Tài liệu Tin học ứng dụng trong CNSHTP: TIN HỌC ỨNG DỤNG
TRONG CNSHTP
Mục tiờu
Giỳp sinh viờn độc lập trong nghiờn cứu
khoa học, cú khả năng xử lý số liệu
thường gặp trong điều tra, nghiờn cứu
trong cụng nghệ sinh học thực phẩm
Trang bị cho sinh viờn kỹ năng sử dụng
phần mềm tin học trong việc giải quyết
xử lý, trỡnh bày số liệu và giải quyết một
số bài toỏn trong cụng nghệ
Tài liệu tham khảo
Nguyễn Ngọc Kiểng, Thống kờ học trong
nghiờn cứu khoa học, NXB Giỏo dục, 1996.
Lờ Đức Ngọc, Xử lý số liệu và kế hoạch húa
thực nghiệm, Khoa Húa, ĐHQGHN, 2001.
Nguyễn Cảnh, Quy hoạch thực nghiệm, NXB
Đại học Quốc gia, 2004
Phan Hiếu Hiền, Phương phỏp bố trớ nghiệm
và xử lý số liệu, NXB Nụng nghiệp, 2001
Noọi dung
1. Tin học ứng dụng trong CNSHTP
2. Mụ tả đại lượng thống kờ bằng phần
mềm tin học
3. Mụ tả dữ kiện thớ nghiệm bằng phần
mềm tin học
4. Bố trớ thớ nghiệm nghiờn cứu thực phẩm
5. Xử lý số liệu thớ nghiệm kiểu hoàn toàn
ngẫu nhiờn bằng phần mềm Statgraphics
Noọi dung
6. Xử lý số...
297 trang |
Chia sẻ: Khủng Long | Lượt xem: 1132 | Lượt tải: 0
Bạn đang xem trước 20 trang mẫu tài liệu Tin học ứng dụng trong CNSHTP, để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên
TIN HỌC ỨNG DỤNG
TRONG CNSHTP
Mục tiêu
Giúp sinh viên độc lập trong nghiên cứu
khoa học, cĩ khả năng xử lý số liệu
thường gặp trong điều tra, nghiên cứu
trong cơng nghệ sinh học thực phẩm
Trang bị cho sinh viên kỹ năng sử dụng
phần mềm tin học trong việc giải quyết
xử lý, trình bày số liệu và giải quyết một
số bài tốn trong cơng nghệ
Tài liệu tham khảo
Nguyễn Ngọc Kiểng, Thống kê học trong
nghiên cứu khoa học, NXB Giáo dục, 1996.
Lê Đức Ngọc, Xử lý số liệu và kế hoạch hĩa
thực nghiệm, Khoa Hĩa, ĐHQGHN, 2001.
Nguyễn Cảnh, Quy hoạch thực nghiệm, NXB
Đại học Quốc gia, 2004
Phan Hiếu Hiền, Phương pháp bố trí nghiệm
và xử lý số liệu, NXB Nơng nghiệp, 2001
Nội dung
1. Tin học ứng dụng trong CNSHTP
2. Mơ tả đại lượng thống kê bằng phần
mềm tin học
3. Mơ tả dữ kiện thí nghiệm bằng phần
mềm tin học
4. Bố trí thí nghiệm nghiên cứu thực phẩm
5. Xử lý số liệu thí nghiệm kiểu hồn tồn
ngẫu nhiên bằng phần mềm Statgraphics
Nội dung
6. Xử lý số liệu thí nghiệm kiểu khối ngẫu
nhiên đầy đủ bằng phần mềm Statgraphics
7. Xử lý số liệu thí nghiệm kiểu bình phương
Latin bằng phần mềm Statgraphics
8. Xử lý số liệu thí nghiệm đa yếu tố bằng phần
mềm Statgraphics
9. Xử lý số liệu thí nghiệm hồi quy và tương
quan tuyến tính bằng phần mềm Statgraphics
10. Giải một số bài tốn cơng nghệ bằng phần
mềm EXCEL
1. Tin học ứng dụng trong CNSHTP
Tin học ứng dụng trong nghiên cứu thực
phẩm
Phần mềm ứng dụng trong bảng tính
Phần mềm ứng dụng trong xử lý thống
kê
Phần mềm ứng dụng trong biểu diễn
cơng thức hĩa học
1.1 Tin học ứng dụng trong nghiên cứu
thực phẩm
Trong mọi ngành khoa học thực nghiệm:
thực tế
thí nghiệm kết quả bằng số
Kết quả bằng số:
là giá trị của một biến ngẫu nhiên
phụ thuộc vào nhiều yếu tố
ước lượng được qui luật phụ thuộc
(nghiên cứu trên một tập hợp mẫu với độ
tin cậy nào đĩ)
Xử lý số liệu
dữ liệu thơ - tính tốn, sắp xếp - dữ liệu
tinh
làm cơ sở cho việc diễn giải, phân tích
thống kê
1.2 Phần mềm ứng dụng trong bảng tính
Phần mềm bảng tính EXCEL
Tạo biểu bảng số liệu
Biễu diễn số liệu dưới dạng biểu đồ
Xử lý thống kê số liệu nghiên cứu
Bảng phân phối tần số
Sắp xếp, trình bày dữ liệu một cách cĩ hệ
thống
Phân chia dữ liệu thành từng nhĩm khác
nhau
Căn cứ để hình thành biểu đồ phân phối
tần số
Sơ đồ tổng quát của bảng phân phối
tần số
Trị số của biến
(Xi)
Tần số (số lần xuất
hiện của trị số - fi)
X1 f1
X2 f2
Xk fk
Sơ đồ tổng quát của bảng phân phối
tần số
điểm số sinh viên
1 2
2 4
10 9
Sơ đồ tổng quát của bảng phân phối
tần số
Năng
suất
Tần
số
Tần số
tương
đối (%)
Tần số
tích
lũy
Tần số tương
đối tích lũy
(%)
152 7 17,5 7 17,5
159 19 47,5 26 65,0
166 8 20 34 85,0
173 6 15 40 100
40
Biểu đồ trong thống kê
Biểu diễn tồn bộ số liệu
Thể hiện nét đặc trưng của tập hợp số liệu
Biểu diễn mối quan hệ giữa tính trạng
nghiên cứu và chỉ tiêu theo dõi
Biểu đồ phân phối tần số
Biểu đồ cột
Trình bày số quan sát lớn
Cĩ thể trình bày tần số tương đối, tần số
tích lũy, tần số tương đối tích lũy
Biểu đồ phân phối tần số
Biểu đồ phân phối tần số
7
19
8
6
0
5
10
15
20
1152 159 166 173
Biểu đồ tần số tích lũy
7
26
34
40
0
5
10
15
20
25
30
35
40
45
150 155 160 165 170 175
Biểu đồ tần số tương đối tích lũy
17,5
65
85
100
0
20
40
60
80
100
120
150 155 160 165 170 175
Biểu đồ hộp
Khảo sát sơ lược dữ liệu
Tổng quát về phân phối của mẫu/ tổng
thể
thể hiện ví trí tập trung, phân tán, bất
thường
Biểu đồ hộp
Biểu đồ hộp
Khối hộp ‘box’ kéo dài từ giá trị phân vị
¼ đến giá trị phân vị ¾ , khoảng 50% giá
trị nẳm trong ‘box’
Đường thẳng đứng ở vị trí trung bị mẫu,
chia dãy số liệu thành 2 phần bằng nhau,
nếu mẫu phân bố đối xứng thì đường này
nằm gần trung tâm của khối hộp
Biểu đồ hộp
Dấu + ở vị trí trung bình của mẫu
Sự khác biệt đáng kể giữa trung bình và
trung vị cho thấy cĩ một vài số liệu cĩ
khả năng gây ra sai số làm phân bố của
mẫu bị lệch
Đoạn thẳng hai đầu gọi là ‘whisker’ nối
từ giá trị cực tiểu đến điểm phân vị ¼ và
từ điểm phân vị ¾ đến giá trị cực đại
Biểu đồ điểm
1.3 Phần mềm ứng dụng trong xử lý thống
kê
Phần mềm xử lý thống kê Statgraphics
Thao tác cơ bản trong phần mềm
Xử lý thống kê số liệu nghiên cứu
Thao tác sao chép kết quả xử lý vào
phần mềm văn bản WORD
1.4 Phần mềm ứng dụng trong biểu diễn
cơng thức hĩa học
Phần mềm ChemWindow
Thao tác cơ bản trong phần mềm
2. Mơ tả đại lượng thống kê bằng phần
mềm tin học
Phân tích thống kê
Đại lượng đo lường xu hướng trung bình
Đại lượng đo lường sự biến thiên
Xác định các đại lượng thống kê bằng
phần mềm tin học
2.1 Phân tích thống kê
Các con số tĩm lược thơng tin định lượng
Phương pháp tính tốn để giúp chúng ta
tĩm lược hoặc khái quát hố thơng tin
Kỹ thuật giúp quyết định vấn đề như phân
tích phương sai, tương quan hồi qui, trắc
nghiệm,
Hạn chế của thống kê
Sử dụng thống kê phải biết rành về lĩnh
vực chuyên mơn của người nghiên cứu
Thống kê chỉ là phương tiện, cơng cụ
Thống kê trình bày những số liệu hoặc
hiện tượng rời rạc một cách hệ thống hơn,
chứ khơng nĩi được bản chất của sự việc
Thống kê khơng thay thế được cho suy
nghĩ và kết luận của người nghiên cứu
Thống kê mơ tả
Là một trong những bước đầu tiên để
phân tích vấn đề và thực hiện một quyết
định.
Gồm các tính tốn cơ bản mang tính chất
mơ tả như trung bình, phương sai, độ
lệch chuẩn, nhằm tổng kết về kết quả
của thí nghiệm.
