LICZBA REPLIKACJI PRZY ESTYMACJI KONTRASTÓW W DOŚWIADCZENIU Z MODUŁEM SPRĘśYSTOŚCI MIĄśSZU JABŁEK

Podobne dokumenty
STATYSTYKA MATEMATYCZNA

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Wnioskowanie statystyczne. Statystyka w 5

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

METODY STATYSTYCZNE W BIOLOGII

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

Estymacja parametrów rozkładu cechy

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Estymacja punktowa i przedziałowa

STATYSTYKA INDUKCYJNA. O sondaŝach ach i nie tylko

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

WPŁYW OBRÓBKI TERMICZNEJ NA SIŁĘ CIĘCIA I SIŁĘ ŚCISKANIA ZIEMNIAKÓW

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

Spis treści 3 SPIS TREŚCI

Testowanie hipotez statystycznych.

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Testowanie hipotez statystycznych.

Estymacja parametro w 1

Matematyka i statystyka matematyczna dla rolników w SGGW

Statystyka matematyczna i ekonometria

Statystyka matematyczna dla leśników

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych

WŁAŚCIWOŚCI REOLOGICZNE MIĄśSZU JABŁEK O ZRÓśNICOWANEJ STRUKTURZE

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Statystyka matematyczna

Porównanie dwóch rozkładów normalnych

1 Podstawy rachunku prawdopodobieństwa

Estymacja przedziałowa. Przedział ufności

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

1 Estymacja przedziałowa

Pobieranie prób i rozkład z próby

WYKŁAD 5 TEORIA ESTYMACJI II

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

Monte Carlo, bootstrap, jacknife

Kolokwium ze statystyki matematycznej

IV WYKŁAD STATYSTYKA. 26/03/2014 B8 sala 0.10B Godz. 15:15

Prawdopodobieństwo i rozkład normalny cd.

Metody probabilistyczne

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Wykorzystanie testu Levene a i testu Browna-Forsythe a w badaniach jednorodności wariancji

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

WERYFIKACJA HIPOTEZ STATYSTYCZNYCH

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 9. TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

Statystyka matematyczna. Wykład V. Parametryczne testy istotności

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

WNIOSKOWANIE STATYSTYCZNE

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 11 DOŚWIADCZENIE JEDNOCZYNNIKOWE W UKŁADZIE CAŁKOWICIE LOSOWYM PORÓWNANIA SZCZEGÓŁOWE

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Grupowanie materiału statystycznego

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Analiza niepewności pomiarów

166 Wstęp do statystyki matematycznej

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

LABORATORIUM 6 ESTYMACJA cz. 2

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

STATYSTYKA INDUKCYJNA. O sondażach i nie tylko

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

DOBÓR PRÓBY. Czyli kogo badać?

Temat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT. Anna Rajfura 1

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej

Prawdopodobieństwo i statystyka r.

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

Metody Ilościowe w Socjologii

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

STATYSTYKA MATEMATYCZNA

KURS STATYSTYKA. Lekcja 2 Przedziały ufności i estymacja przedziałowa ZADANIE DOMOWE. Strona 1

Statystyka matematyczna i ekonometria

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Transkrypt:

InŜynieria Rolnicza 7/ Dorota Domagała 1 Mirosława Wesołowska-Janczarek * Tomasz Guz ** * Katedra astosowań Matematyki ** Katedra InŜynierii i Maszyn SpoŜywczych Akademia Rolnicza w Lublinie LICBA REPLIKACJI PRY ESTYMACJI KONTRASTÓW W DOŚWIADCENI MODŁEM SPRĘśYSTOŚCI MIĄśS JABŁEK Streszczenie W pracy przedstawiono zastosowanie iteracyjnej procedury wyznaczenia liczebności próby przy ustalonej długości przedziałów ufności Scheffe go dla kontrastów w doświadczeniu z modułem spręŝystości miąŝszu jabłek trzech odmian przechowywanych w zróŝnicowanych warunkach: w chłodni zwykłej lub komorze LO z okresem kwarantanny termicznej i bez a następnie w chłodziarce lub komorze termicznej. Słowa kluczowe: liczebność próby kontrast przedział ufności Scheffe go komora LO chłodnia zwykła moduł spręŝystości Wprowadzenie Jedną z koncepcji parametrycznego wnioskowania statystycznego jest estymacja przedziałowa która polega na wyznaczeniu tzw. przedziału ufności zawierającego wartość nieznanego parametru z pewnym zadanym prawdopodobieństwem [Kala 1999]. PoniewaŜ kaŝda wartość z przedziału ufności moŝe być równie dobrą oceną nieznanego parametru tak uzyskana ocena nie jest jednoznaczna. Niejednoznaczność ta pozwala wnioskować o precyzji uzyskanej oceny. JeŜeli przedział ufności jest krótki to precyzja jest duŝa i odwrotnie. Długość przedziału ufności zaleŝy między innymi od liczebności próby. większanie liczebności próby powoduje zmniejszanie długości przedziału i tym samym zwiększa precyzję oceny nieznanego parametru. Jednocześnie jednakŝe podnosi koszty eksperymentu. Przedziały ufności moŝna budować nie tylko dla pojedynczych parametrów lecz takŝe dla kontrastów które są liniowymi funkcjami parametrów. $$$

