36, 34, 34, 47, 34, 51, 43, 53, 38, 35, 45, 34, 32, 41, 45, 36, 28, 32, 45, 39, 34, 26, 48, 51, 38, 32)
> mean(x)
[1] 36.64706
> var(x)
[1] 46.62667
gr2 <- c(52, 45, 47, 55, 35, 32, 37, 59, 39, 30, 32, 32, 43, 38, 26, 46, 39, 38, 50, 30, 33, 37, 47, 46, 38, 30, 46, 41, 52, 43, 42 ,
44, 44, 27, 33, 32, 44, 60, 38, 42, 26, 40, 31, 39, 37, 41, 32, 38, 38, 40, 50, 37, 56, 41, 35, 34, 38, 29, 40, 31, 39, 39 ,
43, 39, 41, 58, 39, 58, 40, 45, 38, 45, 26, 43, 38, 52, 54, 47, 40, 42, 49, 36, 35, 42, 32, 49, 37, 39, 53, 50, 40, 38, 35, 38, 43, 45, 58, 34, 41, 41, 63, 24, 47, 32, 29, 44, 43, 56)
> mean(x)
[1] 40.88889
> var(x)
[1] 67.89408

> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -4.0492, 自由度 = 208, P値 = 7.251e-05
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -6.307055 -2.176605
標本推定値:
平均値x 平均値y
36.64706 40.88889
有意。平均値の差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -4.0708, 自由度 = 204.586, P値 = 6.692e-05
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -6.296274 -2.187386
標本推定値:
平均値x 平均値y
36.64706 40.88889
有意。平均値の差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.6868, 第1自由度 = 101, 第2自由度 = 107, P値 = 0.05745
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.4670382 1.0120467
標本推定値:
分散比
0.6867561
有意。分散が均一ではない。（Welchの方法）を使用する
>

ここまで見た

18 2012/06/16(土) 20:38:32.84: BG:36.6(n=102), 試料: 40.8(n=108)
40.8-36.6=4.2
4.2 * 0.47 = 2.0 Bq

寸法が 25 * 8 *1.5 cm より、300cm3, 250g より比重 0.83 g/cm3
底面半径 6.63, 上面半径 4.14cmの台形より、半径4.14、高さ3.65mmの円柱状試料と近似して
容積 19.6cm3。19.6*0.83 = 16.3g
2.0 * 1000 / 16.3 = 122 bq/kg

ここまで見た

19 2012/06/16(土) 20:40:51.94: マルキン麺しるべ　讃岐ひやむぎ 2013.09 JB (25 * 8 *1.5 cm, 250g)

gr1 <- c( 37, 50, 44, 39, 29, 35, 37, 58, 54, 33, 35, 34, 39, 38, 44, 36, 25, 40, 57, 38, 42, 37, 30, 60, 32, 34, 28, 35, 38, 40, 42, 40, 63, 39, 35, 32, 28, 42, 36, 35, 35, 38, 41, 35, 33 ,
43, 37, 41, 40, 43, 40, 34, 36, 42, 49, 38, 36, 41, 36, 48, 33, 29, 38, 34, 40, 38, 46, 30, 44, 43, 42, 49, 50, 26, 35, 24 ,
37, 51, 32, 49, 36, 40, 32, 42, 37, 27, 37, 43, 29, 37, 25, 45, 43, 39, 37, 47, 36, 36, 44, 43, 38, 35, 46, 28, 29, 35, 40, 41, 37, 36, 35, 35, 33, 31, 32, 32, 32)
gr2 <- c( 49, 36, 30, 45, 36, 39, 37, 39, 38, 43, 49, 50, 47, 51, 35, 56, 50, 32, 34, 38, 35, 25, 30, 44, 32, 28, 27, 38, 28, 43 ,
28, 38, 41, 34, 37, 38, 42, 39, 34, 38, 28, 34, 37, 32, 35, 38, 43, 42, 39, 55, 49, 39, 38, 40, 47, 55, 43, 37, 57, 49, 31)

> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -0.952, 自由度 = 176, P値 = 0.3424
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -3.393392 1.184901
標本推定値:
平均値x 平均値y
38.25641 39.36066
有意。試料とバックグラウントに差異がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -0.9296, 自由度 = 114.005, P値 = 0.3546
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -3.457492 1.249002
標本推定値:
平均値x 平均値y
38.25641 39.36066
有意。試料とバックグラウントに差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.8599, 第1自由度 = 116, 第2自由度 = 60, P値 = 0.485
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.5427903 1.3196563
標本推定値:
分散比
0.8598737
有意。分散が異なるので（Welchの方法）を使用する。

>

39.36066 - 38.25641 = 1.10 CPM (0.519Bq)
比重 0.85 受光深さ 0.43 cm 受光容積 8cm3(7g)
72.4 Bq/kg

ここまで見た

20 2012/06/16(土) 20:45:41.27: 中尾食品　生活良好讃岐うどん2013.09.17D (21*11*2.1 cm, 500g)
gr1 <- c( 32, 32, 30, 43, 44, 34, 36, 42, 33, 27, 34, 41, 47, 34, 43, 50, 38, 39, 48, 41, 32, 43, 36, 40, 36, 43, 37, 27, 52, 38, 45, 47, 37, 37, 37, 44, 34, 36,
38, 43, 44, 38, 40, 40, 40, 38, 35, 45, 43, 45, 32, 38, 44, 28, 35, 54, 39, 37, 43, 38, 40, 41, 45, 32, 35, 43, 36, 23, 39, 33, 33, 38, 35, 36, 31, 30 ,
42, 46, 45, 41, 60, 38, 34, 52, 38, 46, 32, 35, 34, 47, 34, 34, 30, 40, 45, 36, 42, 34, 22, 40, 39, 49, 39, 36, 50, 40, 38, 46, 51 ,
36, 33, 36, 38, 33, 29, 33, 37, 27, 31, 35, 33, 35, 32, 49, 42, 40, 30, 36, 36, 37, 38, 29, 44, 36, 37, 41, 36, 45, 38)

gr2 <- c( 40, 31, 46, 43, 27, 40, 39, 38, 33, 43, 39, 34, 57, 44, 47, 32, 50, 45, 39, 51, 39, 34, 39, 44, 54, 33, 41, 35, 39, 40, 37 ,
40, 41, 41, 50, 30, 29, 40, 40, 41, 48, 35, 36, 36, 40, 38, 40, 46, 44, 38, 38, 33, 41, 35, 36, 39, 40, 39, 39, 35, 48, 43)
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -1.6071, 自由度 = 199, P値 = 0.1096
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -3.3495887 0.3414661
標本推定値:
平均値x 平均値y
38.36691 39.87097
有意。試料とバックグラウンドに差異がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -1.6466, 自由度 = 124.304, P値 = 0.1022
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -3.3119070 0.3037845
標本推定値:
平均値x 平均値y
38.36691 39.87097
有意。試料とバックグラウンドに差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.1348, 第1自由度 = 138, 第2自由度 = 61, P値 = 0.5843
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.725469 1.712250
標本推定値:
分散比
1.134795
有意。分散が異なるので（Welchの方法）を使用する。