Thống kê mơ tả
Phương pháp tĩm lược thơng tin để làm
cho chúng trở nên dễ hiểu tức giảm một
số lớn các số liệu phức tạp thành một số
nhỏ hơn gồm các giá trị tĩm tắt
Mơ tả mối quan hệ giữa các biến số
Thống kê suy diễn
Khái quát hố thơng tin của một mẫu cho
tồn dân số của mẫu tức là chỉ đo đếm
trên một tiểu tập hợp rồi suy luận cho
tồn bộ với một độ tin cậy nào đĩ
Cung cấp kỹ thuật để kiểm tra trên một
mẫu và sử dụng thơng tin này để suy
rộng ra các đặc tính của tồn bộ dân số
2.2 Đại lượng đo lường xu hướng trung
bình
Mốt (mode)
Trung vị (median)
Trung bình cộng (average)
Trung bình nhân (geometric mean)
Mode: (Mo)
Là giá trị xuất hiện nhiều nhất trong một
biến số
Ví dụ: Phân phối xác suất: 5, 6, 7, 7, 8, 8, 8,
9, 10 cĩ mode là 8
Dùng để đo độ tập trung
Khơng phụ thuộc vào giá trị ở 2 đầu của
dãy số
Mode: (Mo)
Biến số đơn thức là biến số khi gần như
mọi trường hợp đều tập trung về một giá
trị
Biến số nhị thức là biến số khi gần như cĩ
hai hay nhiều trường hợp nhất và gần như
tương đương nhau
Số trung vị: (Me)
số nằm ở chính giữa khi dãy số xếp từ
nhỏ - lớn
Là giá trị chia đơi tổng số các giá trị của
biến số thành 2 phần bằng nhau
cho kết quả nhanh về ước lượng trung
bình.
Trung bình cộng
Cộng các giá trị của các trường hợp và
chia cho tổng trường hợp
Trường hợp dị biệt cĩ thể làm trung bình
mất đi tính đại diện
Tổng các độ lệch giữa các giá trị với
trung bình luơn bằng 0
Tổng các độ lệch bình phương cĩ giá trị
nhỏ nhất
X
Trung bình cộng
Đại diện cho cả một tập hợp lớn số liệu
Nêu lên đặc điểm chung nhất của hiện
tượng
Dùng để so sánh các hiện tượng khơng cĩ
cùng qui mơ
X
Trung bình cộng số học
n
X
X
n
i
i
1
Trung bình cĩ trọng số
Là trường hợp đặc biệt của trung bình số
học khi gía trị của biến xuất hiện nhiều
lần
k
i
i
k
i
ii
f
fX
X
1
1
Trung bình của dữ liệu phân nhĩm cĩ
khoảng cách
mi là trị số giữa của nhĩm i
fi tần số của nhĩm i
k
i
i
k
i
ii
f
fm
X
1
1
Trung bình nhân (trung bình hình học)
GM
Căn bậc n cho n giá trị
Thay cho trung bình cộng trong trường
hợp dãy số liệu cĩ phân phối lệch (giá trị
đột biến)
n
nXXXGM ....21
Phần tư vị (quartile)
Xếp dữ kiện từ nhỏ đến lớn, chia dãy n dữ
kiện làm 4 phần
Phần tư vị dưới (low quartile): lấy giá trị
của đơn vị ở vị trí ¼ (25%) dãy dữ kiện.
Phần tư vị trên (upper quartile): lấy giá trị
của đơn vị ở vị trí ¾ (75%) dãy dữ kiện.
2.3 Đại lượng đo lường sự biến thiên
Phương sai
Độ lệch chuẩn
Hệ số biến dị
Độ lệch
Độ nhọn
Phương sai (variance)
Phương sai là trung bình của các độ lệch
bình phương giữa các giá trị so với giá trị
trung bình.
N
X i
2
2 )(
Phương sai
Tính giá trị trung bình
Trừ giá trị trung bình cho từng giá trị
(hiệu số)
Bình phương từng hiệu số
Cộng các hiệu số được bình phương
Lấy tổng của các hiệu số bình phương
chia tổng giá trị
Ý nghĩa của phương sai
Nếu các giá trị được phân phối một cách
dàn trãi trên diện rộng và cách xa trung
bình thì độ lệch sẽ lớn và phương sai sẽ
rất lớn
Nếu các giá trị quần tụ gần giá trị trung
bình thì độ lệch sẽ nhỏ và phương sai sẽ
nhỏ.
Độ lệch chuẩn (standard deviation)
Biểu thị mức độ phân tán (cùng bản chất
của tính trạng)
Độ lệch càng lớn mức độ phân tán càng
cao, tính đại diện trung bình càng nhỏ
Độ lệch chuẩn
Là căn bậc hai của phương sai
N
X i
2)(
Mơ tả biến thiên
Mơ tả biến thiên chính là đo lường sự
khác biệt của các giá trị với một giá trị
chuẩn nào đĩ tức là điểm trung bình
Mơ tả biến thiên
Nhĩm 1 (tương
đối đồng nhất)
Nhĩm 2 (giữa 2
xu hướng)
Nhĩm 3 (tương
đối khác biệt)
64 44 34
68 63 58
70 80 90
71 91 101
69 74 79
66 56 46
Trung bình 68 Trung bình 68 Trung bình 68
Mơ tả biến thiên
Nhĩm 1 (tương đối
đồng nhất)
Nhĩm 2 (giữa 2 xu
hướng)
Nhĩm 3 (ttương đối
khác biệt)
64 44 34
68 63 58
70 80 90
71 91 101
69 74 79
66 56 46
Trung bình 68 Trung bình 68 Trung bình 68
p.Sai 6,8 290,80 686,80
Mơ tả biến thiên
Nhĩm 1 (tương đối
đồng nhất)
Nhĩm 2 (giữa 2 xu
hướng)
Nhĩm 3 (tương đối
khác biệt)
64 44 34
68 63 58
70 80 90
71 91 101
69 74 79
66 56 46
Trung bình 68 Trung bình 68 Trung bình 68
p.Sai 6,8 290,80 686,80
SD 2,61 SD 17,05 SD 26,21
Mơ tả biến thiên
Thơng thường làm trịn giá trị của độ lệch
chuẩn và phương sai ở chữ số thập phân
thứ 2
Biến thiên càng lớn thì độ lệch chuẩn và
phương sai càng lớn
Khi viết báo cáo kết quả phân tích thống
kê, thường dùng độ lệch chuẩn
Hệ số biến dị
So sánh mức độ phân tán của các tính
trạng cĩ bản chất khác nhau
%100
X
SDCV
Độ lệch (skewness)
Là tiêu chuẩn đánh giá tính đối xứng của
số liệu
Độ lệch = 0 (đối xứng)
Độ lệch > 0 (các giá trị cĩ xu hướng tập
trung về phía bên phải của đồ thị)
Độ lệch < 0 (các giá trị cĩ xu hướng tập
trung về phía bên trái của đồ thị)
Độ nhọn (kurtosis)
Là tiêu chuẩn để xác định hình dạng của
phân bố đối xứng.
Độ nhọn = 0 (phân bố chuẩn)
Độ nhọn > 0 (phân bố cĩ đồ thị nhọn hơn
phân bố chuẩn)
Độ nhọn < 0 (phân bố cĩ đồ thị bẹt hơn
phân bố chuẩn)
2.4 Xác định các đại lượng thống kê bằng
phần mềm tin học
Phần mềm EXCEL
Phần mềm STATGRAPHICS
3. Mơ tả dữ kiện thí nghiệm bằng phần
mềm tin học
Mơ tả dữ kiện
Phương pháp xử lý số liệu ban đầu
Xử lý số liệu của thí nghiệm so sánh 2
mẫu bằng phần mềm STATGRAPHICS
3.1 Mơ tả dữ kiện
Hai biến số cĩ giá trị trung bình như
nhau nhưng độ phân tán khơng giống
nhau
Độ phân tán cho biết thơng tin để đánh
giá độ tin cậy của giá trị tập trung
Các đặc trưng thống kê thường dùng
trong mơ tả dữ kiện
Các giá trị của một biến số cĩ sự phân phối
là phân tán hay tập trung.
Giá trị đồng nhất (các giá trị của một biến
số cĩ xu hướng quần tụ)
Giá trị khơng đồng nhất (các giá trị của
một biến số cĩ xu hướng phân tán)
Các đặc trưng thống kê thường dùng
trong mơ tả dữ kiện
Trung bình mẫu ước lượng giá trị trung
tâm của phân bố
Độ lệch chuẩn của mẫu liên quan đến sự
phân tán của số liệu
Các đặc trưng thống kê thường dùng
trong mơ tả dữ kiện
Trung bình mẫu và Độ lệch chuẩn chỉ cĩ
giá trị đại diện cho mẫu khi mẫu cĩ phân
phối chuẩn
Độ lệch (skewness) và độ nhọn (kurtosis)
dùng để kiểm tra mẫu cĩ phân bố chuẩn
hay khơng
Mẫu và dân số
Dữ liệu của dân số là những dữ liệu liên
quan đến mọi trường hợp
Dữ liệu của mẫu đại diện cĩ thể khái
quát cho tồn bộ dân số
Mẫu (sample)
Được chọn ngẫu nhiên từ dân số
Mẫu là một phần và là đại diện của dân
số.
Phân tích mẫu cĩ thể suy ra các đặc tính
của dân số với một mức độ tin cậy xác
định nào đĩ
Mẫu ngẫu nhiên
Mẫu lấy từ dân số mà các đơn vị đều cĩ
cơ hội đồng đều nhau, nĩ mang tính
khách quan trong thu thập dữ kiện
Dân số (population)
Là tập hợp những thơng tin về người, sự
vật hoặc sự việc riêng biệt kết hợp với
nhau trên cơ sở một đặc điểm chung nào
đĩ mà người nghiên cứu đang quan tâm.
Là tập hợp tồn bộ các đối tượng nghiên
cứu, điều tra, khảo sát.
Dân số
Thường rất lớn và khơng thể kiểm tra hết
Muốn biết thơng tin về dân số chỉ cĩ thể
đo đếm trên một tiểu tập hợp gọi là mẫu
Biến số
Là một đặc trưng mà giá trị của nĩ khác
nhau tùy theo trường hợp
Tùy nhu cầu nghiên cứu mà cĩ thể tạo ra
các biến số mới
đặc trưng quan sát mà cuộc nghiên cứu
quan tâm đến,
cĩ 02 loại biến số (liên tục, rời rạc)
Biến số liên tục
Là các số nguyên dương và thập phân.
Các số đo về chiều dài, trọng lượng, thể
tích, ...
Biến số rời rạc
Là các số nguyên dương.
Các biến biểu thị tính chất hay số đếm
Đơn vị
đối tượng cụ thể để đo đếm và thu nhập
dữ kiện.
Một mẫu thăm dị sẽ cĩ nhiều đơn vị.
