【ガイガー】インスペクター＋統計スレ２ [sc] | レス97-148

★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

97 2012/07/15(日) 21:31:35.84: BGと試料の比較

1. n = 92 BG 繰り返し数 =3
gr1 <- c( 36,60,35,32,37,45,31,29,35,31,28,38,32,43,40,51,36,40,34,37,35,37,34,33,34,37,48,42,32,44 ,
30,33,36,24,36,44,48,37,42,29,32,37,41,35,49,37,44,48,46,46,34,49,28,45,46,40,38,40,38,36,38,37 ,
23,40,39,58,54,37,35,46,30,30,27,40,33,37,42,42,46,35,33,39,34,47,42,43,42,36,43,34,35,33)

2. n = 60 2012.06.19入手栃木県内で販売されていた夏みかん皮１１日乾燥 61.1wg 14.5dg 繰り返し数 =2
gr2 <- c( 56,49,53,45,47,35,53,42,42,51,43,32,55,50,47,38,33,44,42,45,51,37,42,53,46,45,53,49,55,46 ,
41,45,53,37,42,47,46,56,51,42,37,43,50,53,48,39,36,49,42,45,45,44,40,54,28,55,51,39,49,49)
> 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 = -6.512, 自由度 = 150, P値 = 1.053e-09
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: -9.487604 -5.070367
標本推定値:
平均値x 平均値y
38.30435 45.58333
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 = -6.591, 自由度 = 131.285, P値 = 9.68e-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: -9.463684 -5.094287
標本推定値:
平均値x 平均値y
38.30435 45.58333
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 = 1.1206, 第1自由度 = 91, 第2自由度 = 59, P値 = 0.6448
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.6941548 1.7668627
標本推定値:
分散比
1.120570
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

98 2012/07/15(日) 21:32:11.93: ３.補足コメント
45.58333 - 38.30435 = 7.278976 CPM (3.42Bq)
3.42 * 1000 / 61.1 = 56.0 Bq/wkg
3.42 * 1000 / 14.5 = 236 Bq/dkg
水分 (61.1-14.5) * 100 / 61.1 = 76.2%
カリウム 90mg/70g ( http://slism.jp/calorie/107112/ ) 4.0Bq/kg

ここまで見た

99 2012/07/15(日) 22:35:28.11: １．測定対象
「2012.06.19入手栃木県内で販売されていた夏みかん実 14日乾燥 12.4wg 1.7dg」の分析

２．測定結果
1. n=73 糊台
x <- c( 35,49,29,35,38,34,36,33,40,37,44,33,33,33,40,37,35,54,27,28,42,38,39,31,39,30,35,
41,37,35,53,26,39,35,31,46,40,38,29,42,47,37,46,35,34,47,35,45,42,29,31,42,38,45,43,35,27,
30,35,36,43,30,45,32,38,42,33,39,30,42,37,35,42)

2. n=38 2012.06.19入手栃木県内で販売されていた夏みかん実 14日乾燥 12.4wg 1.7dg
x <- c( 30,39,31,44,49,44,39,45,37,40,41,41,45,36,43,40,49,44,32,39,49,38,49,38,36,53,42,37,46,47,44,54,48,36,43,38,41,45)

3. n=31 糊台
x <- c( 35,35,47,33,41,42,45,54,27,34,36,53,39,35,41,56,42,30,48,35,39,44,32,36,37,33,30,35,43,32,43)

4. n=41 2012.06.19入手栃木県内で販売されていた夏みかん実 14日乾燥 12.4wg 1.7dg
x <- c( 49,46,35,31,35,29,51,39,49,48,37,34,36,35,47,38,31,34,33,48,40,51,42,39,40,42,47,28,43,44,38,41,41,46,28,40,53,38,46,44,40)

5. n=265 糊台
x <- c( 40,35,40,37,40,37,32,30,40,28,40,47,39,53,43,33,36,34,41,31,47,32,45,46,31,49,38,
44,40,43,40,41,38,39,51,31,34,49,32,39,34,38,30,39,48,41,39,40,35,34,35,48,51,38,38,28,39,
35,51,47,45,36,34,38,45,31,52,62,33,34,30,37,38,36,47,36,35,29,32,43,40,39,40,49,33,37,27,
45,28,40,60,46,35,36,50,42,36,33,36,30,40,48,47,48,51,48,33,42,41,31,34,39,26,37,38,28,42,
42,56,38,32,44,44,54,35,31,40,39,36,38,42,32,37,34,33,35,35,33,40,36,36,47,39,36,29,43,28,
35,37,35,47,37,36,36,37,40,33,39,38,40,35,28,31,39,39,35,28,35,47,27,31,37,44,45,41,38,41,
44,41,30,43,41,31,37,27,43,38,44,35,39,38,33,40,30,37,41,31,33,43,40,40,37,40,30,27,48,45,
35,42,32,36,43,25,34,34,38,46,38,38,32,26,34,40,33,43,42,27,20,31,41,47,27,34,31,40,39,38,
40,36,43,37,38,32,47,37,39,32,31,36,44,39,30,37,38,50,33,48,46,33,47,34,40,30,44,35)

以下、行数がうまく合わせられないので、データ行を略。

ここまで見た

100 2012/07/15(日) 22:36:11.72: ４.　データ貼り付け
全体の分析
> mean(x)
[1] 38.58705
> var(x)
[1] 42.52484
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.4455, 第1自由度 = 4, 第2自由度 = 443, P値 = 0.001564
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 = 2.5165, 自由度 = 4, P値 = 0.6417
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 = 5.0627, 第1自由度 = 4.000, 第2自由度 = 97.144, P値 = 0.0009504
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.2232143 0.2232143
25 29 6.4732143 6.6964286
30 88 19.6428571 26.3392857
35 144 32.1428571 58.4821429
40 103 22.9910714 81.4732143
45 61 13.6160714 95.0892857
50 18 4.0178571 99.1071429
55 2 0.4464286 99.5535714
60 2 0.4464286 100.0000000
>

ここまで見た

101 2012/07/15(日) 22:36:44.88: BGと試料の比較
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 14.8474, 第1自由度 = 1, 第2自由度 = 446, P値 = 0.0001337
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 = 0.2354, 自由度 = 1, P値 = 0.6275
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 = 15.7045, 第1自由度 = 1.000, 第2自由度 = 117.313, P値 = 0.0001276
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

102 2012/07/15(日) 22:37:20.83: 繰り返しによる影響

1. n = 369 BG 繰り返し数 =3
> mean(x)
[1] 38.04607
> var(x)
[1] 41.85385
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.9135, 第1自由度 = 2, 第2自由度 = 366, P値 = 0.4020
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 = 1.358, 自由度 = 2, P値 = 0.5071
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 = 0.8797, 第1自由度 = 2.000, 第2自由度 = 70.614, P値 = 0.4194
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.2710027 0.2710027
25 26 7.0460705 7.3170732
30 80 21.6802168 28.9972900
35 123 33.3333333 62.3306233
40 80 21.6802168 84.0108401
45 42 11.3821138 95.3929539
50 13 3.5230352 98.9159892
55 2 0.5420054 99.4579946
60 2 0.5420054 100.0000000
>

ここまで見た

103 2012/07/15(日) 22:37:53.88: 2. n = 79 2012.06.19入手栃木県内で販売されていた夏みかん実 14日乾燥 12.4wg 1.7dg 繰り返し数 =2
x <- c( 30,39,31,44,49,44,39,45,37,40,41,41,45,36,43,40,49,44,32,39,49,38,49,38,36,53,42,37,46,47,44,54,48,36,43,38,41,45 ,
49,46,35,31,35,29,51,39,49,48,37,34,36,35,47,38,31,34,33,48,40,51,42,39,40,42,47,28,43,44,38,41,41,46,28,40,53,38,46,44,40)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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)
> mean(x)
[1] 41.11392
> var(x)
[1] 38.38429
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.1654, 第1自由度 = 1, 第2自由度 = 77, P値 = 0.2837
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 = 0.9091, 自由度 = 1, P値 = 0.3404
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 = 1.1793, 第1自由度 = 1.000, 第2自由度 = 76.535, P値 = 0.2809
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 3.797468 3.797468
30 8 10.126582 13.924051
35 21 26.582278 40.506329
40 23 29.113924 69.620253
45 19 24.050633 93.670886
50 5 6.329114 100.000000
>