>

39.8 - 38.4 = 1.5 CPM (0.075 Bq)
98.37 Bq/kg

ここまで見た

21 2012/06/16(土) 21:01:45.08: 注意点は、
β線で測定しているので、政府のγ線による測定方法とは異なる結果となっています。
政府による測定方法では、一部例外を除くと、すべてNDという結果なので、
この測定ではγ線量を0と近似しています。
食品によるβ線吸収量は、プラスチック(100円ショップで販売されていたCDケース)と同じであると近似しています。
以上の理由で、β線の発光部分を、直径5cm、深さ0.36cm(比重が１の場合)の円筒部分だけと近似しています。

これらの近似のために、政府の発表している「正確な測定値」から大きくかけ離れた結果が得られていマス。

実際には、麺類の測定の場合には、ほとんど含まれていない麺の場合には、1-2CPM程度負数にでます。
これは、試料を置いている机に付着した放射性物質が発光したβ線を麺が吸収しているためです。
これが、マイナス誤差になります。50-80Bq/kg・CPM 程度低く数値が出ている場合があります。
一人で測定していても、間違いのチェックができないので、測定器をお持ちの方による追跡調査(再調査)をお願いします。

このあたりのは内容は、本家スレ
http://uni.2ch.net/test/read.cgi/radiation/1331598144/l50
に書いておいたのですが、新スレになったので、再度指摘しています。

私の測定は、政府の決定した「正しい測定方法」とは異なります。
したがって、間違った測定値を記載しています。

ここまで見た

22 2012/06/17(日) 19:26:04.31: １．測定対象
「栃木県産梅の実。40度1週間乾燥 2012.06.09 採取 7.2 d-g」の分析
２．測定結果

1. n=45 糊台
x <- c( 34, 39, 37, 38, 30, 25, 36, 30, 33, 35, 31, 38, 32, 53, 39, 24, 32, 31, 35, 43, 47, 33, 33, 38, 33, 42, 33, 39, 36, 43, 38, 52, 50, 41, 31, 37, 28, 43, 26, 36, 38, 32, 29, 30, 38)

2. n=35 栃木県産梅の実。40度1週間乾燥 2012.06.09 採取 7.2 d-g
x <- c( 45, 39, 40, 48, 54, 46, 53, 32, 33, 41, 46, 37, 39, 37, 43, 30, 46, 52, 51, 41, 48, 48, 42, 48, 47, 41, 49, 47, 42, 46, 42, 40, 47, 47, 48)

3. n=33 糊台
x <- c( 32, 40, 41, 32, 49, 38, 35, 32, 39, 36, 33, 32, 44, 33, 43, 38, 35, 26, 39, 37, 31, 41, 36, 29, 36, 33, 33, 28, 33, 36, 48, 41, 41)

4. n=43 栃木県産梅の実。40度1週間乾燥 2012.06.09 採取 7.2 d-g
x <- c( 29, 50, 49, 42, 44, 44, 51, 53, 43, 45, 63, 57, 41, 46, 52, 52, 35, 45, 39, 42, 42, 39, 45, 33, 57, 42, 51, 42, 41, 47, 42, 49, 36, 44, 50, 55, 49, 43, 38, 39, 41, 45, 40)

5. n=30 糊台
x <- c( 35, 38, 35, 33, 36, 41, 36, 42, 41, 32, 33, 45, 37, 25, 44, 42, 33, 26, 41, 37, 42, 31, 29, 35, 39, 49, 23, 25, 32, 41)

以前に書いていますが、新スレになったので、一部用語の説明と測定環境を記載します。
「糊台」とは、プラスチック製CDケース内約3mmの隙間にポリ袋に入れたヤマト糊を詰めたものです。
β線をほぼ遮蔽できます(具体的数値は、本家スレ参照)。机の上に糊台を置き、糊台の上に試料を置きます。
糊台の上空3cmに測定器を置いています。

ここまで見た

23 2012/06/17(日) 19:27:58.00: ４.　データ貼り付け

全体の分析
x <- c( 34, 39, 37, 38, 30, 25, 36, 30, 33, 35, 31, 38, 32, 53, 39, 24, 32, 31, 35, 43, 47, 33, 33, 38, 33, 42, 33, 39, 36, 43, 38, 52, 50, 41, 31, 37, 28, 43, 26, 36, 38, 32, 29, 30, 38 ,
45, 39, 40, 48, 54, 46, 53, 32, 33, 41, 46, 37, 39, 37, 43, 30, 46, 52, 51, 41, 48, 48, 42, 48, 47, 41, 49, 47, 42, 46, 42, 40, 47, 47, 48 ,
32, 40, 41, 32, 49, 38, 35, 32, 39, 36, 33, 32, 44, 33, 43, 38, 35, 26, 39, 37, 31, 41, 36, 29, 36, 33, 33, 28, 33, 36, 48, 41, 41 ,
29, 50, 49, 42, 44, 44, 51, 53, 43, 45, 63, 57, 41, 46, 52, 52, 35, 45, 39, 42, 42, 39, 45, 33, 57, 42, 51, 42, 41, 47, 42, 49, 36, 44, 50, 55, 49, 43, 38, 39, 41, 45, 40 ,
35, 38, 35, 33, 36, 41, 36, 42, 41, 32, 33, 45, 37, 25, 44, 42, 33, 26, 41, 37, 42, 31, 29, 35, 39, 49, 23, 25, 32, 41)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 39.60215
> var(x)
[1] 55.23545
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 20.4532, 第1自由度 = 4, 第2自由度 = 181, P値 = 6.41e-14
有意。群間に差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 2.5824, 自由度 = 4, P値 = 0.63
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 19.8098, 第1自由度 = 4.000, 第2自由度 = 87.738, P値 = 1.199e-11
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 1.0752688 1.075269
25 12 6.4516129 7.526882
30 35 18.8172043 26.344086
35 46 24.7311828 51.075269
40 44 23.6559140 74.731183
45 29 15.5913978 90.322581
50 14 7.5268817 97.849462
55 3 1.6129032 99.462366
60 1 0.5376344 100.000000
>

