12/05/15 20:14:06.66 TYUgHG7F
４. データ貼り付け
全体の分析
x <- c( 43, 37, 43, 39, 41, 37, 39, 32, 41, 42, 35, 31, 32, 42, 36, 37, 45, 34, 36, 42, 41, 34, 42, 33, 44, 44, 38, 46, 42, 45, 31 ,
60, 64, 53, 60, 62, 49, 67, 56, 59, 60, 45, 58, 50, 58, 52, 56, 54, 61, 63, 64, 50, 60, 61, 51, 55, 49, 69, 48, 57, 51, 56, 47, 69, 46, 58, 55 ,
45, 47, 38, 37, 44, 33, 43, 31, 40, 41, 33, 37, 39, 43, 51, 33, 48, 45, 47, 36, 35, 48, 37, 47, 37, 32, 37, 48, 39, 41, 39, 47, 32, 47, 33, 33, 31, 40, 53 ,
55, 71, 52, 64, 54, 56, 64, 52, 60, 60, 59, 57, 57, 59, 64, 50, 62, 53, 55, 53, 52, 54, 63, 60, 56, 64, 60, 42, 60, 76, 49, 66, 57, 59, 54, 41 ,
41, 46, 39, 45, 47, 50, 41, 37, 28, 34, 28, 47, 60, 34, 38, 39, 46, 43, 35, 31, 36, 32, 34, 38, 43, 34, 40, 35, 48, 39, 51)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 46.89595
> var(x)
[1] 112.3728
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 78.821, 第1自由度 = 4, 第2自由度 = 168, 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 = 7.0945, 自由度 = 4, P値 = 0.1310
有意。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 = 80.3343, 第1自由度 = 4.000, 第2自由度 = 82.878, P値 < 2.2e-16
有意。群間に差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 1.1560694 1.156069
30 22 12.7167630 13.872832
35 29 16.7630058 30.635838
40 26 15.0289017 45.664740
45 26 15.0289017 60.693642
50 20 11.5606936 72.254335
55 20 11.5606936 83.815029
60 22 12.7167630 96.531792
65 4 2.3121387 98.843931
70 1 0.5780347 99.421965
75 1 0.5780347 100.000000
>
375:名無しに影響はない(栃木県)
12/05/15 20:14:34.13 TYUgHG7F
BGと試料の比較
x <- c( 43, 37, 43, 39, 41, 37, 39, 32, 41, 42, 35, 31, 32, 42, 36, 37, 45, 34, 36, 42, 41, 34, 42, 33, 44, 44, 38, 46, 42, 45, 31 ,
60, 64, 53, 60, 62, 49, 67, 56, 59, 60, 45, 58, 50, 58, 52, 56, 54, 61, 63, 64, 50, 60, 61, 51, 55, 49, 69, 48, 57, 51, 56, 47, 69, 46, 58, 55 ,
45, 47, 38, 37, 44, 33, 43, 31, 40, 41, 33, 37, 39, 43, 51, 33, 48, 45, 47, 36, 35, 48, 37, 47, 37, 32, 37, 48, 39, 41, 39, 47, 32, 47, 33, 33, 31, 40, 53 ,
55, 71, 52, 64, 54, 56, 64, 52, 60, 60, 59, 57, 57, 59, 64, 50, 62, 53, 55, 53, 52, 54, 63, 60, 56, 64, 60, 42, 60, 76, 49, 66, 57, 59, 54, 41 ,
41, 46, 39, 45, 47, 50, 41, 37, 28, 34, 28, 47, 60, 34, 38, 39, 46, 43, 35, 31, 36, 32, 34, 38, 43, 34, 40, 35, 48, 39, 51)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 = 317.0498, 第1自由度 = 1, 第2自由度 = 171, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。
> bartlett.test(x, g)
分散の一様性の検定（バートレット検定）
データ: x と g
バートレットのK二乗値 = 0.6991, 自由度 = 1, P値 = 0.4031
