5ちゃんねる ★スマホ版★ ■掲示板に戻る■ 全部 1- 最新50  

■ このスレッドは過去ログ倉庫に格納されています

【ガイガー】インスペクター+統計スレ

1 :名無しに影響はない(やわらか銀行):2012/04/06(金) 14:34:53.98 ID:v2XDOnI2
インスペクター+統計スレ
統計データを書き込むスレです。

2 :名無しに影響はない(やわらか銀行):2012/04/06(金) 14:40:46.51 ID:v2XDOnI2
R関係の統計処理のリンク集をコピー。主に使っているのが、青木さんの所なので、青木さんが主体。

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

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

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


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

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

3 :名無しに影響はない(やわらか銀行):2012/04/06(金) 14:41:31.67 ID:v2XDOnI2
度数分布
http://aoki2.si.gunma-u.ac.jp/R/dosuu-bunpu.html 度数分布表の作成
http://aoki2.si.gunma-u.ac.jp/R/normaldist.html 正規分布用適合度の検定
http://aoki2.si.gunma-u.ac.jp/R/npp2.html 正規確率紙への作画

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

4 :名無しに影響はない(栃木県):2012/04/07(土) 10:37:20.42 ID:Pgo0PdnY
ガイガーカウンターで食品計測 関連テンプレ
http://hakarukun.go.jp/html/jirei/j_kisenbaru/16_01.htm 身近にある食品からの放射線−「はかるくん」を使った40K等からのγ線測定−
http://www.potetokaitsuka.co.jp/img/110719_press.pdf サツマイモを測定することができるw
http://ameblo.jp/geigersokutei/entry-10921797003.html ベータ線を測定してみましょう
http://www.mhlw.go.jp/stf/houdou/2r9852000001558e-img/2r98520000015cfn.pdf シンチ向け 急時における食品の放射能測定マニュアル(厚生労働省)
http://www.kankyo-hoshano.go.jp/series/lib/No1.pdf GM向け 全ベータ放射能測定法 (下ごしらえ)
http://www.kankyo-hoshano.go.jp/series/pdf_series_index.html RI 核種一覧のサイト The Berkeley Laboratory Isotopes Project's Exploring the Table of Isotopes
http://ie.lbl.gov/education/isotopes.htm アルミ中のβ線の飛距離の計算サイト。
http://www.sky.sannet.ne.jp/s_hongo/s/r/particlepath.html
http://www.geocities.co.jp/NatureLand/2111/mushroom/dehydrator/index.htm 家庭内食品の乾燥
http://search.kankyo-hoshano.go.jp/top.jsp 環境放射線データベース
http://www.kobejyukou.com/jisakutosoubusu%20p01.htm ドラフトの例
http://www.yamato-net.co.jp/index.html 理化学機器販売店
http://www.tgk.co.jp/  理化学機器販売店
http://www.sia-japan.com/  理化学機器販売店
http://www.advantec.co.jp/  理化学機器販売店
http://staff.aist.go.jp/t.ihara/weight.html 計算の論理
http://atlas.shinshu-u.ac.jp/class/expclass/exp-05-02.html 計算の論理
http://edycube.blog2.fc2.com/category5-11.html 周波数カウンタにおける1カウントの誤差について
http://www.mext.go.jp/b_menu/shingi/gijyutu/gijyutu3/toushin/05031802.htm 食品成分表
ttp://www.beejewel.com.au/research/Bee_Research/pra_software.html フリーのMCAソフト
http://hato.2ch.net/test/read.cgi/lifeline/1309151729/7-13 (京都府)って?
http://hato.2ch.net/test/read.cgi/lifeline/1302253304/973 (京都府)って?
http://hato.2ch.net/test/read.cgi/lifeline/1302253304/980-981 (京都府)って?
http://www.amazon.co.jp/-/dp/B001F9SRSW/ ドライフルーツ用乾燥機
http://www.kankyo-hoshano.go.jp/08/ers_lib/ers_abs01.pdf 福竜丸の頃の水道水の分析方法
http://www.snap-tck.com/room04/c01/stat/stat.html 統計学
http://www.mikage.to/radiation/calc.html 計測値をそのまま入力すると計算してくれるサイト
http://www.kankyo-hoshano.go.jp/series/lib/No24.pdf 「可食部」を検査することの規定
http://www.jrias.or.jp/index.cfm/6,15496,c,html/15496/20110620-095125.pdf 「緊急時における食品中の放射性セシウム測定に用いるNaI(Tl)シンチレーションサーベイメータの機器校正」
http://okwave.jp/qa/q962006.html 鉛対策
http://www.n-hakko.com/bunnseki-houhou.html 灰化
http://ci.nii.ac.jp/naid/110002908385 高温灰化による消失
http://www.jrias.or.jp/index.cfm/6,203,pdf 低温灰化による消失
http://pub.maruzen.co.jp/book_magazine/jikken-kagaku5/index.html 実験化学講座
http://www.amazon.co.jp/%E5%AE%9F%E9%A8%93%E3%82%92%E5%AE%89%E5%85%A8%E3%81%AB%E8%A1%8C%E3%81%86%E3%81%9F%E3%82%81%E3%81%AB-%E5%8C%96%E5%AD%A6%E5%90%8C%E4%BA%BA%E7%B7%A8%E9%9B%86%E9%83%A8/dp/4759809589

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

5 :名無しに影響はない(栃木県):2012/04/07(土) 10:43:40.08 ID:Pgo0PdnY
金属による線種の分離方法。光子(γ線とX線)用は、アルミ0.6mm、プラスチック2.4mm。
http://www.rada.or.jp/database/home4/normal/ht-docs/member/synopsis/040264.html
管理図
http://avalonbreeze.web.fc2.com/38_01_05_controlfigure.html
四分位数とヒンジ
http://anchoret.seesaa.net/article/66138520.html
放射線測定器の測定値の平均差の計算ツール
http://www.mikage.to/radiation/calc_diff.html
【junk.test】雑談専用【try会議室】(シミ板)。昔は色々あったけど、今は桂カルク(だと思うけど栃木が使っているの)のみ
http://kamome.2ch.net/test/read.cgi/sim/1284162960/l50
検出限界の考え方
http://ax00.web.fc2.com/atomic/beta/s/s0080.html
心理統計学。文系の方向け統計学。SAS使用
http://www.aichi-gakuin.ac.jp/~chino/psycstat/preface.shtml
統計学自習ノート。ネットでは有名な群大の青木さん。R使用
http://aoki2.si.gunma-u.ac.jp/lecture/
栄養素別食品一覧
http://www.eiyoukeisan.com/calorie/nut_list/kalium.html
放射線測定実験要領書 (ガンマ線に関する基本的な事項, 線量率の測定, γ線の物質による遮へい測定)
http://radonet.servebbs.net/report/lect02.pdf
体内を構成する原子とγ線との 相互作用。人体を水と近似してγ線の吸収量を計算
http://www.ip.k.hosei.ac.jp/serialization/May.pdf
(6)検出器シミュレーション。上記計算用セシウムの定数が記載されている
http://www.nirs.go.jp/usr/medical-imaging/ja/study/nextgeneration-pet/6.html
>線源:137Cs (662keV) 線減弱係数:0.54 cm-1
全β線測定法
http://www.kankyo-hoshano.go.jp/series/lib/No1.pdf
福竜丸の灰の分析
http://home.hiroshima-u.ac.jp/heiwa/Pub/41/41-yamamoto.pdf
具体的操作は、化学便覧の分析化学の章の「スポットテスト」
http://pub.maruzen.co.jp/shop/4621073419.html
前スレで、個別機種情報を除いて拾った範囲。
抜けがあったらば追加ヨロ。

6 :名無しに影響はない(栃木県):2012/04/07(土) 10:44:39.90 ID:Pgo0PdnY
http://gakuen.gifu-net.ed.jp/~contents/kou_nougyou/jikken/SubShokuhin/08/index.html 高校生向け食品の灰分の分析方法。
http://www.shouhiseikatu.metro.tokyo.jp/keiryo/yoshiki/kankyo/kankyo_tebiki.pdf 環境計量証明事業登録の手引き。政府の通達で「乾燥する」とか「(質量を)計る」とかのときに使用する機器
は、これを参照。
http://www.tokutoku.to/geiger/box.html 放射能遮断BOX 鉛10ミリで重さ32キロ 128000円なり
http://space.geocities.jp/sc3xpgs/index.html Radiで食品測れるかな--
http://www.emf-japan.com/emf/emf1/emf211.html 個人で用意出来る遮蔽環境
http://tng.sub.jp/moku2-2-2-6-6067.htm 米国をあきれさせた日本の化学力をおしえたる (化学処理によるセシウムの分離)
http://www.rokakuho.co.jp/data/books/3036.html 米国をあきれさせた日本の化学力をおしえたる (化学処理によるセシウムの分離)
http://www.jrias.or.jp/index.cfm/6,9332,c,html/9332/2006-55-04-07.pdf 低レベル・超低レベル放射能測定の基礎 (鉛から出る放射線対策)

7 :名無しに影響はない(栃木県):2012/04/07(土) 10:45:43.77 ID:Pgo0PdnY
http://uni.2ch.net/test/read.cgi/radiation/1321400997/
インスペクター系総合 2【Plus,Alert】より、関係しそうな内容を抜粋。

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

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


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

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


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

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

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

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

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


8 :名無しに影響はない(やわらか銀行):2012/04/07(土) 19:39:43.61 ID:D2t0m6X+
簡単に食品を測りたい人向け:
トータルタイマーでバックグラウンド数値を5分測る。
トータルタイマーで食品の表面や切断面を5分測る。
差があれば汚染していると考えて捨てる。
μSV表示で測定しても汚染はわからない。トータルタイマーで測ること。

9 :名無しに影響はない(やわらか銀行):2012/04/07(土) 19:49:11.04 ID:D2t0m6X+
わかめや昆布にはカリウムが多く含まれている。
中国産わかめと三陸産わかめを比較してみればわかる。
比較して数値が高ければ、カリウム以外にセシウムやストロンチウムが入っている。
カリウムの多い東日本の食品にはセシウムが入っている可能性が高い。
ストロンチウムにも要注意。行政は一切ストロンチウムを測っていない。(ストロンチウムはβ線のみをだすため)

10 :名無しに影響はない(やわらか銀行):2012/04/07(土) 19:55:36.51 ID:D2t0m6X+
福島第一原発から飛散した主な放射性同位体(核種)全31種・放出量
http://savechild.net/archives/3891.html
αアルファ線(プルトニウム238,240,239,241)
βベータ線(セシウム137 ストロンチウム89,90 テルル、セリウム、ルテニウム)
γガンマ線(セシウム134、ヨウ素)

11 :名無しに影響はない(やわらか銀行):2012/04/07(土) 20:01:55.66 ID:D2t0m6X+
セシウム汚染地図
http://savechild.net/wp-content/uploads/2011/10/koukabig.gif

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

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

12 :名無しに影響はない(栃木県):2012/04/08(日) 10:22:45.08 ID:UM3uS8YD
セレストかかってないよね。んじゃえーけ(方言、意味わかる人解説して)。

まずは、過去のおさらい。「行政はβ線を測定していない」
インスペクターはβ線測定を特長とする測定器なので、β線を主に測定することになります。
つまり、γ線測定による正確な値とは異なります。

1.緒言。
(2)ベータ線(電子線、陽電子線)
 放射性同位元素のベータ崩壊のさいに放出されるベータ線は、0から最大エネルギーまでの連続スペクトルである。
ベータ線のエネルギーとは最大エネルギーをいう。ベータ線の飛程は荷電重粒子線ほど明確でない。
そこで、一種類のベータ線を放出して崩壊する崩壊エネルギー既知の核種を用いて、飛程とエネルギーの関係を求める。
http://www.rist.or.jp/atomica/data/dat_detail.php?Title_No=08-01-02-06)

電子を対陰極で急激に制動させたり、磁場により運動方向を変更したりするなどの加速度運動をするとX線が放射され(制動放射)、
制動X線と呼ばれる。特定のスペクトルを示さないので、白色X線と言われる。
(http://ja.wikipedia.org/wiki/X%E7%B7%9A)
白色X線のスペクトルは
http://sts.kahaku.go.jp/diversity/document/system/pdf/045.pdf
の図2.1参照(昔の高校の物理の教科書には載っていたけど、今教えてんかな)。
インスペクターのγ線の感度はあまりよくないし、はかるくんあたりのほうがγ線を検出するには適している。
つまり、制動X線(50keVまで検出可能)が検出されない程度(検出されているといえない程度)まで遮蔽できれば
測定には影響が出ないだろう、ということで、プラスチックによる最低限必要な遮蔽厚さを求めた。
β線の減衰は、原子核付近を通った回数に比例する(白色X線の発生原理参照)ので、原子番号が近い原子はほぼ同じ原子として取り扱うことができる。
食品の主成分は、炭水化物・脂質・たんぱく質である。脂質は炭化水素、炭水化物は水と炭素、たんぱく質は炭化水素に多少の窒素が結合したものと、元素の組成を近似できる。
つまり、プラスチックと乾物の元素組成を近似できるから、汚染が少ないと思われる中国産CDケースを使用して、食品によるβ線遮蔽の程度を予測することを目的とした。
「一般閲覧用ではない歯科医師向け情報」
http://www.oralstudio.net/stepup/radiation/radi001_005.php
として勿体づけているけど、広告・関連情報・用語を除くと、高校生(向け副読本)程度なので、X線の説明として載せます。

2.実験方法。
線源: 5円玉の穴の中にやさしおを充填し紙製シールで密封したもの。これをCDケースの中に入れて机の上に固定した。
検出部: マンテンの棚用の鋼材を井桁に組み、インスペクターを置くと下に約3cmの空間がとれるようにした。
インスペクターは汚染を防ぐために常に食品用ポリ袋の中に保管した。
遮蔽材: 中国産CDケース。厚さ約1mmのプラスチック製。
3.実験結果。
http://uni.2ch.net/test/read.cgi/radiation/1331598144/332-334
やさしおで作成した線量を遮蔽するのに必要なプラスチックの分量は CDケース2枚であり3.15*2+1=7.3mmとなる。
4.考察。
元素数に比例してβ線の減衰がおこると近似できるから、遮蔽に必要な厚さの1/2の厚さに含まれるβ線核種から出たβ線はすべて検出部に到着でき、
それ以上の距離を移動してくるβ線はすべて遮蔽される、と近似できる。
検出部の直径が50mmで密着している場合、半径2.5cm、高さ3.65mmの円柱内に存在する核種からの放射線をすべて検出可能と近似できる。
実際には、底辺2.865cm上辺2.5cmの円錐台になるであろうが、以後の測定は、計算の簡便性を優先するために、円柱と近似する。

13 :名無しに影響はない(栃木県):2012/04/08(日) 15:11:43.82 ID:UM3uS8YD
バソコンを置いてある部屋の大気(2012.03.26日夕方から翌日にかけて)を測定したもの。
ただし、窓に押し付けてある棚にインスペクターを宙吊りにして、音を拾ってパソコンで集計したもの。
だから、変な内容が所々にあります。猫による騒音と思われる 120, 156, 233 の3点は棄却しています。

ライブラリ QCCの使い方については、下記を参照。
http://www.ec.kansai-u.ac.jp/user/arakit/documents/qcc.pdf
http://www.e.okayama-u.ac.jp/~nagahata/bstat/4syou.pdf
http://www.biwako.shiga-u.ac.jp/sensei/kumazawa/R/c2.pdf

管理図の見方については、下記を参照。
http://www.e.okayama-u.ac.jp/~nagahata/bstat/4syou.pdf

結果はこんなところです。
問題なのが、5箇所ぐらい、1σ内に5点ぐらい連続して集まっている場所があります。
これは、おそらく、何かしらかの原因で外気が室内に入って、線量が下がったものと思われます。
何点が上側管理限界を超えている点がありますが、これは猫の騒音でしょう。
一般に、上下3σ内から外れる確率は 約2/1000で、管理限界を超えた時点で即異常値と判断できます。
しかし、そのようなわかりきった内容で管理図を眺めると肝心な内容を見落としてしまう。
2σ線(X管理図の場合にはUCLとLCLの間を6分割して、下から 3σ, 2σ, 1σ, CL, 1σ, 2σ, 3σ線)内(上下2σ線の間)に全データ数の95%が入っているか、1σ線内に66%が入っているか、上下が対象か、に注意してください。
2σ線と3σ線の間に集まっていて、1σ線内の数が少ない場合には、2つの群に分けなければならない測定値をひとまとめにして測定していることがわかります。上下が対照でなく特定の範囲に固まって存在する場合にも同様なことがいえます。

高濃度な空気と低濃度な空気が混在していて、変な偏りがあり、微量な分析には適さないのです。

14 :名無しに影響はない(栃木県):2012/04/08(日) 15:12:11.67 ID:UM3uS8YD
> library(qcc)
x <- c(33, 29, 36, 53, 39, 39, 37, 37, 34, 40, 42, 34, 24, 41, 44, 30, 44, 41, 28, 29, 32, 33, 31, 33, 42, 45,
40, 38, 36, 37, 53, 96, 37, 34, 39, 40, 41, 48, 33, 37, 34, 38, 32, 39, 36, 32, 22, 41, 54, 35, 39, 35, 35, 38,
49, 37, 31, 28, 25, 33, 41, 32, 47, 33, 35, 34, 23, 27, 38, 41, 36, 33, 29, 32, 21, 28, 38, 30, 37, 28, 36, 32,
35, 29, 32, 44, 33, 37, 34, 31, 39, 31, 50, 37, 30, 39, 43, 30, 40, 30, 36, 37, 32, 38, 31, 37, 38, 39, 37, 33,
39, 39, 40, 31, 31, 37, 37, 26, 34, 36, 36, 34, 40, 31, 38, 33, 44, 41, 37, 26, 36, 41, 32, 33, 27, 34, 39, 41,
36, 28, 18, 35, 35, 40, 33, 32, 23, 28, 40, 30, 34, 45, 43, 31, 41, 53, 26, 34, 35, 39, 32, 33, 33, 36, 44, 28,
48, 40, 29, 34, 41, 35, 23, 40, 33, 32, 36, 31, 35, 29, 40, 36, 38, 44, 36, 24, 36, 33, 35, 32, 38, 43, 28, 24,
31, 27, 24, 41, 24, 35, 43, 47, 41, 41, 28, 28, 37, 50, 38, 35, 26, 32, 30, 35, 35, 35, 32, 24, 37, 32, 37, 41,
41, 37, 33, 35, 36, 41, 34, 29, 35, 29, 37, 42, 29, 33, 17, 31, 28, 32, 32, 28, 49, 34, 30, 37, 40, 47, 37, 28,
38, 23, 43, 38, 26, 29, 33, 36, 25, 36, 33, 39, 31, 37, 36, 30, 31, 27, 31, 30, 43, 40, 28, 34, 35, 39, 42, 39,
36, 42, 43, 31, 28, 38, 37, 35, 33, 39, 34, 40, 34, 38, 30, 30, 36, 38, 43, 36, 38, 37, 26, 34, 31, 34, 36, 43,
40, 40, 38, 26, 27, 26, 39, 30, 26, 32, 30, 36, 36, 45, 39, 41, 44, 33, 42, 47, 37, 49, 38, 37, 39, 31, 27, 36,
40, 25, 34, 31, 28, 36, 38, 39, 51, 34, 23, 44, 39, 39, 41, 44, 32, 42, 36, 31, 37, 37, 26, 35, 47, 33, 31, 32,
37, 42, 43, 65, 45, 35, 44, 32, 35, 50, 39, 22, 28, 42, 31, 27, 27, 37, 29, 33, 37, 27, 36, 39, 30, 30, 30, 36,
42, 17, 35, 40, 53, 30, 44, 47, 37, 52, 38, 32, 42, 25, 41, 41, 30, 38, 34, 41, 34, 38, 31, 29, 38, 28, 22, 34,
26, 26, 39, 33, 28, 38, 23, 39, 40, 40, 28, 41, 43, 35, 32, 29, 29, 32, 28, 43, 37, 24, 30, 53, 24, 33, 42, 32,
29, 40, 31, 36, 36, 36, 39, 43, 34, 41, 40, 40, 25, 48, 36, 38, 33, 49, 39, 44, 30, 41, 33, 24, 32, 37, 38, 36,
29, 35, 41, 26, 42, 33, 47, 40, 42, 31, 30, 25, 36, 32, 32, 42, 43, 41, 41, 40, 28, 37, 46, 32, 38, 38, 44, 32,
33, 37, 37, 36, 26, 39, 29, 45, 28, 19, 35, 34, 34, 36, 29, 37, 32, 45, 36, 31, 25, 27, 34, 29, 33, 28, 33, 30,
34, 40, 29, 34, 28, 38, 37, 33, 42, 36, 38, 34, 31, 29, 45, 54, 33, 33, 42, 38, 26, 36, 24, 22, 30, 56, 31, 30,
29, 24, 35, 37, 33, 24, 37, 26, 25, 27, 43, 35, 46, 40, 33, 31, 41, 32, 44, 28, 40, 33, 35, 38, 33, 36, 38, 40,
40, 42, 32, 31, 47, 37, 36, 38, 37, 37, 31, 28, 37, 31, 40, 30, 36, 34, 36, 32, 39, 35, 20, 32, 38, 38, 28, 40,
29, 31, 41, 37, 41, 39, 29, 32, 38, 35, 33, 39, 26, 37, 27, 26, 31, 31, 46, 36, 39, 32, 25, 28, 38, 30, 32, 44,
32, 36, 39, 33, 49, 43, 38, 41, 30, 42, 41, 39, 35, 39, 33, 36, 36, 42, 32, 25, 33, 35, 34, 44, 41, 37, 39, 36,
30, 38, 34, 33, 34, 40, 28, 34, 48, 30, 40, 40, 27, 37, 33, 42, 40, 35, 37, 28, 26, 27, 35, 27, 44, 37, 34, 37,
41, 37, 33, 33, 36, 34, 41, 37, 37, 52, 31, 39, 46, 40, 27, 24, 33, 37, 29, 40, 46, 40, 19, 37, 21, 27, 28, 28,
34, 35, 41, 38, 30, 32, 36, 42, 56, 30, 24, 42, 36, 37, 46, 36, 41, 35, 48, 33, 45, 34, 37, 25, 29, 43, 34, 34,
29, 28, 26, 31, 37, 38, 40, 38, 40, 45, 34, 41, 24, 37, 29, 42, 23, 30, 43, 34, 38, 32, 36, 28, 32, 37, 37, 37,
29, 34, 38, 33, 39, 35, 31, 52, 48, 34, 43, 43, 39, 32, 40, 30, 56, 87)

15 :名無しに影響はない(栃木県):2012/04/08(日) 15:16:23.53 ID:UM3uS8YD
weight <- matrix(x,nrow=160)
sample <- rep(1:160, each=5)
d <- qcc.groups(weight, sample)
colnames(d) <- c("1st","2nd", "3th", "4th", "5th")

> qcc(data=d, type="xbar.one")

Call:
qcc(data = d, type = "xbar.one")

xbar.one chart for d

Summary of group statistics:
Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 31.00 36.00 35.47 39.00 96.00

Group sample size: 5
Number of groups: 800
Center of group statistics: 35.47125
Standard deviation: 6.584028

Control limits:
LCL UCL
15.71917 55.22333
>
334 CPM が 1 uSv/hですので、測定値(単位CPM)からuSV/hへの換算はできるでしょう。


16 :名無しに影響はない(やわらか銀行):2012/04/08(日) 22:08:53.34 ID:39gPaL8L
>>15
たぶんほとんどの人が意味がわからないと思います。
1.測定対象
2.測定結果
3.補足コメント
4. データ貼り付け
のようにしたほうがわかりやすいと思います。


17 :名無しに影響はない(栃木県):2012/04/09(月) 20:07:17.87 ID:WOmGBIk+
>>16
1.測定対象
バソコンを置いてある部屋の大気(2012.03.26日夕方から翌日にかけて)を測定したもの。単位CPM。インスペクターは 334 CPM が 1 uSv/h なので、シーベルト単位の値が必要な方は換算してください。
測定場所は栃木県内のどこか。官公庁の発表は 0.05-0.12 uSV/h 程度、インスペクターのユーザーが極端に少ないのでこれ以上の情報はご勘弁ください。
2.測定結果
>>14
3.補足コメント
問題なのが、5箇所ぐらい、1σ内に5点ぐらい連続して集まっている場所があります。
これは、おそらく、何かしらかの原因で外気が室内に入って、線量が下がったものと思われます。
何点が上側管理限界を超えている点がありますが、これは猫の騒音でしょう。
一般に、上下3σ内から外れる確率は 約2/1000で、管理限界を超えた時点で即異常値と判断できます。
しかし、そのようなわかりきった内容で管理図を眺めると肝心な内容を見落としてしまう。
2σ線(X管理図の場合にはUCLとLCLの間を6分割して、下から 3σ, 2σ, 1σ, CL, 1σ, 2σ, 3σ線)内(上下2σ線の間)に全データ数の95%が入っているか、
1σ線内に66%が入っているか、上下が対象か、に注意してください。
2σ線と3σ線の間に集まっていて、1σ線内の数が少ない場合には、2つの群に分けなければならない測定値をひとまとめにして測定していることがわかります。
上下が対照でなく特定の範囲に固まって存在する場合にも同様なことがいえます。
高濃度な空気と低濃度な空気が混在していて、変な偏りがあり、微量な分析には適さないのです。