ここまで見た

24 2012/06/17(日) 19:28:34.73: BGと試料の比較
x <- c( 34, 39, 37, 38, 30, 25, 36, 30, 33, 35, 31, 38, 32, 53, 39, 24, 32, 31, 35, 43, 47, 33, 33, 38, 33, 42, 33, 39, 36, 43, 38, 52, 50, 41, 31, 37, 28, 43, 26, 36, 38, 32, 29, 30, 38 ,
45, 39, 40, 48, 54, 46, 53, 32, 33, 41, 46, 37, 39, 37, 43, 30, 46, 52, 51, 41, 48, 48, 42, 48, 47, 41, 49, 47, 42, 46, 42, 40, 47, 47, 48 ,
32, 40, 41, 32, 49, 38, 35, 32, 39, 36, 33, 32, 44, 33, 43, 38, 35, 26, 39, 37, 31, 41, 36, 29, 36, 33, 33, 28, 33, 36, 48, 41, 41 ,
29, 50, 49, 42, 44, 44, 51, 53, 43, 45, 63, 57, 41, 46, 52, 52, 35, 45, 39, 42, 42, 39, 45, 33, 57, 42, 51, 42, 41, 47, 42, 49, 36, 44, 50, 55, 49, 43, 38, 39, 41, 45, 40 ,
35, 38, 35, 33, 36, 41, 36, 42, 41, 32, 33, 45, 37, 25, 44, 42, 33, 26, 41, 37, 42, 31, 29, 35, 39, 49, 23, 25, 32, 41)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 82.1997, 第1自由度 = 1, 第2自由度 = 184, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 0.1141, 自由度 = 1, P値 = 0.7355
有意ではない。先の分散分析は有効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 81.2529, 第1自由度 = 1.000, 第2自由度 = 162.495, P値 = 5.267e-16
有意。試料とバックグラウンドに差異がある。

>

ここまで見た

25 2012/06/17(日) 19:30:06.59: 繰り返しによる影響

1. n = 108 BG 繰り返し数 =3
x <- c( 34, 39, 37, 38, 30, 25, 36, 30, 33, 35, 31, 38, 32, 53, 39, 24, 32, 31, 35, 43, 47, 33, 33, 38, 33, 42, 33, 39, 36, 43, 38, 52, 50, 41, 31, 37, 28, 43, 26, 36, 38, 32, 29, 30, 38 ,
32, 40, 41, 32, 49, 38, 35, 32, 39, 36, 33, 32, 44, 33, 43, 38, 35, 26, 39, 37, 31, 41, 36, 29, 36, 33, 33, 28, 33, 36, 48, 41, 41 ,
35, 38, 35, 33, 36, 41, 36, 42, 41, 32, 33, 45, 37, 25, 44, 42, 33, 26, 41, 37, 42, 31, 29, 35, 39, 49, 23, 25, 32, 41)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 36.10185
> var(x)
[1] 37.23252
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0448, 第1自由度 = 2, 第2自由度 = 105, P値 = 0.9562
有意ではない。繰り返しによる差異は不明。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 1.5702, 自由度 = 2, P値 = 0.4561
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 0.0513, 第1自由度 = 2.000, 第2自由度 = 66.148, P値 = 0.95
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 1.851852 1.851852
25 11 10.185185 12.037037
30 31 28.703704 40.740741
35 36 33.333333 74.074074
40 20 18.518519 92.592593
45 5 4.629630 97.222222
50 3 2.777778 100.000000
>

ここまで見た

26 2012/06/17(日) 19:31:33.84: 2. n = 78 栃木県産梅の実。40度1週間乾燥 2012.06.09 採取 7.2 d-g 繰り返し数 =2
x <- c( 45, 39, 40, 48, 54, 46, 53, 32, 33, 41, 46, 37, 39, 37, 43, 30, 46, 52, 51, 41, 48, 48, 42, 48, 47, 41, 49, 47, 42, 46, 42, 40, 47, 47, 48 ,
29, 50, 49, 42, 44, 44, 51, 53, 43, 45, 63, 57, 41, 46, 52, 52, 35, 45, 39, 42, 42, 39, 45, 33, 57, 42, 51, 42, 41, 47, 42, 49, 36, 44, 50, 55, 49, 43, 38, 39, 41, 45, 40)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 44.44872
> var(x)
[1] 39.99084
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.5524, 第1自由度 = 1, 第2自由度 = 76, P値 = 0.4596
有意。繰り返しによる差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 0.9307, 自由度 = 1, P値 = 0.3347
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 0.5708, 第1自由度 = 1.000, 第2自由度 = 75.819, P値 = 0.4523
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 1.282051 1.282051
30 4 5.128205 6.410256
35 10 12.820513 19.230769
40 24 30.769231 50.000000
45 24 30.769231 80.769231
50 11 14.102564 94.871795
55 3 3.846154 98.717949
60 1 1.282051 100.000000
>

ここまで見た

27 2012/06/17(日) 19:32:24.48: BGと試料の比較

1. n = 108 BG 繰り返し数 =3
gr1 <- c( 34, 39, 37, 38, 30, 25, 36, 30, 33, 35, 31, 38, 32, 53, 39, 24, 32, 31, 35, 43, 47, 33, 33, 38, 33, 42, 33, 39, 36, 43, 38, 52, 50, 41, 31, 37, 28, 43, 26, 36, 38, 32, 29, 30, 38 ,
32, 40, 41, 32, 49, 38, 35, 32, 39, 36, 33, 32, 44, 33, 43, 38, 35, 26, 39, 37, 31, 41, 36, 29, 36, 33, 33, 28, 33, 36, 48, 41, 41 ,
35, 38, 35, 33, 36, 41, 36, 42, 41, 32, 33, 45, 37, 25, 44, 42, 33, 26, 41, 37, 42, 31, 29, 35, 39, 49, 23, 25, 32, 41)

2. n = 78 栃木県産梅の実。40度1週間乾燥 2012.06.09 採取 7.2 d-g 繰り返し数 =2
gr2 <- c( 45, 39, 40, 48, 54, 46, 53, 32, 33, 41, 46, 37, 39, 37, 43, 30, 46, 52, 51, 41, 48, 48, 42, 48, 47, 41, 49, 47, 42, 46, 42, 40, 47, 47, 48 ,
29, 50, 49, 42, 44, 44, 51, 53, 43, 45, 63, 57, 41, 46, 52, 52, 35, 45, 39, 42, 42, 39, 45, 33, 57, 42, 51, 42, 41, 47, 42, 49, 36, 44, 50, 55, 49, 43, 38, 39, 41, 45, 40)
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -9.0664, 自由度 = 184, P値 < 2.2e-16
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -10.163228 -6.530504
標本推定値:
平均値x 平均値y
36.10185 44.44872
有意。試料とバックグラウンドに差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -9.014, 自由度 = 162.495, P値 = 5.267e-16
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -10.17538 -6.51835
標本推定値:
平均値x 平均値y
36.10185 44.44872
有意。試料とバックグラウンドに差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.931, 第1自由度 = 107, 第2自由度 = 77, P値 = 0.7268
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.6092303 1.4025439
標本推定値:
分散比
0.9310261
有意。分散が異なるので（Welchの方法）を使用する。

>

ここまで見た

28 2012/06/17(日) 19:34:20.08: ３.補足コメント
44.44872 - 36.10185 = 8.34687 CPM (3.92 Bq)
3.92 * 1000 / 7.2 = 544 Bq/乾kg
544 * (100-90.1) / 100 = 53.8 Bq/湿kg

水分 90.1% ( http://www.tukeru.com/knowledge/knowledge_51.htm )
カリウム 290mg/100g ( http://www.tukeru.com/knowledge/knowledge_51.htm )より8.96Bq/kg