ここまで見た

104 2012/07/15(日) 22:38:45.42: BGと試料の比較

1. n = 369 BG 繰り返し数 =3
gr1 <- c( 35,49,29,35,38,34,36,33,40,37,44,33,33,33,40,37,35,54,27,28,42,38,39,31,39,30,35,41,
37,35,53,26,39,35,31,46,40,38,29,42,47,37,46,35,34,47,35,45,42,29,31,42,38,45,43,35,27,30,35,36,43,30,45,32,38,42,33,39,30,42,37,35,42 ,
35,35,47,33,41,42,45,54,27,34,36,53,39,35,41,56,42,30,48,35,39,44,32,36,37,33,30,35,43,32,43 ,
40,35,40,37,40,37,32,30,40,28,40,47,39,53,43,33,36,34,41,31,47,32,45,46,31,49,38,44,40,43,40,
41,38,39,51,31,34,49,32,39,34,38,30,39,48,41,39,40,35,34,35,48,51,38,38,28,39,35,51,47,45,36,
34,38,45,31,52,62,33,34,30,37,38,36,47,36,35,29,32,43,40,39,40,49,33,37,27,45,28,40,60,46,35,
36,50,42,36,33,36,30,40,48,47,48,51,48,33,42,41,31,34,39,26,37,38,28,42,42,56,38,32,44,44,54,
35,31,40,39,36,38,42,32,37,34,33,35,35,33,40,36,36,47,39,36,29,43,28,35,37,35,47,37,36,36,37,
40,33,39,38,40,35,28,31,39,39,35,28,35,47,27,31,37,44,45,41,38,41,44,41,30,43,41,31,37,27,43,
38,44,35,39,38,33,40,30,37,41,31,33,43,40,40,37,40,30,27,48,45,35,42,32,36,43,25,34,34,38,46,
38,38,32,26,34,40,33,43,42,27,20,31,41,47,27,34,31,40,39,38,40,36,43,37,38,32,47,37,39,32,31,36,44,39,30,37,38,50,33,48,46,33,47,34,40,30,44,35)

2. n = 79 2012.06.19入手栃木県内で販売されていた夏みかん実 14日乾燥 12.4wg 1.7dg 繰り返し数 =2
gr2 <- c( 30,39,31,44,49,44,39,45,37,40,41,41,45,36,43,40,49,44,32,39,49,38,49,38,36,53,42,37,46,47,44,54,48,36,43,38,41,45 ,
49,46,35,31,35,29,51,39,49,48,37,34,36,35,47,38,31,34,33,48,40,51,42,39,40,42,47,28,43,44,38,41,41,46,28,40,53,38,46,44,40)
> 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 = -3.8532, 自由度 = 446, P値 = 0.0001337
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: -4.632575 -1.503132
標本推定値:
平均値x 平均値y
38.04607 41.11392
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 = -3.9629, 自由度 = 117.313, P値 = 0.0001276
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: -4.600967 -1.534741
標本推定値:
平均値x 平均値y
38.04607 41.11392
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 = 1.0904, 第1自由度 = 368, 第2自由度 = 78, P値 = 0.6546
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.7551789 1.5132071
標本推定値:
分散比
1.09039
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

105 2012/07/15(日) 22:39:21.58: ３.補足コメント
41.11392 - 38.04607 = 3.067848 CPM (1.44Bq)
1.44 * 1000 / 12.4 = 116Bq/kg
外観から夏みかんと思われるが、著者ははっさく等との区別がつけられない。
カリウム 110-190 mg/100g ( http://www.kudamononavi.com/zukan/citrus.htm 夏みかん：カリウム（190mg）、はっさく：カリウム（180mg）、日向夏：カリウム（110mg）、ブンタン：カリウム（180mg）、ぽんかん：カリウム（160mg） )より、3.4-5.9Bq/kg。
よって、ほとんどが福島由来のセシウム等である。

ここまで見た

106 2012/07/22(日) 20:22:50.34: １．測定対象
「茨城産キャベツの葉 2012.06.12 スーパーのゴミ箱より入手 5.3dg」の分析

２．測定結果
1. n=30 糊台
x <- c( 37,32,56,42,29,37,44,43,37,48,33,36,29,29,44,29,43,42,37,37,45,39,47,34,42,53,46,48,38,42)

2. n=30 茨城産キャベツの葉 2012.06.12 スーパーのゴミ箱より入手 5.3dg
x <- c( 68,52,61,51,84,67,62,63,52,57,55,59,52,40,49,77,64,61,63,55,59,51,75,45,63,56,55,70,57,48)

3. n=36 糊台
x <- c( 39,32,37,40,33,37,33,31,35,42,33,43,35,36,49,36,35,42,31,41,33,33,36,29,30,41,35,36,36,43,39,25,22,36,27,38)

4. n=30 茨城産キャベツの葉 2012.06.12 スーパーのゴミ箱より入手 5.3dg
x <- c( 64,65,64,70,58,84,67,60,64,69,51,76,64,53,67,61,57,59,76,59,73,58,55,65,70,67,50,59,62,76)

5. n=30 糊台
x <- c( 37,36,35,42,44,38,38,47,38,45,27,32,47,43,38,33,34,35,37,44,50,44,49,53,44,40,28,37,30,37)

ここまで見た

107 2012/07/22(日) 20:24:38.59: ４.　データ貼り付け
全体の分析
x <- c( 37,32,56,42,29,37,44,43,37,48,33,36,29,29,44,29,43,42,37,37,45,39,47,34,42,53,46,48,38,42 ,
68,52,61,51,84,67,62,63,52,57,55,59,52,40,49,77,64,61,63,55,59,51,75,45,63,56,55,70,57,48 ,
39,32,37,40,33,37,33,31,35,42,33,43,35,36,49,36,35,42,31,41,33,33,36,29,30,41,35,36,36,43,39,25,22,36,27,38 ,
64,65,64,70,58,84,67,60,64,69,51,76,64,53,67,61,57,59,76,59,73,58,55,65,70,67,50,59,62,76 ,
37,36,35,42,44,38,38,47,38,45,27,32,47,43,38,33,34,35,37,44,50,44,49,53,44,40,28,37,30,37)
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 ,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] 47.13462
> var(x)
[1] 188.7624
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 97.3449, 第1自由度 = 4, 第2自由度 = 151, 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 = 11.706, 自由度 = 4, P値 = 0.01968
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 = 92.0698, 第1自由度 = 4.000, 第2自由度 = 73.085, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.6410256 0.6410256
25 9 5.7692308 6.4102564
30 16 10.2564103 16.6666667
35 34 21.7948718 38.4615385
40 23 14.7435897 53.2051282
45 13 8.3333333 61.5384615
50 11 7.0512821 68.5897436
55 16 10.2564103 78.8461538
60 14 8.9743590 87.8205128
65 8 5.1282051 92.9487179
70 4 2.5641026 95.5128205
75 5 3.2051282 98.7179487
80 2 1.2820513 100.0000000
>

ここまで見た

108 2012/07/22(日) 20:25:14.54: BGと試料の比較
x <- c( 37,32,56,42,29,37,44,43,37,48,33,36,29,29,44,29,43,42,37,37,45,39,47,34,42,53,46,48,38,42 ,
68,52,61,51,84,67,62,63,52,57,55,59,52,40,49,77,64,61,63,55,59,51,75,45,63,56,55,70,57,48 ,
39,32,37,40,33,37,33,31,35,42,33,43,35,36,49,36,35,42,31,41,33,33,36,29,30,41,35,36,36,43,39,25,22,36,27,38 ,
64,65,64,70,58,84,67,60,64,69,51,76,64,53,67,61,57,59,76,59,73,58,55,65,70,67,50,59,62,76 ,
37,36,35,42,44,38,38,47,38,45,27,32,47,43,38,33,34,35,37,44,50,44,49,53,44,40,28,37,30,37)
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 ,
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 ,
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 = 349.4101, 第1自由度 = 1, 第2自由度 = 154, 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 = 8.2533, 自由度 = 1, P値 = 0.004068
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 = 300.974, 第1自由度 = 1.000, 第2自由度 = 96.834, 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

109 2012/07/22(日) 20:26:36.01: 繰り返しによる影響

1. n = 96 BG 繰り返し数 =3
x <- c( 37,32,56,42,29,37,44,43,37,48,33,36,29,29,44,29,43,42,37,37,45,39,47,34,42,53,46,48,38,42 ,
39,32,37,40,33,37,33,31,35,42,33,43,35,36,49,36,35,42,31,41,33,33,36,29,30,41,35,36,36,43,39,25,22,36,27,38 ,
37,36,35,42,44,38,38,47,38,45,27,32,47,43,38,33,34,35,37,44,50,44,49,53,44,40,28,37,30,37)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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] 38.11458
> var(x)
[1] 42.69200
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.943, 第1自由度 = 2, 第2自由度 = 93, P値 = 0.009118
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 = 2.2586, 自由度 = 2, P値 = 0.3233
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 = 5.4039, 第1自由度 = 2.000, 第2自由度 = 58.496, P値 = 0.007021
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.041667 1.041667
25 9 9.375000 10.416667
30 16 16.666667 27.083333
35 34 35.416667 62.500000
40 22 22.916667 85.416667
45 10 10.416667 95.833333
50 3 3.125000 98.958333
55 1 1.041667 100.000000
>