Đơn vị thống kê là một phần tử của một
tập hợp mẫu thống kê điều tra khảo sát.
Phương sai của mẫu
Cơng thức đo lường biến thiên của mẫu
(phương sai)
n-1 gọi là bậc tự do của phương sai
1
)( 22
n
XX
S i
Phương sai của mẫu
Đối với một phương sai, cĩ n-1 các độ
lệch cĩ thể biến đổi một cách tự do một
khi chúng đã được nhận biết, độ lệch sau
cùng chắc chắn sẽ được xác định.
Vì vậy cĩ n-1 bậc tự do
Độ lệch chuẩn
độ lệch chuẩn liên quan đến mẫu
1
)( 2
n
XX
S i
Điểm số chuẩn hoá
Được dùng để đo lường độ lệch của một
điểm số nào đĩ khi được so sánh với
trung bình bằng độ lệch chuẩn.
Điểm số chuẩn hoá
Chuyển một điểm số nào đĩ thành một
điểm số chuẩn hố theo cơng thức:
S
XXZ ii
Điểm số chuẩn hoá
Điểm của sinh
viên lớp A
= , 1 00
6
6
6
8187
iZ
Điểm của sinh
viên lớp B
= , 1 75
4
7
4
7683
iZ
Biến số chuẩn hố
Là biến số mà các điểm số của nĩ đều
được chuyển thành điểm số chuẩn hố
Tổng các điểm số chuẩn hố bằng 0
Tổng bình phương của các điểm số chuẩn
hố luơn bằng n là tổng số trường hợp
trong mẫu
Sai biệt chuẩn
độ lệch chuẩn của một phân phối mẫu
quan trọng đến mức phải đặt cho nĩ một
tên gọi riêng là sai biệt chuẩn (standard
error) được viết là:
x
Sai biệt chuẩn
Là sai số của số trung bình (sai số chọn
mẫu)
Cĩ đơn vị như số trung bình
Biểu thị mức độ đại diện của mẫu đối với
dân số
Sai biệt chuẩn
SE lớn biểu thị mức độ đại diện của mẫu
đối với dân số nhỏ và ngược lại
Biểu thị mức độ tin cậy của mẫu
Ước lượng số trung bình của tổng thể
Sai biệt chuẩn
Sai biệt chuẩn của trung bình là tồn bộ
độ lệch chuẩn của phân phối mẫu của các
trung bình của tồn bộ mẫu cĩ kích cỡ
nhất định trong dân số, được tính bằng
cơng thức:
nx
Khoảng tin cậy
Trung bình của một dân số cĩ thể được
tìm ra ở phía dưới và hoặc phía trên của
trung bình mẫu, do đĩ bên cạnh biết được
trị trung bình của mẫu cần phải biết
khoảng tin cậy.
Khoảng tin cậy
Chính sai biệt chuẩn sẽ cho biết khoảng
tin cậy.
Khoảng tin cậy 95%
Khẳng định với độ chắc chắn rằng 95%
trung bình của dân số sẽ nằm trong
khoảng này
)96,1( xX
Khoảng tin cậy
Tương tự 99%:
)58,2( xX
Mơ tả dữ kiện
Phân phối dân số
Phân phối mẫu
Phân phối chuẩn
Phân phối dân số
là phân phối của những điểm số trong một
dân số
Phân phối mẫu
là phân phối của những điểm số trong một
mẫu cĩ kích cỡ nhất định
là phân phối của một thống kê nào đĩ của
tất cả các mẫu cĩ cùng một kích cỡ trong
dân số
Phân phối chuẩn
Khi vẽ biểu đồ tương quan giữa tần số và
kết quả thu nhận, hình dạng đường cong
thơng thường cĩ dạng hình chuơng gọi là
phân phối chuẩn
Phân phối chuẩn
Là một phân phối đối xứng cĩ dạng hình
chuơng, biểu diễn bằng phương trình:
2
22 2/)(
xeY
Hai phân phối chuẩn với độ lệch chuẩn
khác nhau:
độ lệch chuẩn nhỏ cho phép khái quát hố
những kết quả của mẫu cho tồn dân số
với độ tin cậy cao
Phân phối chuẩn
99,7%
68%
95%
0 +1-1 +2-2-3 +3
Phân phối chuẩn
Trong một phân phối chuẩn, khoảng:
68% số liệu trong khoảng X ±SD
95% số liệu trong khoảng X ±2SD
99% số liệu trong khoảng X ±3SD
Phân phối chuẩn
Trong một phân phối chuẩn:
Cĩ 95% số trường hợp nằm trong độ lệch
chuẩn ±1,96 so với giá trị trung bình
Cĩ 99% số trường hợp nằm trong độ lệch
chuẩn ±2,58 so với giá trị trung bình
3.2 Phương pháp xử lý số liệu ban đầu
Gọi a là trị thực của đại lượng đo, X là
kết quả đo
Sai số tuyệt đối (X-a) cĩ thể gồm 3
thành phần là sai số hệ thống, sai số thơ,
sai số ngẫu nhiên
Sai số hệ thống
Sai số hệ thống là sai số khơng đổi hoặc
thay đổi theo một qui luật nhất định.
Sai số hệ thống cĩ thể hiệu chỉnh được
Sai số thơ
Sai số thơ là sai số do bất cẩn, trục trặc
kỹ thuật, thay đổi điều kiện đột ngột,
Đặc điểm đơn lẻ, cĩ trị số tuyệt đối
lớn hoặc nhỏ một cách bất thường.
Cần loại bỏ các số đo chứa sai số thơ để
khỏi ảnh hưởng khơng trung thực đến
kết quả chung
Sai số ngẫu nhiên
Sai số ngẫu nhiên là sai số khơng thể
tiên đốn được cụ thể, do rất nhiều nhân
tố cĩ tác dụng nhỏ khơng thể tách riêng
hoặc tính riêng.
Sai số ngẫu nhiên là sai số mà người làm
thí nghiệm khơng thể loại bỏ được, phải
chấp nhận
3.3 Xử lý số liệu của thí nghiệm so sánh 2
mẫu bằng phần mềm STATGRAPHICS
Bố trí thí nghiệm so sánh 2 mẫu
Xử lý số liệu của thí nghiệm so sánh 2
mẫu bằng phần mềm STATGRAPHICS
Giả thuyết khơng Ho (Null Hypothesis)
giả thuyết được đặt ra từ đầu với mục
đích trắc nghiệm xem nĩ đúng hay sai
dựa vào kết quả thí nhgiệm
Giả thuyết chọn lựa H1 (Alternative
Hypothesis) Là giả thuyết ngược lại Ho
nghĩa là khi bác bỏ Ho thì chấp nhận H1
Bố trí thí nghiệm so sánh 2 mẫu
Xử lý số liệu của thí nghiệm so sánh 2
mẫu bằng phần mềm STATGRAPHICS
Nhập dữ liệu
Chọn lệnh xử lý
Đọc kết quả
Chép kết quả vào WORD
4. Bố trí thí nghiệm nghiên cứu thực phẩm
Khoa học thực phẩm
Các dạng nghiên cứu thực phẩm
Các bước trong nghiên cứu thực nghiệm
Khái quát về thí nghiệm nghiên cứu
Kiểu bố trí thí nghiệm trong nghiên cứu
thực nghiệm
4.1 Khoa học thực phẩm
Nghiên cứu các tác động qua lại của các
yếu tố ảnh hưởng đến chất lượng thực
phẩm
Kỹ thuật thực phẩm liên quan đến qui
trình, thiết bị, con người, vi sinh vật
Giải quyết vấn đề: Chất lượng, An tồn,
Kỹ thuật chế biến
4.2 Các dạng nghiên cứu thực phẩm
Bố trí thí nghiệm bảo quản & chế biến
sản phẩm thực phẩm
Phân tích diễn biến chất lượng qua thời
gian bảo quản
Điều tra các yếu tố vật lý, hĩa học, sinh
học ảnh hưởng đến chất lượng sản
phẩm, đánh giá hiệu quả của biện pháp
xử lý, khắc phục
4.3 Các bước trong nghiên cứu thực
nghiệm
Xác định nhiệm vụ, đối tượng, dân số
Tính tốn số lượng đơn vị cần thu thập
theo qui định thống kê
Thu thập dữ kiện
Lưu trữ và xử lý số liệu
Phân tích kết quả và viết báo cáo
Xác định nhiệm vụ, đối tượng, dân số
Trước khi tiến hành thu thập dữ kiện,
phải hiểu mình muốn biết gì khi điều tra
nghiên cứu.
xác định nhiệm vụ là việc hàng đầu
trước khi thu thập dữ kiện.
Tính tốn số lượng đơn vị cần thu thập
theo qui định thống kê
Việc xác định dung lượng mẫu cần thiết
cho cuộc điều tra cĩ ảnh hưởng đến kết
quả đánh giá và suy diễn kết luận về
quần thể thơng qua tập hợp mẫu.
Thu thập khơng đủ số lượng đơn vị cho
mẫu điều tra sẽ làm lệch sự suy diễn, phi
khoa học và dẫn đến sự ngộ nhận gây ra
những hậu quả khơng lường được
Thu thập dữ kiện
Khi điều tra nghiên cứu, phải thực hiện
việc thu thập dữ kiện.
Trong khi thu thập dữ kiện phải thực
hiện việc ghi chép thơng qua các bảng
ghi số liệu khảo sát.
Lưu trữ và xử lý số liệu
Hình thức, phương pháp lưu trữ dữ kiện thu
thập ngồi hiện trường hay kết quả phân
tích trong phịng thí nghiệm đa dạng tùy
theo mục đích điều tra nghiên cứu:
Dưới dạng bảng tính
Dưới dạng cơ sở dữ liệu
Lưu trữ trực tiếp vào phần mềm xử lý
thống kê.
Phân tích kết quả và viết báo cáo
Một bảng thống kê kết quả chủ yếu gồm
các thành phần sau:
Tựa đề của bảng
Các đầu đề dữ kiện
Nguồn gốc dữ kiện
4.4 Khái quát về thí nghiệm nghiên cứu
Thí nghiệm
Quan sát
Yếu tố
Nghiệm thức
Đơn vị thí nghiệm (ĐVTN)
Sai số thí nghiệm
Sai số lấy mẫu
quan sát hiện tượng trong điều kiện cĩ
kiểm sốt
yếu tố quan sát được cho thay đổi (nồng
độ, độ dài thời gian, các hợp chất khác
nhau, ...) và các trường hợp thay đổi được
gọi tên bằng các nghiệm thức khác nhau.