有意。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 = 307.429, 第1自由度 = 1.00, 第2自由度 = 144.22, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。
>
376:名無しに影響はない(栃木県)
12/05/15 20:15:00.58 TYUgHG7F
繰り返しによる影響
1. n = 101 BG 繰り返し数 =3
x <- c( 43, 37, 43, 39, 41, 37, 39, 32, 41, 42, 35, 31, 32, 42, 36, 37, 45, 34, 36, 42, 41, 34, 42, 33, 44, 44, 38, 46, 42, 45, 31 ,
45, 47, 38, 37, 44, 33, 43, 31, 40, 41, 33, 37, 39, 43, 51, 33, 48, 45, 47, 36, 35, 48, 37, 47, 37, 32, 37, 48, 39, 41, 39, 47, 32, 47, 33, 33, 31, 40, 53 ,
41, 46, 39, 45, 47, 50, 41, 37, 28, 34, 28, 47, 60, 34, 38, 39, 46, 43, 35, 31, 36, 32, 34, 38, 43, 34, 40, 35, 48, 39, 51)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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)
> mean(x)
[1] 39.70297
> var(x)
[1] 36.55089
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 0.4626, 第1自由度 = 2, 第2自由度 = 98, P値 = 0.631
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 = 6.1685, 自由度 = 2, P値 = 0.04576
有意。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 = 0.6249, 第1自由度 = 2.00, 第2自由度 = 62.46, P値 = 0.5386
有意。繰り返しによる差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 1.980198 1.980198
30 22 21.782178 23.762376
35 29 28.712871 52.475248
40 24 23.762376 76.237624
45 19 18.811881 95.049505
50 4 3.960396 99.009901
55 0 0.000000 99.009901
60 1 0.990099 100.000000
>
377:名無しに影響はない(栃木県)
12/05/15 20:15:38.83 TYUgHG7F
2. n = 72 2012.05.12 栃木県内スーパー内ゴミ箱より入手、神奈川産キャベツ最も外側の葉、40度3日間乾燥(乾かなかった茎は測定より除外), 6.6g。 繰り返し数 =2
x <- c( 60, 64, 53, 60, 62, 49, 67, 56, 59, 60, 45, 58, 50, 58, 52, 56, 54, 61, 63, 64, 50, 60, 61, 51, 55, 49, 69, 48, 57, 51, 56, 47, 69, 46, 58, 55 ,
55, 71, 52, 64, 54, 56, 64, 52, 60, 60, 59, 57, 57, 59, 64, 50, 62, 53, 55, 53, 52, 54, 63, 60, 56, 64, 60, 42, 60, 76, 49, 66, 57, 59, 54, 41)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 56.98611
> var(x)
[1] 43.90121
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 0.4296, 第1自由度 = 1, 第2自由度 = 70, P値 = 0.5143
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 = 0.2516, 自由度 = 1, P値 = 0.616
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 = 0.4296, 第1自由度 = 1.000, 第2自由度 = 69.495, P値 = 0.5143
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
40 2 2.777778 2.777778
45 7 9.722222 12.500000
50 16 22.222222 34.722222
55 20 27.777778 62.500000
60 21 29.166667 91.666667
65 4 5.555556 97.222222
70 1 1.388889 98.611111
75 1 1.388889 100.000000
>
378:名無しに影響はない(栃木県)
12/05/15 20:16:10.67 TYUgHG7F