7bebgT 7b`TTÄTþ @\ebfätjt JXfbÄbjf^T =TaVmTeX^þ Gb`Tfm :hm Cel pracy Celem pracy było wskazanie sposobu ustalania liczebności próby (przez liczebność próby rozumiemy tutaj liczbę replikacji jako Ŝe liczba poziomów czynnika jest z góry ustalona) przy konstruowaniu przedziałów ufności Scheffe go dla kontrastów w doświadczeniu z modułem spręŝystości miąŝszu jabłek. Oraz wyznaczenie odpowiedniej liczby replikacji dla uzyskania przedziałów ufności Scheffe go o ustalonej długości dla wybranych typów kontrastów. Materiały i metodyka badań Materiałem badawczym były owoce jabłoni trzech odmian: Elise Gala oraz Golden Delicious które składowano w komorze LO i w chłodni zwykłej przez 9 dni. trzech owoców kaŝdej odmiany formowano do jednego pomiaru 15 próbek cylindrycznych o średnicy 13 mm i wysokości 1 mm z plastrów wyciętych ze środkowej części jabłka. Próbki miąŝszu poddano testowi ściskania (v = 5 mm/min ε = 5%) w aparacie Instron 43 a następnie wyznaczono moduł spręŝystości. Wielkość ta została wyznaczana dla próbek z owoców bezpośrednio po ich pobraniu z chłodni lub komory LO po załoŝonym czasie składowania (próbki kontrolne). Wartość modułu obliczono takŝe dla próbek pochodzących z owoców które były dodatkowo przechowywane w chłodziarce (w temperaturze o C) lub w komorze termicznej (w temperaturze o C) przez okres 1 dni oraz dla próbek pochodzących z owoców które przed przechowywaniem (odpowiednio w temperaturze o C lub o C przez 17 dni) poddawane były kwarantannie termicznej w temperaturze 39 o C przez 9 godzin. Przedziały ufności Scheffe go i liczebność próby Istotą estymacyjnego podejścia do planowania liczebności próby jest sprecyzowanie interesujących eksperymentatora kontrastów (porównań) i określenie oczekiwanej długości przedziału ufności dla róŝnych liczebności próby przy danej z góry wcześniej ocenionej wartości odchylenia standardowego. Jest to procedura iteracyjna rozpoczynająca się dla pewnej początkowej liczebności próby. Jeśli uzyskana ufności uwzględniająca początkową liczebność próby jest satysfakcjonująca proces iteracji zostaje zakończony. Jeśli przedział ufności jest zbyt długi sprawdza się większą liczebność próby. Jeśli zaś przedział jest krótszy niŝ powinien sprawdza się mniejszą liczebność próby. Proces jest kontynuowany aŝ do momentu wyznaczenia takiej liczebności próby która pozwala ustalić odpowiednią ufności dla określonego typu kontrastów. $$%

?\VmT exc_\^tv]\!!! Aby wyznaczyć przedziały ufności dla wybranych typów kontrastów (tzw. przedziały ufności Scheffe go) stosuje się procedurę jednoczesnej estymacji Scheff ego [Neter i in. 199]. Kontrast (L) inaczej porównanie jest definiowany jako liniowa kombinacja średnich poziomów czynnika: L = a c i i= 1 gdzie współczynniki c i sumują się do zera: a c =. i i= 1 NieobciąŜonym estymatorem kontrastu L jest: gdzie a Lˆ = c ˆ i ˆ i jest estymatorem średniej dla i - tego poziomu czynnika. i= 1 Wariancja estymatora kontrastu L ma postać: ˆ σ a var( Lˆ ) = r i= 1 gdzie σ oznacza wariancję w populacji badanej cechy zaś r jest liczbą replikacji odpowiadającą kaŝdemu z poziomów czynnika. Przedziały ufności Scheffe go dla rodziny kontrastów L mają postać: Lˆ ( a 1)F( 1 α ;a 1; N a )var( Lˆ ); Lˆ + ( a 1)F( 1 α;a 1; N a )var( Lˆ ) (a = 5 oznacza tu liczbę poziomów czynnika 1 α - poziom ufności N całkowitą liczebność próby przy czym N = ra zaś F( 1 α ;a 1; N a ) jest wartością tablicową zmiennej losowej F [Oktaba ]). Długość tak otrzymanego przedziału ufności wynosi zatem: ( a 1)F( 1 α ;a 1; N a )var Lˆ. Przyjmijmy następujące oznaczenia: średni moduł spręŝystości populacji owoców przechowywanych w chłodni zwykłej; średni moduł spręŝystości populacji owoców przechowywanych w chłodni zwykłej a po wyjęciu takŝe w chłodziarce w temperaturze o C; średni moduł spręŝystości populacji owoców przechowywanych w zwykłej chłodni a po wyjęciu w komorze termicznej w temperaturze o C; i i c i ( ) $$&