Thí nghiệm
Những nguyên nhân khác khơng thuộc về
các mục tiêu thí nghiệm cĩ thể ảnh hưởng
đến kết quả được giữ ở mức bình thường
và đồng nhất trong các nghiệm thức.
Nguyên tắc chung của thí nghiệm là trên
cơ sở quan sát và đánh giá các nghiệm
thức, chọn ra nghiệm thức tối ưu và suy
diễn, kết luận
Thí nghiệm
để thu đạt những kết quả mới
để xác nhận hay bác bỏ kết quả thí
nghiệm trước
Thí nghiệm
Thí nghiệm khảo sát ảnh hưởng của các
chất phụ gia đến độ chắc sản phẩm:
Lặp lại A B C D
1 55 45 65 25
2 50 40 60 55
3 65 35 55 50
4 40 65 65 40
Quan sát
là phương pháp dùng giác quan, thiết bị
để ghi nhận hiện tượng
Yếu tố
là một biến số ảnh hưởng đến kết quả thu
được
là tập hợp nhiều nghiệm thức cùng một
đặc tính
Nghiệm thức
Nghiệm thức là tình trạng khác nhau của
một yếu tố mà muốn nghiên cứu.
Nghiệm thức cĩ thể là nồng độ hĩa chất,
giống vi sinh, thời gian xử lý, ...
Số liệu thu thập từ thí nghiệm sẽ tăng lên
rất nhiều nếu áp đặt nhiều nghiệm thức và
thiếu hiểu biết cơ bản về yếu tố nghiên
cứu.
Nghiệm thức
Hiểu biết về nguyên liệu thí nghiệm hay
mức độ ảnh hưởng của yếu tố cĩ thể hạn
chế các nghiệm thức khơng cần thiết.
Hiểu biết về tác động của nồng độ của
một hĩa chất, chỉ cần đặt các nghiệm thức
trong phạm vi nồng độ tối thiểu và nồng
độ tối đa cần thiết.
Nghiệm thức
tập hợp các điều kiện áp dụng cho các
ĐVTN
cĩ thể là mức của một yếu tố hay đối
chứng
Đơn vị thí nghiệm (ĐVTN)
Đơn vị thí nghiệm là đơn vị cơ bản về
mặt hình thức khi tổ chức một thí nghiệm.
Đơn vị thí nghiệm (ĐVTN)
là một thí nghiệm của sơ đồ bố trí
là đơn vị nhỏ nhất
Sai số lấy mẫu
là sự biến thiên giữa các đơn vị lấy mẫu
trong cùng một đơn vị thí nghiệm
Nguyên tắc bố trí thí nghiệm
Nguyên tắc cơ bản
Nguyên tắc không cơ bản
Nguyên tắc cơ bản
lặp lại
ngẫu nhiên
kiểm sốt địa phương
Sự lặp lại
Mỗi đơn vị thí nghiệm phải hiện diện
nhiều lần trong một cuộc thí nghiệm, đĩ
là sự lặp lại.
Một lơ thí nghiệm khơng lặp lại khơng đo
được sự biến thiên, từ đĩ khơng thể tính
tốn được mức tin tưởng của các kết luận.
Lặp lại càng nhiều, trung bình và sai số
tiêu chuẩn tính cho mỗi nghiệm thức càng
tin cậy.
Sự lặp lại
Thơng thường thực hiện việc lặp lại từ 4 ¸
10 lần tùy theo từng loại thí nghiệm.
Một thí nghiệm khơng lặp lại khơng phải
là thí nghiệm mà chỉ là quan sát sơ bộ hay
trình bày kết quả.
Sự lặp lại
hơn 1 DVTN trong 1 nghiệm thức
là tập hợp hồn chỉnh của các NT
Mục đích :
thí nghiệm thống kê trở nên chính xác
hơn
giảm sai số một cách cĩ ý nghĩa
Ngẫu nhiên
bảo đảm tính hiệu lực của sự đánh giá
làm cơng bằng sự khác biệt giữa các
nghiệm thức
cĩ thể tạo được từ các bảng số ngẫu
nhiên
Kiểm sốt địa phương
là phân nhĩm, phân lơ, phân khối
giảm sai số thí nghiệm
cực đại sự khác biệt giữa các khối
cực tiểu sự khác biệt bên trong khối
nghiệm thức được bố trí ngẫu nhiên trong
khối
Nguyên tắc khơng cơ bản
độ nhạy
tính trực giao
sự nhầm lẫn
Những điều cần tuân thủ khi bố trí thí
nghiệm
• Xác định mục tiêu nghiên cứu
• Xác định các yếu tố thí nghiệm
• Xác định các lơ TN, DVTN
• Xác định sự quan sát
• Xác định mẫu thí nghiệm
• Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
Xác định mục tiêu nghiên cứu
Xác định phạm vi quần thể mà dự định
sẽ áp dụng kết quả suy diễn từ cuộc thí
nghiệm và lấy mẫu trong phạm vi của
quần thể đĩ.
Xác định mục tiêu nghiên cứu
Đặt ra các câu hỏi cần giải đáp, thường
là tìm kết luận về nồng độ, kết luận về
một giả thiết ảnh hưởng của một yếu tố.
Xác định mục tiêu nghiên cứu
vấn đề quan trọng của việc tổ chức
nghiên cứu
quyết đinh thành cơng, thất bại của
nghiên cứu.
xuất phát từ địi hỏi của sản xuất
cĩ đơn đặt hàng
yêu cầu của cơ quan cấp kinh phí
Xác định các yếu tố thí nghiệm
Số yếu tố:
một, hai, hay nhiều hơn
khơng nên quá nhiều yếu tố trong một
thí nghiệm.
Bản chất của mỗi yếu tố:
định tính hay định lượng
cố định hay ngẫu nhiên
Xác định các yếu tố thí nghiệm
Mức độ của mỗi yếu tố:
quan trọng cho yếu tố định lượng
tổng nghiệm thức bằng tích số yếu tố với
mức độ
các NT phải phân bố ngẫu nhiên vào các
lơ TN
Xác định các lơ TN, DVTN
mỗi nghiệm thức tương ứng với 1 lơ thí
nghiệm.
đơn vị thí nghiệm phải đồng nhất
cần xác định số lặp lại hay ĐVTN cho
mỗi NT
Xác định sự quan sát
quan sát được thực hiện để đánh giá ảnh
hưởng
NT xác định trước cũng như đơn vị đo
lường
trước khi phân tích phải kiểm chứng giả
thuyết
số liệu quan sát khơng phù hợp với giả
thuyết thì phải biến đổi số liệu.
Xác định mẫu thí nghiệm
Mẫu thí nghiệm:
phải mang tính ngẫu nhiên
mang tính đại diện
tránh chọn mẫu theo chủ quan người
nghiên cứu
Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
a. Việc thực hiện thí nghiệm:
tránh sai số khi thu thập các số liệu.
tránh sai số khi sao chép
kiểm tra số liệu sao chép.
Kiểm tra các điều kiện nghiên cứu
Nguyên tắc khi thu thập số liệu
Đo đếm kết quả đúng lúc và chính xác
Chọn thời điểm đo hợp lý
Hạn chế các điều kiện khách quan
Loại bỏ các số liệu đột biến
Đo đếm kết quả đúng lúc và chính xác
Cần phải thực hiện đo đếm một cách
đồng nhất giữa các nghiệm thức vì nếu
đo khơng đồng nhất sẽ làm tăng sự sai
biệt gây ra do các yếu tố khơng kiểm
sốt và làm tăng sai số thí nghiệm.
Khi đo đếm phải dùng một thiết bị đồng
nhất, giữa các nghiệm thức phải cùng do
một người hay một nhĩm đo.
Chọn thời điểm đo hợp lý
Thời điểm đo đếm cũng rất quan
trọng.
Hạn chế các điều kiện khách quan
Thí nghiệm đặt trên đất hay trong đất
Thí nghiệm liên quan đến chất lỏng
(nước thải)
Lơ thí nghiệm đặt cạnh nhau cĩ thể bị
sai lệch do nước chảy lan sang ơ bên
cạnh.
Ngồi ra giĩ, ánh sáng cĩ thể cĩ ảnh
hưởng đến kết quả.
Loại bỏ các số liệu đột biến
Trong quá trình thí nghiệm kết quả đo
được đơi khi cĩ những giá trị đột biến
(tăng hoặc giảm) bất thường.
Đối với những số liệu này chỉ ghi nhận
và tìm cách giải thích nĩ chứ khơng mơ
phỏng và sử dụng cho thí nghiệm.
Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
Khi xử lý số liệu thí nghiệm cĩ thể cĩ nhiều
cách:
Sử dụng các phần mềm xử lý như
Statgraphic, MSTATC, MINITAB, ...
Cách này đơn giản, dễ sử dụng, ít bị
nhầm lẫn trong tính tốn.
Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
Sử dụng các bảng tính điện tử như
Lotus, Quattro, Excel, ... lập bảng tính
theo các cơ sở tốn học thống kê thích
hợp cho từng phương pháp.
Cách này cĩ lợi cho các thí nghiệm địi
hỏi kiểu bố trí đặc biệt như kiểu lơ phụ,
khối đầy đủ.
Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
b. Phân tích số liệu và giải thích kết quả:
là quan trọng nhất trong nghiên cứu suy
diễn
phân tích kết quả thu thập trước khi
ngưng TN
Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
phân tích số liệu phải phù hợp với mơ
hình tốn
kết quả phải được giải thích trong điều
kiện TN
Thực hiện thí nghiệm, phân tích số liệu,
giải thích và báo cáo kết quả
phân tích số liệu phải phù hợp với mơ
hình tốn
kết quả phải được giải thích trong điều
kiện TN
các so sánh trung bình giữa các
nghiệm thức
sự tương tác giữa các yếu tố
4.5 Kiểu bố trí thí nghiệm trong nghiên
cứu thực nghiệm
Phương pháp bố trí thí nghiệm
Kiểu bố trí thí nghiệm
Phương pháp bố trí thí nghiệm
Lập kế hoạch các bứơc cần tiến
hành để thu thập số liệu khoa
học cho vấn đề đang nghiên cứu
Bố trí thí nghiệm giúp tìm ra ảnh
hưởng của các yếu tố liên
quan đến đại lượng đang được
quan tâm
Yếu tố thí nghiệm
Kiểu bố trí thí nghiệm
Bố trí thí nghiệm
Thí nghiệm một yếu tố
Thí nghiệm nhiều yếu tố
Yếu tố thí nghiệm
Thí nghiệm một yếu tố
cĩ một yếu tố chính thay đổi
các yếu tố khác được giữ cố định
Thí nghiệm một yếu tố
Thí nghiệm trong đĩ chỉ xem xét và đi
đến kết luận đối với giả thiết về một yếu
tố, các yếu tố khác cĩ ảnh hưởng đến kết
quả đều phải được thực hiện đồng nhất
trong các đơn vị thí nghiệm gọi là thí
nghiệm một yếu tố.