 日本国内で使われている「X管理図」と呼ばれている物は3種類あります。そのうちのひとつが qcc で描かれる管理図で、連続する何個か(ここでは5個を使用)をひとつの群(group)として取り扱い、
合計800個のデータを、160群に分けて使用し、中心線(CL)・管理限界(UCL, LCL)を計算する方法のようです。
計算結果を見ると、CL=35.47125, UCL=55.22933, LCL=15.71917 です。σ=6.584028 という計算結果がありますので、これを使うと、
1σ線が 35.47125+6.584028 = 42.055278 と 35.47125-6.584028 = 28.887222 の2本になります。同様に2σ線が 35.47125+6.584028*2 = 48.639306 と 35.47125-6.584028*2 = 22.303194 に、
3σ線は既にある UCL, LCLと同じ 55.22933 と 15.71917 になります。
4. データ貼り付け
> library(qcc)
>x <- c(33, (中略) , 56, 87) # >>14 生データ。
>weight <- matrix(x,nrow=160)
>sample <- rep(1:160, each=5)
>d <- qcc.groups(weight, sample)
>colnames(d) <- c("1st","2nd", "3th", "4th", "5th")

> qcc(data=d, type="xbar.one")
Call:
qcc(data = d, type = "xbar.one")

xbar.one chart for d

Summary of group statistics:
Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 31.00 36.00 35.47 39.00 96.00

Group sample size: 5
Number of groups: 800
Center of group statistics: 35.47125
Standard deviation: 6.584028

Control limits:
LCL UCL
15.71917 55.22333
>

18 :名無しに影響はない(栃木県):2012/04/10(火) 19:19:15.20 ID:rYU0Fh//
1.測定対象
2012.04.08 採取, 裏の畑ふきのとう, 40度1日乾燥 (11*9*2cm) 19g の測定値。
2.測定結果
まずは生データ。

1. n=31 BG
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47)
> mean(x) [1] 39.22581
> var(x) [1] 44.84731

2. n=32 試料
x <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62)
> mean(x) [1] 66.6875
> var(x) [1] 84.67339

3. n=34 BG
x <- c(39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31)
> mean(x) [1] 36.67647
> var(x) [1] 26.58913

4. n=33 試料
x <- c(63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
> mean(x) [1] 67.0606
> var(x) [1] 67.24621

5. n=33 BG
x <- c(40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
> mean(x) [1] 39.60606
> var(x) [1] 42.62121

19 :名無しに影響はない(栃木県):2012/04/10(火) 19:19:51.52 ID:rYU0Fh//
4. データ貼り付け
全体の分析

x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 , 4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 49.79755
> var(x)
[1] 247.36
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 149.7578, 第1自由度 = 4, 第2自由度 = 158, P値 < 2.2e-16
有意差あり、群による差異がある。

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

データ: x と g
バートレットのK二乗値 = 12.2524, 自由度 = 4, P値 = 0.01557
有意差あり。先の分散分析が無効。

> 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 = 134.2289, 第1自由度 = 4.000, 第2自由度 = 77.717, P値 < 2.2e-16
有意差あり、群による差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 3.680982 3.680982
30 20 12.269939 15.950920
35 29 17.791411 33.742331
40 24 14.723926 48.466258
45 16 9.815951 58.282209
50 4 2.453988 60.736196
55 10 6.134969 66.871166
60 17 10.429448 77.300613
65 18 11.042945 88.343558
70 7 4.294479 92.638037
75 5 3.067485 95.705521
80 3 1.840491 97.546012
85 4 2.453988 100.000000
>

20 :名無しに影響はない(栃木県):2012/04/10(火) 19:20:19.75 ID:rYU0Fh//
試料とバックグラウンドの比較。
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 594.8668, 第1自由度 = 1, 第2自由度 = 161, P値 < 2.2e-16
有意差あり、試料とバックグラウンドによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 8.4869, 自由度 = 1, P値 = 0.003577
有意差あり。先の分散分析が無効。

> 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 = 522.673, 第1自由度 = 1.00, 第2自由度 = 107.23, P値 < 2.2e-16
有意差あり、試料とバックグラウンドによる差異がある。

>

21 :名無しに影響はない(栃木県):2012/04/10(火) 19:21:41.71 ID:rYU0Fh//
繰り返しによる差異

1. BG
x <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.46939
> var(x)
[1] 38.72586
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.247, 第1自由度 = 2, 第2自由度 = 95, P値 = 0.1113
有意差あり、繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.4918, 自由度 = 2, P値 = 0.2877
有意差あり。先の分散分析が無効。

> 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 = 2.581, 第1自由度 = 2.000, 第2自由度 = 61.442, P値 = 0.08389
有意差あり、繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 6.122449 6.122449
30 20 20.408163 26.530612
35 29 29.591837 56.122449
40 24 24.489796 80.612245
45 16 16.326531 96.938776
50 2 2.040816 98.979592
55 1 1.020408 100.000000
>


22 :名無しに影響はない(栃木県):2012/04/10(火) 19:22:25.06 ID:rYU0Fh//
2. 試料
x <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
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)
> mean(x)
[1] 66.87692
> var(x)
[1] 74.67212
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0298, 第1自由度 = 1, 第2自由度 = 63, P値 = 0.8634
有意差無し。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 = 0.4111, 自由度 = 1, P値 = 0.5214
有意差無し。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 = 0.0297, 第1自由度 = 1.000, 第2自由度 = 61.689, P値 = 0.8637
有意差無し。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
50 2 3.076923 3.076923
55 9 13.846154 16.923077
60 17 26.153846 43.076923
65 18 27.692308 70.769231
70 7 10.769231 81.538462
75 5 7.692308 89.230769
80 3 4.615385 93.846154
85 4 6.153846 100.000000
>

23 :名無しに影響はない(栃木県):2012/04/10(火) 19:22:48.67 ID:rYU0Fh//
バックグラウンドと試料の比較

1. BG
gr1 <- c(42, 42, 26, 41, 36, 28, 51, 45, 42, 46, 42, 41, 40, 44, 30, 29, 41, 38, 39, 44, 34, 38, 35, 40, 52, 35, 43, 26, 34, 45, 47 ,
39, 49, 45, 32, 35, 39, 35, 33, 37, 40, 45, 35, 42, 33, 38, 32, 36, 35, 38, 34, 36, 30, 47, 35, 33, 34, 33, 39, 42, 25, 41, 31, 38, 31 ,
40, 37, 37, 48, 42, 48, 39, 44, 37, 33, 45, 46, 31, 30, 25, 31, 36, 33, 39, 36, 45, 39, 40, 40, 40, 47, 42, 31, 48, 46, 55, 35, 42)
> mean(x)
[1] 38.46939
> var(x)
[1] 38.72586
gr2 <- c(65, 65, 70, 77, 67, 51, 68, 62, 72, 57, 58, 74, 76, 71, 71, 67, 70, 85, 50, 64, 89, 56, 57, 84, 68, 64, 55, 61, 69, 66, 63, 62 ,
63, 61, 70, 68, 76, 86, 66, 67, 66, 59, 86, 80, 61, 68, 65, 55, 84, 64, 65, 64, 62, 75, 62, 63, 66, 65, 79, 55, 66, 63, 61, 59, 63)
> mean(x)
[1] 66.87692
> var(x)
[1] 74.67212

t.test(gr1, gr2, v=T)
t.test(gr1, gr2)
var.test(gr1, gr2)

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

データ: gr1 と gr2
t値 = -24.3899, 自由度 = 161, 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: -30.70765 -26.10743
標本推定値:
平均値x 平均値y
38.46939 66.87692
有意。平均値に差がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -22.862, 自由度 = 107.23, 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: -30.87071 -25.94436
標本推定値:
平均値x 平均値y
38.46939 66.87692
有意。平均値に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.5186, 第1自由度 = 97, 第2自由度 = 64, P値 = 0.003399
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3273010 0.8046984
標本推定値:
分散比
0.518612
有意差あり。分散は等しくない。平均値の差の検定は(Welchの方法)を使用する。

>

24 :名無しに影響はない(栃木県):2012/04/10(火) 19:24:10.18 ID:rYU0Fh//
3.補足コメント
本来は、重み付演算を使うのですが、面倒なので普通の算術演算で
BG: 38.46939, 試料: 66.87692 CPM
よって、66.87692 - 38.46939 = 28.40753
本来の統計処理だと、試料のデータ数が100個以下の65個だから有効桁が1つ増えて、小数点以下第一位まで求める。
BGも100個以下の98だから有効桁が1つ増えて、小数点以下第1位まで求めて丸める。
BG: 38.5, 試料: 66.9 CPM
66.9-38.5=28.4
インスペクターによるやさしおの測定では、1.819個 / (分・100mg)なので、インスペクターの計数値からの換算計数は 0.47 Bq/CPM となる。
よって、測定した試料の線量は
28.4 * 0.47 = 13.3 Bq
となる。
試料の寸法は、 縦: 11cm, 横: 9cm, 高さ: 2cm で、風袋を温めた重さが 19g (ここではポリ袋の重さを0とする)より、比重は約 0.096 g/cm3 である。
単位面積あたりの試料の重さが 1g以下なので、試料によるβ線の吸収を0とする。
測定範囲が底面の半径 7.4cm、高さ2cm、上面の半径を4.1cm とする円錐台と考えれば、試料全体がほぼ測定可能範囲内にはいるので、19g全量を計ったとする。
よって、
13.3 * 1000 / 19 = 700
より、700Bq/kgとなる。
ふきの水分量が 96%(http://food.longseller.org/g13/i12111a.html)なので、ふきのとうの水分量を同量とすると、700 * (100-96.1) / 96.1 = 28.4 より
栃木産ふきのとう(自家栽培)の線量は 28 Bq/kg となる。
インスペクターはβ線測定を特長とする測定器ですから、γ線を測定を基準としている正確な測定とは異なります。


25 :名無しに影響はない(栃木県):2012/04/10(火) 19:39:24.31 ID:rYU0Fh//
2022.13.25 マイクの集音能力の測定。
2-3分に1回の3連音を受信できず
猫等の生活音を受信する

パソコン値, インスペクター値, 差,備考
08:10 317, 276, 41
08:20 620, 584, 36
08:31 1044, 1010, 34
08:40 1289, 1260, 29
08:50 1644, 1613, 31, 猫音
09:00 2037, 2006, 31

これは、マイクロホンで音を拾って計数するというソフトの性能試験結果です。

26 :名無しに影響はない(やわらか銀行):2012/04/11(水) 02:20:45.27 ID:8YEj24yd
1.測定対象
乾燥わかめ 150g 中国産 直付け ビニル袋で保護

2.測定結果
5分間バックグラウンド 198
5分間乾燥わかめ 251

3.補足コメント
バックグラウンドとの差があった。
カリウムを検出したと思う。三陸産わかめがあれば測ってみて比較したい。


27 :名無しに影響はない(やわらか銀行):2012/04/11(水) 02:30:14.57 ID:8YEj24yd
>>24
ベクレルまでわかるんですか。
カルシウムの多い東日本の食品にはストロンチウムが入っているように思います。
干しえびや魚肉ソーセージや煮干しなど。
海に流出した原発の汚染水に含まれている放射性物質がわかればいいですが。
プルトニウムは豆類に蓄積するようです。

28 :名無しに影響はない(やわらか銀行):2012/04/11(水) 02:38:08.57 ID:8YEj24yd
>>26はインスペクター+のトータルタイマーでの5分間のカウント数です。

29 :名無しに影響はない(やわらか銀行):2012/04/11(水) 03:16:37.49 ID:8YEj24yd
インスペクター+ トータルタイマーモード 5分間カウント数
1.測定対象
丸大食品(大阪) フィッシュソーセージ70g 購入時の袋のまま直付け ビニル袋で保護

2.測定結果 5分間を2回測定
バックグラウンド 195、198
フィッシュソーセージ 201、198

3.補足コメント
数値に差がないようだ。次回はフィッシュソーセージを袋から出して測りたい。

30 :名無しに影響はない(やわらか銀行):2012/04/11(水) 03:22:10.59 ID:8YEj24yd
インスペクター+ トータルタイマーモード 5分間カウント数
1.測定対象
(株)ヒガシマル(鹿児島) そうめん700g 袋のまま直付け ビニル袋で保護

2.測定結果 5分間を2回測定
バックグラウンド 195、198
そうめん 219、208

3.補足コメント
数値に差があるが誤差の範囲か。 原材料は小麦粉と食塩のみ

31 :名無しに影響はない(やわらか銀行):2012/04/11(水) 03:36:54.96 ID:8YEj24yd
インスペクター+ トータルタイマーモード 5分間カウント数
1.測定対象
(株)ミタカ(熊本) 佐賀県産大麦 麦茶ティーバッグ400g 袋のまま直付け ビニル袋で保護

2.測定結果 5分間
バックグラウンド 195、198
麦茶   230


32 :名無しに影響はない(やわらか銀行):2012/04/11(水) 03:41:44.72 ID:8YEj24yd
インスペクター+ トータルタイマーモード 5分間カウント数
1.測定対象
二豊フーズ(株)(大分県)納豆40g 直付け ビニル袋で保護

2.測定結果 5分間
バックグラウンド 195、198
納豆   229

33 :名無しに影響はない(栃木県):2012/04/11(水) 14:51:46.67 ID:3KPqPkME
>>12
http://uni.2ch.net/test/read.cgi/radiation/1331598144/357-359
>GJ!
>やっとこのスレもスッキリしたね!
ってあるから、エーヨッ(共通語訳 いいとも)。

>>27
まず、単位の定義を読んでくれ。
http://ja.wikipedia.org/wiki/%E3%82%B7%E3%83%BC%E3%83%99%E3%83%AB%E3%83%88
http://ja.wikipedia.org/wiki/%E3%82%B0%E3%83%AC%E3%82%A4_%28%E5%8D%98%E4%BD%8D%29
http://ja.wikipedia.org/wiki/%E3%83%99%E3%82%AF%E3%83%AC%E3%83%AB
ンデ、測定器のほうで何をやっているのかッテート、
何分間又は何秒間又は何時間か、放射線の数(ガイガーのカリカリ音)を数えて
適切な演算をして、表示しているだけ。
つまり、検出器とカリカリ音を数えることができれば、
空中線量も、表面線量も、物質中の放射線量も数えられるわけ。

だから(精度は別にして)カウンターがついている放射線量計ならば測れることになります。
実際にどういう値になるかは、測定者の力量次第。

ここはにちゃんねるだから、嘘を嘘だとわかる人が利用しているわけで、嘘を見抜けないならば利用するな。

>プルトニウムは豆類に蓄積するようです。
そうなんだよな。
除去方法がわかれば、大豆でもインゲンでも小豆でもをいくらでも作付けするんだが
わかんないんで、作付けできないでいる。

34 :名無しに影響はない(やわらか銀行):2012/04/11(水) 15:32:28.04 ID:8YEj24yd
福島、宮城、茨城が3大汚染地域です。
この地域の大豆や小豆などの豆類からプルトニウムが検出できるかもしれません。
汚染水にも含まれているので海藻や海底魚からも検出されそうです。
プルトニウムを検出する場合は、マイカ窓と対象物の間にビニルなど何もあってはいけません。
マイカ窓を3センチ程度まで近づけた数値と、間に紙一枚挟んだ数値に差があればプルトニウムです。
福島の自動車フィルターからはすでにプルトニウムが検出されています。
http://www.youtube.com/watch?v=NBAM8w3gVZY

35 :名無しに影響はない(やわらか銀行):2012/04/11(水) 15:42:00.47 ID:8YEj24yd
納豆菌はほとんどが東日本産。
納豆菌は放射性物質で汚染するのであろうか?
九州で作った外国産大豆納豆はどこの納豆菌を使用しているか不明。
東京都、山形県、宮城県のメーカーが国内3大メーカー。
http://www.nattou.com/topics/kin.html

36 :名無しに影響はない(栃木県):2012/04/11(水) 19:26:06.13 ID:3KPqPkME
>>35
たしか、1gで100kgだったかな、使用量が。
だから、菌体が汚染されていたとしても薄まってしまうので、気にする必要なし。

>>34
α線放出核種は、重大な吸入障害を起こすので、呼吸器の防護を必要とする

放射線緊急事態時の評価および対応のための一般的手順
現場監督者の対応 手順書 Ci 2/4ページ内コラム(アクロバットではp40)より。
http://www.nirs.go.jp/hibaku/kenkyu/te_1162_jp.pdf
より。

口をあけて寝ていると、口内から出血をしたりしていますから、ある程度のα線核種が存在します。
また、集落内在住老人が「こんな刺すような鋭い痛みは経験していない」ということから、
2011年6月頃にストロンチウムよりも強いβ線を出す核種、おそらく、ネプツニウムが存在していたと思われます。
つまり、プルトニウムがそれなりの分量で家屋内に存在することが予想されます。

α線核種の場合には、ちょっとした薄膜程度で遮蔽されますので、どうしても、灰化しないと測定できません。
現時点では、ドラフトの入手ができず灰化はできません。
http://www.n-hakko.com/bunnseki-houhou.html 灰化
http://ci.nii.ac.jp/naid/110002908385 高温灰化による消失
http://www.jrias.or.jp/index.cfm/6,203,pdf 低温灰化による消失
乾燥の場合にも、核種の希散と思われる現象が観察されています。机を改造した乾燥機を使用していますが
しいたけの乾燥中に、室内の線量が 0.05-0.12(最頻値 0.08) → 0.05-0.15(最頻値 0.12)と上昇しました。

37 :名無しに影響はない(栃木県):2012/04/11(水) 19:34:07.62 ID:3KPqPkME
家庭内騒音による誤差。
測定値は以下のとおり。
x <- c( 0, 0, 2, 3, 2, 7, 3, 6, 7, 9, 7, 11, 7, 10, 15, 7, 9, 6, 9, 11, 12, 7, 8, 8, 13, 7, 9, 9, 15, 12, 20, 16, 17, 19, 14, 9, 12, 17, 26, 13, 16, 17, 11, 16, 19)
戸の開け閉め(2-9と10-15)、咳(26)、その他、思いつく限りの音を出しています。
1分間に1回、で画面を見ながら繰り返しを取っています。

38 :名無しに影響はない(やわらか銀行):2012/04/11(水) 22:44:22.19 ID:8YEj24yd
インスペクター+ トータルタイマーモード 5分間カウント数
1.測定対象
長崎県産 小魚(きびなご)100g 直付け ビニル袋で保護

2.測定結果 5分間
バックグラウンド 195、198
きびなご   210

39 :名無しに影響はない(栃木県):2012/04/14(土) 07:52:56.32 ID:PzUMpoQ1
1.測定対象
「JヌードルコーポレーションBK こだわりの熟成 2014.01 B3941204」の測定。20g
1回目の「茹で」は、説明書どおり。水200ccに麺20gをいれて茹でたもの
2回目の「茹で」は、沸騰した200ccのお湯に、茹であがった麺をいれて放置。
15分後麺が透き通ってきたら加熱を止めて、「茹であがった」として説明書3の通りにした。
「茹であがった麺」は、合金標準バット6号( http://taniguchi-metal.com/lineup_4009.html )に標準バット用金網を入れて、
キッチンペーパー( http://item.rakuten.co.jp/kenkocom/k216340h/ )1組をすいた上に広げた。
キッチンペーパーを丸めて先端を金網とバットの隙間に押し込んで、机を改造した乾燥機(40度)に4日間放置した。
乾燥後、麺は外側のキッチンペーパーを捨て内側のキッチンペーパーごと、
ユニパック F-4( http://www.seinichi.co.jp/product/standard.html#01 )に入れて測定試料とした。
「袋」はF-4にキッチンペーパー1枚を入れたもの。「未茹で」は、麺20gを6cm-10cm程度に折り、キッチンペーパー1枚で包んだもの。
いずれも、直径10cm以内に入る大きさに折りたたんで、机の上に置き、上空3cmにインスペクターを置いて、30分程度測定。音をパソコンで集計したもの。


40 :名無しに影響はない(栃木県):2012/04/14(土) 07:54:58.04 ID:PzUMpoQ1
2.測定結果
まずは生データ。
1. n=30 BG
x <- c(26, 46, 30, 40, 47, 41, 32, 42, 30, 40, 44, 39, 42, 51, 44, 38, 38, 34, 48, 54, 44, 34, 31, 29, 45, 36, 53, 31, 41, 38)
> mean(x)
[1] 39.6
> var(x)
[1] 53.69655
>

2. n=31 袋
x <- c(34, 42, 40, 35, 38, 39, 29, 54, 39, 40, 35, 50, 35, 35, 40, 41, 33, 38, 33, 36, 47, 40, 33, 38, 48, 40, 42, 33, 25, 29, 39)
> mean(x)
[1] 38.06452
> var(x)
[1] 37.72903
>

3. n=35 未茹で
x <- c(43, 51, 38, 37, 45, 38, 41, 42, 35, 35, 37, 45, 39, 37, 41, 43, 46, 38, 49, 33, 35, 35, 43, 49, 50, 33, 43, 45, 48, 50, 39, 21, 41, 41, 46)
> mean(x)
[1] 40.91429
> var(x)
[1] 38.49244
>

4. n=30 茹で1回
x <- c(37, 38, 40, 51, 37, 38, 54, 36, 25, 36, 38, 45, 53, 32, 42, 50, 37, 36, 46, 60, 34, 50, 48, 34, 30, 37, 34, 31, 34, 39)
> mean(x)
[1] 40.06667
> var(x)
[1] 66.4092
>
5. n=32 茹で2回
x <- c(37, 31, 37, 47, 38, 39, 42, 38, 40, 33, 41, 42, 35, 36, 43, 33, 42, 49, 41, 38, 39, 36, 48, 39, 33, 35, 32, 25, 35, 38, 32, 45)
> mean(x)
[1] 38.09375
> var(x)
[1] 27.44254
>

6. n=31 BG
x <- c(37, 32, 46, 42, 33, 40, 38, 41, 35, 39, 34, 31, 43, 37, 43, 42, 48, 43, 26, 36, 29, 45, 32, 36, 43, 35, 50, 44, 44, 41, 47)
> mean(x)
[1] 39.09677
> var(x)
[1] 34.75699
>


41 :名無しに影響はない(栃木県):2012/04/14(土) 07:55:22.73 ID:PzUMpoQ1
7. n=35 袋
x <- c(50, 27, 34, 42, 45, 38, 37, 39, 26, 51, 27, 37, 40, 40, 30, 43, 30, 47, 35, 34, 54, 38, 36, 41, 38, 26, 40, 32, 37, 32, 40, 40, 50, 37, 37)
> mean(x)
[1] 38
> var(x)
[1] 49.82353
>
8. n=31 茹で1回
x <- c(39, 27, 37, 44, 49, 49, 38, 48, 56, 35, 42, 41, 38, 34, 40, 27, 36, 40, 31, 38, 40, 29, 37, 37, 37, 43, 34, 39, 41, 41, 37)
> mean(x)
[1] 38.83871
> var(x)
[1] 39.47312
>
9. n=31 未茹で
x <- c(46, 40, 38, 33, 55, 44, 53, 39, 47, 41, 39, 31, 47, 44, 36, 38, 47, 33, 34, 36, 39, 44, 40, 55, 34, 36, 40, 31, 50, 53, 50)
> mean(x)
[1] 41.70968
> var(x)
[1] 50.67957
>
10. n=30 茹で2回
x <- c(37, 44, 49, 30, 37, 35, 41, 44, 32, 36, 29, 33, 45, 43, 33, 33, 46, 43, 48, 39, 31, 36, 41, 40, 32, 34, 43, 38, 39, 44)
> mean(x)
[1] 38.5
> var(x)
[1] 31.36207
>

11. n=30 BG
x <- c(38, 40, 40, 41, 37, 41, 47, 33, 33, 42, 37, 45, 32, 38, 35, 46, 36, 38, 36, 44, 26, 40, 42, 53, 41, 44, 37, 32, 40, 35)
> mean(x)
[1] 38.96667
> var(x)
[1] 28.72299
>

12. n=31 袋
x <- c(39, 32, 42, 41, 38, 46, 28, 37, 46, 35, 34, 40, 35, 41, 42, 43, 41, 31, 47, 46, 31, 42, 27, 51, 37, 41, 41, 34, 29, 37, 45)
> mean(x)
[1] 38.67742
> var(x)
[1] 36.29247
>


42 :名無しに影響はない(栃木県):2012/04/14(土) 07:56:14.68 ID:PzUMpoQ1
4. データ貼り付け

全体の分析

x <- c(26, 46, 30, 40, 47, 41, 32, 42, 30, 40, 44, 39, 42, 51, 44, 38, 38, 34, 48, 54, 44, 34, 31, 29, 45, 36, 53, 31, 41, 38 ,
34, 42, 40, 35, 38, 39, 29, 54, 39, 40, 35, 50, 35, 35, 40, 41, 33, 38, 33, 36, 47, 40, 33, 38, 48, 40, 42, 33, 25, 29, 39 ,
43, 51, 38, 37, 45, 38, 41, 42, 35, 35, 37, 45, 39, 37, 41, 43, 46, 38, 49, 33, 35, 35, 43, 49, 50, 33, 43, 45, 48, 50, 39, 21, 41, 41, 46 ,
37, 38, 40, 51, 37, 38, 54, 36, 25, 36, 38, 45, 53, 32, 42, 50, 37, 36, 46, 60, 34, 50, 48, 34, 30, 37, 34, 31, 34, 39 ,
37, 31, 37, 47, 38, 39, 42, 38, 40, 33, 41, 42, 35, 36, 43, 33, 42, 49, 41, 38, 39, 36, 48, 39, 33, 35, 32, 25, 35, 38, 32, 45 ,
37, 32, 46, 42, 33, 40, 38, 41, 35, 39, 34, 31, 43, 37, 43, 42, 48, 43, 26, 36, 29, 45, 32, 36, 43, 35, 50, 44, 44, 41, 47 ,
50, 27, 34, 42, 45, 38, 37, 39, 26, 51, 27, 37, 40, 40, 30, 43, 30, 47, 35, 34, 54, 38, 36, 41, 38, 26, 40, 32, 37, 32, 40, 40, 50, 37, 37 ,
39, 27, 37, 44, 49, 49, 38, 48, 56, 35, 42, 41, 38, 34, 40, 27, 36, 40, 31, 38, 40, 29, 37, 37, 37, 43, 34, 39, 41, 41, 37 ,
46, 40, 38, 33, 55, 44, 53, 39, 47, 41, 39, 31, 47, 44, 36, 38, 47, 33, 34, 36, 39, 44, 40, 55, 34, 36, 40, 31, 50, 53, 50 ,
37, 44, 49, 30, 37, 35, 41, 44, 32, 36, 29, 33, 45, 43, 33, 33, 46, 43, 48, 39, 31, 36, 41, 40, 32, 34, 43, 38, 39, 44 ,
38, 40, 40, 41, 37, 41, 47, 33, 33, 42, 37, 45, 32, 38, 35, 46, 36, 38, 36, 44, 26, 40, 42, 53, 41, 44, 37, 32, 40, 35 ,
39, 32, 42, 41, 38, 46, 28, 37, 46, 35, 34, 40, 35, 41, 42, 43, 41, 31, 47, 46, 31, 42, 27, 51, 37, 41, 41, 34, 29, 37, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 , 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 , 6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6 ,
7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7,7 , 8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8 ,
9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9,9 , 10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10 ,
11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11 ,
12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12)
> mean(x)
[1] 39.2122
> var(x)
[1] 41.30591
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.0675, 第1自由度 = 11, 第2自由度 = 365, P値 = 0.3866
有意差あり。群による差異がある。