7bebgT 7b`TTÄTþ @\ebfätjt JXfbÄbjf^T =TaVmTeX^þ Gb`Tfm :hm średni moduł spręŝystości populacji owoców przechowywanych w chłodni zwykłej poddanych kwarantannie termicznej a następnie przechowywanych w chłodziarce w temperaturze o C; średni moduł spręŝystości populacji owoców przechowywanych w chłodni T zwykłej poddanych kwarantannie termicznej a następnie przechowywanych w komorze termicznej w temperaturze o C; średni moduł spręŝystości populacji owoców przechowywanych w komorze LO; średni moduł spręŝystości populacji owoców przechowywanych w komo- rze LO a po wyjęciu takŝe w chłodziarce w temperaturze o C; średni moduł spręŝystości populacji owoców przechowywanych w chłodni zwykłej poddanych kwarantannie termicznej a następnie przechowywanych w chłodziarce w temperaturze o C; średni moduł spręŝystości populacji owoców przechowywanych w komorze LO a po wyjęciu w komorze termicznej w temperaturze o C; średni moduł spręŝystości populacji owoców przechowywanych w komo- T rze LO poddanych kwarantannie termicznej a następnie przechowywanych w komorze termicznej w temperaturze o C. Interesują nas następujące rodzaje kontrastów (oddzielne dla kaŝdego sposobu przechowywania): 1) między dowolną populacją a populacją kontrolną: ; T ; T ) między populacją kontrolną a średnią pozostałych czterech populacji: T T ; 4 4 3) między średnią populacji poddawanych i nie poddawanych kwarantannie termicznej a populacją kontrolną: T T ; $$'

?\VmT exc_\^tv]\!!! 4) między średnimi z populacji poddawanych i nie poddawanych kwarantannie termicznej: T T. Dla powyŝszych typów kontrastów wariancje estymatorów L wynoszą odpowiednio: σ 1) var( Lˆ ) = ; r ) var( Lˆ ) 3) var( Lˆ ) 4) var( Lˆ ) 5σ = ; 4r 3σ = ; r σ =. r Wyniki i dyskusja PoniewaŜ moduł spręŝystości miąŝszu jabłek nie ma rozkładu normalnego analizę przeprowadzono na średnich (kaŝda średnia została obliczona z 3 obserwacji zatem r = 5). Przyjęto poziom ufności 1 α = 95%. W procedurze iteracji wyznaczano długości przedziałów Scheffe go dla kontrastów 1-4 dla kolejnych naturalnych wartości r jako początkową wartość przyjmując r = 5 aŝ do momentu otrzymania przedziału o długości 5. Rysunki 1-3 przedstawiają otrzymane długości przedziałów ufności Scheffe go dla wyŝej określonych czterech typów kontrastów. W przypadku owoców przechowywanych w komorze LO dla odmiany Elise i Gala wyznaczone przedziały ufności dla kontrastów są krótsze niŝ dla owoców przechowywanych w zwykłej chłodni natomiast dla odmiany Golden Delicious są porównywalne. Jest to spowodowane tym Ŝe odchylenie standardowe modułu spręŝystości miąŝszu było niŝsze dla owoców przechowywanych w komorze LO niŝ dla owoców przechowywanych w zwykłej chłodni. $$(

7bebgT 7b`TTÄTþ @\ebfätjt JXfbÄbjf^T =TaVmTeX^þ Gb`Tfm :hm Golden Delicious - chłodnia zw ykła 1 1 1 8 4 Kontrast 5 7 8 9 1 11 Golden Delicious - LO 1 1 1 8 4 5 7 8 9 1 11 1 Kontrast Rys. 1. Fig. 1. a) b) Długości przedziałów Scheffe go dla kontrastów dla owoców odmiany Golden Delicious przechowywanych w: a) chłodni zwykłej b) komorze LO Length of Scheffe s ranges for contrasts for Golden Delicious fruit stored in: a) ordinary cold store b) LO chamber Elise - chłodnia zwykła 1 1 1 8 4 5 7 9 11 13 15 17 19 1 Kontrast Elise - LO 1 1 1 8 4 Kontrast 5 7 8 9 1 11 1 13 14 15 liczba relikacji Rys.. Fig.. a) b) Długości przedziałów ufności Scheffe go dla kontrastów dla owoców odmiany Elise przechowywanych w: a) chłodni zwykłej b) komorze LO Length of Scheffe s ranges for contrasts for Elise fruit stored in: a) ordinary cold store b) LO chamber $$)