ここまで見た

110 2012/07/22(日) 20:27:34.93: 2. n = 60 茨城産キャベツの葉 2012.06.12 スーパーのゴミ箱より入手 5.3dg 繰り返し数 =2
x <- c( 68,52,61,51,84,67,62,63,52,57,55,59,52,40,49,77,64,61,63,55,59,51,75,45,63,56,55,70,57,48 ,
64,65,64,70,58,84,67,60,64,69,51,76,64,53,67,61,57,59,76,59,73,58,55,65,70,67,50,59,62,76)
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)
> mean(x)
[1] 61.56667
> var(x)
[1] 82.96158
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.9524, 第1自由度 = 1, 第2自由度 = 58, P値 = 0.02996
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 = 1.0269, 自由度 = 1, P値 = 0.3109
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 = 4.9524, 第1自由度 = 1.000, 第2自由度 = 56.018, P値 = 0.03010
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
40 1 1.666667 1.666667
45 3 5.000000 6.666667
50 8 13.333333 20.000000
55 15 25.000000 45.000000
60 14 23.333333 68.333333
65 8 13.333333 81.666667
70 4 6.666667 88.333333
75 5 8.333333 96.666667
80 2 3.333333 100.000000
>

ここまで見た

111 2012/07/22(日) 20:28:22.08: BGと試料の比較

1. n = 96 BG 繰り返し数 =3
gr1 <- c( 37,32,56,42,29,37,44,43,37,48,33,36,29,29,44,29,43,42,37,37,45,39,47,34,42,53,46,48,38,42 ,
39,32,37,40,33,37,33,31,35,42,33,43,35,36,49,36,35,42,31,41,33,33,36,29,30,41,35,36,36,43,39,25,22,36,27,38 ,
37,36,35,42,44,38,38,47,38,45,27,32,47,43,38,33,34,35,37,44,50,44,49,53,44,40,28,37,30,37)

2. n = 60 茨城産キャベツの葉 2012.06.12 スーパーのゴミ箱より入手 5.3dg 繰り返し数 =2
gr2 <- c( 68,52,61,51,84,67,62,63,52,57,55,59,52,40,49,77,64,61,63,55,59,51,75,45,63,56,55,70,57,48 ,
64,65,64,70,58,84,67,60,64,69,51,76,64,53,67,61,57,59,76,59,73,58,55,65,70,67,50,59,62,76)
> 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 = -18.6925, 自由度 = 154, 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: -25.93058 -20.97359
標本推定値:
平均値x 平均値y
38.11458 61.56667
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 = -17.3486, 自由度 = 96.834, 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: -26.13512 -20.76905
標本推定値:
平均値x 平均値y
38.11458 61.56667
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 = 0.5146, 第1自由度 = 95, 第2自由度 = 59, P値 = 0.003833
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3197390 0.8074844
標本推定値:
分散比
0.5145996
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

112 2012/07/22(日) 20:30:10.64: ３.補足コメント
61.56667 - 38.11458 = 23.45209 CPM (11.0Bq)
11.0 * 1000 / 5.3 = 2079Bq/kg
水分 92.7 %, カリウム 200mg /100g (6.18 Bq/kg) ( http://www.yasainavi.com/eiyou/eiyouhyouseparate/101 )より
乾燥前の線量
2079 * 7.3 / 100 = 151 Bq/kg
よりもカリウム由来線量ははるかに少ない

ここまで見た

113 2012/07/28(土) 01:17:29.73: 肥料や農薬が汚染していたら九州四国の野菜も汚染しそうですね。

ここまで見た

114 2012/08/02(木) 20:14:03.91: >>113
天気図を見ていると、
福島からのほこりが東京上空をすり抜けて、九州四国に上陸したり
福島から、佐渡上空をすり抜けて中国四国に流れ込んでゆく様子が見当つきます。
ここに産廃焼却物(汚染地区産ダンボール廃棄物等)や肥料(食料品廃棄物を含む)が流れ込むことになるでしょう。
入手が困難で野菜の分析をしていませんが、大阪・兵庫・長崎の住所が書いてある乾燥食品は結構高いです。
では、いってみますか。

１．測定対象
「栃木県内で販売されていた桃。55.6wg」6.4dgの分析
桃を適当に切断し、プリンカップ内で乾燥。たれた汁を含めて測定した。したがって、種を除いている。
「空試験」は、糊台の上に、ポリ袋(ジップロックお手軽バッグ小 )に入れた No.160 プリンカップ(小) 霧島製作所( http://item.rakuten.co.jp/b-stage/4962817261608/ )を置いた状態。

２．測定結果
1. n=30 糊台
x <- c( 44,37,33,39,46,51,35,34,36,32,25,36,44,41,40,36,47,29,34,53,41,30,46,41,35,40,25,29,33,41)

2. n=30 空試験
x <- c( 38,28,53,38,45,31,27,37,29,40,45,30,34,27,27,41,38,36,32,23,44,43,26,54,39,32,33,38,31,36)

3. n=31 2012.07.12入手。栃木県内で販売されていた桃。55.6wg
x <- c( 45,46,38,38,44,34,31,49,47,37,42,52,50,39,48,50,46,49,33,41,40,34,47,48,39,53,36,51,47,52,43)

4. n=60 空試験
x <- c( 44,38,37,46,38,37,41,37,34,30,40,45,46,47,39,45,34,32,36,32,41,42,43,33,35,32,39,41,39,35,35,
46,41,39,38,41,53,42,39,36,38,33,33,29,42,41,35,38,24,33,40,40,32,35,40,42,42,45,36,37)

5. n=30 2012.07.12入手。栃木県内で販売されていた桃。55.6wg
x <- c( 40,45,52,45,35,47,39,34,50,42,55,34,43,47,45,48,46,46,37,33,49,48,51,49,39,37,45,62,41,40)

6. n=30 空試験
x <- c( 32,40,37,33,33,49,39,35,40,42,48,38,37,32,38,36,48,47,40,35,36,35,45,38,40,35,25,40,46,36)

7. n=31 糊台
x <- c( 38,27,26,25,30,26,46,46,37,27,42,29,28,26,42,34,42,35,35,44,42,36,37,27,47,35,40,46,34,28,34)

ここまで見た

115 2012/08/02(木) 20:15:03.14: ４.　データ貼り付け

全体の分析
x <- c( 44,37,33,39,46,51,35,34,36,32,25,36,44,41,40,36,47,29,34,53,41,30,46,41,35,40,25,29,33,41 ,
38,28,53,38,45,31,27,37,29,40,45,30,34,27,27,41,38,36,32,23,44,43,26,54,39,32,33,38,31,36 ,
45,46,38,38,44,34,31,49,47,37,42,52,50,39,48,50,46,49,33,41,40,34,47,48,39,53,36,51,47,52,43 ,
44,38,37,46,38,37,41,37,34,30,40,45,46,47,39,45,34,32,36,32,41,42,43,33,35,32,39,41,39,35,35,46,41,39,38,41,53,42,39,36,38,33,33,29,42,41,35,38,24,33,40,40,32,35,40,42,42,45,36,37 ,
40,45,52,45,35,47,39,34,50,42,55,34,43,47,45,48,46,46,37,33,49,48,51,49,39,37,45,62,41,40 ,
32,40,37,33,33,49,39,35,40,42,48,38,37,32,38,36,48,47,40,35,36,35,45,38,40,35,25,40,46,36 ,
38,27,26,25,30,26,46,46,37,27,42,29,28,26,42,34,42,35,35,44,42,36,37,27,47,35,40,46,34,28,34)
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 ,
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 ,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6 ,
7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7)
> mean(x)
[1] 38.96694
> var(x)
[1] 49.06944
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 9.1952, 第1自由度 = 6, 第2自由度 = 235, P値 = 4.763e-09
有意。群間に差がある。

> 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 = 9.9331, 自由度 = 6, P値 = 0.1275
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 = 7.9609, 第1自由度 = 6.000, 第2自由度 = 93.984, P値 = 5.949e-07
有意。群間に差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 0.8264463 0.8264463
25 22 9.0909091 9.9173554
30 39 16.1157025 26.0330579
35 68 28.0991736 54.1322314
40 51 21.0743802 75.2066116
45 44 18.1818182 93.3884298
50 14 5.7851240 99.1735537
55 1 0.4132231 99.5867769
60 1 0.4132231 100.0000000
>

ここまで見た

116 2012/08/02(木) 20:15:45.85: BGと空試験と試料の比較
x <- c( 44,37,33,39,46,51,35,34,36,32,25,36,44,41,40,36,47,29,34,53,41,30,46,41,35,40,25,29,33,41 ,
38,28,53,38,45,31,27,37,29,40,45,30,34,27,27,41,38,36,32,23,44,43,26,54,39,32,33,38,31,36 ,
45,46,38,38,44,34,31,49,47,37,42,52,50,39,48,50,46,49,33,41,40,34,47,48,39,53,36,51,47,52,43 ,
44,38,37,46,38,37,41,37,34,30,40,45,46,47,39,45,34,32,36,32,41,42,43,33,35,32,39,41,39,35,35,46,41,39,38,41,53,42,39,36,38,33,33,29,42,41,35,38,24,33,40,40,32,35,40,42,42,45,36,37 ,
40,45,52,45,35,47,39,34,50,42,55,34,43,47,45,48,46,46,37,33,49,48,51,49,39,37,45,62,41,40 ,
32,40,37,33,33,49,39,35,40,42,48,38,37,32,38,36,48,47,40,35,36,35,45,38,40,35,25,40,46,36 ,
38,27,26,25,30,26,46,46,37,27,42,29,28,26,42,34,42,35,35,44,42,36,37,27,47,35,40,46,34,28,34)
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 ,
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 ,
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 ,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)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 24.1871, 第1自由度 = 2, 第2自由度 = 239, P値 = 2.717e-10
有意。BGと空試験と試料に差がある。