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

データ: x と g
バートレットのK二乗値 = 11.9859, 自由度 = 11, P値 = 0.3647
有意。先の分散分析が無効。

> 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 = 0.9729, 第1自由度 = 11.000, 第2自由度 = 143.248, P値 = 0.4738
有意差あり。群による差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.265252 0.265252
25 21 5.570292 5.835544
30 64 16.976127 22.811671
35 117 31.034483 53.846154
40 100 26.525199 80.371353
45 46 12.201592 92.572944
50 24 6.366048 98.938992
55 3 0.795756 99.734748
60 1 0.265252 100.000000
>

43 :名無しに影響はない(栃木県):2012/04/14(土) 07:56:50.56 ID:PzUMpoQ1
x <- c(26, 46, 30, 40, 47, 41, 32, 42, 30, 40, 44, 39, 42, 51, 44, 38, 38, 34, 48, 54, 44, 34, 31, 29, 45, 36, 53, 31, 41, 38 ,
34, 42, 40, 35, 38, 39, 29, 54, 39, 40, 35, 50, 35, 35, 40, 41, 33, 38, 33, 36, 47, 40, 33, 38, 48, 40, 42, 33, 25, 29, 39 ,
43, 51, 38, 37, 45, 38, 41, 42, 35, 35, 37, 45, 39, 37, 41, 43, 46, 38, 49, 33, 35, 35, 43, 49, 50, 33, 43, 45, 48, 50, 39, 21, 41, 41, 46 ,
37, 38, 40, 51, 37, 38, 54, 36, 25, 36, 38, 45, 53, 32, 42, 50, 37, 36, 46, 60, 34, 50, 48, 34, 30, 37, 34, 31, 34, 39 ,
37, 31, 37, 47, 38, 39, 42, 38, 40, 33, 41, 42, 35, 36, 43, 33, 42, 49, 41, 38, 39, 36, 48, 39, 33, 35, 32, 25, 35, 38, 32, 45 ,
37, 32, 46, 42, 33, 40, 38, 41, 35, 39, 34, 31, 43, 37, 43, 42, 48, 43, 26, 36, 29, 45, 32, 36, 43, 35, 50, 44, 44, 41, 47 ,
50, 27, 34, 42, 45, 38, 37, 39, 26, 51, 27, 37, 40, 40, 30, 43, 30, 47, 35, 34, 54, 38, 36, 41, 38, 26, 40, 32, 37, 32, 40, 40, 50, 37, 37 ,
39, 27, 37, 44, 49, 49, 38, 48, 56, 35, 42, 41, 38, 34, 40, 27, 36, 40, 31, 38, 40, 29, 37, 37, 37, 43, 34, 39, 41, 41, 37 ,
46, 40, 38, 33, 55, 44, 53, 39, 47, 41, 39, 31, 47, 44, 36, 38, 47, 33, 34, 36, 39, 44, 40, 55, 34, 36, 40, 31, 50, 53, 50 ,
37, 44, 49, 30, 37, 35, 41, 44, 32, 36, 29, 33, 45, 43, 33, 33, 46, 43, 48, 39, 31, 36, 41, 40, 32, 34, 43, 38, 39, 44 ,
38, 40, 40, 41, 37, 41, 47, 33, 33, 42, 37, 45, 32, 38, 35, 46, 36, 38, 36, 44, 26, 40, 42, 53, 41, 44, 37, 32, 40, 35 ,
39, 32, 42, 41, 38, 46, 28, 37, 46, 35, 34, 40, 35, 41, 42, 43, 41, 31, 47, 46, 31, 42, 27, 51, 37, 41, 41, 34, 29, 37, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 , 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 , 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 , 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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 , 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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 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)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.6641, 第1自由度 = 4, 第2自由度 = 372, P値 = 0.03232
有意差あり。群による差異がある。

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

データ: x と g
バートレットのK二乗値 = 5.5387, 自由度 = 4, P値 = 0.2364
有意。先の分散分析が無効。

> 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 = 2.6132, 第1自由度 = 4.000, 第2自由度 = 174.657, P値 = 0.03704
有意差あり。群による差異がある。


44 :名無しに影響はない(栃木県):2012/04/14(土) 07:57:54.42 ID:PzUMpoQ1
繰り返しによる差異

1. n=91 BG
x <- c(26, 46, 30, 40, 47, 41, 32, 42, 30, 40, 44, 39, 42, 51, 44, 38, 38, 34, 48, 54, 44, 34, 31, 29, 45, 36, 53, 31, 41, 38 ,
37, 32, 46, 42, 33, 40, 38, 41, 35, 39, 34, 31, 43, 37, 43, 42, 48, 43, 26, 36, 29, 45, 32, 36, 43, 35, 50, 44, 44, 41, 47 ,
38, 40, 40, 41, 37, 41, 47, 33, 33, 42, 37, 45, 32, 38, 35, 46, 36, 38, 36, 44, 26, 40, 42, 53, 41, 44, 37, 32, 40, 35)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.21978
> var(x)
[1] 38.21783
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0862, 第1自由度 = 2, 第2自由度 = 88, P値 = 0.9175
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 = 3.0282, 自由度 = 2, P値 = 0.22
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 = 0.0745, 第1自由度 = 2.000, 第2自由度 = 57.737, P値 = 0.9283
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 5 5.494505 5.494505
30 16 17.582418 23.076923
35 23 25.274725 48.351648
40 31 34.065934 82.417582
45 11 12.087912 94.505495
50 5 5.494505 100.000000
>


45 :名無しに影響はない(栃木県):2012/04/14(土) 07:58:22.34 ID:PzUMpoQ1
2. n=97 袋
x <- c(34, 42, 40, 35, 38, 39, 29, 54, 39, 40, 35, 50, 35, 35, 40, 41, 33, 38, 33, 36, 47, 40, 33, 38, 48, 40, 42, 33, 25, 29, 39 ,
50, 27, 34, 42, 45, 38, 37, 39, 26, 51, 27, 37, 40, 40, 30, 43, 30, 47, 35, 34, 54, 38, 36, 41, 38, 26, 40, 32, 37, 32, 40, 40, 50, 37, 37 ,
39, 32, 42, 41, 38, 46, 28, 37, 46, 35, 34, 40, 35, 41, 42, 43, 41, 31, 47, 46, 31, 42, 27, 51, 37, 41, 41, 34, 29, 37, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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] 38.23711
> var(x)
[1] 40.87027
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1069, 第1自由度 = 2, 第2自由度 = 94, P値 = 0.8988
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.9797, 自由度 = 2, P値 = 0.6127
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 = 0.1126, 第1自由度 = 2.000, 第2自由度 = 62.638, P値 = 0.8937
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 10 10.309278 10.30928
30 16 16.494845 26.80412
35 29 29.896907 56.70103
40 26 26.804124 83.50515
45 9 9.278351 92.78351
50 7 7.216495 100.00000
>


46 :名無しに影響はない(栃木県):2012/04/14(土) 07:58:51.52 ID:PzUMpoQ1
3. n=66 未茹で
x <- c(43, 51, 38, 37, 45, 38, 41, 42, 35, 35, 37, 45, 39, 37, 41, 43, 46, 38, 49, 33, 35, 35, 43, 49, 50, 33, 43, 45, 48, 50, 39, 21, 41, 41, 46 ,
46, 40, 38, 33, 55, 44, 53, 39, 47, 41, 39, 31, 47, 44, 36, 38, 47, 33, 34, 36, 39, 44, 40, 55, 34, 36, 40, 31, 50, 53, 50)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 41.28788
> var(x)
[1] 43.68508
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.2353, 第1自由度 = 1, 第2自由度 = 64, P値 = 0.6293
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 = 0.5951, 自由度 = 1, P値 = 0.4404
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 = 0.2313, 第1自由度 = 1.000, 第2自由度 = 59.987, P値 = 0.6323
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.515152 1.515152
25 0 0.000000 1.515152
30 8 12.121212 13.636364
35 20 30.303030 43.939394
40 16 24.242424 68.181818
45 12 18.181818 86.363636
50 7 10.606061 96.969697
55 2 3.030303 100.000000
>

47 :名無しに影響はない(栃木県):2012/04/14(土) 07:59:20.24 ID:PzUMpoQ1
4. n=61 茹で1回
x <- c(37, 38, 40, 51, 37, 38, 54, 36, 25, 36, 38, 45, 53, 32, 42, 50, 37, 36, 46, 60, 34, 50, 48, 34, 30, 37, 34, 31, 34, 39 ,
39, 27, 37, 44, 49, 49, 38, 48, 56, 35, 42, 41, 38, 34, 40, 27, 36, 40, 31, 38, 40, 29, 37, 37, 37, 43, 34, 39, 41, 41, 37)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 39.44262
> var(x)
[1] 52.21749
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.4361, 第1自由度 = 1, 第2自由度 = 59, P値 = 0.5116
有意ではない。繰り返しによる差異は不明。

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

データ: x と g
バートレットのK二乗値 = 1.9459, 自由度 = 1, P値 = 0.1630
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 = 0.4324, 第1自由度 = 1.00, 第2自由度 = 54.52, P値 = 0.5136
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 4 6.557377 6.557377
30 10 16.393443 22.950820
35 23 37.704918 60.655738
40 11 18.032787 78.688525
45 6 9.836066 88.524590
50 5 8.196721 96.721311
55 1 1.639344 98.360656
60 1 1.639344 100.000000
>

48 :名無しに影響はない(栃木県):2012/04/14(土) 07:59:44.72 ID:PzUMpoQ1
5. n=62 茹で2回
x <- c(37, 31, 37, 47, 38, 39, 42, 38, 40, 33, 41, 42, 35, 36, 43, 33, 42, 49, 41, 38, 39, 36, 48, 39, 33, 35, 32, 25, 35, 38, 32, 45 ,
37, 44, 49, 30, 37, 35, 41, 44, 32, 36, 29, 33, 45, 43, 33, 33, 46, 43, 48, 39, 31, 36, 41, 40, 32, 34, 43, 38, 39, 44)
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)
> mean(x)
[1] 38.29032
> var(x)
[1] 28.89794
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0871, 第1自由度 = 1, 第2自由度 = 60, P値 = 0.7689
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 = 0.1314, 自由度 = 1, P値 = 0.717
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 = 0.0867, 第1自由度 = 1.000, 第2自由度 = 58.971, P値 = 0.7694
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 3.225806 3.225806
30 14 22.580645 25.806452
35 22 35.483871 61.290323
40 16 25.806452 87.096774
45 8 12.903226 100.000000
>

49 :名無しに影響はない(栃木県):2012/04/14(土) 08:00:46.27 ID:PzUMpoQ1
バックグラウンドとの比較
1. n=91 BG
gr1 <- c(26, 46, 30, 40, 47, 41, 32, 42, 30, 40, 44, 39, 42, 51, 44, 38, 38, 34, 48, 54, 44, 34, 31, 29, 45, 36, 53, 31, 41, 38 ,
37, 32, 46, 42, 33, 40, 38, 41, 35, 39, 34, 31, 43, 37, 43, 42, 48, 43, 26, 36, 29, 45, 32, 36, 43, 35, 50, 44, 44, 41, 47 ,
38, 40, 40, 41, 37, 41, 47, 33, 33, 42, 37, 45, 32, 38, 35, 46, 36, 38, 36, 44, 26, 40, 42, 53, 41, 44, 37, 32, 40, 35)
> mean(x)
[1] 39.21978
> var(x)
[1] 38.21783

2. n=97 袋
gr2 <- c(34, 42, 40, 35, 38, 39, 29, 54, 39, 40, 35, 50, 35, 35, 40, 41, 33, 38, 33, 36, 47, 40, 33, 38, 48, 40, 42, 33, 25, 29, 39 ,
50, 27, 34, 42, 45, 38, 37, 39, 26, 51, 27, 37, 40, 40, 30, 43, 30, 47, 35, 34, 54, 38, 36, 41, 38, 26, 40, 32, 37, 32, 40, 40, 50, 37, 37 ,
39, 32, 42, 41, 38, 46, 28, 37, 46, 35, 34, 40, 35, 41, 42, 43, 41, 31, 47, 46, 31, 42, 27, 51, 37, 41, 41, 34, 29, 37, 45)
> mean(x)
[1] 38.23711
> var(x)
[1] 40.87027
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = 1.0702, 自由度 = 186, P値 = 0.2859
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: -0.8288018 2.7941355
標本推定値:
平均値x 平均値y
39.21978 38.23711
有意。平均値に差がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 1.0713, 自由度 = 185.825, P値 = 0.2854
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: -0.8268647 2.7921983
標本推定値:
平均値x 平均値y
39.21978 38.23711
有意。平均値に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.9351, 第1自由度 = 90, 第2自由度 = 96, P値 = 0.7489
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.6219275 1.4098211
標本推定値:
分散比
0.9351008
有意。(Welchの方法)を使用する。
>

39.2-38.2 = 1
1 * 0.47 = 0.47 Bq/1袋(袋による遮蔽)


50 :名無しに影響はない(栃木県):2012/04/14(土) 08:01:16.53 ID:PzUMpoQ1
3. n=66 未茹で
gr2 <- c(43, 51, 38, 37, 45, 38, 41, 42, 35, 35, 37, 45, 39, 37, 41, 43, 46, 38, 49, 33, 35, 35, 43, 49, 50, 33, 43, 45, 48, 50, 39, 21, 41, 41, 46 ,
46, 40, 38, 33, 55, 44, 53, 39, 47, 41, 39, 31, 47, 44, 36, 38, 47, 33, 34, 36, 39, 44, 40, 55, 34, 36, 40, 31, 50, 53, 50)
> mean(x)
[1] 41.28788
> var(x)
[1] 43.68508
> 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 = -2.0097, 自由度 = 155, P値 = 0.0462
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -4.10089286 -0.03530427
標本推定値:
平均値x 平均値y
39.21978 41.28788
有意。平均値に差がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -1.9883, 自由度 = 134.536, P値 = 0.04881
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -4.12522061 -0.01097653
標本推定値:
平均値x 平均値y
39.21978 41.28788
有意。平均値に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.8748, 第1自由度 = 90, 第2自由度 = 65, P値 = 0.553
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.5505676 1.3668892
標本推定値:
分散比
0.8748485
有意。(Welchの方法)を使用する。

>
41.3 - 39.2 = 2.1
2.1 * 0.47 = 0.99


51 :名無しに影響はない(栃木県):2012/04/14(土) 09:46:06.53 ID:PzUMpoQ1
連続投稿規制に引っかかったので中断したものを再開。
4. n=61 茹で1回
gr2 <- c(37, 38, 40, 51, 37, 38, 54, 36, 25, 36, 38, 45, 53, 32, 42, 50, 37, 36, 46, 60, 34, 50, 48, 34, 30, 37, 34, 31, 34, 39 ,
39, 27, 37, 44, 49, 49, 38, 48, 56, 35, 42, 41, 38, 34, 40, 27, 36, 40, 31, 38, 40, 29, 37, 37, 37, 43, 34, 39, 41, 41, 37)
> mean(x)
[1] 39.44262
> var(x)
[1] 52.21749
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -0.2034, 自由度 = 150, P値 = 0.839
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: -2.387191 1.941505
標本推定値:
平均値x 平均値y
39.21978 39.44262
有意ではない。平均値に差があるがどうかわからない

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -0.1973, 自由度 = 114.881, P値 = 0.844
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: -2.460391 2.014706
標本推定値:
平均値x 平均値y
39.21978 39.44262
有意ではない。平均値に差があるがどうかわからない

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.7319, 第1自由度 = 90, 第2自由度 = 60, P値 = 0.1781
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4543745 1.1533524
標本推定値:
分散比
0.7318971
有意。(Welchの方法)を使用する。

>
差が有意ではないので、Bq値を求められない。
39.4-39.2 = 0.2
0.2 * 0.47 = 0.09

52 :名無しに影響はない(栃木県):2012/04/14(土) 09:46:43.62 ID:PzUMpoQ1
5. n=62 茹で2回
gr2 <- c(37, 31, 37, 47, 38, 39, 42, 38, 40, 33, 41, 42, 35, 36, 43, 33, 42, 49, 41, 38, 39, 36, 48, 39, 33, 35, 32, 25, 35, 38, 32, 45 ,
37, 44, 49, 30, 37, 35, 41, 44, 32, 36, 29, 33, 45, 43, 33, 33, 46, 43, 48, 39, 31, 36, 41, 40, 32, 34, 43, 38, 39, 44)
> mean(x)
[1] 38.29032
> var(x)
[1] 28.89794
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = 0.9616, 自由度 = 151, P値 = 0.3378
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: -0.9803271 2.8392424
標本推定値:
平均値x 平均値y
39.21978 38.29032
有意。平均値に差がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 0.9874, 自由度 = 142.202, P値 = 0.3251
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: -0.9313193 2.7902346
標本推定値:
平均値x 平均値y
39.21978 38.29032
有意。平均値に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.3225, 第1自由度 = 90, 第2自由度 = 61, P値 = 0.2459
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.8234076 2.0803142
標本推定値:
分散比
1.322511
有意。(Welchの方法)を使用する。

>
39.2-38.2 = 1
1 * 0.47 = 0.47

バックグラウンドとの比較。試料20g
       袋*, 未茹で*,茹で1回 ,茹で2回*
===============================================
差(CPS)   -1.0 ,   2.1 ,   0.2 ,   -1.0
量(Bq )  -0.47,   0.99,   0.09,   -0.47
(*印;有意, 無印;有意ではない)


53 :名無しに影響はない(栃木県):2012/04/14(土) 09:47:09.40 ID:PzUMpoQ1
回帰分析

y <- c(43, 51, 38, 37, 45, 38, 41, 42, 35, 35, 37, 45, 39, 37, 41, 43, 46, 38, 49, 33, 35, 35, 43, 49, 50, 33, 43, 45, 48, 50, 39, 21, 41, 41, 46 ,
37, 38, 40, 51, 37, 38, 54, 36, 25, 36, 38, 45, 53, 32, 42, 50, 37, 36, 46, 60, 34, 50, 48, 34, 30, 37, 34, 31, 34, 39 ,
37, 31, 37, 47, 38, 39, 42, 38, 40, 33, 41, 42, 35, 36, 43, 33, 42, 49, 41, 38, 39, 36, 48, 39, 33, 35, 32, 25, 35, 38, 32, 45 ,
39, 27, 37, 44, 49, 49, 38, 48, 56, 35, 42, 41, 38, 34, 40, 27, 36, 40, 31, 38, 40, 29, 37, 37, 37, 43, 34, 39, 41, 41, 37 ,
46, 40, 38, 33, 55, 44, 53, 39, 47, 41, 39, 31, 47, 44, 36, 38, 47, 33, 34, 36, 39, 44, 40, 55, 34, 36, 40, 31, 50, 53, 50 ,
37, 44, 49, 30, 37, 35, 41, 44, 32, 36, 29, 33, 45, 43, 33, 33, 46, 43, 48, 39, 31, 36, 41, 40, 32, 34, 43, 38, 39, 44)
x <- c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 , 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 ,
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> result<-lm(y~x)
> result

Call:
lm(formula = y ~ x)

Coefficients:
(Intercept) x
41.179 -1.502

> plot(x,y,main="Regression line")
> abline(result,col="red")
>

3.補足コメント

インスペクターによるやさしおの測定では、1.819個 / (分・100mg)なので、インスペクターの計数値からの換算計数は 0.47 Bq/CPM となる。
1.502 * 0.47 = 0.70
0.70 Bq/20g・回 減少する。
なお、べつに同様な事を行ったものがある。これは、食べる予定のうどんからキッチンペーパーに入る程度の分量をサンプリングした場合で、
2回茹でたほう(41.8-38.4=3.4 CPM, 12.4g)が、1回(41.7-38.4=1.9 CPM 33.0g)だけよりも高濃度という結果になった。
茹で方に問題があるのか、水道水が汚染されていたか、乾燥中に汚染されたか、等の原因が考えられる。
一番可能性のあるのは、攪拌不備による濃度分布(一部分高濃度なところがあり、高濃度の部分の試料を採取)で、
少量(50g以下)の実験室レベルの実験からテストプラント(100kg以下)に移行するときに現れる問題です。
バックグラウントと袋の比較で、線量の減少が観察された。キッチンペーパー6枚(3回重ね折り)+ポリエチレン 0.04mm3枚で遮蔽可能な放射線はα線だけである。
ポリエチレンはゴムを除くと比較的水素が通りやすい膜である。つまり、α線が透過できることを示している。

54 :名無しに影響はない(栃木県):2012/04/14(土) 13:49:48.14 ID:PzUMpoQ1
1.測定対象
「アルミホイル(厚さ 11um, 中国製)」の測定。
インスペクターによる食品測定を目的に色々やっていたが、使用している機材が汚染されているらしく
α線らしきものを検出した。>>39-53 α線かどうかの確認作業を行った。

使用している機材は、以下のとおり。
台、床面より45cmの高さ、35*40cm。この上にダンボール製箱(35*40cm)を置き、上に鉄板(厚さ1mm)をすいて机様に加工。
ダンボール内に水入りポリタンク(http://item.rakuten.co.jp/ee-shopping/bq000011)を置いてある。
マンテンの棚用の鋼材を井桁に組み、インスペクターを置くと下に約3cmの空間がとれるようにした。
インスペクターは汚染を防ぐために常に食品にも使えるポリ袋(ユニパック I-4, ポリエチレン 0.04mm厚)の中に保管した。
ポリエチレンフィルムのガスの透過性については下記参照。
http://www.agc.com/kagaku/shinsei/cytop/physical.html
http://www.as-1.co.jp/academy/17/17-4.html
アルミホイルは、インスペクターを包んだポリ袋の外側、井桁の上にすいた。

3.補足コメント
有意差が得られず、α線検出とはならなかった。
紙6枚でβ線を遮蔽できるのか、ちょっとわけがわからない状態。


55 :名無しに影響はない(栃木県):2012/04/14(土) 13:53:05.50 ID:PzUMpoQ1
2.測定結果
生データは以下のとおり。連続投稿禁止の制限に引っかかって途中でちぎれるかも。
1. n=30 BG
x <- c(36, 45, 46, 49, 34, 58, 37, 40, 39, 47, 44, 47, 45, 54, 66, 29, 34, 47, 39, 59, 43, 37, 44, 43, 44, 39, 54, 44, 33, 41)
> mean(x)
[1] 43.9
> var(x)
[1] 68.02414
>

2. n=35 試料
x <- c(42, 42, 49, 45, 42, 41, 39, 43, 42, 37, 35, 44, 42, 44, 41, 31, 47, 45, 40, 33, 35, 35, 45, 49, 38, 40, 50, 47, 36, 34, 39, 42, 32, 33, 47)
> mean(x)
[1] 40.74286
> var(x)
[1] 26.96134
>

3. n=33 BG
x <- c(38, 32, 44, 51, 43, 40, 38, 22, 39, 40, 38, 42, 37, 32, 24, 35, 37, 44, 35, 51, 37, 46, 39, 40, 42, 44, 47, 43, 47, 50, 43, 32, 38)
> mean(x)
[1] 39.69697
> var(x)
[1] 44.4678
>

4. n=33 試料
x <- c(40, 38, 41, 40, 50, 50, 42, 39, 41, 45, 40, 44, 40, 36, 42, 36, 40, 27, 35, 40, 36, 51, 34, 37, 25, 47, 43, 36, 36, 40, 40, 41, 43)
> mean(x)
[1] 39.84848
> var(x)
[1] 30.88258
>

5. n=33 BG
x <- c(34, 41, 31, 44, 38, 43, 39, 42, 44, 46, 41, 48, 33, 29, 36, 33, 41, 27, 36, 46, 36, 26, 38, 33, 51, 30, 46, 42, 35, 41, 39, 35, 27)
> mean(x)
[1] 37.90909
> var(x)
[1] 41.52273
>

56 :名無しに影響はない(栃木県):2012/04/14(土) 13:54:55.77 ID:PzUMpoQ1
4.データ貼り付け
全体の分析

x <- c(36, 45, 46, 49, 34, 58, 37, 40, 39, 47, 44, 47, 45, 54, 66, 29, 34, 47, 39, 59, 43, 37, 44, 43, 44, 39, 54, 44, 33, 41 ,
42, 42, 49, 45, 42, 41, 39, 43, 42, 37, 35, 44, 42, 44, 41, 31, 47, 45, 40, 33, 35, 35, 45, 49, 38, 40, 50, 47, 36, 34, 39, 42, 32, 33, 47 ,
38, 32, 44, 51, 43, 40, 38, 22, 39, 40, 38, 42, 37, 32, 24, 35, 37, 44, 35, 51, 37, 46, 39, 40, 42, 44, 47, 43, 47, 50, 43, 32, 38 ,
40, 38, 41, 40, 50, 50, 42, 39, 41, 45, 40, 44, 40, 36, 42, 36, 40, 27, 35, 40, 36, 51, 34, 37, 25, 47, 43, 36, 36, 40, 40, 41, 43 ,
34, 41, 31, 44, 38, 43, 39, 42, 44, 46, 41, 48, 33, 29, 36, 33, 41, 27, 36, 46, 36, 26, 38, 33, 51, 30, 46, 42, 35, 41, 39, 35, 27)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 , 4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 40.35976
> var(x)
[1] 44.36671
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 3.6123, 第1自由度 = 4, 第2自由度 = 159, P値 = 0.007568
有意。群別の差異がある。