「乾kg」は、試料を乾燥した状態で計った質量
「湿kg」は、試料を濡れたまま(乾燥しないで)測った質量
です。

ここまで見た

29 2012/06/17(日) 20:23:52.24: １．測定対象
「2012.06.12取得栃木県産2条大麦(ビール麦)の穂 40度3日乾燥 5.5g」の分析

２．測定結果
1. n=30 糊台
x <- c( 44, 39, 42, 49, 36, 40, 36, 45, 45, 49, 32, 35, 38, 29, 39, 27, 34, 30, 38, 45, 33, 40, 35, 38, 33, 40, 44, 25, 29, 33)

2. n=35 2012.06.12取得栃木県産2条大麦 40度3日乾燥 5.5g
x <- c( 42, 33, 43, 39, 67, 38, 29, 46, 41, 50, 25, 58, 44, 51, 44, 32, 49, 47, 44, 38, 38, 40, 44, 32, 37, 35, 45, 36, 30, 52, 32, 45, 43, 40, 40)

3. n=30 糊台
x <- c( 39, 33, 44, 39, 46, 32, 31, 23, 42, 50, 32, 28, 31, 33, 33, 41, 38, 42, 29, 46, 40, 36, 31, 30, 32, 39, 36, 41, 46, 39)

4. n=31 2012.06.12取得栃木県産2条大麦 40度3日乾燥 5.5g
x <- c( 41, 48, 36, 34, 46, 40, 48, 48, 36, 45, 35, 44, 47, 54, 40, 33, 33, 51, 39, 38, 48, 43, 42, 37, 34, 39, 43, 44, 44, 40, 50)

5. n=37 糊台
x <- c( 45, 42, 42, 39, 38, 32, 41, 44, 43, 35, 44, 44, 50, 32, 41, 32, 36, 38, 38, 40, 25, 42, 39, 39, 37, 44, 37, 35, 49, 35, 38, 44, 37, 44, 32, 34, 34)

ここまで見た

30 2012/06/17(日) 20:30:38.67: ４.　データ貼り付け
全体の分析
x <- c( 44, 39, 42, 49, 36, 40, 36, 45, 45, 49, 32, 35, 38, 29, 39, 27, 34, 30, 38, 45, 33, 40, 35, 38, 33, 40, 44, 25, 29, 33 ,
42, 33, 43, 39, 67, 38, 29, 46, 41, 50, 25, 58, 44, 51, 44, 32, 49, 47, 44, 38, 38, 40, 44, 32, 37, 35, 45, 36, 30, 52, 32, 45, 43, 40, 40 ,
39, 33, 44, 39, 46, 32, 31, 23, 42, 50, 32, 28, 31, 33, 33, 41, 38, 42, 29, 46, 40, 36, 31, 30, 32, 39, 36, 41, 46, 39 ,
41, 48, 36, 34, 46, 40, 48, 48, 36, 45, 35, 44, 47, 54, 40, 33, 33, 51, 39, 38, 48, 43, 42, 37, 34, 39, 43, 44, 44, 40, 50 ,
45, 42, 42, 39, 38, 32, 41, 44, 43, 35, 44, 44, 50, 32, 41, 32, 36, 38, 38, 40, 25, 42, 39, 39, 37, 44, 37, 35, 49, 35, 38, 44, 37, 44, 32, 34, 34)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 39.34969
> var(x)
[1] 45.52511
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.0109, 第1自由度 = 4, 第2自由度 = 158, P値 = 0.003982
有意。群間に差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 9.3414, 自由度 = 4, P値 = 0.05311
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 4.0168, 第1自由度 = 4.000, 第2自由度 = 77.405, P値 = 0.005171
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.6134969 0.6134969
25 9 5.5214724 6.1349693
30 31 19.0184049 25.1533742
35 44 26.9938650 52.1472393
40 46 28.2208589 80.3680982
45 22 13.4969325 93.8650307
50 8 4.9079755 98.7730061
55 1 0.6134969 99.3865031
60 0 0.0000000 99.3865031
65 1 0.6134969 100.0000000
>

ここまで見た

31 2012/06/17(日) 20:33:05.50: BGと試料の比較
x <- c( 44, 39, 42, 49, 36, 40, 36, 45, 45, 49, 32, 35, 38, 29, 39, 27, 34, 30, 38, 45, 33, 40, 35, 38, 33, 40, 44, 25, 29, 33 ,
42, 33, 43, 39, 67, 38, 29, 46, 41, 50, 25, 58, 44, 51, 44, 32, 49, 47, 44, 38, 38, 40, 44, 32, 37, 35, 45, 36, 30, 52, 32, 45, 43, 40, 40 ,
39, 33, 44, 39, 46, 32, 31, 23, 42, 50, 32, 28, 31, 33, 33, 41, 38, 42, 29, 46, 40, 36, 31, 30, 32, 39, 36, 41, 46, 39 ,
41, 48, 36, 34, 46, 40, 48, 48, 36, 45, 35, 44, 47, 54, 40, 33, 33, 51, 39, 38, 48, 43, 42, 37, 34, 39, 43, 44, 44, 40, 50 ,
45, 42, 42, 39, 38, 32, 41, 44, 43, 35, 44, 44, 50, 32, 41, 32, 36, 38, 38, 40, 25, 42, 39, 39, 37, 44, 37, 35, 49, 35, 38, 44, 37, 44, 32, 34, 34)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 13.9387, 第1自由度 = 1, 第2自由度 = 161, P値 = 0.0002616
有意。試料とバックグラウンドに差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 2.9229, 自由度 = 1, P値 = 0.08733
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 12.9573, 第1自由度 = 1.000, 第2自由度 = 121.443, P値 = 0.0004624
有意。試料とバックグラウンドに差異がある。

>

ここまで見た

32 2012/06/17(日) 20:34:40.54: 繰り返しによる影響

1. n = 97 BG 繰り返し数 =3
x <- c( 44, 39, 42, 49, 36, 40, 36, 45, 45, 49, 32, 35, 38, 29, 39, 27, 34, 30, 38, 45, 33, 40, 35, 38, 33, 40, 44, 25, 29, 33 ,
39, 33, 44, 39, 46, 32, 31, 23, 42, 50, 32, 28, 31, 33, 33, 41, 38, 42, 29, 46, 40, 36, 31, 30, 32, 39, 36, 41, 46, 39 ,
45, 42, 42, 39, 38, 32, 41, 44, 43, 35, 44, 44, 50, 32, 41, 32, 36, 38, 38, 40, 25, 42, 39, 39, 37, 44, 37, 35, 49, 35, 38, 44, 37, 44, 32, 34, 34)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 37.78351
> var(x)
[1] 35.42139
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.2413, 第1自由度 = 2, 第2自由度 = 94, P値 = 0.2937
有意。繰り返しによる差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 1.691, 自由度 = 2, P値 = 0.4293
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 1.3185, 第1自由度 = 2.000, 第2自由度 = 58.927, P値 = 0.2753
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.030928 1.030928
25 7 7.216495 8.247423
30 22 22.680412 30.927835
35 30 30.927835 61.855670
40 25 25.773196 87.628866
45 10 10.309278 97.938144
50 2 2.061856 100.000000
>