Thí nghiệm nhiều yếu tố
Thí nghiệm nhiều yếu tố được tổ chức
để nghiên cứu ảnh hưởng của hai hay
nhiều yếu tố cùng lúc
Hồn tồn ngẫu nhiên (CRD - Completely
randomized design)
Khối ngẫu nhiên đầy đủ (RCBD -
Randomzied complete block design)
Bình phương Latinh (LSD - Latin
Squared design)
Kiểu bố trí thí nghiệm
Kiểu thí nghiệm hồn tồn ngẫu nhiên
(CRD -Completely randomized design)
Xử lý số liệu thí nghiệm kiểu hồn tồn
ngẫu nhiên bằng phần mềm Statgraphics
5. Xử lý số liệu thí nghiệm kiểu hồn tồn
ngẫu nhiên bằng phần mềm Statgraphics
NT phân phối ngẫu nhiên hồn tồn
kiểu thí nghiệm cơ bản, dễ phân tích và
bố trí.
điều kiện ngoại cảnh, vật liệu ĐVTN
đồng nhất
ít xảy ra trong thực tế sản xuất
thích hợp trong phịng thí nghiệm
5.1 Kiểu thí nghiệm hồn tồn ngẫu nhiên
(CRD -Completely randomized design)
mềm dẻo về số nghiệm thức và số lần lặp
lại.
số lần lặp lại cĩ thể khác nhau ở các
nghiệm thức
phân tích thống kê đơn giản
Thuận lợi:
sai số TN gồm sự biến thiên giữa các
ĐVTN
địi hỏi vật liệu làm thí nghiệm phải đồng
nhất
Bất lợi:
Phân tích phương sai
Ước lượng và kiểm định giả thiết thống
kê
So sánh trung bình giữa các nghiệm thức
Phân tích, đánh giá kết quả và trình bày
báo cáo thí nghiệm
Xử lý số liệu thí nghiệm kiểu hồn tồn
ngẫu nhiên bằng phần mềm Statgraphics
5.2 Xử lý số liệu thí nghiệm kiểu hồn tồn
ngẫu nhiên bằng phần mềm Statgraphics
Phân tích phương sai
ANOVA đo lường sự khác biệt chung
giữa các trị trung bình mà khơng đo
lường sự khác biệt giữa các trị trung bình
cụ thể nào đĩ
Ước lượng và kiểm định giả thiết
thống kê
Cơ sở lý thuyết của ước lượng điểm và
ước lượng khoảng tin cậy
Trắc nghiệm giả thiết thống kê
Cơ sở lý thuyết của ước lượng điểm và
ước lượng khoảng
Nghiên cứu trên mẫu
Muốn biết những đặc trưng của mẫu là
của tổng thể, cần phải ước lượng
Thơng thường ước lượng số trung bình và
tỷ lệ trung bình của tổng thể
Thơng báo trung bình của tổng thể là một
giá trị cụ thể
Mỗi mẫu là ước lượng điểm của trung
bình tổng thể
Biến thiên từ mẫu này đến mẫu khác là
khác nhau nên ước lượng điểm ít chính
xác
Ứớc lượng điểm
Sau khi xây dựng được hàm hồi
quy giữa x và y, sử dụng nó để
phát triển một ước lượng điểm
của giá trị trung bình y đối với
giá trị x nhất định hoặc dự đoán
một giá trị nhất định của y tương
ứng với một giá trị nhất định
của x.
Ứớc lượng điểm
Tuy nhiên, ước lượng điểm không
cung cấp một thông tin nào về
độ chính xác có liên quan đến
một ước lượng.
Vì thế cần phải phát triển một
ước lượng khoảng.
Ứớc lượng điểm
Có hai kiểu ước lượng khoảng:
ước lượng khoảng tin cậy (khoảng
tin cậy của giá trị trung bình ytb
đối với giá trị cụ thể của x)
ước lượng khoảng dự đoán (ước
lượng khoảng của 1 giá trị y nhất
định đối với một giá trị x nhất
định)
Ước lượng khoảng tin cậy
Sử dụng hàm hồi quy ước
lượng để ước lượng và dự
đoán
y = f(x)
Giới hạn khoảng
tin cậy
Giới hạn khoảng
dự đoán
Khoảng tin cậy, khoảng dự đoán của y tương ứng với giá trị
Trắc nghiệm giả thiết thống kê
Kiểm định ý nghĩa thống kê là khẳng
định mối quan hệ tìm thấy được trong
các dữ liệu của mẫu cũng cĩ thể được
tìm thấy trong dân số
Cần phải xác định được xác xuất (cơ
may) để tìm ra được mối quan hệ trong
mẫu khi quan hệ đĩ khơng cĩ trong dân
số.
Trắc nghiệm giả thiết thống kê
Xác xuất để tìm ra một quan hệ trong
mẫu nghiên cứu được gọi là mức ý nghĩa
của quan hệ.
Mức ý nghĩa thể hiện từ 0 đến 1
Xác xuất càng nhỏ thì cơ may xuất hiện
càng ít và ngược lại
Kiểm định ý nghĩa thống kê
Theo qui ước, một xác xuất p
(probability) ≤ 0,05 là đủ lý lẻ để kết
luận với ý nghĩa thống kê một quan hệ
nào đĩ.
Mức ý nghĩa thống kê được thể hiện
bằng biểu thức p<0,05 p<0,01 hoặc
p<0,001
So sánh trung bình giữa các nghiệm
thức
Sau khi phân tích ANOVA với kết quả
cĩ ảnh hưởng của yếu tố thí nghiệm đến
chỉ tiêu quan sát, cần phải so sánh tất cả
các cặp trung bình của các nghiệm thức
Trắc nghiệm LSD (least significant
difference)
Multiple Range Tests for dochac by tylebanhmi
--------------------------------------------------------------------------------
Method: 95,0 percent LSD
kichco Count Mean Homogeneous Groups
--------------------------------------------------------------------------------
2 3 1,54367 X
4 3 1,663 X
6 3 1,75867 X
--------------------------------------------------------------------------------
Contrast Difference +/- Limits
--------------------------------------------------------------------------------
2 - 4 *-0,119333 0,112609
2 - 6 *-0,215 0,112609
4 - 6 -0,0956667 0,112609
--------------------------------------------------------------------------------
* denotes a statistically significant difference.
So sánh trung bình giữa các nghiệm
thức
Phân tích, đánh giá kết quả và trình bày
báo cáo thí nghiệm
Kết quả phân tích xử lý số
liệu giúp quyết định đúng đắn
vấn đề đang nghiên cứu để có
những cải tiến thích hợp
Phân tích, đánh giá kết quả và trình bày
báo cáo về thí nghiệm
Tham số
thống
kê
Tỷ lệ bánh mì vụn (%)
2 4 6
n 3 3 3
X ,1 54a ,1 66b ,1 75b
SD ,0 08 ,0 03 ,0 04
(a, b chỉ sự khác biệt có ý nghĩa thống kê ở mức tin cậy %)95
Ý nghĩa của phân tích phương sai
ANOVA cho phép đánh giá những mức
ý nghĩa thống kê của những khác biệt
giữa các trị trung bình
Phân tích phương sai cho phép khai thác
một cách đầy đủ các đặc tính tốn học
của biến và giúp tìm ra ý nghĩa thống kê
của những khác biệt giữa 3 trị trung bình
trở lên.