BGと試料の比較
1. n = 101 BG 繰り返し数 =3
gr1 <- c( 43, 37, 43, 39, 41, 37, 39, 32, 41, 42, 35, 31, 32, 42, 36, 37, 45, 34, 36, 42, 41, 34, 42, 33, 44, 44, 38, 46, 42, 45, 31 ,
45, 47, 38, 37, 44, 33, 43, 31, 40, 41, 33, 37, 39, 43, 51, 33, 48, 45, 47, 36, 35, 48, 37, 47, 37, 32, 37, 48, 39, 41, 39, 47, 32, 47, 33, 33, 31, 40, 53 ,
41, 46, 39, 45, 47, 50, 41, 37, 28, 34, 28, 47, 60, 34, 38, 39, 46, 43, 35, 31, 36, 32, 34, 38, 43, 34, 40, 35, 48, 39, 51)
2. n = 72 2012.05.12 栃木県内スーパー内ゴミ箱より入手、神奈川産キャベツ最も外側の葉、40度3日間乾燥(乾かなかった茎は測定より除外), 6.6g。 繰り返し数 =2
gr2 <- c( 60, 64, 53, 60, 62, 49, 67, 56, 59, 60, 45, 58, 50, 58, 52, 56, 54, 61, 63, 64, 50, 60, 61, 51, 55, 49, 69, 48, 57, 51, 56, 47, 69, 46, 58, 55 ,
55, 71, 52, 64, 54, 56, 64, 52, 60, 60, 59, 57, 57, 59, 64, 50, 62, 53, 55, 53, 52, 54, 63, 60, 56, 64, 60, 42, 60, 76, 49, 66, 57, 59, 54, 41)
> 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 = -17.8059, 自由度 = 171, 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: -19.19912 -15.36716
標本推定値:
平均値x 平均値y
39.70297 56.98611
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 = -17.5337, 自由度 = 144.22, 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: -19.23145 -15.33483
標本推定値:
平均値x 平均値y
39.70297 56.98611
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 = 0.8326, 第1自由度 = 100, 第2自由度 = 71, P値 = 0.3961
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.5355426 1.2736767
標本推定値:
分散比
0.8325713
有意。分散が異なるので（Welchの方法）を使用する。
>
379:名無しに影響はない(栃木県)
12/05/15 20:16:45.53 TYUgHG7F
３.補足コメント
57.0 - 39.7 = 17.3 CPM (8.13 Bq)
8.13 * 1000 / 6.6 = 1230 Bq/kg
水分 92.7 %, カリウム 200mg /100g (6.18 Bq/kg) ( URLﾘﾝｸ(www.yasainavi.com) )より
乾燥前の線量は
1230 * 7.3 / 100 = 89.8 Bq/kg
注意点は、試料は最も外側の葉であること、茎が3日乾燥したけど乾かなかったので除いていること。
除き方は、
乾いたキャベツの葉をポリ袋の中に入れで、ポリ袋の外側から手でもむ。粉にならなかった部分を手で引っ張り出す。
という方法。硬ければ事務用ハサミ( URLﾘﾝｸ(www.asano-books.com) )で切断しているのですが、軟らかいと引っ張り出すことになります(測定中に結露する)。
セシウムの除去方法は同属のカリウムの除去方法( URLﾘﾝｸ(www.kaita-hospital.jp) 等)が参考になります。
380:名無しに影響はない(やわらか銀行)
12/05/15 20:26:58.93 h5wEpOnM
やはり静岡県より東の食品はほとんど汚染していますね。
愛知県の西側が、ぎりぎりセーフかなと思います。
魚の骨は何ベクレルくらいあるのでしょうか。ストロンチウムが検出できそうです。
381:名無しに影響はない(長屋)
12/05/15 21:00:33.16 PkAzk6ee
>>380
まあストロンチウムは昔から核実験起因があったけどねｗ
382:名無しに影響はない(やわらか銀行)
12/05/15 23:47:10.07 h5wEpOnM
2008年度の放射能調査資料
今の基準が安全かどうかは、原発事故前の資料と比較するべき。
URLﾘﾝｸ(www.kankyo-hoshano.go.jp)
魚類セシウム１３７ 最大値0.16Bq/kg 平均値0.085Bq/kg
魚類ストロンチウム９０ 最大値 0.040Bq/kg 平均値0.0012Bq/kg
お米セシウム１３７ 最大0.42Bq/kg 平均0.015Bq/kg
383:名無しに影響はない(栃木県)
12/05/16 20:05:08.15 UCgfcOZ7