ここまで見た

33 2012/06/17(日) 20:35:49.27: 2. n = 66 2012.06.12取得栃木県産2条大麦 40度3日乾燥 5.5g 繰り返し数 =2
x <- c( 42, 33, 43, 39, 67, 38, 29, 46, 41, 50, 25, 58, 44, 51, 44, 32, 49, 47, 44, 38, 38, 40, 44, 32, 37, 35, 45, 36, 30, 52, 32, 45, 43, 40, 40 ,
41, 48, 36, 34, 46, 40, 48, 48, 36, 45, 35, 44, 47, 54, 40, 33, 33, 51, 39, 38, 48, 43, 42, 37, 34, 39, 43, 44, 44, 40, 50)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 41.65152
> var(x)
[1] 52.10746
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0892, 第1自由度 = 1, 第2自由度 = 64, P値 = 0.7662
有意ではない。繰り返しによる差異は不明。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 4.4903, 自由度 = 1, P値 = 0.03409
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 0.0933, 第1自由度 = 1.000, 第2自由度 = 60.174, P値 = 0.761
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 3.030303 3.030303
30 9 13.636364 16.666667
35 14 21.212121 37.878788
40 21 31.818182 69.696970
45 12 18.181818 87.878788
50 6 9.090909 96.969697
55 1 1.515152 98.484848
60 0 0.000000 98.484848
65 1 1.515152 100.000000
>

ここまで見た

34 2012/06/17(日) 20:36:42.00: BGと試料の比較

1. n = 97 BG 繰り返し数 =3
gr1 <- c( 44, 39, 42, 49, 36, 40, 36, 45, 45, 49, 32, 35, 38, 29, 39, 27, 34, 30, 38, 45, 33, 40, 35, 38, 33, 40, 44, 25, 29, 33 ,
39, 33, 44, 39, 46, 32, 31, 23, 42, 50, 32, 28, 31, 33, 33, 41, 38, 42, 29, 46, 40, 36, 31, 30, 32, 39, 36, 41, 46, 39 ,
45, 42, 42, 39, 38, 32, 41, 44, 43, 35, 44, 44, 50, 32, 41, 32, 36, 38, 38, 40, 25, 42, 39, 39, 37, 44, 37, 35, 49, 35, 38, 44, 37, 44, 32, 34, 34)

2. n = 66 2012.06.12取得栃木県産2条大麦 40度3日乾燥 5.5g 繰り返し数 =2
gr2 <- c( 42, 33, 43, 39, 67, 38, 29, 46, 41, 50, 25, 58, 44, 51, 44, 32, 49, 47, 44, 38, 38, 40, 44, 32, 37, 35, 45, 36, 30, 52, 32, 45, 43, 40, 40 ,
41, 48, 36, 34, 46, 40, 48, 48, 36, 45, 35, 44, 47, 54, 40, 33, 33, 51, 39, 38, 48, 43, 42, 37, 34, 39, 43, 44, 44, 40, 50)
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -3.7335, 自由度 = 161, P値 = 0.0002616
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -5.913988 -1.822032
標本推定値:
平均値x 平均値y
37.78351 41.65152
有意。試料とバックグラウンドに差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -3.5996, 自由度 = 121.443, P値 = 0.0004624
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -5.995304 -1.740716
標本推定値:
平均値x 平均値y
37.78351 41.65152
有意。試料とバックグラウンドに差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.6798, 第1自由度 = 96, 第2自由度 = 65, P値 = 0.08463
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.4298163 1.0542413
標本推定値:
分散比
0.6797758
有意。分散が異なるので（Welchの方法）を使用する。

>

ここまで見た

35 2012/06/17(日) 20:38:43.93: ３.補足コメント
41.65152 - 37.78351 = 3.868011 CPM (1.81 Bq)
1.81 * 1000 / 5.5 = 330 Bq/kg

測定は、麦穂のヒゲと茎をハサミで除いた残りです。
脱穀していません。

ここまで見た

36 2012/06/17(日) 22:11:59.50: １．測定対象
「2012.06.04 採取　栃木県産柏の葉、40度3日乾燥」の分析
乾燥後 7g (湿重量不明)

２．測定結果
BGと試料の比較

1. n = 182 BG 繰り返し数 =3
gr1 <- c( 38, 44, 45, 36, 40, 35, 31, 39, 39, 51, 38, 34, 47, 36, 40, 33, 41, 46, 46, 42, 31, 37,
41, 31, 38, 39, 32, 31, 39, 37, 45, 33, 37, 26, 33, 42, 35, 48, 35, 35, 35, 37, 38, 39, 53, 45, 37, 49, 39, 37, 35, 45, 43 ,
39, 37, 45, 33, 35, 34, 34, 34, 45, 49, 25, 36, 47, 41, 35, 31, 40, 37, 35, 32, 42, 45, 38, 39, 30, 37, 41, 35, 32, 37, 40,
29, 37, 33, 36, 42, 43, 30, 36, 42, 31, 31, 46, 39, 43, 34, 37, 43, 45, 31, 38 ,
51, 32, 31, 38, 35, 35, 35, 26, 42, 38, 41, 29, 37, 45, 35, 78, 49, 39, 44, 29, 39, 32, 29, 48, 33, 31, 38, 31, 38, 38, 47,
32, 38, 41, 34, 39, 36, 41, 25, 30, 43, 41, 28, 42, 36, 41, 31, 39, 43, 41, 40, 39, 27, 38, 41, 33, 58, 35, 33, 35, 34, 26,
36, 47, 47, 49, 34, 50, 36, 31, 38, 39, 38, 44, 48, 37, 42, 19)

2. n = 85 2012.06.04 採取　栃木県産柏の葉、40度3日乾燥繰り返し数 =2
gr2 <- c( 40, 41, 39, 41, 40, 47, 35, 49, 49, 41, 48, 33, 53, 42, 32, 40, 49, 43, 46, 46, 47, 44, 37, 44, 48, 48, 47, 31, 44, 49, 52, 49, 44, 45, 31 ,
42, 47, 45, 35, 48, 50, 49, 27, 43, 52, 52, 35, 37, 39, 50, 39, 50, 55, 35, 37, 51, 44, 56, 43, 45, 52, 47, 38, 36, 49, 43,
42, 39, 36, 49, 42, 54, 41, 43, 39, 55, 41, 51, 56, 39, 43, 42, 31, 50, 51)
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -6.5873, 自由度 = 265, P値 = 2.399e-10
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -7.511122 -4.054230
標本推定値:
平均値x 平均値y
38.08791 43.87059
有意。試料とバックグラウンドに差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -6.6876, 自由度 = 170.496, P値 = 3.113e-10
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -7.489556 -4.075796
標本推定値:
平均値x 平均値y
38.08791 43.87059
有意。試料とバックグラウンドに差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.0864, 第1自由度 = 181, 第2自由度 = 84, P値 = 0.676
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.742599 1.550040
標本推定値:
分散比
1.086400
有意。分散が異なるので（Welchの方法）を使用する