> 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 = 2.4959, 自由度 = 2, P値 = 0.2871
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 = 23.2284, 第1自由度 = 2.000, 第2自由度 = 121.992, P値 = 2.833e-09
有意。BGと空試験と試料に差がある。

>

ここまで見た

117 2012/08/02(木) 20:17:01.02: 繰り返しによる影響

1. n = 61 BG 繰り返し数 =2
x <- c( 44,37,33,39,46,51,35,34,36,32,25,36,44,41,40,36,47,29,34,53,41,30,46,41,35,40,25,29,33,41 ,
38,27,26,25,30,26,46,46,37,27,42,29,28,26,42,34,42,35,35,44,42,36,37,27,47,35,40,46,34,28,34)
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)
> mean(x)
[1] 36.45902
> var(x)
[1] 50.91913
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.016, 第1自由度 = 1, 第2自由度 = 59, P値 = 0.1609
有意。繰り返しによる差がある。

> 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 = 0.0057, 自由度 = 1, P値 = 0.9398
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 = 2.0169, 第1自由度 = 1.000, 第2自由度 = 58.978, P値 = 0.1608
有意。繰り返しによる差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 14 22.950820 22.95082
30 10 16.393443 39.34426
35 14 22.950820 62.29508
40 14 22.950820 85.24590
45 7 11.475410 96.72131
50 2 3.278689 100.00000
>

ここまで見た

118 2012/08/02(木) 20:17:46.16: 2. n = 120 空試験繰り返し数 =3
x <- c( 38,28,53,38,45,31,27,37,29,40,45,30,34,27,27,41,38,36,32,23,44,43,26,54,39,32,33,38,31,36 ,
44,38,37,46,38,37,41,37,34,30,40,45,46,47,39,45,34,32,36,32,41,42,43,33,35,32,39,41,39,35,35,46,41,39,38,41,53,42,39,36,38,33,33,29,42,41,35,38,24,33,40,40,32,35,40,42,42,45,36,37 ,
32,40,37,33,33,49,39,35,40,42,48,38,37,32,38,36,48,47,40,35,36,35,45,38,40,35,25,40,46,36)
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 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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] 37.775
> var(x)
[1] 35.94055
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.1421, 第1自由度 = 2, 第2自由度 = 117, P値 = 0.122
有意。繰り返しによる差がある。

> 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 = 7.2977, 自由度 = 2, P値 = 0.02602
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 = 1.4596, 第1自由度 = 2.000, 第2自由度 = 56.194, P値 = 0.241
有意。繰り返しによる差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 1.666667 1.666667
25 8 6.666667 8.333333
30 22 18.333333 26.666667
35 43 35.833333 62.500000
40 27 22.500000 85.000000
45 15 12.500000 97.500000
50 3 2.500000 100.000000
>

ここまで見た

119 2012/08/02(木) 20:18:46.12: 3. n = 61 2012.07.12入手。栃木県内で販売されていた桃。55.6wg 繰り返し数 =2
x <- c( 45,46,38,38,44,34,31,49,47,37,42,52,50,39,48,50,46,49,33,41,40,34,47,48,39,53,36,51,47,52,43 ,
40,45,52,45,35,47,39,34,50,42,55,34,43,47,45,48,46,46,37,33,49,48,51,49,39,37,45,62,41,40)
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 ,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] 43.81967
> var(x)
[1] 41.71694
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1372, 第1自由度 = 1, 第2自由度 = 59, P値 = 0.7124
有意ではない。繰り返しによる差は不明。

> 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 = 0.102, 自由度 = 1, P値 = 0.7494
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 = 0.1369, 第1自由度 = 1.000, 第2自由度 = 58.499, P値 = 0.7127
有意ではない。繰り返しによる差は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 7 11.475410 11.47541
35 11 18.032787 29.50820
40 10 16.393443 45.90164
45 22 36.065574 81.96721
50 9 14.754098 96.72131
55 1 1.639344 98.36066
60 1 1.639344 100.00000
>

ここまで見た

120 2012/08/02(木) 20:19:46.46: BGと試料の比較

1. n = 61 BG 繰り返し数 =2
gr1 <- c( 44,37,33,39,46,51,35,34,36,32,25,36,44,41,40,36,47,29,34,53,41,30,46,41,35,40,25,29,33,41 ,
38,27,26,25,30,26,46,46,37,27,42,29,28,26,42,34,42,35,35,44,42,36,37,27,47,35,40,46,34,28,34)

2. n = 120 空試験繰り返し数 =3
gr2 <- c( 38,28,53,38,45,31,27,37,29,40,45,30,34,27,27,41,38,36,32,23,44,43,26,54,39,32,33,38,31,36 ,
44,38,37,46,38,37,41,37,34,30,40,45,46,47,39,45,34,32,36,32,41,42,43,33,35,32,39,41,39,35,35,46,41,39,38,41,53,42,39,36,38,33,33,29,42,41,35,38,24,33,40,40,32,35,40,42,42,45,36,37 ,
32,40,37,33,33,49,39,35,40,42,48,38,37,32,38,36,48,47,40,35,36,35,45,38,40,35,25,40,46,36)
> 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 = -1.3076, 自由度 = 179, P値 = 0.1927
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: -3.3019181 0.6699509
標本推定値:
平均値x 平均値y
36.45902 37.77500
有意。バックグラウンドと空試験に差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -1.2357, 自由度 = 104.028, P値 = 0.2194
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: -3.4279299 0.7959627
標本推定値:
平均値x 平均値y
36.45902 37.77500
有意。バックグラウンドと空試験に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.4168, 第1自由度 = 60, 第2自由度 = 119, P値 = 0.1091
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.9253192 2.2410315
標本推定値:
分散比
1.41676
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

121 2012/08/02(木) 20:20:48.09: BGと試料の比較
3. n = 61 2012.07.12入手。栃木県内で販売されていた桃。55.6wg 繰り返し数 =2
gr2 <- c( 45,46,38,38,44,34,31,49,47,37,42,52,50,39,48,50,46,49,33,41,40,34,47,48,39,53,36,51,47,52,43 ,
40,45,52,45,35,47,39,34,50,42,55,34,43,47,45,48,46,46,37,33,49,48,51,49,39,37,45,62,41,40)
> 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 = -5.973, 自由度 = 120, P値 = 2.441e-08
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: -9.800573 -4.920739
標本推定値:
平均値x 平均値y
36.45902 43.81967
有意。バックグラウンドと試料に差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -5.973, 自由度 = 118.827, P値 = 2.489e-08
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: -9.800818 -4.920493
標本推定値:
平均値x 平均値y
36.45902 43.81967
有意。バックグラウンドと試料に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.2206, 第1自由度 = 60, 第2自由度 = 60, P値 = 0.4424
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.7322973 2.0344620
標本推定値:
分散比
1.220586
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

122 2012/08/02(木) 20:21:46.05: 空試験と試料の比較

gr1 <- c( 38,28,53,38,45,31,27,37,29,40,45,30,34,27,27,41,38,36,32,23,44,43,26,54,39,32,33,38,31,36 ,
44,38,37,46,38,37,41,37,34,30,40,45,46,47,39,45,34,32,36,32,41,42,43,33,35,32,39,41,39,35,35,46,41,39,38,41,53,42,39,36,38,33,33,29,42,41,35,38,24,33,40,40,32,35,40,42,42,45,36,37 ,
32,40,37,33,33,49,39,35,40,42,48,38,37,32,38,36,48,47,40,35,36,35,45,38,40,35,25,40,46,36)
gr2 <- c( 45,46,38,38,44,34,31,49,47,37,42,52,50,39,48,50,46,49,33,41,40,34,47,48,39,53,36,51,47,52,43 ,
40,45,52,45,35,47,39,34,50,42,55,34,43,47,45,48,46,46,37,33,49,48,51,49,39,37,45,62,41,40)
> 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 = -6.246, 自由度 = 179, P値 = 2.981e-09
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: -7.954369 -4.134975
標本推定値:
平均値x 平均値y
37.77500 43.81967
有意。空試験と試料に差がある。