Phân tích phương sai dựa trên các giả
định
Chọn mẫu ngẫu nhiên
sự độc lập giữa các trung bình
Biến phụ thuộc cĩ phân phối chuẩn trong
dân số
Thành phần bảng phân tích phương sai
Analysis of Variance
-----------------------------------------------------------------
Source Sum of Squares Df Mean Square F-Ratio P-Value
-----------------------------------------------------------------
Between groups 2,82137 3 0,940456 8,62 0,0069
Within groups 0,872533 8 0,109067
-----------------------------------------------------------------
Total (Corr.) 3,6939 11
Nguồn biến
thiên
Tổng bp
(SS)
bậc tự do
(df)
Phương sai
(MS)
F
Giữa các
nghiệm thức
SSnt k - 1 SSnt / dfnt MSnt/MSe
Trong nội bộ
nghiệm thức
(sai số)
SSe n – k SSe/ dfe
tổng SST n – 1 SSt/ dfT
Thành phần bảng phân tích phương sai
Biến thiên của biến độc lập:
Biến thiên mà quan sát được giữa các
nhĩm trong biến độc lập (between
groups)
Biến thiên mà quan sát được trong từng
nhĩm của biến độc lập hay gọi là biến
thiên trong nội bộ của nhĩm (within
groups)
Total sum of squares
Tổng các độ lệch bình phương chung
(total sum of squares) cho biết mức độ
biến thiên của các điểm số so với trung
bình chung
2)( TiT XXSS
Within-groups sum of squares
Tổng các độ lệch bình phương trong nội
bộ nhĩm (within-groups sum of squares)
cho biết mức độ biến thiên của các điểm
số so với trung bình của nhĩm nội bộ
2)( Gie XXSS
Between-groups sum of squares
Tổng các độ lệch bình phương giữa các
nhĩm (between-groups sum of squares)
đo lường độ biến thiên giữa các trị trung
bình của các nhĩm so với trung bình
chung:
SSnt=SST-SSe
Bậc tự do:
Bậc tự do chung dfT= n-1 (n tổng số
trường hợp)
Bậc tự do giữa các nhĩm dfnt= k-1 (k là
số giá trị của biến độc lập)
Bậc tự do nội bộ nhĩm dfe= n-k
Phương sai chung
1
)( 2
n
XX
MS TiT
Phương sai trong nội bộ nhĩm
kn
XX
MS Gie
2)(
Phương sai giữa các nhĩm
SSnt/(k-1)
F tính = MSnt/MSe
Ví dụ: Độ chắc sản phẩm ứng các chất
phụ gia thể hiện bảng:
Lặp lại A B C D tổng
1 55 45 65 25
2 50 40 60 55
3 65 35 55 50
4 40 65 65 40
5 60 45 65
tổng 270 230 310 170 980
ANOVA - analysis of variance
Nguồn biến
thiên
Tổng bp
(SS)
bậc tự do
(df)
Phương sai
(MS)
F
Giữa các
nghiệm
thức
SSnt J - 1 =
4 – 1 = 3
1057,632/3 =
352,33
352,33/99,67
= 3,535
Trong nội
bộ
nghiệm
thức (sai
số)
SSe n – j = 19 – 4 = 15 1495/15 =
99,67
tổng SSt n – 1 = 19 – 1 =
18
2552,632/18 =
141,81
Tra bảng Fisher, với 3 bậc tự do ở tử và 15
bậc tự do ở mẫu, được:
F0,05 = 3,29
F0,01 = 5,42
với Ftính = 3,535 > 3,29 kết luận cĩ khác
biệt ở 95%
Xử lý số liệu thí nghiệm kiểu hồn tồn
ngẫu nhiên bằng phần mềm Statgraphics
Nhập dữ liệu
Chọn lệnh xử lý
Đọc kết quả
Chép kết quả vào WORD
Kiểu thí nghiệm khối ngẫu nhiên đầy đủ
(RCBD - Randomzied complete block
design)
Xử lý số liệu thí nghiệm kiểu khối ngẫu
nhiên đầy đủ bằng phần mềm
Statgraphics
6. Xử lý số liệu thí nghiệm kiểu khối ngẫu
nhiên đầy đủ bằng phần mềm Statgraphics
điều kiện ngoại cảnh khơng được kiểm
sốt
Điều kiện ngoại cảnh tác động làm sai số
của thí nghiệm tăng lên
6.1 Kiểu thí nghiệm khối ngẫu nhiên đầy đủ
ĐVTN của NT hiện diện trong cùng khối
Đơn vị thí nghiệm trong khối chịu ảnh
hưởng như nhau
Các NT bố trí ngẫu nhiên vào các ĐVTN
Làm giảm sai số ngẫu nhiên giữa các khối
Tạo cơ hội đồng đều hơn khi so sánh các
nghiệm thức
Phải bố trí làm sao giảm được ảnh
hưởng của yếu tố ngoại cảnh:
Các đơn vị thí nghiệm phải được giữ cùng
1 điều kiện
Nếu cĩ thay đổi phải thay đổi trên tồn
khối
Lưu ý:
Mỗi NT hiện diện 1 lần trong mỗi khối
Mỗi khối cĩ đầy đủ tất cả các nghiệm
thức
Dễ dàng tính kết quả.
Chính xác hơn kiểu hồn tồn ngẫu nhiên.
Khơng bị hạn chế ở số nghiệm thức hay
số khối.
Thuận lợi:
Khi cĩ nhiều biến thiên giữa các đơn vị
thí nghiệm trong một khối sẽ cĩ sai số thí
nghiệm lớn
Bất lợi:
Phân tích phương sai
So sánh trung bình giữa các nghiệm thức
Xử lý số liệu thí nghiệm kiểu khối ngẫu
nhiên đầy đủ bằng phần mềm
Statgraphics
6.2 Xử lý số liệu thí nghiệm kiểu khối ngẫu
nhiên đầy đủ bằng phần mềm Statgraphics
Xử lý số liệu thí nghiệm kiểu khối ngẫu
nhiên đầy đủ bằng phần mềm Statgraphics
Nhập dữ liệu
Chọn lệnh xử lý
Đọc kết quả
Chép kết quả vào WORD
Kiểu thí nghiệm bình phương Latin (LSD
- Latin Squared design)
Xử lý số liệu thí nghiệm kiểu bình
phương Latin bằng phần mềm
Statgraphics
7. Xử lý số liệu thí nghiệm kiểu bình
phương Latin bằng phần mềm Statgraphics
Các vật liệu trên đơn vị thí nghiệm khơng
đồng nhất
Thí nghiệm cĩ tác động của hai yếu tố
ngoại cảnh.
Số lần lặp lại bằng số nghiệm thức
Số đơn vị thí nghiệm bằng số nghiệm
thức bình phương.
7.1 Kiểu thí nghiệm bình phương Latin
Đơn vị thí nghiệm được xếp theo hình
vuơng cĩ hàng và cột
Mỗi hàng và mỗi cột đều cĩ đủ các
nghiệm thức
Mỗi nghiệm thức xuất hiên 1 lần trong
mỗi hàng và cột
7.1 Kiểu thí nghiệm bình phương Latin
Phân tích phương sai
So sánh trung bình giữa các nghiệm thức
Xử lý số liệu thí nghiệm kiểu bình
phương Latin bằng phần mềm
Statgraphics
7.2 Xử lý số liệu thí nghiệm kiểu bình
phương Latin bằng phần mềm Statgraphics
Xử lý số liệu thí nghiệm kiểu bình phương
Latin bằng phần mềm Statgraphics
Nhập dữ liệu
Chọn lệnh xử lý
Đọc kết quả
Chép kết quả vào WORD
8. Xử lý số liệu thí nghiệm đa yếu tố bằng
phần mềm Statgraphics
Trường hợp cần nghiên cứu ảnh hưởng
của nhiều yếu tố đến kết quả
Trong thí nghiệm nhiều tố, khơng chỉ
biết ảnh hưởng của từng yếu tố mà cịn
cĩ tác dụng tương hỗ của giữa các yếu tố
Tương tác là tác dụng cĩ thêm vì ảnh
hưởng đồng thời của 1 hoặc nhiều yếu tố
Phân tích phương sai đa biến
Phân tích phương sai cho đa biến độc lập
(nhiều yếu tố-multifactor analysis of
variance ) cho phép xem xét cùng một
lúc tác động của nhiều biến độc lập và
tác động của sự kết hợp giữa các biến
này với biến phụ thuộc
Xử lý số liệu thí nghiệm 2 yếu tố bằng phần
mềm Statgraphics
Nhập dữ liệu
Chọn lệnh xử lý
Đọc kết quả
Chép kết quả vào WORD
9. Xử lý số liệu thí nghiệm hồi quy và
tương quan tuyến tính bằng phần mềm
Statgraphics
Khái niệm hồi quy và tương quan
Hồi quy và tương quan tuyến tính đơn
biến
Hồi quy và tương quan tuyến tính đa
biến
Xử lý số liệu thí nghiệm hồi quy và
tương quan tuyến tính bằng phần mềm
Statgraphics
9.1 Khái niệm hồi quy và tương quan
Phân tích hồi qui
Đồ thị phân tán
Phân tích tương quan
Trong nhiều trường hợp cĩ hai hoặc
nhiều biến số cĩ quan hệ thì việc tìm mơ
hình và giải thích mối quan hệ này là
quan trọng, sẽ giúp cho việc dự đốn, tối
ưu hoặc kiểm sốt quá trình
Phân tích hồi qui
giả sử biến phụ thuộc y cĩ quan hệ với n
biến độc lập, thì mối quan hệ được biểu
diễn bởi một mơ hình tốn học gọi là
phương trình hồi qui:
y = f(x1, x2, xn)
Phân tích hồi qui
Thơng thường việc phân tích ANOVA
của một thí nghiệm giúp xác định yếu tố
nào là quan trọng, sau đĩ hồi qui giúp
xây dựng mơ hình định lượng giữa yếu
tố phụ thuộc với các yếu tố quan trọng
đĩ
Phân tích hồi qui
Đồ thị phân tán giúp nhìn thấy rõ mối quan hệ
giữa 2 biến
Biến độc lập
Biến phụ thuộc
0
Đồ thị phân tán
Biến
độc lập
Biến phụ
thuộc
0
Quan hệ dương
Đồ thị phân tán
Quan hệ dương là
mối quan hệ mà
trong đĩ các giá trị
lớn nhất của một
biến nào đĩ gắn kết
với những giá trị lớn
nhất của biến cịn lại.
Quan hệ âm là mối
quan hệ mà trong đĩ
các giá trị lớn nhất
của một biến nào đĩ
gắn kết với những giá
trị nhỏ nhất của biến
cịn lại.
Đồ thị phân tán
0
Biến
độc lập
Biến phụ
thuộc
Quan hệ âm
Quan hệ tương quan cong là những mối
quan hệ mà trong đĩ các trường hợp
mang những giá trị lớn và nhỏ trong
biến độc lập cũng cĩ những giá trị tương
ứng trong biến phụ thuộc
Đồ thị phân tán
Mức độ của mối quan hệ được đo lường
bởi độ tập trung của các điểm dữ kiện trên
đường thẳng hồi qui trong đồ thị phân tán
Phân tích tương quan
Nếu các trường hợp tập trung gần đường
hồi qui sẽ cĩ mối quan hệ mạnh mẽ
Nếu các trường hợp phân tán xa đường
hồi qui sẽ cĩ mối quan hệ yếu
Phân tích tương quan
Sự khơng thích hợp giữa dữ kiện và mục
đích
Sự khái quát kết quả quá giới hạn
Sử dụng số liệu từ các lần lặp lại riêng lẻ
thay vì sử dụng trung bình của các lần lặp
lại
Lạm dụng phân tích tương quan
sự diễn đạt kết quả của tương quan hồi
quy phụ thuộc rất lớn vào kiểu dữ kiện
đang sử dụng
Sự khơng thích hợp giữa dữ kiện và
mục đích
áp dụng hàm hồi quy ngồi phạm vi dữ
kiện đã được sử dụng của biến số là một
trong những lạm dụng thường xảy ra.