>

ここまで見た

37 2012/06/17(日) 22:12:55.09: 行数がうまく制限内にまとめられず、最後の結果だけです。

３.補足コメント
43.9 - 38.1 = 5.8 CPM (2.71 Bq)
5.8 * 1000 / 7 = 388 Bq/kg
旧暦の４月１５日、月遅れ(明治の暦の切り替えで１２月を４−５日で終わりにして１月にしました。その関係で、１月遅れという暦を使っているときがあります)
の端午の節句の前日に、柏の葉を収穫してみました。

ここまで見た

38 2012/06/18(月) 20:28:56.80: １．測定対象
「2012.06.12 収穫栃木県産シュンギク　４０度６日乾燥4.2g」の分析

２．測定結果
1. n=30 糊台
x <- c( 37, 33, 34, 27, 33, 39, 42, 47, 42, 28, 50, 39, 35, 28, 29, 33, 36, 37, 48, 48, 37, 34, 41, 40, 36, 25, 43, 52, 22, 24)

2. n=35 2012.06.12 収穫栃木県産シュンギク　４０度６日乾燥4.2g
x <- c( 64, 69, 68, 77, 64, 66, 92, 63, 65, 57, 70, 61, 67, 83, 70, 60, 73, 66, 53, 66, 74, 67, 62, 52, 68, 71, 56, 77, 53, 65, 42, 21, 29, 58, 51)

3. n=30 糊台
x <- c( 42, 33, 27, 33, 48, 46, 30, 31, 41, 33, 34, 47, 38, 34, 38, 29, 42, 40, 47, 46, 36, 33, 29, 36, 36, 29, 32, 41, 31, 40)

4. n=77 2012.06.12 収穫栃木県産シュンギク　４０度６日乾燥4.2g
x <- c( 76, 58, 63, 53, 61, 64, 73, 64, 57, 68, 72, 67, 54, 70, 72, 77, 63, 66, 76, 69, 63, 68, 64, 61, 63, 68, 53, 74, 53, 56, 51, 54, 61, 64, 73,
71, 73, 57, 64, 56, 57, 67, 62, 66, 60, 70, 74, 64, 56, 69, 64, 65, 54, 61, 71, 61, 68, 63, 70, 51, 56, 61, 53, 65, 53, 72, 76, 61, 64, 49, 65, 67, 57, 58, 65, 57, 72)

5. n=60 糊台
x <- c( 25, 35, 33, 44, 40, 39, 39, 34, 39, 39, 32, 53, 45, 47, 30, 27, 39, 40, 51, 34, 35, 32, 38, 41, 41, 26, 36, 31, 35, 36, 41, 25, 39, 44, 36,
47, 40, 44, 19, 23, 33, 37, 37, 28, 33, 40, 28, 37, 35, 33, 44, 21, 32, 40, 28, 42, 29, 34, 33, 39)

ここまで見た

39 2012/06/18(月) 20:29:42.40: ４.　データ貼り付け
全体の分析
x <- c( 37, 33, 34, 27, 33, 39, 42, 47, 42, 28, 50, 39, 35, 28, 29, 33, 36, 37, 48, 48, 37, 34, 41, 40, 36, 25, 43, 52, 22, 24 ,
64, 69, 68, 77, 64, 66, 92, 63, 65, 57, 70, 61, 67, 83, 70, 60, 73, 66, 53, 66, 74, 67, 62, 52, 68, 71, 56, 77, 53, 65, 42, 21, 29, 58, 51 ,
42, 33, 27, 33, 48, 46, 30, 31, 41, 33, 34, 47, 38, 34, 38, 29, 42, 40, 47, 46, 36, 33, 29, 36, 36, 29, 32, 41, 31, 40 ,
76, 58, 63, 53, 61, 64, 73, 64, 57, 68, 72, 67, 54, 70, 72, 77, 63, 66, 76, 69, 63, 68, 64, 61, 63, 68, 53, 74, 53, 56, 51, 54, 61, 64, 73,
71, 73, 57, 64, 56, 57, 67, 62, 66, 60, 70, 74, 64, 56, 69, 64, 65, 54, 61, 71, 61, 68, 63, 70, 51, 56, 61, 53, 65, 53, 72, 76, 61, 64, 49, 65, 67, 57, 58, 65, 57, 72 ,
25, 35, 33, 44, 40, 39, 39, 34, 39, 39, 32, 53, 45, 47, 30, 27, 39, 40, 51, 34, 35, 32, 38, 41, 41, 26, 36, 31, 35, 36, 41, 25, 39, 44, 36,
47, 40, 44, 19, 23, 33, 37, 37, 28, 33, 40, 28, 37, 35, 33, 44, 21, 32, 40, 28, 42, 29, 34, 33, 39)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 49.36207
> var(x)
[1] 251.0285
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 153.4311, 第1自由度 = 4, 第2自由度 = 227, P値 < 2.2e-16
有意。群間に差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 33.0742, 自由度 = 4, P値 = 1.153e-06
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 185.5496, 第1自由度 = 4.000, 第2自由度 = 88.321, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
15 1 0.4310345 0.4310345
20 5 2.1551724 2.5862069
25 18 7.7586207 10.3448276
30 28 12.0689655 22.4137931
35 31 13.3620690 35.7758621
40 25 10.7758621 46.5517241
45 12 5.1724138 51.7241379
50 18 7.7586207 59.4827586
55 14 6.0344828 65.5172414
60 28 12.0689655 77.5862069
65 25 10.7758621 88.3620690
70 19 8.1896552 96.5517241
75 6 2.5862069 99.1379310
80 1 0.4310345 99.5689655
85 0 0.0000000 99.5689655
90 1 0.4310345 100.0000000
>

ここまで見た

40 2012/06/18(月) 20:30:41.68: BGと試料の比較
x <- c( 37, 33, 34, 27, 33, 39, 42, 47, 42, 28, 50, 39, 35, 28, 29, 33, 36, 37, 48, 48, 37, 34, 41, 40, 36, 25, 43, 52, 22, 24 ,
64, 69, 68, 77, 64, 66, 92, 63, 65, 57, 70, 61, 67, 83, 70, 60, 73, 66, 53, 66, 74, 67, 62, 52, 68, 71, 56, 77, 53, 65, 42, 21, 29, 58, 51 ,
42, 33, 27, 33, 48, 46, 30, 31, 41, 33, 34, 47, 38, 34, 38, 29, 42, 40, 47, 46, 36, 33, 29, 36, 36, 29, 32, 41, 31, 40 ,
76, 58, 63, 53, 61, 64, 73, 64, 57, 68, 72, 67, 54, 70, 72, 77, 63, 66, 76, 69, 63, 68, 64, 61, 63, 68, 53, 74, 53, 56, 51, 54, 61, 64, 73,
71, 73, 57, 64, 56, 57, 67, 62, 66, 60, 70, 74, 64, 56, 69, 64, 65, 54, 61, 71, 61, 68, 63, 70, 51, 56, 61, 53, 65, 53, 72, 76, 61, 64, 49, 65, 67, 57, 58, 65, 57, 72 ,
25, 35, 33, 44, 40, 39, 39, 34, 39, 39, 32, 53, 45, 47, 30, 27, 39, 40, 51, 34, 35, 32, 38, 41, 41, 26, 36, 31, 35, 36, 41, 25, 39, 44, 36,
47, 40, 44, 19, 23, 33, 37, 37, 28, 33, 40, 28, 37, 35, 33, 44, 21, 32, 40, 28, 42, 29, 34, 33, 39)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 620.3081, 第1自由度 = 1, 第2自由度 = 230, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 10.4909, 自由度 = 1, P値 = 0.001200
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 607.7574, 第1自由度 = 1.00, 第2自由度 = 203.45, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