> t.test(gr1, gr2)
二標本t検定（Welchの方法）

データ: gr1 と gr2
t値 = -6.0955, 自由度 = 113.122, P値 = 1.550e-08
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: -8.009306 -4.080038
標本推定値:
平均値x 平均値y
37.77500 43.81967
有意。空試験と試料に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.8615, 第1自由度 = 119, 第2自由度 = 60, P値 = 0.488
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.5446538 1.3190975
標本推定値:
分散比
0.8615336
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

123 2012/08/02(木) 20:26:20.80: ３.補足コメント
「栃木県内で販売されていた桃。55.6wg」6.4dgの分析
43.81967 - 37.77500 = 6.04467CPM (2.84Bq)
2.84 * 1000 / 55.6 = 51.1 Bq/kg
2.84 * 1000 / 6.4 = 444 Bq/dkg
カリウム 180mg/100g ( http://www.kudamononavi.com/eiyou/eiyouhyouseparate/135 ) より、5.5Bq/kg
水分 88% ( http://www.kudamononavi.com/eiyou/eiyouhyouseparate/135 )

連投制限の関係であまり出せませんが、私が購入する範囲では、
汚染されていない食品が稀です。
自家製野菜を放置して乾かしてしまうと、0.2uSvなんて頻繁に見かけます。
ごみ減量のため、野菜くずをある程度乾かしてから廃棄していますが、これがかなり高いです。

ここまで見た

124 2012/08/02(木) 21:22:08.66: １．測定対象
「栃木県産草イチゴの実 2012.07.11収穫, 50度1週間乾燥」の分析
99.3wg, 11.9 dg

２．測定結果
試料の132棄却後
1. n=40 糊台
x <- c( 41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26)

2. n=31 栃木県産草イチゴの実 2012.07.11収穫, 50度1週間乾燥
x <- c( 47,49,50,42,41,42,40,45,45,44,51,57,64,48,48,44,45,62,36,47,56,52,43,90, 52,52,43,53,47,38)
132を棄却

3. n=42 糊台
x <- c( 39,42,40,37,48,43,39,32,31,28,35,25,37,39,33,42,47,35,35,32,41,34,35,40,52,43,36,35,29,29,36,44,43,32,57,26,36,30,39,40,47,38)

4. n=32 栃木県産草イチゴの実 2012.07.11収穫, 50度1週間乾燥
x <- c( 47,45,43,54,50,54,43,38,50,42,57,46,50,36,39,37,28,59,44,60,53,47,48,55,57,38,36,48,49,51,42,39)

5. n=38 糊台
x <- c( 34,29,36,32,34,40,45,30,48,30,36,34,33,24,44,35,48,35,58,34,42,48,37,47,34,45,32,37,38,46,29,31,39,41,34,48,26,43)

ここまで見た

125 2012/08/02(木) 21:23:19.53: ２．測定結果
全体の分析
x <- c( 41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26 ,
47,49,50,42,41,42,40,45,45,44,51,57,64,48,48,44,45,62,36,47,56,52,43,90,52,52,43,53,47,38 ,
39,42,40,37,48,43,39,32,31,28,35,25,37,39,33,42,47,35,35,32,41,34,35,40,52,43,36,35,29,29,36,44,43,32,57,26,36,30,39,40,47,38 ,
47,45,43,54,50,54,43,38,50,42,57,46,50,36,39,37,28,59,44,60,53,47,48,55,57,38,36,48,49,51,42,39 ,
34,29,36,32,34,40,45,30,48,30,36,34,33,24,44,35,48,35,58,34,42,48,37,47,34,45,32,37,38,46,29,31,39,41,34,48,26,43)
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 ,
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 ,
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)
> mean(x)
[1] 40.83516
> var(x)
[1] 81.59699
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 20.0223, 第1自由度 = 4, 第2自由度 = 177, P値 = 1.286e-13
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 = 9.7632, 自由度 = 4, P値 = 0.04461
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 = 16.6273, 第1自由度 = 4.000, 第2自由度 = 84.046, P値 = 4.489e-10
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.5494505 0.5494505
25 13 7.1428571 7.6923077
30 30 16.4835165 24.1758242
35 46 25.2747253 49.4505495
40 35 19.2307692 68.6813187
45 30 16.4835165 85.1648352
50 15 8.2417582 93.4065934
55 8 4.3956044 97.8021978
60 3 1.6483516 99.4505495
65 0 0.0000000 99.4505495
70 0 0.0000000 99.4505495
75 0 0.0000000 99.4505495
80 0 0.0000000 99.4505495
85 0 0.0000000 99.4505495
90 1 0.5494505 100.0000000
>

ここまで見た

126 2012/08/02(木) 21:24:02.08: BGと試料の比較
x <- c( 41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26 ,
47,49,50,42,41,42,40,45,45,44,51,57,64,48,48,44,45,62,36,47,56,52,43,90, 52,52,43,53,47,38 ,
39,42,40,37,48,43,39,32,31,28,35,25,37,39,33,42,47,35,35,32,41,34,35,40,52,43,36,35,29,29,36,44,43,32,57,26,36,30,39,40,47,38 ,
47,45,43,54,50,54,43,38,50,42,57,46,50,36,39,37,28,59,44,60,53,47,48,55,57,38,36,48,49,51,42,39 ,
34,29,36,32,34,40,45,30,48,30,36,34,33,24,44,35,48,35,58,34,42,48,37,47,34,45,32,37,38,46,29,31,39,41,34,48,26,43)
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 ,
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 ,
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)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 77.4715, 第1自由度 = 1, 第2自由度 = 180, P値 = 1.091e-15
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 = 6.7768, 自由度 = 1, P値 = 0.009235
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 = 64.8596, 第1自由度 = 1.000, 第2自由度 = 97.673, P値 = 1.987e-12
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

127 2012/08/02(木) 21:24:45.70: 繰り返しによる影響

1. n = 120 BG 繰り返し数 =3
x <- c( 41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26 ,
39,42,40,37,48,43,39,32,31,28,35,25,37,39,33,42,47,35,35,32,41,34,35,40,52,43,36,35,29,29,36,44,43,32,57,26,36,30,39,40,47,38 ,
34,29,36,32,34,40,45,30,48,30,36,34,33,24,44,35,48,35,58,34,42,48,37,47,34,45,32,37,38,46,29,31,39,41,34,48,26,43)
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 ,
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 ,
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] 37.28333
> var(x)
[1] 45.56611
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.4855, 第1自由度 = 2, 第2自由度 = 117, P値 = 0.6166
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 = 1.3386, 自由度 = 2, P値 = 0.5121
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 = 0.5247, 第1自由度 = 2.000, 第2自由度 = 76.936, P値 = 0.5938
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 0.8333333 0.8333333
25 12 10.0000000 10.8333333
30 30 25.0000000 35.8333333
35 37 30.8333333 66.6666667
40 22 18.3333333 85.0000000
45 14 11.6666667 96.6666667
50 2 1.6666667 98.3333333
55 2 1.6666667 100.0000000
>

ここまで見た

128 2012/08/02(木) 21:25:31.94: 2. n = 63 栃木県産草イチゴの実 2012.07.11収穫, 50度1週間乾燥繰り返し数 =2
x <- c( 47,49,50,42,41,42,40,45,45,44,51,57,64,48,48,44,45,62,36,47,56,52,43,90,52,52,43,53,47,38 ,
47,45,43,54,50,54,43,38,50,42,57,46,50,36,39,37,28,59,44,60,53,47,48,55,57,38,36,48,49,51,42,39)
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)
> mean(x)
[1] 47.70968
> var(x)
[1] 80.37335
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.4073, 第1自由度 = 1, 第2自由度 = 60, P値 = 0.2402
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 = 2.1427, 自由度 = 1, P値 = 0.1433
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 = 1.3831, 第1自由度 = 1.000, 第2自由度 = 54.194, P値 = 0.2447
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 1.612903 1.612903
30 0 0.000000 1.612903
35 9 14.516129 16.129032
40 13 20.967742 37.096774
45 16 25.806452 62.903226
50 13 20.967742 83.870968
55 6 9.677419 93.548387
60 3 4.838710 98.387097
65 0 0.000000 98.387097
70 0 0.000000 98.387097
75 0 0.000000 98.387097
80 0 0.000000 98.387097
85 0 0.000000 98.387097
90 1 1.612903 100.000000
>

ここまで見た

129 2012/08/02(木) 21:26:02.54: BGと試料の比較

1. n = 120 BG 繰り返し数 =3
gr1 <- c( 41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26 ,
39,42,40,37,48,43,39,32,31,28,35,25,37,39,33,42,47,35,35,32,41,34,35,40,52,43,36,35,29,29,36,44,43,32,57,26,36,30,39,40,47,38 ,
34,29,36,32,34,40,45,30,48,30,36,34,33,24,44,35,48,35,58,34,42,48,37,47,34,45,32,37,38,46,29,31,39,41,34,48,26,43)