糊台の測定
> x <- c(32,45,41,58,57,39,52,46,43,48,44,47,40,55,42,43,51,40,58,44,44,51,55,59,55,46,55,62,48,49,
39,45,41,46,49,44,56,47,47,38,43,34,62,37,48,42,41,43,43,50,41,46,60,64,54,43,27,47,40,40,45,48,52,
44,53,46,64,43,51,47,36,53,50,53,51,42,47,56,38,53,57,45,61,38,60,38,36,45,49,61,46,60,44,39,42,42,
50,38,30,46,43,55,55,34,41,64,56,54,46,54,51,58,51,40,41,48,43,55,52,27,49,50,40,41,36,39,53,58,23,
53,50,52,39,49,45,48,33,41,40,45,47,60,45,61,57,38,49,45,38,52,50,44,56,38,51,36,58,41,61,67,37,45,
38,56,40,42,51,61,38,56,34,53,53,37,43,50,39,56,41,49,42,52,60,48,33,60,38,46,50,50,51,43,65,30,30,
51,52,29,59,43,58,50,52,50,51,57,59,43,42,49,32,57,40,37,36,44,53,44,48,49,72,48,51,41,45,55,48,54,
50,43,47,37,53,52,20,38,66,47,40,50,68,56,51,47,65,43,56,45,57,43,50,42,52,42,44,38,31,66,41,45,51,
57,45,40,39,48,41,46,44,50,52,57,49,40,46,48,38,39,42,42,47,60,58,36,51,46,57,40,57,40,55,41,44,47,
24,56,35,55,48,46,42,55,59,43,56,43,48,43,44,41,50,56,36,51,55,46,52,48,36,67,48,48,40,39,46,50,54,
41,52,50,49,39,40,37,49,37,46,50,55,54,57,48,49,39,51,37,38,53,40,47,38,50,64,47,55,55,55,60,43,47,58,47,44,46,43,42,47,56,40,45)
> weight <- matrix(x,nrow=74)
> sample <- rep(1:74, each=5)
> d <- qcc.groups(weight, sample)
> colnames(d) <- c("1st","2nd", "3th", "4th", "5th")
> qcc(d, type="xbar")
> qcc(d, type="R")
> qcc(d, type="xbar.one")
384:名無しに影響はない(栃木県)
12/05/16 20:14:13.10 UCgfcOZ7
このところ、測定の途中で、
バックグラウンドが跳ね上がって測定を中止する
ということが続いています。その一例。
最初の頃の20-30点が低く、その後上がってしまう場合。
どこで跳ね上がったかは、管理図で見てほしい。
URLﾘﾝｸ(www.dotup.org)
URLﾘﾝｸ(www.dotup.org)
URLﾘﾝｸ(www.dotup.org)
過去の測定を見ればわかるとおり、BGの平均は38-41位。
ところが、これは45を超えている。
汚染が少ない麺類だと、37とか38位1-2CPM低くなり、汚染がやや酷い麺類では、BGとほぼ同じ線量になる。
BGが45に跳ね上がると、かなり汚染されていても検出されなくなってしまう。
1CPMが大体80-100Bq/kgに相当するから。
385:名無しに影響はない(栃木県)
12/05/16 21:07:18.50 UCgfcOZ7
１．測定対象
「奥本製粉, Restaurant Macaroni, 2015.3.14, 300g (18*11*3.5cm)」の分析
２．測定結果
1. n=32 糊台
x <- c( 51, 41, 42, 38, 44, 38, 32, 36, 38, 38, 35, 40, 38, 36, 38, 35, 41, 42, 35, 41, 42, 30, 36, 34, 31, 38, 40, 51, 36, 49, 37, 31)
2. n=48 奥本製粉, Restaurant Macaroni, 2015.3.14, 300g (18*11*3.5cm)
x <- c( 58, 63, 51, 62, 60, 61, 54, 71, 51, 58, 62, 54, 49, 48, 54, 58, 62, 57, 57, 58, 47, 48, 56, 57, 49, 46, 65, 50, 59, 48, 52, 55, 52, 63, 51, 56, 54, 35, 55, 42, 60, 60, 55, 42, 59, 60, 58, 54)
3. n=31 糊台
x <- c( 39, 33, 53, 44, 35, 37, 44, 46, 38, 39, 32, 33, 47, 37, 34, 39, 27, 50, 47, 42, 37, 39, 38, 33, 39, 32, 33, 54, 49, 28, 31)
4. n=32 奥本製粉, Restaurant Macaroni, 2015.3.14, 300g (18*11*3.5cm)