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

データ: x と g
バートレットのK二乗値 = 8.1988, 自由度 = 4, P値 = 0.08456
有意。先の分散分析が無効。

> 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 = 2.6566, 第1自由度 = 4.000, 第2自由度 = 78.113, P値 = 0.03896
有意。群別の差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 1.2195122 1.219512
25 7 4.2682927 5.487805
30 18 10.9756098 16.463415
35 43 26.2195122 42.682927
40 57 34.7560976 77.439024
45 24 14.6341463 92.073171
50 10 6.0975610 98.170732
55 2 1.2195122 99.390244
60 0 0.0000000 99.390244
65 1 0.6097561 100.000000
>

57 :名無しに影響はない(栃木県):2012/04/14(土) 13:56:03.19 ID:PzUMpoQ1
バックグラウンドと試料の比較
x <- c(36, 45, 46, 49, 34, 58, 37, 40, 39, 47, 44, 47, 45, 54, 66, 29, 34, 47, 39, 59, 43, 37, 44, 43, 44, 39, 54, 44, 33, 41 ,
42, 42, 49, 45, 42, 41, 39, 43, 42, 37, 35, 44, 42, 44, 41, 31, 47, 45, 40, 33, 35, 35, 45, 49, 38, 40, 50, 47, 36, 34, 39, 42, 32, 33, 47 ,
38, 32, 44, 51, 43, 40, 38, 22, 39, 40, 38, 42, 37, 32, 24, 35, 37, 44, 35, 51, 37, 46, 39, 40, 42, 44, 47, 43, 47, 50, 43, 32, 38 ,
40, 38, 41, 40, 50, 50, 42, 39, 41, 45, 40, 44, 40, 36, 42, 36, 40, 27, 35, 40, 36, 51, 34, 37, 25, 47, 43, 36, 36, 40, 40, 41, 43 ,
34, 41, 31, 44, 38, 43, 39, 42, 44, 46, 41, 48, 33, 29, 36, 33, 41, 27, 36, 46, 36, 26, 38, 33, 51, 30, 46, 42, 35, 41, 39, 35, 27)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0068, 第1自由度 = 1, 第2自由度 = 162, P値 = 0.9346
有意ではない。バックグラウンドと試料の差異は不明。

> 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 = 8.2786, 自由度 = 1, P値 = 0.004012
有意。先の分散分析が無効。

> 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 = 0.0075, 第1自由度 = 1.000, 第2自由度 = 161.976, P値 = 0.9309
有意ではない。バックグラウンドと試料の差異は不明。

>


58 :名無しに影響はない(栃木県):2012/04/14(土) 13:56:49.19 ID:PzUMpoQ1
繰り返しの比較

1. n=96 BG
x <- c(36, 45, 46, 49, 34, 58, 37, 40, 39, 47, 44, 47, 45, 54, 66, 29, 34, 47, 39, 59, 43, 37, 44, 43, 44, 39, 54, 44, 33, 41 ,
38, 32, 44, 51, 43, 40, 38, 22, 39, 40, 38, 42, 37, 32, 24, 35, 37, 44, 35, 51, 37, 46, 39, 40, 42, 44, 47, 43, 47, 50, 43, 32, 38 ,
34, 41, 31, 44, 38, 43, 39, 42, 44, 46, 41, 48, 33, 29, 36, 33, 41, 27, 36, 46, 36, 26, 38, 33, 51, 30, 46, 42, 35, 41, 39, 35, 27)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 40.39583
> var(x)
[1] 55.92588
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 5.7929, 第1自由度 = 2, 第2自由度 = 93, P値 = 0.004256
有意。繰り返しによる差異ある。

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

データ: x と g
バートレットのK二乗値 = 2.2143, 自由度 = 2, P値 = 0.3305
先の分散分析は無効。

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

データ: x と g
F = 5.0623, 第1自由度 = 2.000, 第2自由度 = 60.331, P値 = 0.00928
有意。繰り返しによる差異ある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 2.083333 2.083333
25 5 5.208333 7.291667
30 12 12.500000 19.791667
35 26 27.083333 46.875000
40 28 29.166667 76.041667
45 14 14.583333 90.625000
50 6 6.250000 96.875000
55 2 2.083333 98.958333
60 0 0.000000 98.958333
65 1 1.041667 100.000000
>


59 :名無しに影響はない(栃木県):2012/04/14(土) 13:57:34.87 ID:PzUMpoQ1
2. n=68 試料
x <- c(42, 42, 49, 45, 42, 41, 39, 43, 42, 37, 35, 44, 42, 44, 41, 31, 47, 45, 40, 33, 35, 35, 45, 49, 38, 40, 50, 47, 36, 34, 39, 42, 32, 33, 47 ,
40, 38, 41, 40, 50, 50, 42, 39, 41, 45, 40, 44, 40, 36, 42, 36, 40, 27, 35, 40, 36, 51, 34, 37, 25, 47, 43, 36, 36, 40, 40, 41, 43)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 40.30882
> var(x)
[1] 28.63455
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.4707, 第1自由度 = 1, 第2自由度 = 66, P値 = 0.4951
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 = 0.1498, 自由度 = 1, P値 = 0.6987
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 = 0.4688, 第1自由度 = 1.000, 第2自由度 = 64.946, P値 = 0.496
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 2.941176 2.941176
30 6 8.823529 11.764706
35 17 25.000000 36.764706
40 29 42.647059 79.411765
45 10 14.705882 94.117647
50 4 5.882353 100.000000
>


60 :名無しに影響はない(栃木県):2012/04/14(土) 13:58:10.33 ID:PzUMpoQ1
バックグラウンドと試料の比較

1. n=96 BG
gr1 <- c(36, 45, 46, 49, 34, 58, 37, 40, 39, 47, 44, 47, 45, 54, 66, 29, 34, 47, 39, 59, 43, 37, 44, 43, 44, 39, 54, 44, 33, 41 ,
38, 32, 44, 51, 43, 40, 38, 22, 39, 40, 38, 42, 37, 32, 24, 35, 37, 44, 35, 51, 37, 46, 39, 40, 42, 44, 47, 43, 47, 50, 43, 32, 38 ,
34, 41, 31, 44, 38, 43, 39, 42, 44, 46, 41, 48, 33, 29, 36, 33, 41, 27, 36, 46, 36, 26, 38, 33, 51, 30, 46, 42, 35, 41, 39, 35, 27)
> mean(x)
[1] 40.39583
> var(x)
[1] 55.92588

2. n=68 試料
gr2 <- c(42, 42, 49, 45, 42, 41, 39, 43, 42, 37, 35, 44, 42, 44, 41, 31, 47, 45, 40, 33, 35, 35, 45, 49, 38, 40, 50, 47, 36, 34, 39, 42, 32, 33, 47 ,
40, 38, 41, 40, 50, 50, 42, 39, 41, 45, 40, 44, 40, 36, 42, 36, 40, 27, 35, 40, 36, 51, 34, 37, 25, 47, 43, 36, 36, 40, 40, 41, 43)
> mean(x)
[1] 40.30882
> var(x)
[1] 28.63455

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

データ: gr1 と gr2
t値 = 0.0822, 自由度 = 162, P値 = 0.9346
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: -2.004175 2.178194
標本推定値:
平均値x 平均値y
40.39583 40.30882
有意ではない。差があるかどうか不明

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 0.0869, 自由度 = 161.976, P値 = 0.9309
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: -1.891316 2.065336
標本推定値:
平均値x 平均値y
40.39583 40.30882
有意ではない。差があるかどうか不明

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.9531, 第1自由度 = 95, 第2自由度 = 67, P値 = 0.004175
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 1.240164 3.022964
標本推定値:
分散比
1.953091
有意。分散が一様ではないので(Welchの方法)を使用する
>


61 :名無しに影響はない(やわらか銀行):2012/04/14(土) 15:50:01.69 ID:RDG7UOvf
>>54
3.補足コメント
有意差が得られず、α線検出とはならなかった。
紙6枚でβ線を遮蔽できるのか、ちょっとわけがわからない状態。
--

お疲れ様です。
紙一枚でα線を遮断できます。
紙を6枚以上重ねると低エネルギーの一部のβ線が遮断されるはずです。


62 :名無しに影響はない(栃木県):2012/04/14(土) 20:14:16.88 ID:PzUMpoQ1
>>61
汚染されていない紙があればよいのですが。
スーパーで輸入物の紙を探してみます。

さて今回は、
1.測定対象
「しいたけ(2012.04.09 自宅裏より収穫、4日間乾燥)」 の分析結果
2.測定結果
まずは生データ。
1. n=32 BG
x <- c(39, 38, 36, 39, 39, 35, 30, 39, 40, 27, 41, 38, 38, 49, 46, 40, 38, 33, 44, 41, 40, 49, 52, 28, 34, 40, 42, 42, 43, 30, 38, 41)

2. n=41 試料
x <- c(67, 58, 48, 47, 71, 62, 50, 52, 55, 58, 57, 44, 58, 53, 56, 62, 32, 60, 45, 67, 48, 49, 53, 47, 36, 66, 53, 54, 54, 55, 50, 61, 60, 59, 42, 50, 56, 50, 53, 31, 47)

3. n=39 BG
x <- c(44, 42, 50, 32, 46, 48, 44, 29, 35, 52, 43, 46, 33, 54, 35, 48, 35, 43, 43, 42, 42, 37, 30, 40, 51, 30, 50, 36, 41, 46, 52, 45, 31, 45, 33, 41, 34, 36, 31)

4. n=31 試料
x <- c(56, 59, 47, 49, 51, 67, 51, 43, 49, 49, 51, 50, 54, 58, 47, 58, 58, 63, 50, 52, 50, 54, 56, 60, 46, 49, 60, 57, 64, 67, 50)

5. n=31 BG
x <- c(47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45)

63 :名無しに影響はない(栃木県):2012/04/14(土) 20:15:26.65 ID:PzUMpoQ1
4. データ貼り付け
全体の分析
x <- c(39, 38, 36, 39, 39, 35, 30, 39, 40, 27, 41, 38, 38, 49, 46, 40, 38, 33, 44, 41, 40, 49, 52, 28, 34, 40, 42, 42, 43, 30, 38, 41 ,
67, 58, 48, 47, 71, 62, 50, 52, 55, 58, 57, 44, 58, 53, 56, 62, 32, 60, 45, 67, 48, 49, 53, 47, 36, 66, 53, 54, 54, 55, 50, 61, 60, 59, 42, 50, 56, 50, 53, 31, 47 ,
44, 42, 50, 32, 46, 48, 44, 29, 35, 52, 43, 46, 33, 54, 35, 48, 35, 43, 43, 42, 42, 37, 30, 40, 51, 30, 50, 36, 41, 46, 52, 45, 31, 45, 33, 41, 34, 36, 31 ,
56, 59, 47, 49, 51, 67, 51, 43, 49, 49, 51, 50, 54, 58, 47, 58, 58, 63, 50, 52, 50, 54, 56, 60, 46, 49, 60, 57, 64, 67, 50 ,
47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,
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] 45.62644
> var(x)
[1] 90.80184
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 40.26, 第1自由度 = 4, 第2自由度 = 169, P値 < 2.2e-16
有意。群別の差異がある。

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

データ: x と g
バートレットのK二乗値 = 10.6791, 自由度 = 4, P値 = 0.03042
有意。先の分散分析が無効

> 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 = 41.9037, 第1自由度 = 4.000, 第2自由度 = 83.865, P値 < 2.2e-16
有意。群別の差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 1.7241379 1.724138
30 20 11.4942529 13.218391
35 26 14.9425287 28.160920
40 37 21.2643678 49.425287
45 28 16.0919540 65.517241
50 28 16.0919540 81.609195
55 17 9.7701149 91.379310
60 9 5.1724138 96.551724
65 5 2.8735632 99.425287
70 1 0.5747126 100.000000
>


64 :名無しに影響はない(栃木県):2012/04/14(土) 20:15:59.17 ID:PzUMpoQ1
BGと試料の比較
x <- c(39, 38, 36, 39, 39, 35, 30, 39, 40, 27, 41, 38, 38, 49, 46, 40, 38, 33, 44, 41, 40, 49, 52, 28, 34, 40, 42, 42, 43, 30, 38, 41 ,
67, 58, 48, 47, 71, 62, 50, 52, 55, 58, 57, 44, 58, 53, 56, 62, 32, 60, 45, 67, 48, 49, 53, 47, 36, 66, 53, 54, 54, 55, 50, 61, 60, 59, 42, 50, 56, 50, 53, 31, 47 ,
44, 42, 50, 32, 46, 48, 44, 29, 35, 52, 43, 46, 33, 54, 35, 48, 35, 43, 43, 42, 42, 37, 30, 40, 51, 30, 50, 36, 41, 46, 52, 45, 31, 45, 33, 41, 34, 36, 31 ,
56, 59, 47, 49, 51, 67, 51, 43, 49, 49, 51, 50, 54, 58, 47, 58, 58, 63, 50, 52, 50, 54, 56, 60, 46, 49, 60, 57, 64, 67, 50 ,
47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 160.6906, 第1自由度 = 1, 第2自由度 = 172, P値 < 2.2e-16
有意。バックグラウンドと試料との差異がある。

> 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 = 4.0066, 自由度 = 1, P値 = 0.04532
有意。先の分散分析が無効

> 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 = 149.1595, 第1自由度 = 1.000, 第2自由度 = 131.373, P値 < 2.2e-16
有意。バックグラウンドと試料との差異がある。

>


65 :名無しに影響はない(栃木県):2012/04/14(土) 20:16:37.61 ID:PzUMpoQ1
繰り返しによる影響

1. n = 102 BG 繰り返し数 =3
x <- c( 39, 38, 36, 39, 39, 35, 30, 39, 40, 27, 41, 38, 38, 49, 46, 40, 38, 33, 44, 41, 40, 49, 52, 28, 34, 40, 42, 42, 43, 30, 38, 41 ,
44, 42, 50, 32, 46, 48, 44, 29, 35, 52, 43, 46, 33, 54, 35, 48, 35, 43, 43, 42, 42, 37, 30, 40, 51, 30, 50, 36, 41, 46, 52, 45, 31, 45, 33, 41, 34, 36, 31 ,
47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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] 40.07843
> var(x)
[1] 38.52844
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.7926, 第1自由度 = 2, 第2自由度 = 99, P値 = 0.4555
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.9036, 自由度 = 2, P値 = 0.2341
有意。先の分散分析が無効。

> 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 = 0.7678, 第1自由度 = 2.000, 第2自由度 = 65.874, P値 = 0.4681
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 2.9411765 2.941176
30 18 17.6470588 20.588235
35 25 24.5098039 45.098039
40 34 33.3333333 78.431373
45 14 13.7254902 92.156863
50 7 6.8627451 99.019608
55 1 0.9803922 100.000000
>


66 :名無しに影響はない(栃木県):2012/04/14(土) 20:17:12.22 ID:PzUMpoQ1
2. n = 72 試料 13.4g 繰り返し数 =2
x <- c( 67, 58, 48, 47, 71, 62, 50, 52, 55, 58, 57, 44, 58, 53, 56, 62, 32, 60, 45, 67, 48, 49, 53, 47, 36, 66, 53, 54, 54, 55, 50, 61, 60, 59, 42, 50, 56, 50, 53, 31, 47 ,
56, 59, 47, 49, 51, 67, 51, 43, 49, 49, 51, 50, 54, 58, 47, 58, 58, 63, 50, 52, 50, 54, 56, 60, 46, 49, 60, 57, 64, 67, 50)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 53.48611
> var(x)
[1] 59.57727
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.2697, 第1自由度 = 1, 第2自由度 = 70, P値 = 0.6051
有意ではない。繰り返しによる差異が不明。

> 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 = 3.7321, 自由度 = 1, P値 = 0.05338
有意。先の分散分析が無効。

> 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 = 0.2959, 第1自由度 = 1.000, 第2自由度 = 69.781, P値 = 0.5882
有意ではない。繰り返しによる差異が不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 2 2.777778 2.777778
35 1 1.388889 4.166667
40 3 4.166667 8.333333
45 14 19.444444 27.777778
50 21 29.166667 56.944444
55 16 22.222222 79.166667
60 9 12.500000 91.666667
65 5 6.944444 98.611111
70 1 1.388889 100.000000
>


67 :名無しに影響はない(栃木県):2012/04/14(土) 20:18:27.54 ID:PzUMpoQ1
BGと試料の比較

1. n = 102 BG 繰り返し数 =3
gr1 <- c( 39, 38, 36, 39, 39, 35, 30, 39, 40, 27, 41, 38, 38, 49, 46, 40, 38, 33, 44, 41, 40, 49, 52, 28, 34, 40, 42, 42, 43, 30, 38, 41 ,
44, 42, 50, 32, 46, 48, 44, 29, 35, 52, 43, 46, 33, 54, 35, 48, 35, 43, 43, 42, 42, 37, 30, 40, 51, 30, 50, 36, 41, 46, 52, 45, 31, 45, 33, 41, 34, 36, 31 ,
47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45)
> mean(x)
[1] 40.07843
> var(x)
[1] 38.52844

2. n = 72 試料 13.4g 繰り返し数 =2
gr2 <- c( 67, 58, 48, 47, 71, 62, 50, 52, 55, 58, 57, 44, 58, 53, 56, 62, 32, 60, 45, 67, 48, 49, 53, 47, 36, 66, 53, 54, 54, 55, 50, 61, 60, 59, 42, 50, 56, 50, 53, 31, 47 ,
56, 59, 47, 49, 51, 67, 51, 43, 49, 49, 51, 50, 54, 58, 47, 58, 58, 63, 50, 52, 50, 54, 56, 60, 46, 49, 60, 57, 64, 67, 50)
> mean(x)
[1] 53.48611
> var(x)
[1] 59.57727

68 :名無しに影響はない(栃木県):2012/04/14(土) 20:18:58.39 ID:PzUMpoQ1
> 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 = -12.6764, 自由度 = 172, 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: -15.49540 -11.31996
標本推定値:
平均値x 平均値y
40.07843 53.48611
有意。平均値に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -12.2131, 自由度 = 131.373, 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: -15.57936 -11.23600
標本推定値:
平均値x 平均値y
40.07843 53.48611
有意。平均値に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.6467, 第1自由度 = 101, 第2自由度 = 71, P値 = 0.04395
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4162745 0.9882415
標本推定値:
分散比
0.646697
有意。分散に差異がある。(Welchの方法)を使用する
>

53.5 - 40.1 = 13.4 CPM
13.4 * 0.47 = 6.3 Bq
試料の重さが 13.4g だから、試料による吸収がない、すべての光が受光可能であると近似して
13.4 * 1000 / 13.4 = 1000 Bq/kg

栃木県産(家庭内生産)乾ししいたけの線量は 1000 Bq/kg となった。
しいたけは、91%が水分なので( http://www.kanesada.co.jp/column.shtml )
1000 * 9 / 100 = 90 Bq/kg が生しいたけの線量となる。

3.補足コメント
注意、乾燥温度が40度と低い(食品乾燥温度 135℃±2℃, 2時間)ので、乾燥不十分により、線量が増えます。

69 :名無しに影響はない(栃木県):2012/04/15(日) 12:14:28.89 ID:T3LGXiu9
1.測定対象
「カットわかめ 2012.12.17 中国原産 KKジャパンスパイス」 の測定。
(15 * 10 * 2, 40g) 0.26 g/cm2


2.測定結果
1. n=31 BG
x <- c(25, 37, 46, 41, 38, 38, 46, 36, 43, 36, 47, 40, 34, 28, 44, 52, 38, 37, 35, 37, 25, 30, 32, 35, 38, 37, 40, 52, 42, 40, 33)
> mean(x) [1] 38.12903
> var(x) [1] 43.5828

2. n=31 試料
x <- c(33, 35, 48, 40, 33, 48, 39, 27, 49, 43, 41, 39, 31, 49, 44, 47, 46, 48, 25, 47, 37, 41, 33, 58, 64, 60, 51, 42, 49, 36, 45)
> mean(x) [1] 42.83871
> var(x) [1] 82.33978

3. n=42 BG
x <- c(53, 42, 46, 38, 41, 33, 56, 37, 45, 39, 40, 37, 47, 42, 35, 36, 37, 43, 44, 36, 49, 41, 41, 39, 42, 25, 44, 37, 49, 40, 54, 31, 48, 38, 37, 50, 41, 32, 36, 38, 36, 63)
> mean(x) [1] 41.38095
> var(x) [1] 51.9489

4. n=32 試料
x <- c(35, 37, 42, 45, 34, 35, 53, 42, 41, 43, 38, 48, 46, 45, 49, 36, 38, 43, 40, 47, 38, 38, 41, 41, 38, 40, 35, 37, 50, 44, 54, 51)
> mean(x) [1] 42
> var(x) [1] 30.58065

5. n=37 BG
x <- c(39, 37, 36, 48, 45, 34, 30, 41, 31, 35, 35, 34, 43, 28, 36, 43, 44, 34, 32, 48, 43, 47, 49, 38, 41, 39, 40, 44, 38, 37, 32, 38, 39, 39, 34, 42, 52)
> mean(x) [1] 39.05405
> var(x) [1] 32.55255


70 :名無しに影響はない(栃木県):2012/04/15(日) 12:15:55.09 ID:T3LGXiu9
4. データ貼り付け
全体の比較

x <- c(25, 37, 46, 41, 38, 38, 46, 36, 43, 36, 47, 40, 34, 28, 44, 52, 38, 37, 35, 37, 25, 30, 32, 35, 38, 37, 40, 52, 42, 40, 33 ,
33, 35, 48, 40, 33, 48, 39, 27, 49, 43, 41, 39, 31, 49, 44, 47, 46, 48, 25, 47, 37, 41, 33, 58, 64, 60, 51, 42, 49, 36, 45 ,
53, 42, 46, 38, 41, 33, 56, 37, 45, 39, 40, 37, 47, 42, 35, 36, 37, 43, 44, 36, 49, 41, 41, 39, 42, 25, 44, 37, 49, 40, 54, 31, 48, 38, 37, 50, 41, 32, 36, 38, 36, 63 ,
35, 37, 42, 45, 34, 35, 53, 42, 41, 43, 38, 48, 46, 45, 49, 36, 38, 43, 40, 47, 38, 38, 41, 41, 38, 40, 35, 37, 50, 44, 54, 51 ,
39, 37, 36, 48, 45, 34, 30, 41, 31, 35, 35, 34, 43, 28, 36, 43, 44, 34, 32, 48, 43, 47, 49, 38, 41, 39, 40, 44, 38, 37, 32, 38, 39, 39, 34, 42, 52)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 , 4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x) [1] 40.6763
> var(x) [1] 49.69694
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.7227, 第1自由度 = 4, 第2自由度 = 168, P値 = 0.03125
有意差あり。群別の差異がある。

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

データ: x と g
バートレットのK二乗値 = 10.5313, 自由度 = 4, P値 = 0.03237
有意。分散の差異があり先の分散分析が無効。

> 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 = 2.784, 第1自由度 = 4.000, 第2自由度 = 81.505, P値 = 0.03193
有意差あり。群別の差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 4.046243 4.046243
30 20 11.560694 15.606936
35 56 32.369942 47.976879
40 44 25.433526 73.410405
45 30 17.341040 90.751445
50 11 6.358382 97.109827
55 2 1.156069 98.265896
60 3 1.734104 100.000000
>

71 :名無しに影響はない(栃木県):2012/04/15(日) 12:16:28.92 ID:T3LGXiu9
BGと試料の比較

x <- c(25, 37, 46, 41, 38, 38, 46, 36, 43, 36, 47, 40, 34, 28, 44, 52, 38, 37, 35, 37, 25, 30, 32, 35, 38, 37, 40, 52, 42, 40, 33 ,
33, 35, 48, 40, 33, 48, 39, 27, 49, 43, 41, 39, 31, 49, 44, 47, 46, 48, 25, 47, 37, 41, 33, 58, 64, 60, 51, 42, 49, 36, 45 ,
53, 42, 46, 38, 41, 33, 56, 37, 45, 39, 40, 37, 47, 42, 35, 36, 37, 43, 44, 36, 49, 41, 41, 39, 42, 25, 44, 37, 49, 40, 54, 31, 48, 38, 37, 50, 41, 32, 36, 38, 36, 63 ,
35, 37, 42, 45, 34, 35, 53, 42, 41, 43, 38, 48, 46, 45, 49, 36, 38, 43, 40, 47, 38, 38, 41, 41, 38, 40, 35, 37, 50, 44, 54, 51 ,
39, 37, 36, 48, 45, 34, 30, 41, 31, 35, 35, 34, 43, 28, 36, 43, 44, 34, 32, 48, 43, 47, 49, 38, 41, 39, 40, 44, 38, 37, 32, 38, 39, 39, 34, 42, 52)
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 6.1927, 第1自由度 = 1, 第2自由度 = 171, P値 = 0.01378
有意差あり。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 = 1.002, 自由度 = 1, P値 = 0.3168
有意。試料とバックグラウンドに分散の差異があり、先の分散分析が無効。
> oneway.test(x ~ g)
一元配置分散分析(等分散を仮定しない場合)

データ: x と g
F = 5.8266, 第1自由度 = 1.000, 第2自由度 = 117.735, P値 = 0.01733
有意差あり。試料とバックグラウンドに差異がある。