Sự khái quát kết quả quá giới hạn
sử dụng kết quả phân tích hồi quy tương
quan như là một phương pháp thay thế
cho việc đo đếm thu thập số liệu, thay vì
đo đếm số liệu lại dùng hồi quy tương
quan để suy diễn số liệu cho một yếu tố
nào đĩ trong nghiên cứu
Sự khái quát kết quả quá giới hạn
khi phân tích tương quan hồi quy cho dữ
liệu từ các thí nghiệm lặp lại các nghiệm
thức cĩ 2 cách sử dụng dữ kiện:
sử dụng dữ kiện từ các nghiệm thức riêng
lẻ
sử dụng dữ kiện từ trung bình của các lần
lặp lại trong mỗi nghiệm thức.
Sử dụng số liệu từ các lần lặp lại riêng lẻ
thay vì sử dụng trung bình của các lần lặp
lại
nên dùng dữ kiện từ trung bình của các
lần lặp lại trong mỗi nghiệm thức vì biến
thiên giữa các lần lặp lại khơng nên tham
gia vào đánh giá tương quan đang nghiên
cứu.
Sử dụng số liệu từ các lần lặp lại riêng lẻ
thay vì sử dụng trung bình của các lần lặp
lại
Số liệu giả
Ngộ nhận giữa nguyên nhân và hậu quả
Phân biệt các nhĩm biến số trong phân
tích hồi qui và tương quan
Kiểu sai lệch khi diễn đạt kết quả của
hồi quy đơn giản
số liệu mà phân bố của nĩ trong phạm vi
của biến độc lập hơi bất thường.
dữ kiện chỉ tập trung ở hai cực cịn
khoảng giữa khơng cĩ, trong trường hợp
này xác lập hồi quy đơn thường cĩ kết
quả với hệ số tương quan cao.
Số liệu giả
hệ số tương quan r cĩ ý nghĩa tức là hiện
diện một mối quan hệ nhân quả giữa hai
biến số.
khi phân tích tương quan cĩ thể định
lượng mức độ kết hợp giữa hai đặc tính
cũng khơng thể và khơng nên đưa ra lý do
cho sự kết hợp đĩ.
Ngộ nhận giữa nguyên nhân và hậu quả
9.2 Hồi quy và tương quan tuyến tính đơn
biến
Hồi qui và đường thẳng bình phương
nhỏ nhất
Đường thẳng hồi qui
Mơ hình hồi qui
Hàm hồi qui
Biến phụ thuộc
0
Biến độc
lập
Đường thẳng cực tiểu
hố tổng các độ lệch
bình phương giữa
đường thẳng với các
điểm số thuộc biến
phụ thuộc
Hồi qui và đường thẳng bình
phương nhỏ nhất
Đường thẳng hồi qui dự đốn một cách
chính xác điểm số trong biến phụ thuộc
của một trường hợp nào đĩ khi biết được
điểm số trong biến độc lập của trường
hợp đĩ
Một đường thẳng mơ tả mối quan hệ nào
đĩ gọi là hồi qui tuyến tính
Đường thẳng hồi qui
Hàm số mô tả quan hệ giữa y
với x và sai số € được gọi là
mô hình hồi quy.
Mô hình hồi quy tuyến tính đơn
có dạng: y = ß
1
x + ß
0
+ €
Trong mô hình hồi quy tuyến tính
đơn, ß
1
và ß
0
là các tham số của
mô hình, € là biến ngẫu nhiên
biểu thị sai số của mô hình
Mô hình hồi qui
Một trong những giả định là
trị số kỳ vọng của € bằng
zero, nghĩa là E(€) = 0.
Mô hình hồi qui
Hàm số mô tả giá trị trung
bình của y có quan hệ với x
được gọi là hàm hồi quy.
Hàm hồi quy đối với hồi quy
tuyến tính đơn có dạng: E(y)= ß
1
x
+ ß
0
Hàm hồi qui
Đồ thị của hàm hồi quy tuyến
tính đơn là một đường thẳng,
trong đó ß
0
là điểm chặn của
đường hồi quy, ß
1
là độ dốc của
đường hồi quy.
Khi biết các tham số ß
1
và ß
0
có
thể sử dùng hàm hồi qui để tính
giá trị trung bình y đối với giá
Hàm hồi qui
Nhưng trong thực tế chưa biết các
tham số ß
1
và ß
0
, do đó chúng ta
phải ước lượng các tham số này
từ các quan sát mẫu.
Hàm hồi qui
Các thống kê mẫu b
1
và b
0
được
xem như là các ước lượng tương
ứng của ß
1
và ß
0
khi thay thế b
1
và
b
0
tương ứng cho ß
1
và ß
0
chúng ta
nhận được hàm hồi quy ước
lượng có dạng: y’ = b
1
x + b
0
Hàm hồi qui
Với:
b
0
là điểm chặn và b
1
là độ dốc
của đường hồi quy ước lượng,
y’ là giá trị ước lượng (kỳ
vọng) của y tương ứng với một
giá trị x nhất định.
Hàm hồi qui
Các tham số b
1
và b
0
được tính theo
phương pháp bình phương nhỏ nhất.
Phương pháp bình phương nhỏ nhất
sử dụng các số liệu của mẫu
để tính các tham số b
1
và b
0
của
hàm hồi quy ước lượng.
Hàm hồi qui
Bản chất của phương pháp này là
làm nhỏ nhất tổng bình phương
các sai lệch giữa giá trị của
biến yi và giá trị ước lượng của
biến yi’
Hàm hồi qui
Để tổng các (yi-yi’)2 nhỏ nhất thì b1
và b
0
được tính theo công thức:
Tính các thơng số của đường thẳng hồi
quy
21 )(
))((
tbi
tbitbi
xx
yyxx
b
tbtb xbyb 10
n = tổng số quan sát.
xi = giá trị của biến độc lập
tương ứng với quan sát i.
yi = giá trị của biến phụ thuộc
tương ứng với quan sát i.
xtb = giá trị trung bình của biến
độc lập.
y = giá trị trung bình biến phụ
Tính các thơng số của đường thẳng hồi
quy
Hệ số xác định là số đo mức
độ phù hợp của hàm hồi quy
ước lượng
Hiệu số (yi-yi’) gọi là sai lệch của
quan sát i.
Tính hệ số xác định r2
Tổng bình phương các sai lệch hoặc
sai số (kí hiệu SSE) là một đại
lượng được tối thiểu hoá phương
pháp bình phương nhỏ nhất
Tính hệ số xác định r2
2)'( ii yySSE
Giá trị SSE đo đạc sai số khi sử
dụng hàm hồi quy ước lượng để
ước lượng các giá trị của biến
phụ thuộc yi ở mẫu.
Tính hệ số xác định r2
Nếu sử dụng giá trị ytb của mẫu
để ước lượng yi thì sai số ước
lượng là: yi – ytb
Đại lượng
được gọi là tổng bình phương toàn
bộ:
Tính hệ số xác định r2
2)( tbi yy
2)( tbi yySST
SST đo đạc sự phân bố của các yi
xung quanh y tb
SSE đo đạc sự phân bố của các yi
xung quanh y’
Tính hệ số xác định r2
Để đo đạc giá trị y’ trên đường
hồi quy ước lượng cách xa y tb bao
nhiêu, thì dùng đại lượng tổng
bình phương do hồi quy:
Tính hệ số xác định r2
2)'( tbyySSR
Giữa SST, SSE và SSR có mối quan hệ:
= +SST SSR SSE
Tính hệ số xác định r2
Nếu tất cả các điểm quan sát yi
đều nằm trên đường y’ thì hàm
hồi quy ước lượng phù hợp hoàn
toàn.
Điều này có nghĩa yi - yi’ = 0 hay SSE
= 0, và vì SST = SSE + SSR nên để hàm
hồi quy ước lượng phù hợp hoàn
toàn thì / =SSR SST 1
Tính hệ số xác định r2
Như vậy, mức phù hợp của hàm
hồi quy ước lượng phụ thuộc
vào SSE lớn hay nhỏ.
Tỷ số SSR/SST được gọi là hệ số xác
định, ký hiệu r 2
r 2 lấy giá trị từ 0 đến .1
Tính hệ số xác định r2
hệ số xác định r2 cho biết số tỷ lệ sai biệt
mà chúng ta đã giảm được khi dự đốn
điểm số của biến phụ thuộc bằng cách
dựa vào điểm số của biến độc lập
hungbienthienc
chuocgiaithibienthiendr 2
Tính hệ số xác định r2
Căn bậc hai của hệ số xác định
được gọi là hệ số tương quan
(ký hiệu r)
r lấy giá trị từ - 1 đến +1.
Tính hệ số tương quan (r)
Hệ số tương quan r đo lường một cách
chính xác mức độ tập trung của các điểm
số trên suốt chiều dài của đường hồi qui
Tính hệ số tương quan (r)
r = 0 thì x và y không có tương
quan
r = -1 thì x và y có quan hệ tuyến
tính âm rất chặt chẽ, có nghĩa
các điểm quan sát nằm trên
đường thẳng có độ dốc âm.
r = +1 thì x và y có quan hệ tuyến
tính dương rất chặt chẽ, có nghĩa
Tính hệ số tương quan (r)
Qui chiếu đánh giá r:
0,0 < r < 0,3 tương quan yếu
0,3 < r < 0,5 tương quan vừa
0,5 < r < 0,7 tương quan tương đối chặt
0,7 < r < 0,9 tương quan chặt
0,9 < r < 1,0 tương quan rất chặt
Tính hệ số tương quan (r)
Trong hàm hồi quy tuyến tính
đơn, E(y)= ß
1
x + ß
0
nếu ß
1
= 0 thì E(y)= ß
0
trong trường hợp này ytb không
phụ thuộc vào x,
ngược lại nếu ß
1
≠ 0 thì x và y có
quan hệ với nhau.
Thực chất của kiểm định mức ý
nghĩa là kiểm định giả thiết H
0
: ß
1
= .
Kiểm định mức ý nghĩa
Kiểm định t: là xác định hệ số
ß
1
có khác zero hay không.
Kiểm định F: dựa trên phân bố
xác xuất F, được sử dụng để
kiểm định mức ý nghĩa trong hồi
quy
Kiểm định mức ý nghĩa
Với hàm hồi quy tuyến tính một
biến, kiểm định F cũng đưa ra
cùng kết luận như kiểm định t,
nhưng hàm hồi quy đa tuyến tính
(từ hai biến độc lập trở lên) thì
chỉ có kiểm định F được sử
dụng.
Kiểm định mức ý nghĩa
Những quan sát ngoại lai là
những số không phù hợp với
khuynh hướng biến đổi của các
tập hợp quan sát khác hoặc nằm
cách xa trị trung bình của các
quan sát khác.