x <- c( 37, 38, 38, 38, 48, 34, 46, 36, 45, 43, 60, 51, 54, 47, 48, 49, 47, 36, 51, 40, 45, 47, 45, 51, 64, 56, 47, 45, 56, 43, 42, 47)
5. n=32 糊台
x <- c( 38, 47, 39, 30, 56, 36, 36, 34, 34, 46, 40, 35, 35, 49, 49, 37, 40, 45, 37, 34, 42, 33, 36, 49, 47, 33, 41, 45, 51, 39, 34, 37)
386:名無しに影響はない(栃木県)
12/05/16 21:08:59.09 UCgfcOZ7
４. データ貼り付け
全体の分析
x <- c( 51, 41, 42, 38, 44, 38, 32, 36, 38, 38, 35, 40, 38, 36, 38, 35, 41, 42, 35, 41, 42, 30, 36, 34, 31, 38, 40, 51, 36, 49, 37, 31 ,
58, 63, 51, 62, 60, 61, 54, 71, 51, 58, 62, 54, 49, 48, 54, 58, 62, 57, 57, 58, 47, 48, 56, 57, 49, 46, 65, 50, 59, 48, 52, 55, 52, 63, 51, 56, 54, 35, 55, 42, 60, 60, 55, 42, 59, 60, 58, 54 ,
39, 33, 53, 44, 35, 37, 44, 46, 38, 39, 32, 33, 47, 37, 34, 39, 27, 50, 47, 42, 37, 39, 38, 33, 39, 32, 33, 54, 49, 28, 31 ,
37, 38, 38, 38, 48, 34, 46, 36, 45, 43, 60, 51, 54, 47, 48, 49, 47, 36, 51, 40, 45, 47, 45, 51, 64, 56, 47, 45, 56, 43, 42, 47 ,
38, 47, 39, 30, 56, 36, 36, 34, 34, 46, 40, 35, 35, 49, 49, 37, 40, 45, 37, 34, 42, 33, 36, 49, 47, 33, 41, 45, 51, 39, 34, 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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,
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] 44.78286
> var(x)
[1] 87.2974
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 46.6797, 第1自由度 = 4, 第2自由度 = 170, P値 < 2.2e-16
> 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 = 3.8408, 自由度 = 4, P値 = 0.428
> 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 = 47.8156, 第1自由度 = 4.000, 第2自由度 = 81.297, P値 < 2.2e-16
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 1.1428571 1.142857
30 21 12.0000000 13.142857
35 44 25.1428571 38.285714
40 22 12.5714286 50.857143
45 33 18.8571429 69.714286
50 21 12.0000000 81.714286
55 18 10.2857143 92.000000
60 12 6.8571429 98.857143
65 1 0.5714286 99.428571
70 1 0.5714286 100.000000
>
387:名無しに影響はない(栃木県)
12/05/16 21:09:27.56 UCgfcOZ7
BGと試料の比較
x <- c( 51, 41, 42, 38, 44, 38, 32, 36, 38, 38, 35, 40, 38, 36, 38, 35, 41, 42, 35, 41, 42, 30, 36, 34, 31, 38, 40, 51, 36, 49, 37, 31 ,
58, 63, 51, 62, 60, 61, 54, 71, 51, 58, 62, 54, 49, 48, 54, 58, 62, 57, 57, 58, 47, 48, 56, 57, 49, 46, 65, 50, 59, 48, 52, 55, 52, 63, 51, 56, 54, 35, 55, 42, 60, 60, 55, 42, 59, 60, 58, 54 ,
39, 33, 53, 44, 35, 37, 44, 46, 38, 39, 32, 33, 47, 37, 34, 39, 27, 50, 47, 42, 37, 39, 38, 33, 39, 32, 33, 54, 49, 28, 31 ,
37, 38, 38, 38, 48, 34, 46, 36, 45, 43, 60, 51, 54, 47, 48, 49, 47, 36, 51, 40, 45, 47, 45, 51, 64, 56, 47, 45, 56, 43, 42, 47 ,