72 :名無しに影響はない(栃木県):2012/04/15(日) 12:16:52.26 ID:T3LGXiu9
繰り返しによる差異

1. BG
x <- c(25, 37, 46, 41, 38, 38, 46, 36, 43, 36, 47, 40, 34, 28, 44, 52, 38, 37, 35, 37, 25, 30, 32, 35, 38, 37, 40, 52, 42, 40, 33 ,
53, 42, 46, 38, 41, 33, 56, 37, 45, 39, 40, 37, 47, 42, 35, 36, 37, 43, 44, 36, 49, 41, 41, 39, 42, 25, 44, 37, 49, 40, 54, 31, 48, 38, 37, 50, 41, 32, 36, 38, 36, 63 ,
39, 37, 36, 48, 45, 34, 30, 41, 31, 35, 35, 34, 43, 28, 36, 43, 44, 34, 32, 48, 43, 47, 49, 38, 41, 39, 40, 44, 38, 37, 32, 38, 39, 39, 34, 42, 52)
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 , 2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x) [1] 39.68182
> var(x) [1] 44.21893
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.4442, 第1自由度 = 2, 第2自由度 = 107, P値 = 0.09162
有意差あり。繰り返しによる差異がある。
> bartlett.test(x, g)
分散の一様性の検定(バートレット検定)

データ: x と g
バートレットのK二乗値 = 2.0317, 自由度 = 2, P値 = 0.3621
有意差あり。分散の差異があり、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 = 2.1902, 第1自由度 = 2.000, 第2自由度 = 68.786, P値 = 0.1196
有意差あり。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 5 4.5454545 4.545455
30 15 13.6363636 18.181818
35 40 36.3636364 54.545455
40 28 25.4545455 80.000000
45 14 12.7272727 92.727273
50 6 5.4545455 98.181818
55 1 0.9090909 99.090909
60 1 0.9090909 100.000000
>

73 :名無しに影響はない(栃木県):2012/04/15(日) 12:17:18.74 ID:T3LGXiu9
2. 試料
x <- c(33, 35, 48, 40, 33, 48, 39, 27, 49, 43, 41, 39, 31, 49, 44, 47, 46, 48, 25, 47, 37, 41, 33, 58, 64, 60, 51, 42, 49, 36, 45 ,
35, 37, 42, 45, 34, 35, 53, 42, 41, 43, 38, 48, 46, 45, 49, 36, 38, 43, 40, 47, 38, 38, 41, 41, 38, 40, 35, 37, 50, 44, 54, 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)
> mean(x) [1] 42.4127
> var(x) [1] 55.3108
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1977, 第1自由度 = 1, 第2自由度 = 61, P値 = 0.6582
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 = 7.112, 自由度 = 1, P値 = 0.007657
有意。繰り返しによる分散の差異があり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 = 0.1948, 第1自由度 = 1.000, 第2自由度 = 49.295, P値 = 0.6609
有意。繰り返しによる差異がある。
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 3.174603 3.174603
30 5 7.936508 11.111111
35 16 25.396825 36.507937
40 16 25.396825 61.904762
45 16 25.396825 87.301587
50 5 7.936508 95.238095
55 1 1.587302 96.825397
60 2 3.174603 100.000000
>

74 :名無しに影響はない(栃木県):2012/04/15(日) 12:17:42.26 ID:T3LGXiu9
試料とバックグラウンドの比較

1. BG
gr1 <- c(25, 37, 46, 41, 38, 38, 46, 36, 43, 36, 47, 40, 34, 28, 44, 52, 38, 37, 35, 37, 25, 30, 32, 35, 38, 37, 40, 52, 42, 40, 33 ,
53, 42, 46, 38, 41, 33, 56, 37, 45, 39, 40, 37, 47, 42, 35, 36, 37, 43, 44, 36, 49, 41, 41, 39, 42, 25, 44, 37, 49, 40, 54, 31, 48, 38, 37, 50, 41, 32, 36, 38, 36, 63 ,
39, 37, 36, 48, 45, 34, 30, 41, 31, 35, 35, 34, 43, 28, 36, 43, 44, 34, 32, 48, 43, 47, 49, 38, 41, 39, 40, 44, 38, 37, 32, 38, 39, 39, 34, 42, 52)
> mean(x) [1] 39.68182
> var(x) [1] 44.21893

2. 試料
gr2 <- c(33, 35, 48, 40, 33, 48, 39, 27, 49, 43, 41, 39, 31, 49, 44, 47, 46, 48, 25, 47, 37, 41, 33, 58, 64, 60, 51, 42, 49, 36, 45 ,
35, 37, 42, 45, 34, 35, 53, 42, 41, 43, 38, 48, 46, 45, 49, 36, 38, 43, 40, 47, 38, 38, 41, 41, 38, 40, 35, 37, 50, 44, 54, 51)
> mean(x) [1] 42.4127
> var(x) [1] 55.3108

> 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 = -2.4885, 自由度 = 171, P値 = 0.01378
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -4.8970633 -0.5646971
標本推定値:
平均値x 平均値y
39.68182 42.41270

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -2.4138, 自由度 = 117.735, P値 = 0.01733
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -4.9713019 -0.4904585
標本推定値:
平均値x 平均値y
39.68182 42.41270

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.7995, 第1自由度 = 109, 第2自由度 = 62, P値 = 0.3069
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.5057011 1.2296866
標本推定値:
分散比
0.7994628

試料とBGとの差異がある。
>

3. 補足コメント
.4 - 39.7 = 2.7 CPM
2.7 * 0.47 = 1.3 Bq

容積が、15 * 10 * 2 cm , 面積あたりの重さが 0.28 g/cm なので、底面の半径 7.42 cm、上面の半径 4.14cm 高さ 2cm 円錐台全体(216cm3)が受光範囲で、試料による吸収がないとする。
比重が 40 / (15*10*2) = 0.13 g/cm3 だから、円錐台の質量は 28.8g。よって1kgあたりの線量は
1.3 * 1000 / 29 = 45 Bq/kg

75 :名無しに影響はない(栃木県):2012/04/15(日) 16:31:16.62 ID:FM+psz0R
1.測定対象
「富良野産玉葱(輪切り下8mmの乾燥 12.0g)」の分析

2.測定結果
まずは生データ

1. n=31 BG
x <- c(47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45)
> mean(x)
[1] 40.12903
> var(x)
[1] 29.64946

2. n=34 試料
x <- c(54, 36, 60, 46, 40, 61, 63, 41, 50, 40, 52, 52, 45, 55, 56, 45, 50, 50, 60, 47, 56, 50, 51, 49, 51, 51, 62, 37, 43, 45, 38, 45, 49, 49)
> mean(x)
[1] 49.38235
> var(x)
[1] 51.87968

3. n=31 BG
x <- c(41, 53, 43, 47, 41, 42, 49, 50, 37, 40, 36, 32, 34, 45, 44, 38, 37, 40, 38, 46, 39, 33, 46, 36, 37, 40, 39, 44, 47, 48, 37)
> mean(x)
[1] 41.25806
> var(x)
[1] 27.79785

4. n=32 試料
x <- c(40, 54, 40, 55, 45, 49, 40, 53, 36, 57, 40, 39, 60, 50, 43, 38, 52, 59, 59, 43, 63, 38, 34, 47, 47, 37, 38, 35, 54, 55, 40, 46)
> mean(x)
[1] 46.4375
> var(x)
[1] 71.80242

5. n=31 BG
x <- c(40, 34, 42, 39, 41, 35, 42, 43, 50, 40, 50, 38, 47, 38, 36, 38, 40, 42, 34, 47, 44, 46, 39, 37, 29, 41, 35, 34, 45, 46, 40)
> mean(x)
[1] 40.3871
> var(x)
[1] 24.91183

76 :名無しに影響はない(栃木県):2012/04/15(日) 16:33:00.19 ID:FM+psz0R
4. データ貼り付け

全体の分析
x <- c(47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45 ,
54, 36, 60, 46, 40, 61, 63, 41, 50, 40, 52, 52, 45, 55, 56, 45, 50, 50, 60, 47, 56, 50, 51, 49, 51, 51, 62, 37, 43, 45, 38, 45, 49, 49 ,
41, 53, 43, 47, 41, 42, 49, 50, 37, 40, 36, 32, 34, 45, 44, 38, 37, 40, 38, 46, 39, 33, 46, 36, 37, 40, 39, 44, 47, 48, 37 ,
40, 54, 40, 55, 45, 49, 40, 53, 36, 57, 40, 39, 60, 50, 43, 38, 52, 59, 59, 43, 63, 38, 34, 47, 47, 37, 38, 35, 54, 55, 40, 46 ,
40, 34, 42, 39, 41, 35, 42, 43, 50, 40, 50, 38, 47, 38, 36, 38, 40, 42, 34, 47, 44, 46, 39, 37, 29, 41, 35, 34, 45, 46, 40)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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)
> mean(x)
[1] 43.6478
> var(x)
[1] 54.84985
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 13.5625, 第1自由度 = 4, 第2自由度 = 154, P値 = 1.704e-09
有意。群別の差異がある。

> 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 = 13.3107, 自由度 = 4, P値 = 0.009854
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 = 12.4487, 第1自由度 = 4.000, 第2自由度 = 76.685, P値 = 7.49e-08
有意。群別の差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 0.6289308 0.6289308
30 13 8.1761006 8.8050314
35 37 23.2704403 32.0754717
40 43 27.0440252 59.1194969
45 30 18.8679245 77.9874214
50 19 11.9496855 89.9371069
55 9 5.6603774 95.5974843
60 7 4.4025157 100.0000000
>

77 :名無しに影響はない(栃木県):2012/04/15(日) 16:33:24.13 ID:FM+psz0R
BGと試料の比較
x <- c(47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45 ,
54, 36, 60, 46, 40, 61, 63, 41, 50, 40, 52, 52, 45, 55, 56, 45, 50, 50, 60, 47, 56, 50, 51, 49, 51, 51, 62, 37, 43, 45, 38, 45, 49, 49 ,
41, 53, 43, 47, 41, 42, 49, 50, 37, 40, 36, 32, 34, 45, 44, 38, 37, 40, 38, 46, 39, 33, 46, 36, 37, 40, 39, 44, 47, 48, 37 ,
40, 54, 40, 55, 45, 49, 40, 53, 36, 57, 40, 39, 60, 50, 43, 38, 52, 59, 59, 43, 63, 38, 34, 47, 47, 37, 38, 35, 54, 55, 40, 46 ,
40, 34, 42, 39, 41, 35, 42, 43, 50, 40, 50, 38, 47, 38, 36, 38, 40, 42, 34, 47, 44, 46, 39, 37, 29, 41, 35, 34, 45, 46, 40)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 49.9886, 第1自由度 = 1, 第2自由度 = 157, P値 = 4.786e-11
有意。バックグラウンドと試料との差異がある。

> 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 = 13.6218, 自由度 = 1, P値 = 0.0002236
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 = 43.6323, 第1自由度 = 1.000, 第2自由度 = 104.015, P値 = 1.721e-09
有意。バックグラウンドと試料との差異がある。

>

78 :名無しに影響はない(栃木県):2012/04/15(日) 16:33:47.68 ID:FM+psz0R
繰り返しによる影響

1. n = 93 BG 繰り返し数 =3
x <- c( 47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45 ,
41, 53, 43, 47, 41, 42, 49, 50, 37, 40, 36, 32, 34, 45, 44, 38, 37, 40, 38, 46, 39, 33, 46, 36, 37, 40, 39, 44, 47, 48, 37 ,
40, 34, 42, 39, 41, 35, 42, 43, 50, 40, 50, 38, 47, 38, 36, 38, 40, 42, 34, 47, 44, 46, 39, 37, 29, 41, 35, 34, 45, 46, 40)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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] 40.5914
> var(x)
[1] 27.0921
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.3952, 第1自由度 = 2, 第2自由度 = 90, P値 = 0.6747
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 = 0.2272, 自由度 = 2, P値 = 0.8926
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 = 0.3813, 第1自由度 = 2.000, 第2自由度 = 59.921, P値 = 0.6846
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 1.075269 1.075269
30 12 12.903226 13.978495
35 27 29.032258 43.010753
40 32 34.408602 77.419355
45 16 17.204301 94.623656
50 4 4.301075 98.924731
55 1 1.075269 100.000000
>

79 :名無しに影響はない(栃木県):2012/04/15(日) 16:34:12.23 ID:FM+psz0R
2. n = 66 試料 繰り返し数 =2
x <- c( 54, 36, 60, 46, 40, 61, 63, 41, 50, 40, 52, 52, 45, 55, 56, 45, 50, 50, 60, 47, 56, 50, 51, 49, 51, 51, 62, 37, 43, 45, 38, 45, 49, 49 ,
40, 54, 40, 55, 45, 49, 40, 53, 36, 57, 40, 39, 60, 50, 43, 38, 52, 59, 59, 43, 63, 38, 34, 47, 47, 37, 38, 35, 54, 55, 40, 46)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 47.95455
> var(x)
[1] 62.78252
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.3234, 第1自由度 = 1, 第2自由度 = 64, P値 = 0.1324
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.8303, 自由度 = 1, P値 = 0.3622
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 = 2.3005, 第1自由度 = 1.000, 第2自由度 = 60.999, P値 = 0.1345
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 1 1.515152 1.515152
35 10 15.151515 16.666667
40 11 16.666667 33.333333
45 14 21.212121 54.545455
50 15 22.727273 77.272727
55 8 12.121212 89.393939
60 7 10.606061 100.000000
>

80 :名無しに影響はない(栃木県):2012/04/15(日) 16:35:15.38 ID:FM+psz0R
BGと試料の比較

1. n = 93 BG 繰り返し数 =3
gr1 <- c( 47, 33, 47, 37, 35, 42, 44, 42, 42, 35, 55, 43, 44, 34, 33, 45, 37, 36, 37, 44, 43, 41, 32, 42, 32, 39, 33, 44, 43, 38, 45 ,
41, 53, 43, 47, 41, 42, 49, 50, 37, 40, 36, 32, 34, 45, 44, 38, 37, 40, 38, 46, 39, 33, 46, 36, 37, 40, 39, 44, 47, 48, 37 ,
40, 34, 42, 39, 41, 35, 42, 43, 50, 40, 50, 38, 47, 38, 36, 38, 40, 42, 34, 47, 44, 46, 39, 37, 29, 41, 35, 34, 45, 46, 40)
> mean(x)
[1] 40.5914
> var(x)
[1] 27.0921

2. n = 66 試料 繰り返し数 =2
gr2 <- c( 54, 36, 60, 46, 40, 61, 63, 41, 50, 40, 52, 52, 45, 55, 56, 45, 50, 50, 60, 47, 56, 50, 51, 49, 51, 51, 62, 37, 43, 45, 38, 45, 49, 49 ,
40, 54, 40, 55, 45, 49, 40, 53, 36, 57, 40, 39, 60, 50, 43, 38, 52, 59, 59, 43, 63, 38, 34, 47, 47, 37, 38, 35, 54, 55, 40, 46)
> mean(x)
[1] 47.95455
> var(x)
[1] 62.78252
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -7.0703, 自由度 = 157, P値 = 4.786e-11
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -9.420160 -5.306135
標本推定値:
平均値x 平均値y
40.59140 47.95455
有意。試料とバックグラウンドに差異がある

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -6.6055, 自由度 = 104.015, P値 = 1.721e-09
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -9.573642 -5.152653
標本推定値:
平均値x 平均値y
40.59140 47.95455
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 = 0.4315, 第1自由度 = 92, 第2自由度 = 65, P値 = 0.000212
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.2720116 0.6724900
標本推定値:
分散比
0.431523
有意。分散に違いがあるので、(Welchの方法)を使用する。
>

81 :名無しに影響はない(栃木県):2012/04/15(日) 16:36:05.88 ID:FM+psz0R
3. 補足コメント
48.0 - 40.6 = 7.4 CPM
インスペクターの計数値からの換算計数は 0.47 Bq/CPM であるから、測定した試料の線量は
7.4 * 0.47 = 3.5 Bq
乾燥タマネギ1kgあたりでは、
3.5 * 1000 / 12.0 = 290 Bq/kg
タマネギは 89%の水分を含むから、生タマネギあたりでは
290 * 11 / 1000 = 3.09 Bg/kg

K:150mg/100g( http://www.eiyoukeisan.com/calorie/nut_list/kalium.html )
より、150 * 10 = 1500 mg, カリウムは 3.09 Bq/100mgであるから
15 * 3.09 = 46.3 Bq/kg のカリウムの放射能を含む。

栄養成分として含まれているはずのカリウムの分の線量が含まれていないから、乾燥時に(捨てた外側の)紙に吸い取られるなどで放射性成分が失われている。

試料の度数分布をみると、大まかに見て、35,45,55cpmをピークとする3つの山がある。
バックグラウンドの度数分布を見ると、35-40にピークがある。試料の35のピークを薄い試料によってバックグラウンドの一部が減衰したものと考えれば、45と55の2つのピークがある。
45 - 41 = 4, 4 * 0.47 = 2, 2 * 1000 / 12.0 = 166, 166 * 11/1000 = 1.8
55 - 41 = 14, 14 * 0.47 = 7, 7 * 1000 / 12.0 = 583, 583 * 11/1000 = 6.4
55のピークがカリウムのピークだとすると、45のピークがセシウムなどのピーク
あるいは、その逆となる。前者の考えに立ち、46.3Bq/kg のカリウムが6.4Bq/kgに乾燥によって失われたと解釈すると、
有効桁1桁で考えるならば、約1/10に消失している。セシウムとカリウムの消失を同程度と考えるならば、1.8*(46.3/6.4)=13 Bq/kgのセシウムが存在することとなる。
試料だけ考えるならば66個合計1時間の測定で、有効桁を2桁にするならば16時間程度の測定が必要である。
それだけの測定を考えずに、以上の結果をみれば、セシウム等の汚染は 2-20Bq/kg 程度と考えられる。
北海道産タマネギ 15Bq/kg という情報(板名忘却)が案外正確かもしれない。
http://www.kobakuri.jp/section/eiyou/potassium.html カリウムを除去する調理方法。

82 :名無しに影響はない(やわらか銀行):2012/04/15(日) 19:28:55.93 ID:WPWrgZ9m
まとめ
1.測定対象  栃木県産 ふきのとう 19g
2.測定結果 28 Bq/kg  (BG: 38.46939, 試料: 66.87692 CPM )

1.測定対象  JヌードルコーポレーションBK こだわりの熟成 20g
2.測定結果  0Bq/kg  

1.測定対象  栃木県産 乾燥椎茸
2.測定結果 1000 Bq/kg

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

1.測定対象 富良野産玉葱 12g
2.測定結果  2-20Bq/kg Bq/kg (カリウムを除いたベクレル数)

83 :名無しに影響はない(やわらか銀行):2012/04/15(日) 19:47:04.42 ID:WPWrgZ9m
まとめの訂正、全スレの分のまとめもお願いします。
椎茸は危険ですね。西日本の椎茸も汚染おがくずを使っている可能性があるため危険だと思います。
魚の骨にストロンチウムが含まれているようです。

北海道の玉ねぎが汚染していますが、この汚染マップが正しいということがわかりました。
http://www.zakzak.co.jp/society/domestic/photos/20111115/dms1111151134009-p1.htm

群馬大学御用学者の汚染マップはやはり信用できません。
http://savechild.net/wp-content/uploads/2011/10/hayakawa.jpg

84 :名無しに影響はない(やわらか銀行):2012/04/15(日) 21:05:44.76 ID:WPWrgZ9m
インスペクター+ トータルタイマーモード 5分間カウント数
1.測定対象 たばこ4月14日購入 LARK 3mg ショート 1本分のタバコ葉
直付け ビニルで保護

2.測定結果 5分カウント数 2回測定
バックグランド 198, 200
たばこ1本分の葉  264, 270

85 :名無しに影響はない(東京都):2012/04/15(日) 23:55:28.19 ID:Lt2uu9Le
>>84
日本製のタバコはどうなんだろう?

86 :名無しに影響はない(やわらか銀行):2012/04/16(月) 01:16:48.50 ID:WNDas8Rw
>>85
タバコにはもともとα核種のポロニウム210が含まれている。
汚染タバコ葉は4月から流通しているらしい。
http://prepper.blog.fc2.com/blog-entry-134.html
日本製たばこのピースやホープは200円くらいなので機会があれば測ってみたい。
ショッピングセンターなどにある喫煙所の空気清浄機フィルターは大丈夫だろうか?
10万ベクレル/kgとか検出されそうで怖い。

87 :名無しに影響はない(栃木県):2012/04/16(月) 19:48:34.35 ID:r+ypAm4W
>>83
私の測定値の査読ってことで。
CPMからBqへの換算にはいろいろ問題があり、ご指摘があれば、
それでよいかと思います。
私としては、まとめる気はありません。

88 :名無しに影響はない(栃木県):2012/04/16(月) 20:57:58.32 ID:r+ypAm4W
1.測定対象
「栃木産菜の花 (40度4日間乾燥, 自家栽培) 10cm*12cm*3cm 38.2g, 比重 0.1g/cm3, 0.31g/cm2」の測定

備考: 水分 88% http://foodslink.jp/syokuzaihyakka/syun/vegitable/nanohana.htm

2.測定結果
まずは生データ。

1. n=38 BG
x <- c(49, 43, 46, 44, 39, 43, 27, 47, 49, 41, 47, 44, 41, 42, 35, 54, 39, 53, 40, 43, 43, 39, 46, 45, 31, 43, 42, 42, 39, 51, 52, 43, 33, 42, 37, 40, 55, 43)
> mean(x)
[1] 42.94737
> var(x)
[1] 35.99716

2. n=30 試料
x <- c(72, 75, 65, 73, 78, 83, 76, 79, 67, 82, 81, 52, 76, 79, 94, 85, 91, 75, 80, 82, 75, 92, 81, 67, 86, 58, 88, 72, 81, 61)
> mean(x)
[1] 76.86667
> var(x)
[1] 96.32644

3. n=31 BG
x <- c(43, 43, 36, 28, 35, 47, 39, 42, 62, 45, 38, 29, 32, 46, 46, 42, 34, 42, 41, 42, 46, 34, 51, 55, 51, 44, 41, 35, 45, 36, 43)
> mean(x)
[1] 41.70968
> var(x)
[1] 53.87957

4. n=30 試料
x <- c(60, 78, 72, 92, 81, 73, 76, 75, 85, 93, 92, 73, 67, 76, 76, 74, 79, 89, 82, 74, 79, 62, 89, 97, 65, 74, 76, 70, 82, 78)
> mean(x)
[1] 77.96667
> var(x)
[1] 82.92989

5. n=30 BG
x <- c(41, 51, 42, 42, 41, 52, 47, 43, 36, 42, 49, 42, 48, 34, 46, 42, 50, 42, 50, 28, 39, 44, 36, 39, 48, 39, 45, 53, 49, 52)
> mean(x)
[1] 43.73333
> var(x)
[1] 35.37471
>


89 :名無しに影響はない(栃木県):2012/04/16(月) 20:58:21.10 ID:r+ypAm4W
4. データ貼り付け
全体の分析
x <- c(49, 43, 46, 44, 39, 43, 27, 47, 49, 41, 47, 44, 41, 42, 35, 54, 39, 53, 40, 43, 43, 39, 46, 45, 31, 43, 42, 42, 39, 51, 52, 43, 33, 42, 37, 40, 55, 43 ,
72, 75, 65, 73, 78, 83, 76, 79, 67, 82, 81, 52, 76, 79, 94, 85, 91, 75, 80, 82, 75, 92, 81, 67, 86, 58, 88, 72, 81, 61 ,
43, 43, 36, 28, 35, 47, 39, 42, 62, 45, 38, 29, 32, 46, 46, 42, 34, 42, 41, 42, 46, 34, 51, 55, 51, 44, 41, 35, 45, 36, 43 ,
60, 78, 72, 92, 81, 73, 76, 75, 85, 93, 92, 73, 67, 76, 76, 74, 79, 89, 82, 74, 79, 62, 89, 97, 65, 74, 76, 70, 82, 78 ,
41, 51, 42, 42, 41, 52, 47, 43, 36, 42, 49, 42, 48, 34, 46, 42, 50, 42, 50, 28, 39, 44, 36, 39, 48, 39, 45, 53, 49, 52)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 55.86164
> var(x)
[1] 341.9428
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 188.2669, 第1自由度 = 4, 第2自由度 = 154, P値 < 2.2e-16
有意。郡による差異がある。

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

データ: x と g
バートレットのK二乗値 = 13.0402, 自由度 = 4, P値 = 0.01108
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 = 154.0547, 第1自由度 = 4.000, 第2自由度 = 74.291, P値 < 2.2e-16
有意。郡による差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 4 2.5157233 2.515723
30 6 3.7735849 6.289308
35 17 10.6918239 16.981132
40 37 23.2704403 40.251572
45 20 12.5786164 52.830189
50 13 8.1761006 61.006289
55 3 1.8867925 62.893082
60 4 2.5157233 65.408805
65 5 3.1446541 68.553459
70 10 6.2893082 74.842767
75 17 10.6918239 85.534591
80 10 6.2893082 91.823899
85 6 3.7735849 95.597484
90 6 3.7735849 99.371069
95 1 0.6289308 100.000000
>