>

ここまで見た

41 2012/06/18(月) 20:31:42.20: 繰り返しによる影響

1. n = 120 BG 繰り返し数 =3
x <- c( 37, 33, 34, 27, 33, 39, 42, 47, 42, 28, 50, 39, 35, 28, 29, 33, 36, 37, 48, 48, 37, 34, 41, 40, 36, 25, 43, 52, 22, 24 ,
42, 33, 27, 33, 48, 46, 30, 31, 41, 33, 34, 47, 38, 34, 38, 29, 42, 40, 47, 46, 36, 33, 29, 36, 36, 29, 32, 41, 31, 40 ,
25, 35, 33, 44, 40, 39, 39, 34, 39, 39, 32, 53, 45, 47, 30, 27, 39, 40, 51, 34, 35, 32, 38, 41, 41, 26, 36, 31, 35, 36, 41, 25,
39, 44, 36, 47, 40, 44, 19, 23, 33, 37, 37, 28, 33, 40, 28, 37, 35, 33, 44, 21, 32, 40, 28, 42, 29, 34, 33, 39)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 36.31667
> var(x)
[1] 48.57115
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1653, 第1自由度 = 2, 第2自由度 = 117, P値 = 0.8479
有意ではない。繰り返しによる差異は不明。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 1.6416, 自由度 = 2, P値 = 0.4401
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 0.1735, 第1自由度 = 2.000, 第2自由度 = 62.018, P値 = 0.841
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
15 1 0.8333333 0.8333333
20 4 3.3333333 4.1666667
25 17 14.1666667 18.3333333
30 28 23.3333333 41.6666667
35 31 25.8333333 67.5000000
40 24 20.0000000 87.5000000
45 11 9.1666667 96.6666667
50 4 3.3333333 100.0000000
>

ここまで見た

42 2012/06/18(月) 20:32:44.56: 2. n = 112 2012.06.12 収穫栃木県産シュンギク　４０度６日乾燥4.2g 繰り返し数 =2
x <- c( 64, 69, 68, 77, 64, 66, 92, 63, 65, 57, 70, 61, 67, 83, 70, 60, 73, 66, 53, 66, 74, 67, 62, 52, 68, 71, 56, 77, 53, 65, 42, 21, 29, 58, 51 ,
76, 58, 63, 53, 61, 64, 73, 64, 57, 68, 72, 67, 54, 70, 72, 77, 63, 66, 76, 69, 63, 68, 64, 61, 63, 68, 53, 74, 53, 56, 51, 54, 61, 64, 73, 71, 73,
57, 64, 56, 57, 67, 62, 66, 60, 70, 74, 64, 56, 69, 64, 65, 54, 61, 71, 61, 68, 63, 70, 51, 56, 61, 53, 65, 53, 72, 76, 61, 64, 49, 65, 67, 57, 58, 65, 57, 72)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 63.33929
> var(x)
[1] 89.2352
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1316, 第1自由度 = 1, 第2自由度 = 110, P値 = 0.7175
有意ではない。繰り返しによる差異は不明。

> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）

データ: x と g
バートレットのK二乗値 = 21.3325, 自由度 = 1, P値 = 3.861e-06
有意。分散が異なるので先の分散分析は無効。

> oneway.test(x ~ g)
一元配置分散分析（等分散を仮定しない場合）

データ: x と g
F = 0.085, 第1自由度 = 1.000, 第2自由度 = 42.758, P値 = 0.772
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.8928571 0.8928571
25 1 0.8928571 1.7857143
30 0 0.0000000 1.7857143
35 0 0.0000000 1.7857143
40 1 0.8928571 2.6785714
45 1 0.8928571 3.5714286
50 14 12.5000000 16.0714286
55 14 12.5000000 28.5714286
60 28 25.0000000 53.5714286
65 25 22.3214286 75.8928571
70 19 16.9642857 92.8571429
75 6 5.3571429 98.2142857
80 1 0.8928571 99.1071429
85 0 0.0000000 99.1071429
90 1 0.8928571 100.0000000
>

ここまで見た

43 2012/06/18(月) 20:33:41.55: BGと試料の比較

1. n = 120 BG 繰り返し数 =3
gr1 <- c( 37, 33, 34, 27, 33, 39, 42, 47, 42, 28, 50, 39, 35, 28, 29, 33, 36, 37, 48, 48, 37, 34, 41, 40, 36, 25, 43, 52, 22, 24 ,
42, 33, 27, 33, 48, 46, 30, 31, 41, 33, 34, 47, 38, 34, 38, 29, 42, 40, 47, 46, 36, 33, 29, 36, 36, 29, 32, 41, 31, 40 ,
25, 35, 33, 44, 40, 39, 39, 34, 39, 39, 32, 53, 45, 47, 30, 27, 39, 40, 51, 34, 35, 32, 38, 41, 41, 26, 36, 31, 35, 36, 41, 25,
39, 44, 36, 47, 40, 44, 19, 23, 33, 37, 37, 28, 33, 40, 28, 37, 35, 33, 44, 21, 32, 40, 28, 42, 29, 34, 33, 39)

2. n = 112 2012.06.12 収穫栃木県産シュンギク　４０度６日乾燥4.2g 繰り返し数 =2
gr2 <- c( 64, 69, 68, 77, 64, 66, 92, 63, 65, 57, 70, 61, 67, 83, 70, 60, 73, 66, 53, 66, 74, 67, 62, 52, 68, 71, 56, 77, 53, 65, 42, 21, 29, 58, 51 ,
76, 58, 63, 53, 61, 64, 73, 64, 57, 68, 72, 67, 54, 70, 72, 77, 63, 66, 76, 69, 63, 68, 64, 61, 63, 68, 53, 74, 53, 56, 51, 54, 61, 64, 73, 71, 73, 57,
64, 56, 57, 67, 62, 66, 60, 70, 74, 64, 56, 69, 64, 65, 54, 61, 71, 61, 68, 63, 70, 51, 56, 61, 53, 65, 53, 72, 76, 61, 64, 49, 65, 67, 57, 58, 65, 57, 72)
> t.test(gr1, gr2, v=T)
二標本t検定（分散が等しいと仮定できるとき）