38, 47, 39, 30, 56, 36, 36, 34, 34, 46, 40, 35, 35, 49, 49, 37, 40, 45, 37, 34, 42, 33, 36, 49, 47, 33, 41, 45, 51, 39, 34, 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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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)
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 126.1042, 第1自由度 = 1, 第2自由度 = 173, P値 < 2.2e-16
> 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 = 5.6586, 自由度 = 1, P値 = 0.01737
> 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 = 120.7519, 第1自由度 = 1.000, 第2自由度 = 147.232, P値 < 2.2e-16
>
388:名無しに影響はない(栃木県)
12/05/16 21:10:00.22 UCgfcOZ7
繰り返しによる影響
1. n = 95 BG 繰り返し数 =3
x <- c( 51, 41, 42, 38, 44, 38, 32, 36, 38, 38, 35, 40, 38, 36, 38, 35, 41, 42, 35, 41, 42, 30, 36, 34, 31, 38, 40, 51, 36, 49, 37, 31 ,
39, 33, 53, 44, 35, 37, 44, 46, 38, 39, 32, 33, 47, 37, 34, 39, 27, 50, 47, 42, 37, 39, 38, 33, 39, 32, 33, 54, 49, 28, 31 ,
38, 47, 39, 30, 56, 36, 36, 34, 34, 46, 40, 35, 35, 49, 49, 37, 40, 45, 37, 34, 42, 33, 36, 49, 47, 33, 41, 45, 51, 39, 34, 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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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)
> mean(x)
[1] 39.23158
> var(x)
[1] 38.86069
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 0.529, 第1自由度 = 2, 第2自由度 = 92, P値 = 0.591
> 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 = 3.0287, 自由度 = 2, P値 = 0.2200
> 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 = 0.5754, 第1自由度 = 2.000, 第2自由度 = 59.915, P値 = 0.5655
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 2.105263 2.105263
30 20 21.052632 23.157895
35 37 38.947368 62.105263
40 16 16.842105 78.947368
45 13 13.684211 92.631579
50 6 6.315789 98.947368
55 1 1.052632 100.000000
>
389:名無しに影響はない(栃木県)
12/05/16 21:10:32.76 UCgfcOZ7
2. n = 80 奥本製粉, Restaurant Macaroni, 2015.3.14, 300g (18*11*3.5cm) 繰り返し数 =2
x <- c( 58, 63, 51, 62, 60, 61, 54, 71, 51, 58, 62, 54, 49, 48, 54, 58, 62, 57, 57, 58, 47, 48, 56, 57, 49, 46, 65, 50, 59, 48, 52, 55, 52, 63, 51, 56, 54, 35, 55, 42, 60, 60, 55, 42, 59, 60, 58, 54 ,
37, 38, 38, 38, 48, 34, 46, 36, 45, 43, 60, 51, 54, 47, 48, 49, 47, 36, 51, 40, 45, 47, 45, 51, 64, 56, 47, 45, 56, 43, 42, 47)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 51.375
> var(x)
[1] 64.97152
> oneway.test(x ~ g, var = T)
一元配置分散分析
データ: x と g
F = 32.3652, 第1自由度 = 1, 第2自由度 = 78, P値 = 2.137e-07