90 :名無しに影響はない(栃木県):2012/04/16(月) 20:58:42.92 ID:r+ypAm4W
BGと試料の比較
x <- c(49, 43, 46, 44, 39, 43, 27, 47, 49, 41, 47, 44, 41, 42, 35, 54, 39, 53, 40, 43, 43, 39, 46, 45, 31, 43, 42, 42, 39, 51, 52, 43, 33, 42, 37, 40, 55, 43 ,
72, 75, 65, 73, 78, 83, 76, 79, 67, 82, 81, 52, 76, 79, 94, 85, 91, 75, 80, 82, 75, 92, 81, 67, 86, 58, 88, 72, 81, 61 ,
43, 43, 36, 28, 35, 47, 39, 42, 62, 45, 38, 29, 32, 46, 46, 42, 34, 42, 41, 42, 46, 34, 51, 55, 51, 44, 41, 35, 45, 36, 43 ,
60, 78, 72, 92, 81, 73, 76, 75, 85, 93, 92, 73, 67, 76, 76, 74, 79, 89, 82, 74, 79, 62, 89, 97, 65, 74, 76, 70, 82, 78 ,
41, 51, 42, 42, 41, 52, 47, 43, 36, 42, 49, 42, 48, 34, 46, 42, 50, 42, 50, 28, 39, 44, 36, 39, 48, 39, 45, 53, 49, 52)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 759.5479, 第1自由度 = 1, 第2自由度 = 157, 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 = 11.0959, 自由度 = 1, P値 = 0.0008652
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 = 634.1662, 第1自由度 = 1.000, 第2自由度 = 92.587, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。


91 :名無しに影響はない(栃木県):2012/04/16(月) 20:59:03.52 ID:r+ypAm4W
繰り返しによる影響

1. n = 99 BG 繰り返し数 =3
x <- c( 49, 43, 46, 44, 39, 43, 27, 47, 49, 41, 47, 44, 41, 42, 35, 54, 39, 53, 40, 43, 43, 39, 46, 45, 31, 43, 42, 42, 39, 51, 52, 43, 33, 42, 37, 40, 55, 43 ,
43, 43, 36, 28, 35, 47, 39, 42, 62, 45, 38, 29, 32, 46, 46, 42, 34, 42, 41, 42, 46, 34, 51, 55, 51, 44, 41, 35, 45, 36, 43 ,
41, 51, 42, 42, 41, 52, 47, 43, 36, 42, 49, 42, 48, 34, 46, 42, 50, 42, 50, 28, 39, 44, 36, 39, 48, 39, 45, 53, 49, 52)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 42.79798
> var(x)
[1] 41.20367
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.7707, 第1自由度 = 2, 第2自由度 = 96, P値 = 0.4655
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 1.7998, 自由度 = 2, P値 = 0.4066
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 = 0.6947, 第1自由度 = 2.000, 第2自由度 = 61.314, P値 = 0.5031
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 4 4.040404 4.040404
30 6 6.060606 10.101010
35 17 17.171717 27.272727
40 37 37.373737 64.646465
45 20 20.202020 84.848485
50 12 12.121212 96.969697
55 2 2.020202 98.989899
60 1 1.010101 100.000000
>


92 :名無しに影響はない(栃木県):2012/04/16(月) 20:59:24.34 ID:r+ypAm4W
2. n = 60 試料 繰り返し数 =2
x <- c( 72, 75, 65, 73, 78, 83, 76, 79, 67, 82, 81, 52, 76, 79, 94, 85, 91, 75, 80, 82, 75, 92, 81, 67, 86, 58, 88, 72, 81, 61 ,
60, 78, 72, 92, 81, 73, 76, 75, 85, 93, 92, 73, 67, 76, 76, 74, 79, 89, 82, 74, 79, 62, 89, 97, 65, 74, 76, 70, 82, 78)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 77.41667
> var(x)
[1] 88.41667
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.2025, 第1自由度 = 1, 第2自由度 = 58, P値 = 0.6544
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 = 0.1597, 自由度 = 1, P値 = 0.6895
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 = 0.2025, 第1自由度 = 1.000, 第2自由度 = 57.678, P値 = 0.6544
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
50 1 1.666667 1.666667
55 1 1.666667 3.333333
60 3 5.000000 8.333333
65 5 8.333333 16.666667
70 10 16.666667 33.333333
75 17 28.333333 61.666667
80 10 16.666667 78.333333
85 6 10.000000 88.333333
90 6 10.000000 98.333333
95 1 1.666667 100.000000
>


93 :名無しに影響はない(栃木県):2012/04/16(月) 20:59:56.24 ID:r+ypAm4W
BGと試料の比較

1. n = 99 BG 繰り返し数 =3
gr1 <- c( 49, 43, 46, 44, 39, 43, 27, 47, 49, 41, 47, 44, 41, 42, 35, 54, 39, 53, 40, 43, 43, 39, 46, 45, 31, 43, 42, 42, 39, 51, 52, 43, 33, 42, 37, 40, 55, 43 ,
43, 43, 36, 28, 35, 47, 39, 42, 62, 45, 38, 29, 32, 46, 46, 42, 34, 42, 41, 42, 46, 34, 51, 55, 51, 44, 41, 35, 45, 36, 43 ,
41, 51, 42, 42, 41, 52, 47, 43, 36, 42, 49, 42, 48, 34, 46, 42, 50, 42, 50, 28, 39, 44, 36, 39, 48, 39, 45, 53, 49, 52)
> mean(x)
[1] 42.79798
> var(x)
[1] 41.20367

2. n = 60 試料 繰り返し数 =2
gr2 <- c( 72, 75, 65, 73, 78, 83, 76, 79, 67, 82, 81, 52, 76, 79, 94, 85, 91, 75, 80, 82, 75, 92, 81, 67, 86, 58, 88, 72, 81, 61 ,
60, 78, 72, 92, 81, 73, 76, 75, 85, 93, 92, 73, 67, 76, 76, 74, 79, 89, 82, 74, 79, 62, 89, 97, 65, 74, 76, 70, 82, 78)
> mean(x)
[1] 77.41667
> var(x)
[1] 88.41667

> 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 = -27.5599, 自由度 = 157, 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: -37.09977 -32.13760
標本推定値:
平均値x 平均値y
42.79798 77.41667
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 = -25.1827, 自由度 = 92.587, 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: -37.34874 -31.88864
標本推定値:
平均値x 平均値y
42.79798 77.41667
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 = 0.466, 第1自由度 = 98, 第2自由度 = 59, P値 = 0.0008053
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.2901663 0.7287807
標本推定値:
分散比
0.466017
有意。分散に差異があるので、(Welchの方法)を使用する。


94 :名無しに影響はない(栃木県):2012/04/16(月) 21:00:19.48 ID:r+ypAm4W
3. 補足コメント
77.4 - 42.8 = 34.6 CPM
34.6 * 0.47 = 16 Bq
全量から受光可能と仮定して、1kgあたりの線量は
16 * 1000 / 38.2 = 425 Bq/kg
水分量が 88%( http://foodslink.jp/syokuzaihyakka/syun/vegitable/nanohana.htm )なので、
425 * (100-88) / 100 = 51 Bq/kg
カリウムが 3.9g/kg 含まれるので、この線量は 30.9 * 3.9 = 120 となるが、それだけの線量が出ていない。
なお、無肥料・無農薬栽培(自然に発芽するのに任せる)です。

栃木県産菜の花(自家栽培)の線量は 51 Bq/kg(カリウム込) となりました。


95 :名無しに影響はない(やわらか銀行):2012/04/17(火) 01:01:56.62 ID:gdo7DFOg
すき家のお米は栃木県産だけど大丈夫かな。
牛丼つゆだくに紅しょうがをたっぷりかけて食うのがうまいんだよな。





96 :名無しに影響はない(栃木県):2012/04/18(水) 22:24:41.37 ID:P0vYq4bh
3月にリクエストのあった、栃木産しいたけ。
収穫したのはいいのだが、臭くて臭くて、屋外で乾燥していたので測定が遅れました。
分量が多いので一部だけ
1. n=30 BG
x <- c(48, 43, 33, 45, 39, 42, 39, 34, 50, 30, 37, 40, 28, 32, 36, 47, 51, 51, 45, 41, 38, 45, 56, 38, 46, 31, 46, 42, 47, 43)
> mean(x) [1] 41.43333
> var(x) [1] 47.63333

2. n=40 試料
x <- c(63, 59, 64, 66, 66, 58, 47, 67, 54, 50, 63, 55, 51, 66, 51, 66, 52, 71, 61, 55, 69, 57, 57, 54, 50, 45, 54, 54, 47, 55, 54, 77, 62, 67, 60, 60, 60, 55, 52, 64)
> mean(x) [1] 58.45
> var(x) [1] 52.51026

3. n=43 BG
x <- c(36, 42, 46, 43, 35, 39, 38, 38, 45, 46, 50, 45, 40, 39, 52, 40, 40, 64, 31, 37, 46, 47, 45, 39, 39, 44, 34, 39, 44, 45, 41, 51, 45, 35, 34, 41, 36, 66, 36, 53, 27, 44, 46)
> mean(x) [1] 42.39535
> var(x) [1] 56.24474

4. n=30 試料
x <- c(61, 45, 62, 48, 44, 54, 53, 60, 49, 57, 58, 51, 42, 60, 57, 50, 57, 50, 64, 51, 48, 53, 60, 65, 49, 46, 57, 42, 55, 62)
> mean(x) [1] 53.66667
> var(x) [1] 43.54023

5. n=32 BG
x <- c(28, 38, 41, 41, 43, 38, 50, 42, 39, 38, 40, 36, 38, 41, 47, 46, 41, 44, 34, 60, 42, 38, 36, 52, 54, 48, 43, 45, 46, 39, 37, 42)
> mean(x) [1] 42.09375
> var(x) [1] 38.79738

6. n=30 試料(上側)
x <- c(65, 68, 60, 72, 62, 63, 73, 59, 67, 85, 56, 59, 61, 68, 65, 53, 70, 77, 53, 58, 69, 55, 61, 56, 80, 78, 61, 71, 82, 64)
> mean(x) [1] 65.7
> var(x) [1] 75.25172

7. n=45 試料(下側)
x <- c(67, 59, 54, 78, 70, 50, 53, 53, 61, 68, 45, 67, 64, 58, 57, 65, 72, 57, 51, 65, 64, 56, 60, 62, 55, 59, 64, 50, 70, 70, 66, 56, 65, 60, 57, 51, 68, 75, 74, 49, 67, 73, 58, 65, 56)
> mean(x) [1] 61.42222
> var(x) [1] 60.97677

8. n=31 BG
x <- c(54, 53, 51, 40, 41, 37, 39, 43, 30, 39, 49, 51, 46, 40, 31, 29, 44, 47, 50, 33, 40, 47, 48, 37, 40, 27, 45, 43, 32, 36, 41)
> mean(x) [1] 41.3871
> var(x) [1] 53.57849

97 :名無しに影響はない(栃木県):2012/04/18(水) 22:26:09.14 ID:P0vYq4bh
1. n = 136 BG 繰り返し数 =4> mean(x)
[1] 41.88235
> var(x)
[1] 48.74161
2. n = 145 試料 繰り返し数 =4
> mean(x)
[1] 59.88276
> var(x)
[1] 73.18755

> 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 = -19.2506, 自由度 = 279, 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: -19.84107 -16.15974
標本推定値:
平均値x 平均値y
41.88235 59.88276
有意。バックグラウンドと試料に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -19.375, 自由度 = 273.833, 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: -19.82940 -16.17142
標本推定値:
平均値x 平均値y
41.88235 59.88276
有意。バックグラウンドと試料に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.666, 第1自由度 = 135, 第2自由度 = 144, P値 = 0.01732
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4775874 0.9303814
標本推定値:
分散比
0.6659823
有意。(Welchの方法)を使用する

>
59.9 - 41.9 = 18 CPM
18 * 0.47 = 24 Bq
24 * 1000 / 8.7 = 2700 Bq/kg

98 :名無しに影響はない(栃木県):2012/04/18(水) 22:26:54.95 ID:P0vYq4bh
かさの裏表の比較
試料の裏表の比較
gr1 <- c( 65, 68, 60, 72, 62, 63, 73, 59, 67, 85, 56, 59, 61, 68, 65, 53, 70, 77, 53, 58, 69, 55, 61, 56, 80, 78, 61, 71, 82, 64)
gr2 <- c( 67, 59, 54, 78, 70, 50, 53, 53, 61, 68, 45, 67, 64, 58, 57, 65, 72, 57, 51, 65, 64, 56, 60, 62, 55, 59, 64, 50, 70, 70, 66, 56, 65, 60, 57, 51, 68, 75, 74, 49, 67, 73, 58, 65, 56)

> 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 = 2.2231, 自由度 = 73, P値 = 0.02930
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: 0.4428004 8.1127552
標本推定値:
平均値x 平均値y
65.70000 61.42222
有意。試料の裏表に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 2.1764, 自由度 = 57.697, P値 = 0.03364
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: 0.3428404 8.2127152
標本推定値:
平均値x 平均値y
65.70000 61.42222
有意。試料の裏表に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.2341, 第1自由度 = 29, 第2自由度 = 44, P値 = 0.5191
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.6437975 2.4796793
標本推定値:
分散比
1.234105
有意。(Welchの方法)を使用する


99 :名無しに影響はない(やわらか銀行):2012/04/20(金) 12:52:16.61 ID:ZNpHA9Bc
まとめ2
1.測定対象  栃木産菜の花
2.測定結果 51 Bq/kg(カリウム込)

1.栃木産しいたけ
2.測定結果  2700 Bq/kg

100 :名無しに影響はない(関東・甲信越):2012/04/21(土) 00:21:16.37 ID:ifb3jsWL
有為に差が出た試料を、
一度ベクミル辺りで追試して、数値の仮説を検証して欲しい。

101 :名無しに影響はない(栃木県):2012/04/21(土) 15:59:43.49 ID:CgyuCsUB
>>100
しません。
するくらいならば、自分で最初から、食品用測定器を買います。
一番時間距離的に使い上野でも、上野駅まで下で2時間ぐらい、
上を使っても最近は1時間に1本だから、待ち時間を考えると同じくらいになてしまう。
車でも柏まで3時間ぐらいかかるから、結局1日仕事になってしまうし。

102 :名無しに影響はない(栃木県):2012/04/21(土) 16:06:19.70 ID:CgyuCsUB
1.測定対象
虹色に鍋が光ったので、鍋の測定。
2.測定結果
最初に生データ。
x <- c(54, 40, 37, 50, 36, 37, 49, 40, 28, 51, 33, 32, 41, 39, 50, 44, 39, 41, 39, 48, 39, 40, 33, 49, 49, 42, 49, 55, 43, 55, 39,
33, 48, 31, 44, 46, 40, 43, 26, 52, 40, 30, 42, 39, 35, 41, 25, 36, 46, 49, 37, 35, 39, 43, 39, 52, 38, 42, 38, 39, 42, 33, 38, 41,
30, 46, 45, 48, 39, 39, 30, 46, 47, 38, 41, 33, 54, 44, 49, 35, 53, 40, 47, 36, 40, 56, 30, 47, 42, 33, 39, 33, 37, 48, 52, 35, 45,
37, 39, 44, 35, 42, 33, 47, 51, 38, 39, 45, 45, 40, 44, 41, 35, 45, 52, 43, 37, 29, 37, 44, 44, 45, 42, 52, 53, 54, 33, 41, 44, 46, 31)
> mean(x) [1] 41.42748
> var(x) [1] 46.47739

2. n=31 鍋
x <- c(44, 35, 38, 34, 40, 45, 30, 32, 35, 53, 31, 41, 44, 46, 30, 38, 52, 28, 47, 35, 46, 40, 33, 32, 30, 41, 37, 52, 43, 42, 49)
> mean(x) [1] 39.45161
> var(x) [1] 51.72258

3. n=31 BG
x <- c(31, 43, 27, 37, 27, 49, 46, 33, 53, 42, 29, 38, 46, 30, 38, 36, 46, 34, 44, 35, 35, 45, 33, 37, 38, 40, 32, 34, 42, 34, 34)
> mean(x) [1] 37.67742
> var(x) [1] 43.02581

4. n=32 鍋
x <- c(37, 38, 37, 38, 43, 36, 47, 39, 37, 41, 36, 47, 43, 24, 44, 33, 37, 48, 48, 29, 40, 38, 45, 44, 38, 43, 31, 24, 40, 37, 35, 36)
> mean(x) [1] 38.53125
> var(x) [1] 36.77319

5. n=30 BG
x <- c(46, 51, 55, 38, 36, 40, 38, 34, 36, 44, 26, 45, 33, 43, 40, 48, 42, 44, 32, 49, 34, 36, 42, 46, 30, 40, 40, 33, 37, 46)
> mean(x) [1] 40.13333
> var(x) [1] 43.70575

103 :名無しに影響はない(栃木県):2012/04/21(土) 16:15:25.17 ID:CgyuCsUB
BGと試料の比較
1. n = 192 BG 繰り返し数 =3
gr1 <- c( 54, 40, 37, 50, 36, 37, 49, 40, 28, 51, 33, 32, 41, 39, 50, 44, 39, 41, 39, 48, 39, 40, 33, 49, 49, 42, 49, 55, 43,
55, 39, 33, 48, 31, 44, 46, 40, 43, 26, 52, 40, 30, 42, 39, 35, 41, 25, 36, 46, 49, 37, 35, 39, 43, 39, 52, 38, 42, 38, 39, 42,
33, 38, 41, 30, 46, 45, 48, 39, 39, 30, 46, 47, 38, 41, 33, 54, 44, 49, 35, 53, 40, 47, 36, 40, 56, 30, 47, 42, 33, 39, 33, 37,
48, 52, 35, 45, 37, 39, 44, 35, 42, 33, 47, 51, 38, 39, 45, 45, 40, 44, 41, 35, 45, 52, 43, 37, 29, 37, 44, 44, 45, 42, 52, 53, 54, 33, 41, 44, 46, 31 ,
31, 43, 27, 37, 27, 49, 46, 33, 53, 42, 29, 38, 46, 30, 38, 36, 46, 34, 44, 35, 35, 45, 33, 37, 38, 40, 32, 34, 42, 34, 34 ,
46, 51, 55, 38, 36, 40, 38, 34, 36, 44, 26, 45, 33, 43, 40, 48, 42, 44, 32, 49, 34, 36, 42, 46, 30, 40, 40, 33, 37, 46)
> mean(x) [1] 40.61979
> var(x) [1] 46.91751
2. n = 63 鍋 繰り返し数 =2
gr2 <- c( 44, 35, 38, 34, 40, 45, 30, 32, 35, 53, 31, 41, 44, 46, 30, 38, 52, 28, 47, 35, 46, 40, 33, 32, 30, 41, 37, 52, 43, 42, 49 ,
37, 38, 37, 38, 43, 36, 47, 39, 37, 41, 36, 47, 43, 24, 44, 33, 37, 48, 48, 29, 40, 38, 45, 44, 38, 43, 31, 24, 40, 37, 35, 36)
> mean(x) [1] 38.98413
> var(x) [1] 43.62878
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)
データ: gr1 と gr2
t値 = 1.659, 自由度 = 253, P値 = 0.09836
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: -0.3060471 3.5773765
標本推定値:
平均値x 平均値y
40.61979 38.98413
有意。試料とBGに差がある。
> t.test(gr1, gr2)
二標本t検定(Welchの方法)
データ: gr1 と gr2
t値 = 1.6899, 自由度 = 109.066, P値 = 0.09391
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: -0.2827217 3.5540511
標本推定値:
平均値x 平均値y
40.61979 38.98413
有意。試料とBGに差がある。
> var.test(gr1, gr2)
二群の等分散性の検定
データ: gr1 と gr2
F = 1.0754, 第1自由度 = 191, 第2自由度 = 62, P値 = 0.754
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.6998772 1.5830209
標本推定値:
分散比
1.07538
有意。分散が異なるので、(Welchの方法)を使用する。
3.補足コメント
試料の方が低いので、含有放射線量は不明
全体として分布が偏ってくれれば、吸収だとわかるのですが
この度数分布ではわからない。
度数分布の違いから、何かあるな、とは見当つきますけど、それ以上は不明。
グラフを書いてみてください。「gr1 <- c(」を「x <- c(」と書き換えて、Rにコピー。「dosuu.bunpu(x, 5)」と入力すれば、度数分布が得られます。

104 :名無しに影響はない(栃木県):2012/04/21(土) 16:24:03.33 ID:CgyuCsUB
バックグラエントの測定中にみかけた、異常な低値。
x <- c(26, 20, 10, 4, 9, 2, 13, 11, 6, 5, 4, 14, 5, 8, 3, 7, 8, 7, 8, 7, 7, 3, 8, 4, 6, 7, 11, 9, 7, 9, 7, 9)
多分、電池切れです。12月末から約3ヶ月連続稼動した結果、3ヶ月と2週で電池が切れました。

105 :名無しに影響はない(やわらか銀行):2012/04/21(土) 18:00:46.74 ID:X2Xuiszw
>>102
そういえば水道水をやかんで沸かす際に木炭を一緒にいれてたら虹色に変色したらしい。
その木炭を測定すれば汚染がわかるかもしれない。
東京都内の水道水に竹炭を入れてやかんで沸かしたいたところ、3ヶ月で虹色の物質が木炭に吸着されたとのこと。
また、「いまなら一ヶ月でこうなりますよ。」「去年3月・4月は車の窓がこんな感じなってた」との情報もあります。

http://2ch-dc.mine.nu/v2/src/1329186973440.jpg
http://2ch-dc.mine.nu/v2/src/1329187155873.jpg
http://2ch-dc.mine.nu/v2/src/1329187334810.jpg
http://2ch-dc.mine.nu/v2/src/1329187482826.jpg
http://2ch-dc.mine.nu/v2/src/1329187670609.jpg

106 :名無しに影響はない(長屋):2012/04/21(土) 21:17:20.50 ID:JVFF1fql
>>105
それ、福島より前から起こってたじゃん。

107 :名無しに影響はない(やわらか銀行):2012/04/21(土) 22:04:21.31 ID:X2Xuiszw
水道水の汚染を検出するためには、やかんに木炭を入れて沸かせの巻

99:名無しに影響はない(東京都):2012/02/14(火) 17:39:00.01 ID:bW3M+xR6
3月フォールアウト後からの三ヶ月間使用は鮮やかな青(BLUE)でした。
同位体の半減期の関係か、次第に青色の析出物が消えています。
竹炭は硬く表面に光沢があるので析出すると金属風の色合いに見えます。
今現在は緑(GREEN)と赤(RED)が主要です。青色一色ではありません。
紫色は緑と赤が混じっている為と思われます。
水は利根川水系です。海洋汚染も河川が原因という研究結果はあるようです。
都内水道でこれだけ出ますので、汚染地域はもっと酷いと思います。

再現性はあるので、もし実験される場合は硬い木炭(竹炭、備長炭)を使い、
1時間程度煮沸&水交換を一日7回行い、4日続けると約1ヶ月相当のモノが出来上がる
と思います。


108 :名無しに影響はない(やわらか銀行):2012/04/21(土) 22:06:07.17 ID:X2Xuiszw
106:99(東京都):2012/02/15(水) 14:13:36.25 ID:mD1+JC8Y
レスどうもです。こうした現象は原発事故以前には皆無でした。
もっと長時間かけてミネラル成分が再結晶化する際も、白い粉のような結晶状態となり(水垢と呼ばれるものですが)、
それより短時間でこのような鮮やかな色にはならない。私には事故以降初めて目にする現象です。
当時東京の水は意外と安全なのだなあと納得してました。

この色は水洗い程度では落ちないです。匂いは無く、酢酸(食用酢)にはかろうじて溶けるようですが、非常に溶けにくい。
炭表面を削ると内部まで浸透しておらず表面だけにコーティングされているようです。
残念ながら私は化学分析の専門家ではなく、蛍光X線分析装置もないので詳細を調べる事はできません。
水のpHによる腐食問題があるとするなら水道水の水質基準を満たさないのかもしれませんが、
そのような水を配水して大丈夫なのでしょうか。
何れにせよ再現性があるので専門家に調査してもらいたい所です。

109 :名無しに影響はない(やわらか銀行):2012/04/21(土) 22:11:23.81 ID:X2Xuiszw
比較として九州や海外のミネラルウォーターを、木炭入れてやかんで沸かせばよい。
虹色になるわけないけど。比較のため。

110 :名無しに影響はない(WiMAX):2012/04/22(日) 03:53:29.21 ID:7i+uOerP
>>109
うちでは、ミネ水では虹色にならないことを確認してます。

111 :名無しに影響はない(栃木県):2012/04/22(日) 10:46:18.12 ID:fyEWABLB
床付近(2012.04.21深夜から翌朝測定)と棚(h=85, 壁から30cm離れている, 2012.04.20深夜から翌朝測定)の比較。
分量が多いので平均値の差の検定のみ
> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 9.8567, 自由度 = 735.726, 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: 3.547352 5.311868
標本推定値:
平均値x 平均値y
40.91143 36.48182
有意。平均値に差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.0775, 第1自由度 = 349, 第2自由度 = 439, P値 = 0.459
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.884023 1.316379
標本推定値:
分散比
1.077517
有意。分散に差異があるので(Welchの方法)を使用する。
>

インスペクターなので、334で除せば uSv/h に換算できる。
細かい内容は、
http://www.dotup.org/uploda/www.dotup.org2889700.gif.html
http://www.dotup.org/uploda/www.dotup.org2889708.gif.html
http://www.dotup.org/uploda/www.dotup.org2889713.txt.html
参照。
複数の猫が深夜出入りしていて、ほこりを巻き上げている様子、
時間とともに沈着している様子がわかると思う。
猫による被害防止の為、測定器の上方に檻を置いたので、測定器付近にはほこりが沈着しない。

ライブラリ QCCの使い方については、下記を参照。
http://www.ec.kansai-u.ac.jp/user/arakit/documents/qcc.pdf
http://www.e.okayama-u.ac.jp/~nagahata/bstat/4syou.pdf
http://www.biwako.shiga-u.ac.jp/sensei/kumazawa/R/c2.pdf

112 :名無しに影響はない(東京都):2012/04/22(日) 12:38:04.02 ID:9LJ+e4+p
>>109
線量測ってから言えよ

こんなのは初めてだーとかいい加減などうでもいい話もってくんじゃねーよヴォケが
騒ぐならテメーで分析してから言いやがれカス

113 :名無しに影響はない(やわらか銀行):2012/04/22(日) 12:48:22.01 ID:0JmnE7E0
やかんに木炭入れて沸かすと、木炭に放射性物質が吸着するのではないか。
水道水以外でも牛乳やジュースなどで試してみる価値がある。
液体そのものを測定することは無理だが、木炭に放射性物質を吸着させれば簡単に測定できそうだ。
液体の汚染を検出するには、やかんに木炭を入れて沸かせの巻 完

114 :名無しに影響はない(東京都):2012/04/22(日) 12:52:47.40 ID:xGt3q0UC
放射性物質は目視で分かるような量は決して存在しない。
そんなにあったら即死級だ。
あくまでも線量計でのみその存在を知ることができる。

115 :名無しに影響はない(やわらか銀行):2012/04/22(日) 12:56:04.55 ID:0JmnE7E0
原子力ムラの人間が怒っているようです。
水道水の汚染を測ると都合が悪いようです。どんどん測りましょう。
液体の汚染を測るには、木炭をやかんにいれて沸かしましょう。
もし実験される場合は硬い木炭(竹炭、備長炭)を使い、
1時間程度煮沸&水交換を一日7回行い、4日続けると約1ヶ月相当のモノが出来上がる
と思います。

116 :名無しに影響はない(やわらか銀行):2012/04/22(日) 13:01:24.29 ID:0JmnE7E0
虹色の木炭の測り方
インスペクター+のタイマーモードで測りましょう。
バックグラウンド(何もない状態)で10分、虹色の木炭表面を10分測りましょう。(2センチ程度に近づけて)
カウント数に差があれば放射性物質です。20分、30分と測るとより正確です。
虹色の木炭とマイカ窓の間にコピー用紙を一枚挟んでください。
数値が減ったらアルファ線(プルトニウム)です。

117 :名無しに影響はない(東京都):2012/04/22(日) 13:06:47.54 ID:9LJ+e4+p
さっさと数値を出せよクソが

なーにが変色したーだヴァーカ
放射脳はさっさと死ね クソキチガイが

118 :名無しに影響はない(やわらか銀行):2012/04/22(日) 13:35:56.29 ID:0JmnE7E0
原子力ムラの人間が必死すぎ。
虹色木炭の汚染はYOUTUBEで世界中に配信したほうがいいな。


119 :名無しに影響はない(やわらか銀行):2012/04/22(日) 13:37:48.34 ID:0JmnE7E0
原子力ムラの人間は、虹色木炭を食べてもただちに影響はないとか言いそうだな。
てか1レスでいくらもらっているんだ?20円くらい?