2. n = 63 栃木県産草イチゴの実 2012.07.11収穫, 50度1週間乾燥繰り返し数 =2
gr2 <- c( 47,49,50,42,41,42,40,45,45,44,51,57,64,48,48,44,45,62,36,47,56,52,43,90, 52,52,43,53,47,38 ,
47,45,43,54,50,54,43,38,50,42,57,46,50,36,39,37,28,59,44,60,53,47,48,55,57,38,36,48,49,51,42,39)
> 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 = -8.8018, 自由度 = 180, P値 = 1.091e-15
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: -12.763775 -8.088913
標本推定値:
平均値x 平均値y
37.28333 47.70968
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 = -8.0535, 自由度 = 97.673, P値 = 1.987e-12
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: -12.99560 -7.85709
標本推定値:
平均値x 平均値y
37.28333 47.70968
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 = 0.5669, 第1自由度 = 119, 第2自由度 = 61, P値 = 0.008592
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3594871 0.8663611
標本推定値:
分散比
0.5669306
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

130 2012/08/02(木) 21:31:15.95: ３.補足コメント
「栃木県産草イチゴの実 2012.07.11収穫, 50度1週間乾燥」99.3wg, 11.9 dg
47.70968 - 37.28333 = 10.42635 CPM (4.90Bq)
4.90 * 1000 / 99.3 = 49.3 Bq/kg
4.90 * 1000 / 11.9 = 411 Bq/kg
カリウム 170mg/100g( http://www42.tok2.com/home/syokuhin/itigo.html )より、5.2Bq/kg

草イチゴ、食用になる野イチゴです。道路沿いなどの藪の中に生育する多年生つる草で
梅雨の頃に実ります。日溜りの良い傾斜地の下のほうに生育しやすいので、線量が比較的高い場所に生育しやすいです。
地域によっては、異なる場所に生育している場合があります。
園芸板　【野苺】ワイルドストロベリー【ノイチゴ】　10株目
http://awabi.2ch.net/test/read.cgi/engei/1277203312/l50

ここまで見た

131 2012/08/02(木) 22:15:49.43: １．測定対象
「栃木県産桑の実 2012.07.11収穫, 50度1週間乾燥」の分析
45.5wg, 10.1 dg(猫により試料の一部消失)

２．測定結果
1. n=55 糊台
x <- c( 43,37,31,43,26,42,40,29,34,27,38,45,45,38,40,32,36,40,33,41,35,35,28,33,35,32,28,37,28,32,37,38,33,33,39,36,39,37,28,36,23,34,40,36,31,37,36,42,45,40,33,41,33,34,45)

2. n=33 栃木県産桑の実 2012.07.11収穫, 50度1週間乾燥
x <- c( 51,57,42,47,44,36,49,42,50,34,39,47,61,44,51,55,43,44,55,35,47,43,48,45,48,39,32,31,35,40,41,28,46)

3. n=30 糊台
x <- c( 37,38,34,32,49,42,24,34,41,41,33,38,28,43,49,44,37,41,37,29,29,41,38,37,34,40,33,34,45,34)

4. n=34 栃木県産桑の実 2012.07.11収穫, 50度1週間乾燥
x <- c( 42,44,37,39,41,62,50,42,38,30,42,36,39,37,42,48,47,46,41,35,44,33,39,56,42,33,42,43,57,38,44,48,38,40)

5. n=40 糊台
x <- c( 41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26)

ここまで見た

132 2012/08/02(木) 22:16:33.50: ４.　データ貼り付け
全体の分析
x <- c( 43,37,31,43,26,42,40,29,34,27,38,45,45,38,40,32,36,40,33,41,35,35,28,33,35,32,28,37,28,32,37,38,33,33,39,36,39,37,28,36,23,34,40,36,31,37,36,42,45,40,33,41,33,34,45 ,
51,57,42,47,44,36,49,42,50,34,39,47,61,44,51,55,43,44,55,35,47,43,48,45,48,39,32,31,35,40,41,28,46 ,
37,38,34,32,49,42,24,34,41,41,33,38,28,43,49,44,37,41,37,29,29,41,38,37,34,40,33,34,45,34 ,
42,44,37,39,41,62,50,42,38,30,42,36,39,37,42,48,47,46,41,35,44,33,39,56,42,33,42,43,57,38,44,48,38,40 ,
41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 ,
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)
> mean(x)
[1] 38.67708
> var(x)
[1] 49.46586
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 12.9571, 第1自由度 = 4, 第2自由度 = 187, P値 = 2.479e-09
有意。群間に差がある。

> 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 = 6.9181, 自由度 = 4, P値 = 0.1403
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 = 11.041, 第1自由度 = 4.000, 第2自由度 = 84.489, P値 = 2.99e-07
有意。群間に差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 1.041667 1.041667
25 15 7.812500 8.854167
30 39 20.312500 29.166667
35 54 28.125000 57.291667
40 48 25.000000 82.291667
45 22 11.458333 93.750000
50 5 2.604167 96.354167
55 5 2.604167 98.958333
60 2 1.041667 100.000000
>

ここまで見た

133 2012/08/02(木) 22:17:16.27: BGと試料の比較
x <- c( 43,37,31,43,26,42,40,29,34,27,38,45,45,38,40,32,36,40,33,41,35,35,28,33,35,32,28,37,28,32,37,38,33,33,39,36,39,37,28,36,23,34,40,36,31,37,36,42,45,40,33,41,33,34,45 ,
51,57,42,47,44,36,49,42,50,34,39,47,61,44,51,55,43,44,55,35,47,43,48,45,48,39,32,31,35,40,41,28,46 ,
37,38,34,32,49,42,24,34,41,41,33,38,28,43,49,44,37,41,37,29,29,41,38,37,34,40,33,34,45,34 ,
42,44,37,39,41,62,50,42,38,30,42,36,39,37,42,48,47,46,41,35,44,33,39,56,42,33,42,43,57,38,44,48,38,40 ,
41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 ,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 ,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 = 49.8364, 第1自由度 = 1, 第2自由度 = 190, P値 = 3.052e-11
有意。試料とバックグランンドに差がある。

> 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 = 5.3927, 自由度 = 1, P値 = 0.02022
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 = 43.0362, 第1自由度 = 1.000, 第2自由度 = 110.067, P値 = 1.813e-09
有意。試料とバックグランンドに差がある。

>

ここまで見た

134 2012/08/02(木) 22:18:02.41: 繰り返しによる影響

1. n = 125 BG 繰り返し数 =3
x <- c( 43,37,31,43,26,42,40,29,34,27,38,45,45,38,40,32,36,40,33,41,35,35,28,33,35,32,28,37,28,32,37,38,33,33,39,36,39,37,28,36,23,34,40,36,31,37,36,42,45,40,33,41,33,34,45 ,
37,38,34,32,49,42,24,34,41,41,33,38,28,43,49,44,37,41,37,29,29,41,38,37,34,40,33,34,45,34 ,
41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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)
> mean(x)
[1] 36.336
> var(x)
[1] 32.27329
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.5928, 第1自由度 = 2, 第2自由度 = 122, P値 = 0.5544
有意。繰り返しによる差がある。

> 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 = 1.2602, 自由度 = 2, P値 = 0.5325
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 = 0.5987, 第1自由度 = 2.00, 第2自由度 = 68.11, P値 = 0.5524
有意。繰り返しによる差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 1.6 1.6
25 14 11.2 12.8
30 33 26.4 39.2
35 39 31.2 70.4
40 26 20.8 91.2
45 10 8.0 99.2
50 1 0.8 100.0
>

ここまで見た

135 2012/08/02(木) 22:18:46.18: 2. n = 67 栃木県産桑の実 2012.07.11収穫, 50度1週間乾燥繰り返し数 =2
x <- c( 51,57,42,47,44,36,49,42,50,34,39,47,61,44,51,55,43,44,55,35,47,43,48,45,48,39,32,31,35,40,41,28,46 ,
42,44,37,39,41,62,50,42,38,30,42,36,39,37,42,48,47,46,41,35,44,33,39,56,42,33,42,43,57,38,44,48,38,40)
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 ,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] 43.04478
> var(x)
[1] 52.77069
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.9195, 第1自由度 = 1, 第2自由度 = 65, P値 = 0.3412
有意。繰り返しによる差がある。

> 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 = 0.4905, 自由度 = 1, P値 = 0.4837
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 = 0.916, 第1自由度 = 1.000, 第2自由度 = 63.507, P値 = 0.3421
有意。繰り返しによる差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 1.492537 1.492537
30 6 8.955224 10.447761
35 15 22.388060 32.835821
40 22 32.835821 65.671642
45 12 17.910448 83.582090
50 4 5.970149 89.552239
55 5 7.462687 97.014925
60 2 2.985075 100.000000
>