?\VmT exc_\^tv]\!!! Gala - LO 1 1 1 8 4 Kontrast 5 7 8 9 1 11 1 13 Gala - chłodnia zw ykła 1 1 1 8 4 Kontrast 5 7 9 11 13 15 17 19 1 3 5 7 9 31 33 35 37 Rys. 3. Fig. 3. a) b) Długości przedziałów ufności Scheffe go dla kontrastów dla owoców odmiany Gala przechowywanych w: a) chłodni zwykłej b) komorze LO Length of Scheffe s ranges for contrasts for Gala fruit stored in: a) ordinary cold store b) LO chamber Jak wskazują otrzymane dane (rys. 1-3) najkrótsze przedziały ufności dla wszystkich czterech typów kontrastów uzyskano dla odmiany Golden Delicious najdłuŝsze zaś dla odmiany Gala (dla owoców przechowywanych w chłodni zwykłej). Wskazuje to na moŝliwość zróŝnicowania liczby replikacji w zaleŝności od odmiany jabłek. Określoną ufności dla kontrastów zapewnia zatem wybór mniejszej liczby replikacji pobranej w przypadku owoców odmiany Golden Delicious niŝ w przypadku owoców odmiany Elise i odmiany Gala. W celu uzyskania przedziału ufności o długości 5 naleŝy ustalić liczbę replikacji dla kaŝdej z odmian i sposobu przechowywania zgodnie z danymi w tabeli 1. Tabela 1. Liczba replikacji r wymagana do uzyskania przedziału ufności Scheffe go o długości 5 dla kontrastów 1-4. Table 1. The number of replications r required to obtain Scheffe s range of trust.5 long for contrasts 1-4. Chłodnia zwykła LO Kontrast Kontrast Odmiana 1 3 4 1 3 4 Golden Delicious 1 7 8 11 8 9 Elise 13 1 11 14 9 11 8 Gala 35 3 7 18 1 8 9 7 względniając fakt Ŝe analizę przeprowadzono na danych uśrednionych naleŝy pomno- Ŝyć otrzymaną liczbę replikacji przez 3 uzyskując faktycznie wymaganą liczbę replikacji. $$*

7bebgT 7b`TTÄTþ @\ebfätjt JXfbÄbjf^T =TaVmTeX^þ Gb`Tfm :hm Wnioski 1. Na liczbę replikacji wymaganą do otrzymania określonej długości przedziałów ufności Scheffe go dla kontrastów ma wpływ: odmiana jabłek - dla owoców przechowywanych w chłodni zwykłej sposób przechowywania dla owoców odmiany Elise i Gala przechowywanych w chłodni zwykłej liczby replikacji są znacznie wyŝsze niŝ w przypadku gdy owoce tych odmian przechowywane są w komorze LO.. W przypadku owoców przechowywanych w komorze LO liczby replikacji dla badanych odmian są porównywalne a zatem moŝna wnioskować Ŝe odmiana nie ma znaczącego wpływu na liczbę replikacji. 3. Sposób przechowywania owoców odmiany Golden Delicious nie wpływa znacząco na liczbę replikacji. Bibliografia Kala R. 1999. Elementy wnioskowania parametrycznego dla przyrodników. Wydawnictwo Akademii Rolniczej im. A. Cieszkowskiego w Poznaniu. Neter J. Kutner M.H. Nachtsheim C.J. Wasserman W. 199. Applied linear statistical models. TMHEG Inc. Oktaba W.. Metody statystyki matematycznej w doświadczalnictwie. Wydawnictwo Akademii Rolniczej w Lublinie. THE NMBER OF REPLICATIONS IN ESTIMATION OF CONTRASTS IN AN EXPERIMENT WITH THE MODLE OF APPLE FLESH ELASTICITY Summary The study presents an application of an iterative procedure in determination of the number of tests at determined length of Scheffe s ranges of trust for contrasts in an experiment with the module of apple flesh elasticity for three varieties stored in different conditions: in an ordinary cold store or LO chamber with the period of thermal quarantine and without and then in a refrigerator of a thermal chamber. Key words: Test number number of replications contrast Scheffe s trust range LO chamber ordinary cold store elasticity module $$+