120 :名無しに影響はない(東京都):2012/04/22(日) 13:38:00.81 ID:xGt3q0UC
インスペスレなのに、まだインスペで測ってないの?

121 :名無しに影響はない(東京都):2012/04/22(日) 13:42:22.15 ID:9LJ+e4+p
とっととインスペで計測してる動画うpしろよクズが

122 :名無しに影響はない(内モンゴル自治区):2012/04/22(日) 15:54:55.51 ID:lPrBPHyC
トンキン怒りの内部被爆wwツルピカドンwww

123 :名無しに影響はない(栃木県):2012/04/22(日) 16:49:05.68 ID:fyEWABLB
1.測定対象
タマノイ穀物酢 2013.12.16

酢酸発酵 http://ja.wikipedia.org/wiki/%E9%85%A2%E9%85%B8
   C2H5OH + O2 → CH3COOH + H2O
分子量 46 32 60 18
アルコール発酵 http://ja.wikipedia.org/wiki/%E3%82%A2%E3%83%AB%E3%82%B3%E3%83%BC%E3%83%AB%E7%99%BA%E9%85%B5
   C6H12O6 → 2 C2H5OH + 2 CO2
分子量 180 2*46 2*44
よって、炭水化物からの酢酸の収率は 66%
米 100g あたり75gの炭水化物を含む。http://genmaiyanogensan.web.fc2.com/pdf/eiyouso.pdf#search=%27%E7%B1%B3%20%E3%82%AB%E3%83%AA%E3%82%A6%E3%83%A0%20%E6%A0%84%E9%A4%8A%27
よって100gの米より 50gの酢酸が合成される。
穀物酢は酢酸4.2%( http://www.tamanoi.co.jp/products/02.htm#01 )だから、米100gあたり1.2リットルの酢が製造される。
米 100gあたり、88-230mgのカリウムが含まれるの( http://genmaiyanogensan.web.fc2.com/pdf/eiyouso.pdf )で、
食酢の比重を1.0(1.01-0.05 程度を丸めた http://search.yahoo.co.jp/search?p=%E9%A3%9F%E9%85%A2%E3%80%80%E6%AF%94%E9%87%8D&ei=UTF-8&fr=mozff&x=wrt&meta=vc%3D )とすると、
食酢 1kg あたり 70-180mg のカリウム( 30.9Bq/g )を含む。この量は 2-5Bq に相当する。

2.測定結果
「BG」は、机の上に何も載せないで測定した値。
「空試験」は、机の上に、ポリ袋(ジップロック お手軽バッグ 小 )に入れた No.160 プリンカップ(小) 霧島製作所( http://item.rakuten.co.jp/b-stage/4962817261608/ )を置いた状態。
「試料」はプリンカップに約45mlの試料を入れ、机の上におき、赤外線電球で赤外線を照射し乾燥した。乾燥後、ポリ袋に入れ、机の上に置いた。乾燥後の固形分は 2.1g/45mL であった。
プリンカップは高さ33mmと台(高さ30mm)を超えるので、検出部の穴が合うように置いた。

1. n=30 BG
x <- c(48, 39, 39, 49, 35, 51, 48, 37, 44, 31, 49, 55, 38, 42, 41, 47, 39, 39, 44, 46, 32, 35, 32, 31, 43, 49, 33, 42, 45, 39)

2. n=30 空試験
x <- c(36, 41, 43, 38, 37, 35, 48, 28, 34, 50, 33, 47, 38, 43, 47, 50, 54, 40, 51, 47, 44, 35, 39, 41, 32, 45, 34, 45, 47, 43)

3. n=50 タマノイ穀物酢 2013.12.16
x <- c(38, 52, 37, 35, 50, 50, 63, 50, 33, 30, 32, 52, 38, 52, 41, 35, 47, 35, 43, 36, 68, 35, 39, 45, 47, 59, 43, 43, 36, 43, 53, 45, 42, 54, 51, 58, 37, 59, 48, 46, 33, 58, 37, 51, 56, 49, 48, 40, 41, 47)

4. n=33 BG
x <- c(40, 37, 48, 42, 35, 38, 35, 37, 60, 39, 42, 27, 50, 39, 62, 36, 41, 32, 57, 34, 43, 48, 46, 35, 44, 46, 50, 34, 31, 50, 31, 27, 45)

5. n=32 空試験
x <- c(31, 45, 39, 42, 40, 47, 42, 44, 44, 48, 50, 41, 46, 46, 35, 35, 43, 45, 40, 35, 50, 35, 33, 39, 50, 52, 40, 35, 41, 41, 34, 46)

6. n=31 タマノイ穀物酢 2013.12.16
x <- c(32, 39, 44, 53, 46, 54, 51, 36, 49, 61, 37, 42, 49, 47, 44, 46, 39, 50, 40, 45, 57, 45, 44, 56, 39, 43, 38, 43, 49, 51, 38)

7. n=30 空試験
x <- c(34, 42, 41, 41, 51, 45, 45, 39, 45, 33, 39, 39, 48, 51, 34, 43, 41, 38, 37, 28, 37, 37, 31, 32, 40, 45, 56, 37, 48, 37)

8. n=40 BG
x <- c(43, 43, 36, 33, 36, 43, 50, 43, 49, 40, 38, 38, 47, 56, 37, 40, 41, 35, 45, 40, 52, 46, 37, 45, 46, 45, 31, 38, 40, 44, 45, 38, 46, 48, 42, 42, 32, 33, 54, 48)

124 :名無しに影響はない(栃木県):2012/04/22(日) 16:51:31.77 ID:fyEWABLB
4. データ貼り付け
BGと試料の比較

1. n = 103 BG 繰り返し数 =3
gr1 <- c( 48, 39, 39, 49, 35, 51, 48, 37, 44, 31, 49, 55, 38, 42, 41, 47, 39, 39, 44, 46, 32, 35, 32, 31, 43, 49, 33, 42, 45, 39 ,
40, 37, 48, 42, 35, 38, 35, 37, 60, 39, 42, 27, 50, 39, 62, 36, 41, 32, 57, 34, 43, 48, 46, 35, 44, 46, 50, 34, 31, 50, 31, 27, 45 ,
43, 43, 36, 33, 36, 43, 50, 43, 49, 40, 38, 38, 47, 56, 37, 40, 41, 35, 45, 40, 52, 46, 37, 45, 46, 45, 31, 38, 40, 44, 45, 38, 46, 48, 42, 42, 32, 33, 54, 48)
> mean(x)
[1] 41.63107
> var(x)
[1] 49.50961

2. n = 92 空試験 繰り返し数 =3
gr2 <- c( 36, 41, 43, 38, 37, 35, 48, 28, 34, 50, 33, 47, 38, 43, 47, 50, 54, 40, 51, 47, 44, 35, 39, 41, 32, 45, 34, 45, 47, 43 ,
31, 45, 39, 42, 40, 47, 42, 44, 44, 48, 50, 41, 46, 46, 35, 35, 43, 45, 40, 35, 50, 35, 33, 39, 50, 52, 40, 35, 41, 41, 34, 46 ,
34, 42, 41, 41, 51, 45, 45, 39, 45, 33, 39, 39, 48, 51, 34, 43, 41, 38, 37, 28, 37, 37, 31, 32, 40, 45, 56, 37, 48, 37)
> mean(x)
[1] 41.22826
> var(x)
[1] 37.4748
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = 0.4241, 自由度 = 193, P値 = 0.672
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: -1.470444 2.276058
標本推定値:
平均値x 平均値y
41.63107 41.22826
有意ではない。バックグラエンドと空試験の差異は不明

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 0.4275, 自由度 = 192.873, P値 = 0.6695
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: -1.455814 2.261428
標本推定値:
平均値x 平均値y
41.63107 41.22826
有意ではない。バックグラエンドと空試験の差異は不明

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.3211, 第1自由度 = 102, 第2自由度 = 91, P値 = 0.1762
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.8816986 1.9704052
標本推定値:
分散比
1.321144
分散に差異がある。(Welchの方法)を使用する

125 :名無しに影響はない(栃木県):2012/04/22(日) 16:51:58.54 ID:fyEWABLB
3. n = 81 タマノイ穀物酢 2013.12.16 繰り返し数 =2
gr2 <- c( 38, 52, 37, 35, 50, 50, 63, 50, 33, 30, 32, 52, 38, 52, 41, 35, 47, 35, 43, 36, 68, 35, 39, 45, 47, 59, 43, 43, 36, 43, 53, 45, 42, 54, 51, 58, 37, 59, 48, 46, 33, 58, 37, 51, 56, 49, 48, 40, 41, 47 ,
32, 39, 44, 53, 46, 54, 51, 36, 49, 61, 37, 42, 49, 47, 44, 46, 39, 50, 40, 45, 57, 45, 44, 56, 39, 43, 38, 43, 49, 51, 38)
> mean(x)
[1] 45.27160
> var(x)
[1] 65.22531

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

データ: gr1 と gr2
t値 = -3.2637, 自由度 = 182, P値 = 0.001314
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -5.841439 -1.439635
標本推定値:
平均値x 平均値y
41.63107 45.27160
有意。バックグラエンドと試料との差異が存在する。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -3.2104, 自由度 = 159.452, P値 = 0.001603
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -5.880108 -1.400966
標本推定値:
平均値x 平均値y
41.63107 45.27160
有意。バックグラエンドと試料との差異が存在する。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.7591, 第1自由度 = 102, 第2自由度 = 80, P値 = 0.1884
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4977711 1.1452685
標本推定値:
分散比
0.7590553
分散に差異がある。(Welchの方法)を使用する

126 :名無しに影響はない(栃木県):2012/04/22(日) 16:52:26.91 ID:fyEWABLB
空試験と試料との比較
gr1 <- c( 36, 41, 43, 38, 37, 35, 48, 28, 34, 50, 33, 47, 38, 43, 47, 50, 54, 40, 51, 47, 44, 35, 39, 41, 32, 45, 34, 45, 47, 43 ,
31, 45, 39, 42, 40, 47, 42, 44, 44, 48, 50, 41, 46, 46, 35, 35, 43, 45, 40, 35, 50, 35, 33, 39, 50, 52, 40, 35, 41, 41, 34, 46 ,
34, 42, 41, 41, 51, 45, 45, 39, 45, 33, 39, 39, 48, 51, 34, 43, 41, 38, 37, 28, 37, 37, 31, 32, 40, 45, 56, 37, 48, 37)
gr2 <- c( 38, 52, 37, 35, 50, 50, 63, 50, 33, 30, 32, 52, 38, 52, 41, 35, 47, 35, 43, 36, 68, 35, 39, 45, 47, 59, 43, 43, 36, 43, 53, 45, 42, 54, 51, 58, 37, 59, 48, 46, 33, 58, 37, 51, 56, 49, 48, 40, 41, 47 ,
32, 39, 44, 53, 46, 54, 51, 36, 49, 61, 37, 42, 49, 47, 44, 46, 39, 50, 40, 45, 57, 45, 44, 56, 39, 43, 38, 43, 49, 51, 38)
t.test(gr1, gr2, v=T)
t.test(gr1, gr2)
var.test(gr1, gr2)

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

データ: gr1 と gr2
t値 = -3.7359, 自由度 = 171, P値 = 0.0002547
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -6.179742 -1.906946
標本推定値:
平均値x 平均値y
41.22826 45.27160
有意。空試験と試料との差異が存在する。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -3.6718, 自由度 = 148.093, P値 = 0.0003356
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -6.219389 -1.867299
標本推定値:
平均値x 平均値y
41.22826 45.27160
有意。空試験と試料との差異が存在する。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.5745, 第1自由度 = 91, 第2自由度 = 80, P値 = 0.01068
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3735021 0.8785537
標本推定値:
分散比
0.5745438
分散に差異がある。(Welchの方法)を使用する

>
3.補足コメント
45.2 - 41.2 = 4 CPM
4 * 0.47 = 1.88
全量受光可能として 1.88 * 1000 / 45 = 42 Bq/kg

42Bq/kg >> 5Bg/kg なので、ほとんどの線量は福島由来と考えられる。


127 :名無しに影響はない(栃木県):2012/04/22(日) 16:57:10.54 ID:fyEWABLB
インスペクターで計っているから、β線による測定。
γ線測定を規定している政府の「正しい測定値」とは異なります。

このことをよく理解してね。
「机の上で乾燥」させたものだから、結構ほこりが混ざっている可能性がある。
既婚女性ならば鬼女板で追跡調査を依頼するのだが、鬼女ではないので、カキコができない。
ほこりによる汚染が少ない環境下で、追跡調査ヨロ。

128 :名無しに影響はない(長屋):2012/04/22(日) 17:44:33.91 ID:eWAKSger
>>108
>106 に書いたけど以前からだよ〜。
水槽で熱帯魚とか飼ってる人とか、ペットショップで聞いてみればいいっすよ。

竹炭にCsは吸着されるかも知れないけど、光沢は出ないだろうしねえ。

129 :名無しに影響はない(内モンゴル自治区):2012/04/22(日) 17:53:27.86 ID:lPrBPHyC
長屋さんはソースもないのに適当なこと言うよね。

130 :名無しに影響はない(長屋):2012/04/22(日) 19:26:42.06 ID:eWAKSger
まあ >122 とかの、(内モンゴル自治区) さんに言われてもねえw

自分で水槽セッティングして水草を育てたりすると、それほど珍しいことじゃないだけ
多分余剰な金属イオンの析出でそ。

131 :名無しに影響はない(栃木県):2012/04/22(日) 21:43:27.73 ID:fyEWABLB
1.測定対象
「水中に入れると虹色に光るステンレス製落し蓋」の分析
「糊台」は、プラスチック製CDケース(厚さ5mm)内にポリ袋に入れたでんぷん糊(ヤマト糊TC-200)を挟んだもの。
糊台の上に、直接ポリ袋に入れた測定器を置いて測定。
試料は、糊台の上に置いて、その上に、直接ポリ袋に入れた測定器を置いて測定。

2.測定結果
1. n=30 糊台 直置き
x <- c(36, 31, 47, 26, 40, 50, 39, 32, 37, 31, 25, 35, 38, 31, 49, 36, 38, 46, 34, 34, 30, 32, 39, 42, 44, 47, 42, 35, 38, 45)

2. n=40 糊台+落し蓋 直置き
x <- c(42, 36, 41, 46, 41, 38, 48, 35, 34, 46, 47, 48, 41, 40, 51, 36, 43, 42, 36, 40, 41, 32, 46, 40, 43, 37, 39, 35, 52, 29, 43, 49, 45, 48, 35, 40, 51, 45, 48, 43)

3. n=30 糊台 直置き
x <- c(47, 46, 37, 38, 35, 35, 32, 40, 47, 48, 41, 32, 40, 46, 48, 48, 37, 46, 39, 33, 31, 48, 43, 38, 38, 46, 36, 41, 48, 36)

4. n=30 糊台+落し蓋 直置き
x <- c(31, 40, 37, 40, 37, 36, 37, 49, 51, 33, 28, 71, 37, 35, 47, 23, 45, 44, 47, 41, 50, 42, 38, 48, 38, 43, 30, 56, 46, 35)

5. n=30 糊台 直置き
x <- c(42, 59, 38, 48, 39, 33, 33, 49, 47, 41, 44, 46, 47, 31, 34, 35, 38, 46, 42, 47, 32, 40, 42, 40, 31, 28, 39, 37, 42, 36)

132 :名無しに影響はない(栃木県):2012/04/22(日) 21:44:21.28 ID:fyEWABLB
4. データ貼り付け
全体の分析
x <- c(36, 31, 47, 26, 40, 50, 39, 32, 37, 31, 25, 35, 38, 31, 49, 36, 38, 46, 34, 34, 30, 32, 39, 42, 44, 47, 42, 35, 38, 45 ,
42, 36, 41, 46, 41, 38, 48, 35, 34, 46, 47, 48, 41, 40, 51, 36, 43, 42, 36, 40, 41, 32, 46, 40, 43, 37, 39, 35, 52, 29, 43, 49, 45, 48, 35, 40, 51, 45, 48, 43 ,
47, 46, 37, 38, 35, 35, 32, 40, 47, 48, 41, 32, 40, 46, 48, 48, 37, 46, 39, 33, 31, 48, 43, 38, 38, 46, 36, 41, 48, 36 ,
31, 40, 37, 40, 37, 36, 37, 49, 51, 33, 28, 71, 37, 35, 47, 23, 45, 44, 47, 41, 50, 42, 38, 48, 38, 43, 30, 56, 46, 35 ,
42, 59, 38, 48, 39, 33, 33, 49, 47, 41, 44, 46, 47, 31, 34, 35, 38, 46, 42, 47, 32, 40, 42, 40, 31, 28, 39, 37, 42, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 40.3875
> var(x)
[1] 47.52186
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.7639, 第1自由度 = 4, 第2自由度 = 155, P値 = 0.1389
有意。群別に差異がある。

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

データ: x と g
バートレットのK二乗値 = 11.4273, 自由度 = 4, P値 = 0.02216
有意。分散に差異があり、先の分散分析は無効。

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

データ: x と g
F = 1.9658, 第1自由度 = 4.000, 第2自由度 = 74.427, P値 = 0.1085
有意。群別に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.625 0.625
25 5 3.125 3.750
30 23 14.375 18.125
35 45 28.125 46.250
40 37 23.125 69.375
45 40 25.000 94.375
50 6 3.750 98.125
55 2 1.250 99.375
60 0 0.000 99.375
65 0 0.000 99.375
70 1 0.625 100.000
>

133 :名無しに影響はない(栃木県):2012/04/22(日) 21:44:41.97 ID:fyEWABLB
BGと試料の比較
x <- c(36, 31, 47, 26, 40, 50, 39, 32, 37, 31, 25, 35, 38, 31, 49, 36, 38, 46, 34, 34, 30, 32, 39, 42, 44, 47, 42, 35, 38, 45 ,
42, 36, 41, 46, 41, 38, 48, 35, 34, 46, 47, 48, 41, 40, 51, 36, 43, 42, 36, 40, 41, 32, 46, 40, 43, 37, 39, 35, 52, 29, 43, 49, 45, 48, 35, 40, 51, 45, 48, 43 ,
47, 46, 37, 38, 35, 35, 32, 40, 47, 48, 41, 32, 40, 46, 48, 48, 37, 46, 39, 33, 31, 48, 43, 38, 38, 46, 36, 41, 48, 36 ,
31, 40, 37, 40, 37, 36, 37, 49, 51, 33, 28, 71, 37, 35, 47, 23, 45, 44, 47, 41, 50, 42, 38, 48, 38, 43, 30, 56, 46, 35 ,
42, 59, 38, 48, 39, 33, 33, 49, 47, 41, 44, 46, 47, 31, 34, 35, 38, 46, 42, 47, 32, 40, 42, 40, 31, 28, 39, 37, 42, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 3.4624, 第1自由度 = 1, 第2自由度 = 158, P値 = 0.06464
有意。バックグラウンドと試料に差異がある。

> 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 = 1.3735, 自由度 = 1, P値 = 0.2412
有意。分散に差異があり、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 = 3.3493, 第1自由度 = 1.000, 第2自由度 = 137.833, P値 = 0.0694
有意。バックグラウンドと試料に差異がある。

134 :名無しに影響はない(栃木県):2012/04/22(日) 21:45:07.43 ID:fyEWABLB
繰り返しによる影響

2. n = 90 糊台 直置き 繰り返し数 =3
x <- c( 36, 31, 47, 26, 40, 50, 39, 32, 37, 31, 25, 35, 38, 31, 49, 36, 38, 46, 34, 34, 30, 32, 39, 42, 44, 47, 42, 35, 38, 45 ,
47, 46, 37, 38, 35, 35, 32, 40, 47, 48, 41, 32, 40, 46, 48, 48, 37, 46, 39, 33, 31, 48, 43, 38, 38, 46, 36, 41, 48, 36 ,
42, 59, 38, 48, 39, 33, 33, 49, 47, 41, 44, 46, 47, 31, 34, 35, 38, 46, 42, 47, 32, 40, 42, 40, 31, 28, 39, 37, 42, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.5
> var(x)
[1] 41.30899
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.9801, 第1自由度 = 2, 第2自由度 = 87, P値 = 0.1442
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 1.0018, 自由度 = 2, P値 = 0.606
有意。分散に差異があり、先の分散分析は無効。

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

データ: x と g
F = 1.9574, 第1自由度 = 2.000, 第2自由度 = 57.618, P値 = 0.1505
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 3.333333 3.333333
30 18 20.000000 23.333333
35 27 30.000000 53.333333
40 17 18.888889 72.222222
45 23 25.555556 97.777778
50 1 1.111111 98.888889
55 1 1.111111 100.000000
>

135 :名無しに影響はない(栃木県):2012/04/22(日) 21:45:32.48 ID:fyEWABLB
3. n = 70 糊台+落し蓋 直置き 繰り返し数 =2
x <- c( 42, 36, 41, 46, 41, 38, 48, 35, 34, 46, 47, 48, 41, 40, 51, 36, 43, 42, 36, 40, 41, 32, 46, 40, 43, 37, 39, 35, 52, 29, 43, 49, 45, 48, 35, 40, 51, 45, 48, 43 ,
31, 40, 37, 40, 37, 36, 37, 49, 51, 33, 28, 71, 37, 35, 47, 23, 45, 44, 47, 41, 50, 42, 38, 48, 38, 43, 30, 56, 46, 35)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 41.52857
> var(x)
[1] 53.87598
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.126, 第1自由度 = 1, 第2自由度 = 68, P値 = 0.7237
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 = 8.6942, 自由度 = 1, P値 = 0.003192
有意。分散に差異があり、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 = 0.1098, 第1自由度 = 1.000, 第2自由度 = 44.299, P値 = 0.7419
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.428571 1.428571
25 2 2.857143 4.285714
30 5 7.142857 11.428571
35 18 25.714286 37.142857
40 20 28.571429 65.714286
45 17 24.285714 90.000000
50 5 7.142857 97.142857
55 1 1.428571 98.571429
60 0 0.000000 98.571429
65 0 0.000000 98.571429
70 1 1.428571 100.000000
>

136 :名無しに影響はない(栃木県):2012/04/22(日) 21:45:56.85 ID:fyEWABLB
BGと試料の比較

2. n = 90 糊台 直置き 繰り返し数 =3
gr1 <- c( 36, 31, 47, 26, 40, 50, 39, 32, 37, 31, 25, 35, 38, 31, 49, 36, 38, 46, 34, 34, 30, 32, 39, 42, 44, 47, 42, 35, 38, 45 ,
47, 46, 37, 38, 35, 35, 32, 40, 47, 48, 41, 32, 40, 46, 48, 48, 37, 46, 39, 33, 31, 48, 43, 38, 38, 46, 36, 41, 48, 36 ,
42, 59, 38, 48, 39, 33, 33, 49, 47, 41, 44, 46, 47, 31, 34, 35, 38, 46, 42, 47, 32, 40, 42, 40, 31, 28, 39, 37, 42, 36)
> mean(x)
[1] 39.5
> var(x)
[1] 41.30899

3. n = 70 糊台+落し蓋 直置き 繰り返し数 =2
gr2 <- c( 42, 36, 41, 46, 41, 38, 48, 35, 34, 46, 47, 48, 41, 40, 51, 36, 43, 42, 36, 40, 41, 32, 46, 40, 43, 37, 39, 35, 52, 29, 43, 49, 45, 48, 35, 40, 51, 45, 48, 43 ,
31, 40, 37, 40, 37, 36, 37, 49, 51, 33, 28, 71, 37, 35, 47, 23, 45, 44, 47, 41, 50, 42, 38, 48, 38, 43, 30, 56, 46, 35)
> mean(x)
[1] 41.52857
> var(x)
[1] 53.87598

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

データ: gr1 と gr2
t値 = -1.8608, 自由度 = 158, P値 = 0.06464
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -4.1817823 0.1246394
標本推定値:
平均値x 平均値y
39.50000 41.52857
バックグラウンドと試料に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -1.8301, 自由度 = 137.833, P値 = 0.0694
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -4.2203230 0.1631802
標本推定値:
平均値x 平均値y
39.50000 41.52857
バックグラウンドと試料に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.7667, 第1自由度 = 89, 第2自由度 = 69, P値 = 0.2374
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4867793 1.1923091
標本推定値:
分散比
0.7667422
有意。分散に差異がある。(Welchの方法)を使用する。
>

137 :名無しに影響はない(栃木県):2012/04/22(日) 21:54:15.72 ID:fyEWABLB
3.補足コメント
インスペクターによる測定ですから、β線を測定しているのです。
γ線を測定している政府の「正しい測定」とは異なります。

虹色に輝くステンレス製品、として、見つかったのが落し蓋。
鍋底に入れて、放置して、鍋を洗おうとしたら、光り輝いていることに気がついた。
夕日が差さなかったらば、気がつかなかったけど。

ステンレスの場合、β線を遮蔽するので遮蔽材を入れないと測定できないようです。
遮蔽材として、水3mm、プラスチック2mmに相当する「糊台」を置いて測定してみました。
ここの話題としては、有意差があるだけで十分でしょう。

私一人の成果では間違っているときがあります。多くの方々による追跡調査をヨロ。

138 :名無しに影響はない(やわらか銀行):2012/04/22(日) 22:50:38.09 ID:0JmnE7E0
>>137
そもそも政府はガンマ線だけを測っているが正確と言えるのか?
アルファ線やベータ線のみを放出する放射性物質は無視していいのか?