ここまで見た

136 2012/08/02(木) 22:19:31.14: BGと試料の比較

1. n = 125 BG 繰り返し数 =3
gr1 <- c( 43,37,31,43,26,42,40,29,34,27,38,45,45,38,40,32,36,40,33,41,35,35,28,33,35,32,28,37,28,32,37,38,33,33,39,36,39,37,28,36,23,34,40,36,31,37,36,42,45,40,33,41,33,34,45 ,
37,38,34,32,49,42,24,34,41,41,33,38,28,43,49,44,37,41,37,29,29,41,38,37,34,40,33,34,45,34 ,
41,34,33,36,49,35,41,32,27,33,41,51,38,38,45,38,35,34,30,36,49,31,44,33,35,37,38,42,35,35,33,25,36,29,31,35,44,30,42,26)

2. n = 67 栃木県産桑の実 2012.07.11収穫, 50度1週間乾燥繰り返し数 =2
gr2 <- c( 51,57,42,47,44,36,49,42,50,34,39,47,61,44,51,55,43,44,55,35,47,43,48,45,48,39,32,31,35,40,41,28,46 ,
42,44,37,39,41,62,50,42,38,30,42,36,39,37,42,48,47,46,41,35,44,33,39,56,42,33,42,43,57,38,44,48,38,40)
> 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 = -7.0595, 自由度 = 190, P値 = 3.052e-11
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: -8.583310 -4.834242
標本推定値:
平均値x 平均値y
36.33600 43.04478
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 = -6.5602, 自由度 = 110.067, P値 = 1.813e-09
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: -8.735410 -4.682142
標本推定値:
平均値x 平均値y
36.33600 43.04478
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 = 0.6116, 第1自由度 = 124, 第2自由度 = 66, P値 = 0.01904
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3941570 0.9228036
標本推定値:
分散比
0.611576
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

137 2012/08/02(木) 22:20:22.57: ３.補足コメント
「栃木県産桑の実 2012.07.11収穫, 50度1週間乾燥」45.5wg, 10.1 dg(猫が保存していた袋を破ったため試料の一部消失)
43.04478 - 36.33600 = 6.708782 CPM (3.15Bq)
3.15 * 1000 / 45.5 = 69.3Bq/kg
3.15 * 1000 / 10.1 = 312Bq/kg
カリウム 234mg/100g ( http://www.momo-kuwa.com/jiten.html ) - 293mg/100g( http://www.kai-shokokai.jp/kuwanomi/ingredient/ )より、7.2-9.5Bq/kg

桑の実は食用になります。草イチゴにしても桑の実にしても、現地に出かけて、その場で口に放り込むという食べ方をします。
http://pixta.jp/tags/%E6%A1%91%E3%81%AE%E5%AE%9Fを見ると黒っぽい実が多いのですが、熟しても赤い実のクワの実です。

ここまで見た

138 2012/08/03(金) 19:34:43.21: １．測定対象
「栃木県産ジャガイモ 30.5wg 9.8dg 2012.07.06」の分析

２．測定結果
1. n=35 糊台
x <- c( 49,34,38,36,35,53,26,43,42,30,39,35,31,33,38,32,35,43,52,40,41,36,42,43,41,42,33,34,35,41,31,27,36,35,42)

2. n=46 栃木県産ジャガイモ 30.5wg 9.8dg 2012.07.06 ６日間乾燥
x <- c( 40,35,46,43,41,50,37,55,47,39,43,43,54,50,40,59,45,32,44,43,51,43,45,48,38,38,36,41,40,52,46,40,43,40,50,38,37,43,42,43,43,38,44,31,49,41)

3. n=74 糊台
x <- c( 35,45,35,37,42,39,32,45,45,39,31,52,34,42,39,35,32,35,32,39,34,28,34,34,35,36,34,44,37,35,42,42,35,32,26,38,
30,39,36,33,41,41,41,35,48,48,43,52,44,58,33,37,36,52,32,32,25,30,50,37,30,40,35,36,43,43,39,53,38,39,29,40,35,41)

4. n=33 栃木県産ジャガイモ 30.5wg 9.8dg 2012.07.06 ６日間乾燥
x <- c( 39,53,44,36,50,42,59,49,30,44,35,49,45,61,37,36,53,35,45,56,56,44,45,53,45,48,51,35,42,34,47,47,37)

5. n=30 糊台
x <- c( 33,28,28,36,42,43,40,28,38,35,42,45,36,40,34,30,42,43,39,37,34,44,42,32,47,46,55,42,34,45)

ここまで見た

139 2012/08/03(金) 19:35:43.86: ４.　データ貼り付け
全体の分析
x <- c( 49,34,38,36,35,53,26,43,42,30,39,35,31,33,38,32,35,43,52,40,41,36,42,43,41,42,33,34,35,41,31,27,36,35,42 ,
40,35,46,43,41,50,37,55,47,39,43,43,54,50,40,59,45,32,44,43,51,43,45,48,38,38,36,41,40,52,46,40,43,40,50,38,37,43,42,43,43,38,44,31,49,41 ,
35,45,35,37,42,39,32,45,45,39,31,52,34,42,39,35,32,35,32,39,34,28,34,34,35,36,34,44,37,35,42,42,35,32,26,38,30,
39,36,33,41,41,41,35,48,48,43,52,44,58,33,37,36,52,32,32,25,30,50,37,30,40,35,36,43,43,39,53,38,39,29,40,35,41 ,
39,53,44,36,50,42,59,49,30,44,35,49,45,61,37,36,53,35,45,56,56,44,45,53,45,48,51,35,42,34,47,47,37 ,
33,28,28,36,42,43,40,28,38,35,42,45,36,40,34,30,42,43,39,37,34,44,42,32,47,46,55,42,34,45)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
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 ,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] 40.25688
> var(x)
[1] 50.21021
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 9.9357, 第1自由度 = 4, 第2自由度 = 213, P値 = 2.169e-07
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 = 3.7347, 自由度 = 4, P値 = 0.4431
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 = 9.1963, 第1自由度 = 4.000, 第2自由度 = 89.627, P値 = 2.848e-06
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 9 4.1284404 4.12844
30 35 16.0550459 20.18349
35 61 27.9816514 48.16514
40 61 27.9816514 76.14679
45 26 11.9266055 88.07339
50 18 8.2568807 96.33028
55 7 3.2110092 99.54128
60 1 0.4587156 100.00000
>

ここまで見た

140 2012/08/03(金) 19:36:31.46: BGと試料の比較
x <- c( 49,34,38,36,35,53,26,43,42,30,39,35,31,33,38,32,35,43,52,40,41,36,42,43,41,42,33,34,35,41,31,27,36,35,42 ,
40,35,46,43,41,50,37,55,47,39,43,43,54,50,40,59,45,32,44,43,51,43,45,48,38,38,36,41,40,52,46,40,43,40,50,38,37,43,42,43,43,38,44,31,49,41 ,
35,45,35,37,42,39,32,45,45,39,31,52,34,42,39,35,32,35,32,39,34,28,34,34,35,36,34,44,37,35,42,42,35,32,26,38,30,39,36,33,
41,41,41,35,48,48,43,52,44,58,33,37,36,52,32,32,25,30,50,37,30,40,35,36,43,43,39,53,38,39,29,40,35,41 ,
39,53,44,36,50,42,59,49,30,44,35,49,45,61,37,36,53,35,45,56,56,44,45,53,45,48,51,35,42,34,47,47,37 ,
33,28,28,36,42,43,40,28,38,35,42,45,36,40,34,30,42,43,39,37,34,44,42,32,47,46,55,42,34,45)
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 ,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 = 38.3633, 第1自由度 = 1, 第2自由度 = 216, P値 = 2.926e-09
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 = 0.323, 自由度 = 1, P値 = 0.5698
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 = 37.1783, 第1自由度 = 1.000, 第2自由度 = 154.711, P値 = 8.26e-09
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

141 2012/08/03(金) 19:37:32.72: 繰り返しによる影響

1. n = 139 BG 繰り返し数 =3
x <- c( 49,34,38,36,35,53,26,43,42,30,39,35,31,33,38,32,35,43,52,40,41,36,42,43,41,42,33,34,35,41,31,27,36,35,42 ,
35,45,35,37,42,39,32,45,45,39,31,52,34,42,39,35,32,35,32,39,34,28,34,34,35,36,34,44,37,35,42,42,35,32,26,38,30,39,
36,33,41,41,41,35,48,48,43,52,44,58,33,37,36,52,32,32,25,30,50,37,30,40,35,36,43,43,39,53,38,39,29,40,35,41 ,
33,28,28,36,42,43,40,28,38,35,42,45,36,40,34,30,42,43,39,37,34,44,42,32,47,46,55,42,34,45)
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 ,
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] 38.18705
> var(x)
[1] 41.05172
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1462, 第1自由度 = 2, 第2自由度 = 136, P値 = 0.8641
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 = 0.1473, 自由度 = 2, P値 = 0.929
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 = 0.1509, 第1自由度 = 2.000, 第2自由度 = 66.709, P値 = 0.8602
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 9 6.474820 6.47482
30 31 22.302158 28.77698
35 44 31.654676 60.43165
40 36 25.899281 86.33094
45 10 7.194245 93.52518
50 7 5.035971 98.56115
55 2 1.438849 100.00000
>