> 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 = 0.2032, 自由度 = 1, P値 = 0.6521
> 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 = 31.4119, 第1自由度 = 1.000, 第2自由度 = 63.134, P値 = 4.905e-07
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 1 1.25 1.25
35 7 8.75 10.00
40 6 7.50 17.50
45 20 25.00 42.50
50 15 18.75 61.25
55 17 21.25 82.50
60 12 15.00 97.50
65 1 1.25 98.75
70 1 1.25 100.00
>
390:名無しに影響はない(栃木県)
12/05/16 21:11:59.69 UCgfcOZ7
BGと試料の比較
1. n = 95 BG 繰り返し数 =3
gr1 <- c( 51, 41, 42, 38, 44, 38, 32, 36, 38, 38, 35, 40, 38, 36, 38, 35, 41, 42, 35, 41, 42, 30, 36, 34, 31, 38, 40, 51, 36, 49, 37, 31 ,
39, 33, 53, 44, 35, 37, 44, 46, 38, 39, 32, 33, 47, 37, 34, 39, 27, 50, 47, 42, 37, 39, 38, 33, 39, 32, 33, 54, 49, 28, 31 ,
38, 47, 39, 30, 56, 36, 36, 34, 34, 46, 40, 35, 35, 49, 49, 37, 40, 45, 37, 34, 42, 33, 36, 49, 47, 33, 41, 45, 51, 39, 34, 37)
2. n = 80 奥本製粉, Restaurant Macaroni, 2015.3.14, 300g (18*11*3.5cm) 繰り返し数 =2
gr2 <- c( 58, 63, 51, 62, 60, 61, 54, 71, 51, 58, 62, 54, 49, 48, 54, 58, 62, 57, 57, 58, 47, 48, 56, 57, 49, 46, 65, 50, 59, 48,
52, 55, 52, 63, 51, 56, 54, 35, 55, 42, 60, 60, 55, 42, 59, 60, 58, 54 ,
37, 38, 38, 38, 48, 34, 46, 36, 45, 43, 60, 51, 54, 47, 48, 49, 47, 36, 51, 40, 45, 47, 45, 51, 64, 56, 47, 45, 56, 43, 42, 47)
> 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 = -11.2296, 自由度 = 173, 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: -14.27781 -10.00903
標本推定値:
平均値x 平均値y
39.23158 51.37500
> t.test(gr1, gr2)
二標本t検定（Welchの方法）
データ: gr1 と gr2
t値 = -10.9887, 自由度 = 147.232, 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: -14.327290 -9.959552
標本推定値:
平均値x 平均値y
39.23158 51.37500
> var.test(gr1, gr2)
二群の等分散性の検定
データ: gr1 と gr2
F = 0.5981, 第1自由度 = 94, 第2自由度 = 79, P値 = 0.01708
対立仮説: 分散比は，1ではない
95 パーセント信頼区間: 0.3891276 0.9120691
標本推定値:
分散比
0.5981189
>
391:名無しに影響はない(栃木県)
12/05/16 21:22:42.54 UCgfcOZ7
３.補足コメント
日本のパスタには、カナダやアメリカで生産された小麦を使用 ( URLﾘﾝｸ(www.pasta.or.jp) )
カリウム 378mg/100g ( URLﾘﾝｸ(astore.amazon.co.jp) ) (11.7Bq/kg)
51.4 - 39.2 = 12.2 CPM (5.73 Bq)
寸法 18*11*3.5 cm, 300g, 比重;0.43 g/cm
受光深さ; 0.84cm, 受光容積 16cm3 (7g)
800 bq/kg
と、まー、信じがたい数値が出てしまった。
自分じゃこれ以上のことができないので、だれか、再試験(追跡調査)ヨロ。
392:名無しに影響はない(内モンゴル自治区)
12/05/17 00:27:33.30 5ZayhuI6
ウクライナやベラルーシの小麦粉使っている可能性はないのだろうか。
393:名無しに影響はない(栃木県)
12/05/17 21:22:17.75 2HGP5HvM
>>391-392 ハンフォード
URLﾘﾝｸ(satehate.exblog.jp)
394:名無しに影響はない(福岡県)
12/05/18 01:31:56.58 ZnGV/rmZ
マクドナルドのポテトのジャガイモは、アメリカのハンフォードで作られているてマジですか？