Để loại bỏ các số ngoại lai, có
thể sử dụng đồ thị phân tán
hoặc các sai lệch chuẩn.
Phân tích các sai lệch
Nếu một quan sát phân tán xa trị
trung bình của các quan sát khác
thì sai lệch chuẩn của nó sẽ lớn
hơn về trị tuyệt đối.
Nói chung, những giá trị quan sát
có sai lệch chuẩn lớn hơn +2 và
nhỏ hơn - 2 là những số ngoại lai
Phân tích các sai lệch
Hồi quy và tương quan phi tuyến tính
đơn biến (Simple Nonlinear)
Các tính trạng cĩ quan hệ với nhau theo
những đường cong:
Parabol (hàm bậc 2)
Hình chữ S (hàm bậc 3)
Hồi quy và tương quan phi tuyến tính đơn biến
(Simple Nonlinear)
Polynomial Regression Analysis
-----------------------------------------------------------------------------
Dependent variable: y
-----------------------------------------------------------------------------
Standard T
Parameter Estimate Error Statistic P-Value
-----------------------------------------------------------------------------
CONSTANT 9,57463 4,72639 2,02578 0,0703
x -4,09341 4,62313 -0,885419 0,3967
x^2 2,12537 1,03897 2,04565 0,0680
-----------------------------------------------------------------------------
Analysis of Variance
-----------------------------------------------------------------------------
Source Sum of Squares Df Mean Square F-Ratio P-Value
-----------------------------------------------------------------------------
Model 215,755 2 107,878 31,20 0,0001
Residual 34,5773 10 3,45773
-----------------------------------------------------------------------------
Total (Corr.) 250,332 12
R-squared = 86,1875 percent
R-squared (adjusted for d.f.) = 83,4249 percent
y = 9,57463-4,09341*x + 2,12537*x^2
9.3. Hồi quy và tương quan tuyến tính đa
biến
Mơ hình hồi qui mở rộng
Hồi qui và tương quan bội
Đồ thị phân tán 3 chiều: Biến phụ thuộc
Mô hình hồi qui mở rộng
Biến phụ thuộc
Mặt phẳng hồi qui trong đồ thị 3
chiều
Phân tích hồi quy đa biến là
nghiên cứu biến phụ thuộc y có
quan hệ với 2 hay nhiều biến độc
lập hay không.
Hồi qui và tương quan bội
Mô hình hồi quy đa biến có
dạng:
y = ßo + ß 1x 1 + ß 2x 2 + + ßnxn + €,
Với:
ßo ß 1 ß 2 ßn là các tham số
€ là sai số của mô hình.
Hồi qui và tương quan bội
Trong phân tích hồi quy, biến phản
hồi thay thế cho biến độc lập,
hồi quy đa biến tạo ra một mặt
phẳng, nên đồ thị của nó gọi
là mặt phẳng phản hồi
Hồi qui và tương quan bội
Hồi qui và tương quan bội
Mặt phẳng tương ứng
với E(y) = ßo + ß 1x 1 + ß 2x 2
Giá trị y khi x
1
= x
1
* và x
2
*
(y) khi xE
1
= x
1
* và x
2
*
ßo
đồ thị hàm hồi quy để phân tích hồi quy đa
Hàm hồi quy đa biến có dạng: E(y)
= ßo + ß 1x 1 + ß 2x 2 + + ßnxn
Hàm hồi quy đa biến uớc lượng
có dạng:
y’ = b
0
+ b
1
x
1
+ b
2
x
2
+ + b nxn
Hồi qui và tương quan bội
Trong hồi quy tuyến tính đơn, hệ số
b
1
là ước lượng sự thay đổi của y
theo một đơn vị thay đổi của x.
Trong hồi quy đa tuyến tính, hệ số
bi là ước lượng sự thay đổi của y
tương ứng với một đơn vị thay
đổi của xi khi tất các biến độc
lập khác là hằng số.
Hồi qui và tương quan bội
SST, SSR và SSE có mối quan hệ:
= +SST SSR SSE
SST là tổng bình phương toàn bộ:
Hồi qui và tương quan bội
2)( tbi yySST
Với SSE là tổng bình phương do sai số
SSR là tổng bình phương do hồi quy
2)'( yySSE i
2)'( tbyySSR
Hệ số xác định đa biến
giải thích tỷ lệ biến thiên của
biến phụ thuộc y.
Hệ số tương quan đa biến của mẫu
R giải thích cường độ quan hệ
giữa y với các biến độc lập.
Hồi qui và tương quan bội
SST
SSRR 2
Hệ số tương quan bộ phận sẽ đo lường
được mức độ và hướng của một quan hệ
nào đĩ đồng thời vẫn kiểm sốt ảnh
hưởng của một hay nhiều biến khác.
Mơ hình hồi qui đa biến (hồi qui bội):
Là một thống kê đo lường ảnh hưởng
chung (ảnh hưởng kết hợp) của một tổng
thể các biến độc lập đối với một biến phụ
thuộc
Cho biết độ lệch giữa các điểm dữ kiện so
với mặt phẳng hồi qui
Luơn luơn là số dương (0 đến 1)
Hệ số tương quan bội
Y = a + b1X1 + b2X2
Y là điểm số được dự đốn của biến phụ thuộc
a giao điểm giữa mặt cắt trục của biến phụ thuộc
b1 độ dốc của mặt phẳng so với biến độc lập x1
X1 là điểm số của biến độc lập 1
b2 độ dốc của mặt phẳng so với biến độc lập x2
X2 là điểm số của biến độc lập 2
Phương trình hồi qui bội
Là các hệ số hồi qui khơng chuẩn hố
Là những độ dốc bộ phận
mơ tả sự thay đổi trong biến phụ thuộc
gắn với sự gia tăng của một đơn vị nào
đĩ trong biến độc lập X, đồng thời vẫn
kiểm sốt được ảnh hưởng của biến độc
lập cịn lại
b1 và b2:
Các biến độc lập cĩ quan hệ tuyến tính
với biến phụ thuộc
Các biến độc lập cĩ thể ảnh hưởng với
biến phụ thuộc nhưng giữa chúng khơng
cĩ tương tác thống kê
Các biến độc lập trong mơ hình phải
khơng cĩ tương quan mạnh mẽ với nhau
Điều kiện cần trong phân tích
hồi qui đa biến
Trong hồi quy tuyến tính đơn, thống
kê t và F được dùng để kiểm
định sự tồn tại của mô hình.
Hai kiểm định t và F có ý nghĩa
như nhau, nghĩa là cùng đưa ra
những kết luận giống nhau.
Kiểm định mức ý nghĩa
Nhưng trong hồi quy đa tuyến tính,
thống kê t và F được dùng với
ý nghĩa khác nhau:
Thống kê F được dùng để xác
định mô hình hồi quy đa tuyến
tính có tồn tại hay không, hay
giữa y với các xi có tồn tại
mối quan hệ hay không.
Kiểm định mức ý nghĩa
Nếu kiểm định F chỉ ra mối quan
hệ giữa y với các xi có tồn tại
thực sự, thì tiếp theo kiểm định t
sẽ được sử dụng để xác định
từng biến độc lập có ý nghĩa
hay không.
Kiểm định mức ý nghĩa
Kiểm định t riêng biệt được xây
dựng cho từng biến độc lập, nên
mỗi kiểm định t là một kiểm
định mức ý nghĩa riêng biệt.
Kiểm định mức ý nghĩa
Xử lý số liệu thí nghiệm hồi quy và tương
quan tuyến tính bằng phần Statgraphics
Xác định mơ hình tuyến tính
Xác định mơ hình phi tuyến
Xác định mơ hình đơn biến
Xác định mơ hình đa biến
Xác định mơ hình bậc nhất
Xác định mơ hình bậc cao
10. Giải một số bài tốn cơng nghệ bằng
phần mềm EXCEL
Động hĩa học trong cộng nghệ
Tiêu diệt vi sinh vật trong xử lý nhiệt
Kiểm sốt chất lượng trong sản xuất
Đánh giá cảm quan sản phẩm
Vận chuyển chất lỏng
10.1 Động hĩa học trong cộng nghệ
Xác định hằng số tốc độ của phản ứng
hố học bậc zero
Xác định hằng số tốc độ của phản ứng
hố học bậc nhất
Xác định năng lượng hoạt hố của sự
phân hủy vitamin trong quá trình bảo
quản thực phẩm
Tốc độ của phản ứng enzyme xúc tác
10.2 Tiêu diệt vi sinh vật trong xử lý
nhiệt
Xác định giá trị D (thời gian tiêu diệt) từ
số liệu vi sinh vật sống sĩt
Yếu tố kháng nhiệt, giá trị z, trong chế
biến nhiệt
Lấy mẫu đảm bảo một lơ khơng bị
nhiễm với nhiều hơn phần trăm cho
trước
10.2 Tiêu diệt vi sinh vật trong xử lý
nhiệt
Xác định quá trình giết chết VSV đối
với thực phẩm xử lý nhiệt
Tính tốn thời gian chế biến nhiệt đối
với thực phẩm với giá trị z ở 18oF
Xác định giá trị tiệt trùng đối với quá
trình xử lý nhiệt
10.3 Kiểm sốt chất lượng trong sản
xuất
Biểu đồ kiểm sốt
Xác suất xảy ra trong phân phối chuẩn
Dùng phân phối nhị thức để xác định
xác suất xảy ra
Xác xuất của khoảng khiểm khuyết
trong mẫu từ lơ thí nghiệm lớn
Xác định giới hạn tin cậy đối với trung
bình dân số sử dụng phân bố t
10.4 Đánh giá cảm quan sản phẩm
Mơ tả thống kê của dân số ước tính từ
dữ liệu cảm quan thu được đối với mẫu
Phân tích phương sai 1 yếu tố hồn tồn
ngẫu nhiên
Phân tích phương sai đối với kiểu 2 yếu
tố khơng lặp lại (1 yếu tố khối)
Sử dụng hồi qui tuyến tính trong phân
tích dữ liệu cảm quan
10.5 Vận chuyển chất lỏng
Đo độ nhớt của thực phẩm lỏng
Sử dụng ống Pitot để đo tốc độ nước
trong ống
Các file đính kèm theo tài liệu này:
- tailieu.pdf