データ: gr1 と gr2
t値 = -24.906, 自由度 = 230, P値 < 2.2e-16
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -29.16040 -24.88484
標本推定値:
平均値x 平均値y
36.31667 63.33929
有意。試料とバックグラウンドに差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -24.6527, 自由度 = 203.45, P値 < 2.2e-16
対立仮説: 母平均の差は，0ではない
95 パーセント信頼区間: -29.18385 -24.86139
標本推定値:
平均値x 平均値y
36.31667 63.33929
有意。試料とバックグラウンドに差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.5443, 第1自由度 = 119, 第2自由度 = 111, P値 = 0.001190
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3764331 0.7851696
標本推定値:
分散比
0.5443048
有意。分散が異なるので（Welchの方法）を使用する。

>

ここまで見た

44 2012/06/18(月) 20:34:58.42: ３.補足コメント
63.33929 - 36.31667 = 27.02262 CPM (12.7 Bq)
12.7 * 1000 / 4.2 = 3023 Bq/kg
水分 91.8% ( http://ja.wikipedia.org/wiki/%E3%82%B7%E3%83%A5%E3%83%B3%E3%82%AE%E3%82%AF )より
3023 * (100-91.8) /100 = 248 Bq/kg
カリウム 460mg/100g ( http://ja.wikipedia.org/wiki/%E3%82%B7%E3%83%A5%E3%83%B3%E3%82%AE%E3%82%AF )より 14.2 Bq/kg なので、ほとんど福島由来と考えられる。

このシュンギクは販売用ではありません。
自家消費を目的に栽培したものです。

ここまで見た

45 2012/06/24(日) 22:59:01.49: 栃木県は、土がかなり汚染していますね。
肥料や土が汚染していると、九州や四国で作った野菜も汚染します。

ここまで見た

46 2012/06/26(火) 05:46:47.11: 栃木県は200Bq/kg 位(農協の資料)で、15cm均一攪拌とすると、

家庭園芸では3cm程度なので、５倍1000Bq/kg程度の汚染でしょう。
農協の資料が見つからないので、ネットの資料
http://www.niaes.affrc.go.jp/magazine/144/mgzn14401_06.pdf

ここまで見た

47 2012/07/02(月) 20:14:54.18

１．測定対象
「小豆島そうめん 2013.11/Z」(1.7*8*18 cm, 250g )の分析

２．測定結果
1. n=32 糊台
x <- c( 49, 38, 29, 45, 44, 38, 44, 36, 34, 42, 36, 46, 47, 40, 34, 46, 45, 41, 41, 36, 35, 35, 34, 45, 41, 37, 42, 47, 35, 41, 41, 29)

2. n=30 小豆島そうめん 2013.11/Z
x <- c( 45, 28, 41, 42, 45, 33, 34, 34, 42, 28, 42, 31, 42, 48, 34, 37, 37, 43, 41, 28, 36, 35, 40, 44, 30, 44, 29, 36, 27, 36)

3. n=30 糊台
x <- c( 38, 43, 40, 38, 31, 39, 38, 37, 41, 39, 39, 51, 28, 37, 40, 31, 51, 34, 37, 31, 34, 43, 43, 33, 47, 34, 40, 35, 35, 36)

4. n=37 小豆島そうめん 2013.11/Z
x <- c( 35, 41, 46, 39, 40, 43, 39, 26, 47, 41, 41, 45, 37, 53, 51, 40, 43, 43, 36, 39, 39, 29, 49, 44, 38, 35, 39, 54, 35, 39, 46, 40, 37, 38, 60, 38, 51)

5. n=459 糊台
x <- c( 44, 35, 36, 42, 37, 53, 39, 36, 46, 37, 44, 27, 38, 26, 23, 36, 40, 33, 41, 41, 27, 35, 33, 43, 42, 29, 33, 35, 33, 34, 40, 31, 37, 26, 51, 39,
36, 35, 39, 38, 42, 30, 39, 38, 50, 34, 30, 47, 36, 44, 50, 45, 39, 33, 35, 38, 56, 36, 49, 51, 31, 44, 28, 44, 37, 35, 35, 39, 40, 28, 44, 36, 50, 42,
39, 43, 39, 39, 44, 43, 34, 27, 39, 50, 46, 25, 32, 40, 39, 38, 43, 41, 32, 29, 27, 44, 33, 36, 46, 29, 33, 43, 42, 46, 29, 42, 23, 44, 49, 36, 33, 36,
40, 42, 44, 38, 33, 36, 34, 32, 36, 50, 28, 30, 42, 29, 25, 37, 41, 38, 35, 38, 42, 36, 35, 45, 30, 28, 35, 40, 39, 36, 35, 25, 30, 45, 39, 39, 33, 31,
37, 42, 34, 36, 37, 36, 35, 50, 28, 32, 22, 32, 38, 39, 40, 39, 40, 31, 36, 35, 36, 54, 50, 46, 32, 30, 46, 37, 42, 34, 44, 42, 33, 36, 35, 47, 36, 46,
49, 45, 36, 41, 39, 39, 37, 46, 30, 39, 51, 44, 22, 34, 44, 27, 30, 35, 45, 30, 43, 45, 34, 29, 39, 45, 38, 37, 49, 31, 36, 42, 43, 39, 27, 33, 38, 45,
32, 38, 35, 39, 49, 48, 39, 28, 38, 42, 39, 47, 37, 30, 43, 46, 45, 41, 41, 46, 42, 35, 31, 33, 44, 40, 33, 45, 38, 53, 28, 47, 36, 42, 38, 37, 39, 43,
31, 29, 41, 32, 40, 35, 32, 44, 41, 37, 39, 26, 42, 40, 37, 32, 32, 45, 43, 33, 26, 40, 47, 38, 44, 52, 47, 43, 32, 46, 31, 39, 52, 43, 30, 39, 51, 36,
26, 39, 30, 42, 45, 27, 40, 36, 36, 39, 37, 33, 33, 50, 34, 32, 41, 46, 44, 45, 40, 45, 47, 40, 38, 30, 39, 37, 31, 41, 41, 45, 30, 39, 43, 37, 44, 42,
34, 29, 44, 47, 39, 38, 47, 43, 43, 42, 41, 41, 46, 45, 35, 43, 50, 29, 31, 47, 34, 39, 39, 42, 38, 26, 37, 33, 37, 42, 41, 30, 45, 47, 51, 34, 29, 33,
50, 40, 46, 31, 30, 37, 37, 34, 45, 39, 35, 26, 49, 39, 42, 33, 39, 41, 35, 42, 44, 30, 46, 55, 42, 33, 34, 51, 35, 44, 34, 43, 31, 40, 37, 46, 34, 34,
35, 36, 45, 37, 40, 26, 40, 28, 42, 54, 46, 46, 36, 40, 42, 39, 40, 50, 40, 45, 45, 44, 35, 27, 45, 46, 48, 32, 41, 34, 33, 46, 47, 43, 24, 51, 36, 42,
51, 43, 45, 33, 40)