ここまで見た

142 2012/08/03(金) 19:38:17.31: 2. n = 79 栃木県産ジャガイモ 30.5wg 9.8dg 2012.07.06 ６日間乾燥繰り返し数 =2
x <- c( 40,35,46,43,41,50,37,55,47,39,43,43,54,50,40,59,45,32,44,43,51,43,45,48,38,38,36,41,40,52,46,40,43,40,50,38,37,43,42,43,43,38,44,31,49,41 ,
39,53,44,36,50,42,59,49,30,44,35,49,45,61,37,36,53,35,45,56,56,44,45,53,45,48,51,35,42,34,47,47,37)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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)
> mean(x)
[1] 43.89873
> var(x)
[1] 45.98961
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.2622, 第1自由度 = 1, 第2自由度 = 77, P値 = 0.2647
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 = 3.3429, 自由度 = 1, P値 = 0.0675
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 = 1.1459, 第1自由度 = 1.000, 第2自由度 = 56.064, P値 = 0.289
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 4 5.063291 5.063291
35 17 21.518987 26.582278
40 25 31.645570 58.227848
45 16 20.253165 78.481013
50 11 13.924051 92.405063
55 5 6.329114 98.734177
60 1 1.265823 100.000000
>

ここまで見た

143 2012/08/03(金) 19:38:48.12: BGと試料の比較

1. n = 139 BG 繰り返し数 =3
gr1 <- c( 49,34,38,36,35,53,26,43,42,30,39,35,31,33,38,32,35,43,52,40,41,36,42,43,41,42,33,34,35,41,31,27,36,35,42 ,
35,45,35,37,42,39,32,45,45,39,31,52,34,42,39,35,32,35,32,39,34,28,34,34,35,36,34,44,37,35,42,42,35,32,26,38,30,39,36,
33,41,41,41,35,48,48,43,52,44,58,33,37,36,52,32,32,25,30,50,37,30,40,35,36,43,43,39,53,38,39,29,40,35,41 ,
33,28,28,36,42,43,40,28,38,35,42,45,36,40,34,30,42,43,39,37,34,44,42,32,47,46,55,42,34,45)

2. n = 79 栃木県産ジャガイモ 30.5wg 9.8dg 2012.07.06 ６日間乾燥繰り返し数 =2
gr2 <- c( 40,35,46,43,41,50,37,55,47,39,43,43,54,50,40,59,45,32,44,43,51,43,45,48,38,38,36,41,40,52,46,40,43,40,50,38,37,43,42,43,43,38,44,31,49,41 ,
39,53,44,36,50,42,59,49,30,44,35,49,45,61,37,36,53,35,45,56,56,44,45,53,45,48,51,35,42,34,47,47,37)
> 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 = -6.1938, 自由度 = 216, P値 = 2.926e-09
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: -7.529266 -3.894101
標本推定値:
平均値x 平均値y
38.18705 43.89873
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 = -6.0974, 自由度 = 154.711, P値 = 8.26e-09
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: -7.562136 -3.861231
標本推定値:
平均値x 平均値y
38.18705 43.89873
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 = 0.8926, 第1自由度 = 138, 第2自由度 = 78, P値 = 0.5572
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.5947746 1.3106013
標本推定値:
分散比
0.8926301
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

144 2012/08/03(金) 19:39:18.55: 43.89873 - 38.18705 = 5.711681 CPM (2.68Bq)
2.69 * 1000 / 30.5 = 88.0 Bq/wkg
2.69 * 1000 / 9.8 = 273 Bq/dkg

ここまで見た

145 2012/08/03(金) 20:38:00.69: １．測定対象
「栃木県産ホウノキの葉 3.5wg 2.0dg 2012.07.20取得」の分析

２．測定結果
1. n=30 糊台
x <- c( 34,39,42,34,27,43,26,36,45,33,44,48,31,36,33,41,34,34,28,36,45,41,32,37,37,40,34,39,41,44)

2. n=30 栃木県産ホウノキの葉 3.5wg 2.0dg 2012.07.20取得
x <- c( 31,29,50,56,33,53,36,51,45,40,47,43,38,34,37,46,37,37,37,35,43,41,47,47,43,34,30,31,36,51)

3. n=30 糊台
x <- c( 34,47,35,39,34,38,41,24,39,52,47,33,38,34,32,29,40,39,39,24,38,35,51,31,40,24,45,31,46,30)

4. n=31 栃木県産ホウノキの葉 3.5wg 2.0dg 2012.07.20取得
x <- c( 40,34,32,47,43,37,53,48,55,43,40,37,52,43,49,47,42,44,54,51,37,41,39,39,39,41,42,43,47,34,42)

5. n=30 糊台
x <- c( 39,29,47,48,33,44,43,34,35,27,27,31,35,36,45,36,39,43,44,28,43,29,39,38,39,44,33,37,42,36)

ここまで見た

146 2012/08/03(金) 20:38:58.47: ４.　データ貼り付け
全体の分析
x <- c( 34,39,42,34,27,43,26,36,45,33,44,48,31,36,33,41,34,34,28,36,45,41,32,37,37,40,34,39,41,44 ,
31,29,50,56,33,53,36,51,45,40,47,43,38,34,37,46,37,37,37,35,43,41,47,47,43,34,30,31,36,51 ,
34,47,35,39,34,38,41,24,39,52,47,33,38,34,32,29,40,39,39,24,38,35,51,31,40,24,45,31,46,30 ,
40,34,32,47,43,37,53,48,55,43,40,37,52,43,49,47,42,44,54,51,37,41,39,39,39,41,42,43,47,34,42 ,
39,29,47,48,33,44,43,34,35,27,27,31,35,36,45,36,39,43,44,28,43,29,39,38,39,44,33,37,42,36)
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 ,
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] 39.06623
> var(x)
[1] 47.64892
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 5.1946, 第1自由度 = 4, 第2自由度 = 146, P値 = 0.0006104
有意。群間に差がある。

> 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 = 3.7831, 自由度 = 4, P値 = 0.4362
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 = 5.6152, 第1自由度 = 4.000, 第2自由度 = 72.723, P値 = 0.0005383
有意。群間に差がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 3 1.986755 1.986755
25 10 6.622517 8.609272
30 30 19.867550 28.476821
35 41 27.152318 55.629139
40 35 23.178808 78.807947
45 20 13.245033 92.052980
50 10 6.622517 98.675497
55 2 1.324503 100.000000
>

ここまで見た

147 2012/08/03(金) 20:39:44.32: BGと試料の比較
x <- c( 34,39,42,34,27,43,26,36,45,33,44,48,31,36,33,41,34,34,28,36,45,41,32,37,37,40,34,39,41,44 ,
31,29,50,56,33,53,36,51,45,40,47,43,38,34,37,46,37,37,37,35,43,41,47,47,43,34,30,31,36,51 ,
34,47,35,39,34,38,41,24,39,52,47,33,38,34,32,29,40,39,39,24,38,35,51,31,40,24,45,31,46,30 ,
40,34,32,47,43,37,53,48,55,43,40,37,52,43,49,47,42,44,54,51,37,41,39,39,39,41,42,43,47,34,42 ,
39,29,47,48,33,44,43,34,35,27,27,31,35,36,45,36,39,43,44,28,43,29,39,38,39,44,33,37,42,36)
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 ,
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)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 18.6345, 第1自由度 = 1, 第2自由度 = 149, P値 = 2.873e-05
有意。試料とバックグラウンドに差がある。

> 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 = 0.3483, 自由度 = 1, P値 = 0.5551
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 = 18.1399, 第1自由度 = 1.000, 第2自由度 = 122.827, P値 = 4.043e-05
有意。試料とバックグラウンドに差がある。

>

ここまで見た

148 2012/08/03(金) 20:40:31.95

繰り返しによる影響

1. n = 90 BG 繰り返し数 =3
x <- c( 34,39,42,34,27,43,26,36,45,33,44,48,31,36,33,41,34,34,28,36,45,41,32,37,37,40,34,39,41,44 ,
34,47,35,39,34,38,41,24,39,52,47,33,38,34,32,29,40,39,39,24,38,35,51,31,40,24,45,31,46,30 ,
39,29,47,48,33,44,43,34,35,27,27,31,35,36,45,36,39,43,44,28,43,29,39,38,39,44,33,37,42,36)
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)
> mean(x)
[1] 37.17778
> var(x)
[1] 40.21523
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0408, 第1自由度 = 2, 第2自由度 = 87, P値 = 0.96
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 = 2.3543, 自由度 = 2, P値 = 0.3082
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 = 0.0386, 第1自由度 = 2.000, 第2自由度 = 57.328, P値 = 0.9621
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 3 3.333333 3.333333
25 9 10.000000 13.333333
30 21 23.333333 36.666667
35 27 30.000000 66.666667
40 18 20.000000 86.666667
45 10 11.111111 97.777778
50 2 2.222222 100.000000
>