福島第一原発から飛散した主な放射性同位体(核種)全31種・放出量
http://savechild.net/archives/3891.html

139 :名無しに影響はない(栃木県):2012/04/22(日) 23:49:50.94 ID:fyEWABLB
>>138
民事訴訟法の規定で、
行政機関の取った行動については正当なものと推定する
という規定があります。したがって、
「本当に正しいか」という議論をさておいて、正しいものとして取り扱っています(政府に対する司法の場を使った救済を請求する意思がない)。

http://www.nkbc.jp/nkbcweb/business/image/pamphlet_10.pdf
これを見ていただきたいのですが、
Fe3+の存在下、Fe3+が沈殿するような条件で、Y90を沈降分離させて、β線で検出する
という方法が取られています。
つまり、青白色ではなく「虹色に輝いている鉄」ですから、Fe3+の沈殿と考えられます。
Fe3+の沈殿が存在するときに、Y90があれば、同時に共沈して沈殿を形成し、沈殿物からはβ線が検出されることになります。
Y90単体ではγ線が検出されないということがあります。したがって、ストロンチウムの存在を照明するには、γ線の不在が必要になります。
手元に0.6mmのアルミ板がないのです。だから、これ以上のことを調べられません。

このことに気がついて、追跡調査をしてくださる方が現れるかと期待していたのです。

140 :名無しに影響はない(やわらか銀行):2012/04/23(月) 00:47:15.38 ID:+3jZLJgv
水道水の汚染を測るには木炭を測るのがよいかと思います。
もし実験される場合は硬い木炭(竹炭、備長炭)を使い、
やかんに木炭を入れて1時間程度煮沸&水交換を一日7回行い、4日続けると約1ヶ月相当のモノが出来上がります。
あとで実験前の木炭を測定したいと思います。

141 :名無しに影響はない(やわらか銀行):2012/04/23(月) 01:05:28.39 ID:+3jZLJgv
山口・和木町の化学工場で22日未明、プラントが爆発して炎上し、作業員1人が死亡。
この工場には、放射性物質である「劣化ウラン」が入ったドラム缶をおよそ3,400本保管している。
http://www.fnn-news.com/news/headlines/articles/CONN00221770.html

142 :名無しに影響はない(やわらか銀行):2012/04/23(月) 01:11:59.14 ID:+3jZLJgv
実験前の木炭を測ってみた。
1.測定対象
木炭100g 直付けビニル保護

2.測定結果
10分間バックグラウンド 420
10分間木炭 431

3.コメント
実験前の木炭は汚染していないようだ。

143 :名無しに影響はない(やわらか銀行):2012/04/23(月) 01:13:25.25 ID:+3jZLJgv
測定結果はインスペクター+のタイマーモードでのカウント数です。


144 :名無しに影響はない(千葉県):2012/04/24(火) 01:11:35.57 ID:1fvznWmb
やっぱり最低でも10000cpm、それ以上じゃないと食品の表面汚染なんて無理だよな


145 :名無しに影響はない(やわらか銀行):2012/04/24(火) 01:26:23.63 ID:gLrnrKtJ
スレまとめ 低ベクレル順
1.測定対象  JヌードルコーポレーションBK こだわりの熟成 20g
2.測定結果  0Bq/kg  

1.測定対象 北海道富良野産玉葱 12g
2.測定結果  2-20Bq/kg Bq/kg (カリウムを除いたベクレル数)

1.測定対象  栃木県産 ふきのとう 19g
2.測定結果 28 Bq/kg  (BG: 38.46939, 試料: 66.87692 CPM )

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

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

1.測定対象  栃木産菜の花
2.測定結果 51 Bq/kg(カリウム込)

1.測定対象  栃木県産 乾燥椎茸
2.測定結果 1000 Bq/kg

1.測定対象 栃木産しいたけ
2.測定結果  2700 Bq/kg

146 :名無しに影響はない(やわらか銀行):2012/04/24(火) 01:35:33.62 ID:gLrnrKtJ
北海道の玉ねぎが汚染していますが、この汚染マップが正しいということがわかりました。
http://www.zakzak.co.jp/society/domestic/photos/20111115/dms1111151134009-p1.htm

セシウムは筋肉にたまります。心臓は筋肉でできているので、心筋梗塞で死ぬ人が多いのです。
心臓の病気が増えているのはみなさん御存じだと思います。

147 :名無しに影響はない(WiMAX):2012/04/24(火) 01:51:56.21 ID:+np555Bz
>>146
要するに、たくさん必要な筋肉に優先して配分されるから、
自然に心筋に貯まる。それで死ぬ。

148 :名無しに影響はない(栃木県):2012/04/24(火) 14:27:07.11 ID:Tq0zIywm
>>147
他にもあるみたい。
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q1366386038
>>過酸化水素により組織障害や細胞に対する代謝障害作用や、生体の免疫反応を介した障害など複合的な要素で中枢神経に障害をもたらす
心臓付近にβ線核種が蓄積すれば、1-10mm以内の細胞に限って影響を受ける。
1-10mm以内って言うと、心臓神経があるから、心臓神経が麻痺して、不整脈になると考えられる。

神経細胞に色々蓄積して、おかしくなるんだけど、
今の中毒医療(司法判断)では、神経細胞への蓄積やその影響を考慮していない。
影響がないとはんじしている。

149 :名無しに影響はない(東京都):2012/04/24(火) 21:30:48.05 ID:WpEgOb0k
>>136
数字の羅列だけでは意味不明です。
どれくらい危険かぐらいのアドバイスぐらいくれてもいいのでは?
>>146
正しいって根拠となる論文とかあったのですか?
今まで汚染マップとか見てきたけどサイトによってまちまちですよね。

150 :名無しに影響はない(東京都):2012/04/24(火) 22:36:22.52 ID:WpEgOb0k
ID:0JmnE7E0
1レスいくらもらってる?とか工作員認定とかお前の頭は相当逝かれてるんだな。
こんな過疎スレで工作して金もらえる訳ないし、そんな仕事あると思ってるの?
個人の感想を工作員認定して1レスいくらもらってる?とか・・・・

151 :名無しに影響はない(大阪府):2012/04/24(火) 23:25:47.65 ID:0zDzne1d
>>146 のマップはシミュレーション。実際に測定したわけではない。
ヘリコプターで実際に測定した文科省データの方がまだ詳細。
http://ramap.jaea.go.jp/map/map.html


152 :名無しに影響はない(東京都):2012/04/24(火) 23:36:52.33 ID:WpEgOb0k
>>151
なら早漏って事か

153 :名無しに影響はない(やわらか銀行):2012/04/24(火) 23:52:00.39 ID:gLrnrKtJ
Dragon AshのメンバーIKUZONEこと馬場育三さん(享年46)が急性心不全のため21日に死亡。
http://www.oricon.co.jp/news/music/2010660/full/

心臓にセシウムが蓄積する。。


154 :名無しに影響はない(やわらか銀行):2012/04/25(水) 03:11:37.31 ID:m9VH+NvQ
牛や豚のハツ(心臓)を測定すればセシウムに汚染しているのだろうか?
茨城県産の豚のハツ(心臓)
http://item.rakuten.co.jp/tsukubaham/1105/

牛ハツ (心臓)
http://item.rakuten.co.jp/meat-gen/87509/#87509

155 :名無しに影響はない(東京都):2012/04/25(水) 06:38:15.51 ID:lM3OerMc
>>153
まるで震災前は少なかった様な言い方だな。
すぐセシウムのせいにするのは結論が速いのでは?

156 :名無しに影響はない(栃木県):2012/04/25(水) 06:56:44.06 ID:e+g1ac4X
>>149
>どれくらい危険かぐらいのアドバイスぐらいくれてもいいのでは?
そんなのわからん。
ただ言える事は、
政府などの宣伝で、「検出されない」とされている水道水だが、
適当に濃縮してやれば、専用機器以外でも検出可能程度の線量になる。
てぇこと。
「言える」ことになると、民法の規定を受ける。
民法の規定で用量依存性を示さないことには、毒性について語れない。
http://ja.wikipedia.org/wiki/%E6%AF%92%E6%80%A7%E5%AD%A6

水道水は食品として学んでいるので、食品全般として答えると
放射線は、IAEA等が必要な実験をさせないなどのことをしたために、必要な情報が極めて少ない。
そのため、未知なる毒性を有するもの、として取り扱うことが望ましい。
自由権を主張し、マスメディアによる宣伝に毒されず、本人の能力の範囲内で可能な限り摂取を減らしてくれ。

157 :名無しに影響はない(栃木県):2012/04/25(水) 07:06:54.17 ID:e+g1ac4X
>>155
セシウムのせいにするのは結論としては早いけど
福島由来の原子力廃棄物の影響と考えるのがふつうではないか。

芸能関係のニュースを遡れば40代のタレントの死亡と言うと、
自殺と転落事故等機械的事故ぐらいしかなかったでしょう。

158 :名無しに影響はない(内モンゴル自治区):2012/04/25(水) 12:16:27.30 ID:XJopNGm5
東日本の食品を食べて応援したら心臓が止まるよな。政府に騙された哀れな人達。安全と叫ぶなら毎日福島産食品食えよ。

159 :名無しに影響はない(WiMAX):2012/04/25(水) 13:31:00.94 ID:A/wd52HS
政治家が御用達の議員会館食堂がアンチ福島なわけでw

160 :名無しに影響はない(三重県):2012/04/25(水) 19:23:01.84 ID:YbnkBmhJ
>>151
あれ、航空機モニタリングの結果、久々に見たら・・・
デフォ(平成24年2月10日時点)だと、福一周辺にちょっと色付けてあるだけなんだなw
他のホットスポットなんて存在しないかのようだw

つか、西日本の測定もするって言っておきながらちっとも公表されないね。


161 :名無しに影響はない(やわらか銀行):2012/04/25(水) 22:23:38.71 ID:m9VH+NvQ
原発はメルトダウンしていないと騙されて、福島産食品は食べても安全と騙されて、、航空機モニタリングのインチキ汚染マップに騙されて。
何回騙されているんだよ。

162 :名無しに影響はない(東京都):2012/04/25(水) 22:24:55.40 ID:lM3OerMc
>>161
その意気込みは良いが、楽天を開いていきなり汚染されてるのかな?って第一声はひどいな。

163 :名無しに影響はない(神奈川県):2012/04/25(水) 22:41:20.93 ID:A20rU4pC
航空機によるモニタリングでは、ビル街では測定しづらいので、都心部の放射能汚染はほとんどないことになっています

164 :名無しに影響はない(WiMAX):2012/04/25(水) 22:42:32.92 ID:A/wd52HS
事故当時の新聞保管してるけど、12日の1面に「メルトダウンの可能性」
って書いてあるよ。当時は、政府も混乱してて規制かけられなかったみたい。
ちゃんと情報は出てたよね。俺もそれを見て脱出したわけだし。

避難場所のテレビで、報道の様子が変わっていくのを見てた。1週間くらい
してから御用学者が多数でてきて、安全安心を唱え始めた。

165 :名無しに影響はない(大阪府):2012/04/25(水) 23:51:17.37 ID:reoDif0K
>>163
なるほど。ということは逆に言うと、田舎はある程度信用できるのかな。

本来、チェルノブイリのように、実地計測で精密な汚染地図を作成すべきなのに、
ヘリコプターで適当に計っておしまいで、それ以上のことをする気が無い。話にならん。

166 :名無しに影響はない(やわらか銀行):2012/04/26(木) 00:01:43.09 ID:a8gW5Yw1
ヘリコプターから正確に測れるわけないだろ常識的に考えて。
東京だったら2000カ所くらいの土を測定すれば正確な汚染がわかるだろ。
表面の土を測ってほしいけど、役所は何メートルも掘って汚染していない土のみ測りそうだなよな。
1年以上たってるのに何やってるんだよ。今からでも土の測定をやってほしい。

167 :名無しに影響はない(栃木県):2012/04/26(木) 22:00:05.79 ID:d8RRlOZB
「国産鶏胸肉2012.02.08購入」の分析。
試料は、2週間飽和食塩水で塩漬にし, 以後、04.18迄週一交換で酢による塩抜き行った。
その後 40度3日乾燥した。乾燥後 6.5gとなった。

1. n=33 糊台
x <- c(33, 35, 42, 37, 44, 38, 56, 37, 37, 32, 41, 39, 39, 29, 38, 48, 33, 36, 44, 46, 43, 32, 44, 41, 38, 38, 51, 43, 39, 42, 37, 35, 57)

2. n=32 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g(表)
x <- c(39, 38, 34, 51, 43, 33, 34, 34, 43, 46, 47, 47, 32, 35, 38, 35, 36, 36, 42, 36, 46, 44, 38, 45, 55, 51, 46, 43, 51, 36, 42, 43)

3. n=45 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g(表)
x <- c(40, 43, 44, 44, 45, 41, 53, 39, 34, 41, 35, 25, 42, 48, 38, 38, 44, 35, 40, 44, 37, 43, 36, 52, 38, 46, 46, 31, 45, 43, 49, 32, 43, 29, 38, 30, 35, 32, 33, 36, 45, 45, 40, 40, 49)

4. n=30 糊台
x <- c(60, 44, 40, 44, 41, 48, 41, 45, 43, 38, 44, 41, 45, 46, 45, 46, 31, 21, 38, 39, 39, 47, 33, 36, 36, 40, 43, 50, 42, 24)

5. n=32 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g(裏)
x <- c(41, 32, 53, 49, 37, 39, 46, 20, 37, 41, 42, 45, 37, 34, 39, 31, 52, 35, 40, 35, 37, 41, 47, 41, 41, 47, 50, 44, 74, 46, 34, 41)

6. n=35 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g(裏)
x <- c(32, 34, 28, 46, 46, 36, 44, 47, 40, 35, 51, 38, 40, 43, 37, 46, 36, 44, 45, 54, 41, 30, 30, 51, 50, 38, 42, 38, 39, 36, 35, 52, 37, 37, 35)

7. n=32 糊台
x <- c(54, 32, 46, 32, 50, 40, 39, 33, 43, 33, 47, 47, 51, 50, 32, 39, 37, 33, 27, 25, 35, 33, 49, 40, 34, 29, 44, 38, 38, 37, 44, 41)

8. n=31 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g(表)
x <- c(49, 48, 43, 41, 40, 42, 36, 34, 35, 46, 41, 29, 32, 39, 48, 39, 29, 38, 51, 46, 51, 40, 41, 32, 42, 54, 42, 49, 30, 51, 50)

9. n=30 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g(裏)
x <- c(36, 49, 64, 52, 50, 47, 33, 42, 41, 54, 41, 38, 41, 27, 36, 36, 48, 40, 40, 40, 39, 56, 33, 23, 37, 43, 39, 33, 37, 48)

10. n=55 糊台
x <- c(34, 31, 39, 35, 31, 42, 35, 46, 38, 35, 45, 42, 47, 43, 29, 31, 40, 56, 42, 39, 40, 43, 36, 42, 44, 47, 36, 29, 64, 47, 34, 51, 42, 32, 26, 27, 35, 43, 47, 43, 47, 43, 38, 43, 45, 37, 32, 27, 37, 55, 41, 31, 35, 40, 48)


168 :名無しに影響はない(栃木県):2012/04/26(木) 22:01:37.76 ID:d8RRlOZB
1. n = 150 BG 繰り返し数 =4
gr1 <- c( 33, 35, 42, 37, 44, 38, 56, 37, 37, 32, 41, 39, 39, 29, 38, 48, 33, 36, 44, 46, 43, 32, 44, 41, 38, 38, 51, 43, 39, 42, 37, 35, 57 ,
60, 44, 40, 44, 41, 48, 41, 45, 43, 38, 44, 41, 45, 46, 45, 46, 31, 21, 38, 39, 39, 47, 33, 36, 36, 40, 43, 50, 42, 24 ,
54, 32, 46, 32, 50, 40, 39, 33, 43, 33, 47, 47, 51, 50, 32, 39, 37, 33, 27, 25, 35, 33, 49, 40, 34, 29, 44, 38, 38, 37, 44, 41 ,
34, 31, 39, 35, 31, 42, 35, 46, 38, 35, 45, 42, 47, 43, 29, 31, 40, 56, 42, 39, 40, 43, 36, 42, 44, 47, 36, 29, 64, 47, 34, 51, 42, 32, 26, 27, 35, 43, 47, 43, 47, 43, 38, 43, 45, 37, 32, 27, 37, 55, 41, 31, 35, 40, 48)

2. n = 205 国産鶏肉2012.02.08購入, 2週間塩漬, 04.18迄週一交換で酢による塩抜き 40度3日乾燥 6.5g 繰り返し数 =6
gr2 <- c( 39, 38, 34, 51, 43, 33, 34, 34, 43, 46, 47, 47, 32, 35, 38, 35, 36, 36, 42, 36, 46, 44, 38, 45, 55, 51, 46, 43, 51, 36, 42, 43 ,
40, 43, 44, 44, 45, 41, 53, 39, 34, 41, 35, 25, 42, 48, 38, 38, 44, 35, 40, 44, 37, 43, 36, 52, 38, 46, 46, 31, 45, 43, 49, 32, 43, 29, 38, 30, 35, 32, 33, 36, 45, 45, 40, 40, 49 ,
49, 48, 43, 41, 40, 42, 36, 34, 35, 46, 41, 29, 32, 39, 48, 39, 29, 38, 51, 46, 51, 40, 41, 32, 42, 54, 42, 49, 30, 51, 50 ,
41, 32, 53, 49, 37, 39, 46, 20, 37, 41, 42, 45, 37, 34, 39, 31, 52, 35, 40, 35, 37, 41, 47, 41, 41, 47, 50, 44, 74, 46, 34, 41 ,
32, 34, 28, 46, 46, 36, 44, 47, 40, 35, 51, 38, 40, 43, 37, 46, 36, 44, 45, 54, 41, 30, 30, 51, 50, 38, 42, 38, 39, 36, 35, 52, 37, 37, 35 ,
36, 49, 64, 52, 50, 47, 33, 42, 41, 54, 41, 38, 41, 27, 36, 36, 48, 40, 40, 40, 39, 56, 33, 23, 37, 43, 39, 33, 37, 48)
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -1.2958, 自由度 = 353, P値 = 0.1959
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: -2.5369439 0.5216593
標本推定値:
平均値x 平均値y
39.95333 40.96098
有意。バックグラウンドと試料との間に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -1.2949, 自由度 = 320.348, P値 = 0.1963
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: -2.5386078 0.5233233
標本推定値:
平均値x 平均値y
39.95333 40.96098
有意。バックグラウンドと試料との間に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.0095, 第1自由度 = 149, 第2自由度 = 204, P値 = 0.9441
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.7507476 1.3671674
標本推定値:
分散比
1.009529
有意。分散が異なるので(Welchの方法)を使用する。

>
41.0 - 40.0 = 1.0 CPM
1.0 * 0.47 = 0.47 Bq
試料が6.5gだから
0.47 * 1000 / 6.5 = 72.3Bq/kg
水分が72%( http://www.toukei.maff.go.jp/dijest/tikusan/tiku02/tiku02.html )なので、生肉では
72.3 * 28 / 100 = 20 Bq/kg

酢漬けで90%以上除去された( http://www.rwmc.or.jp/library/other/file/kankyo4_1.pdf , p39)はずだから、未加工の鶏肉の濃度は、200Bq程度と考えられる。

169 :名無しに影響はない(栃木県):2012/04/26(木) 22:03:40.83 ID:d8RRlOZB
乾燥による、濃度分布を見るために裏と表で測定しています。
分散分析が、この関係でややこしくなっているので、省略しました。

170 :名無しに影響はない(やわらか銀行):2012/04/27(金) 20:02:00.22 ID:hQopHuGZ
>>167
鶏肉が汚染しているとは。。卵も要注意ですね。
時間がありましたら、牛や豚のハツ(心臓)もお願いします。



171 :名無しに影響はない(長屋):2012/04/27(金) 21:12:02.11 ID:DXqtOx3e
>>170
つまり自然放射能のK40の多く含まれる食品は全滅なんだろうなwww

172 :名無しに影響はない(やわらか銀行):2012/04/27(金) 21:44:29.28 ID:hQopHuGZ
肉の部位でも筋肉の多い部分と、脂肪の多い部分ではベクレル数が違うのではないだろうか。
セシウムが筋肉に集まるということの証明にもなりそうだ。
例えば、豚バラと豚ハツではベクレル数が違うのではないだろうか。
餌の関係から、牛>豚>鶏の順番で汚染しているように思える。



173 :名無しに影響はない(長屋):2012/04/27(金) 21:51:21.42 ID:DXqtOx3e
>肉の部位でも筋肉の多い部分と、脂肪の多い部分ではベクレル数が違うのではないだろうか。

カリウム40は筋肉部分に多いから、セシウムは誤差範囲でしょう
スペクトル測れる器械じゃないと分離は無理ですねえ。

174 :名無しに影響はない(やわらか銀行):2012/04/27(金) 22:34:14.39 ID:hQopHuGZ
>>167
また測定分析を待っています。
測定時間はどのくらいですか?
インスペクター+のタイマーモードで30分では足りないでしょうか。


175 :名無しに影響はない(栃木県):2012/04/28(土) 18:56:08.21 ID:LrB3jjsn
>>174
測定時間は、1回約30分。BG, S, BG, S, BGの5回で合計2時間半。
その後のデータ処理で30分。合計3時間。
前処理として、乾燥などを行うときには、試料を自作乾燥機(机を改造したもの, 40度位)の中に放り込んで何日か放置。

タイマーモードですと、1回で1つの数値しかでません。
1分に1回つづカウントした値を30個以上集めているので、統計処理ができますけど、カウントモードでは誤差が大きくて有効桁が取れないでしょう。
20個以上がガウス分布として、連続値としての統計処理が可能になる数値。
10個以上がガウス分布とみなして、統計処理が可能になる数値です。

生データの単位は CPM。1分間の音を数えた結果です。
個数をみれば測定時間がわかるでしょう。
30個ならば30分、60個ならば60分と。

176 :名無しに影響はない(栃木県):2012/04/28(土) 19:20:19.08 ID:LrB3jjsn
>>173
条件が合えば、分離可能です。
鶏肉の度数分布図です。
http://www.dotup.org/uploda/www.dotup.org2912865.gif.html
http://www.dotup.org/uploda/www.dotup.org2912867.gif.html
http://www.dotup.org/uploda/www.dotup.org2912877.gif.html
http://www.dotup.org/uploda/www.dotup.org2912884.gif.html
http://www.dotup.org/uploda/www.dotup.org2912944.gif.html
これは、度数分布図の階級を1から5まで変化させたものです。
並べてみると、3から4のあたりで、形がわかります。
1と2、3から5の形が見た感じで同じです。
このように和を求めることは、積分ですから、形が変わったところで、消える成分があることがわかります。
2つのピークが重なっているんだな、と見当がつきます。
全体の形が 38 あたりを頂点とする右側が緩やかな傾斜の三角形ですから
3つぐらいのガウス分布を重ね合わせたもの、一番低い35のピークがバックグラウンド、
40, 45, 50あたりをピークとする3つのピークがある。
40のピークがBGとして、45か50のピークがセシウムかカリウム。
というように、度数分布から、見当がつけられます。
45のピークにするか50のピークにするか、は、カリウム濃度からの判断になります。
今回は、自宅で加工していますので、この判断はしませんでした。

30分の合計ではなく、1分間の回数を何回か数えて度数分布を取る、という方法を使っているから
度数の形から、ピークを構成する成分を見当つける、ということが可能です。
度数が少ないので、直感的な内容が要求されます。
ピーク値の平方根がσ(標準偏差)になりますので、平方根離れれば、値が6割まで下がります。
下がらなかった分が何かの成分であると判断します。
古くからある分析方法(統計処理方法)ですけど、人の判断が入るので、評判が悪いです。
政府の通達では、この方法の使用を禁止ています(3シグマを使え)。

金があれば、γ線スペクトルを取れる機械を使ったほうが良いでしょう。
β線を使った測定方法なので、精度はありません。

177 :名無しに影響はない(栃木県):2012/04/28(土) 19:31:19.04 ID:LrB3jjsn
>>170
ハツは近所では取り扱っていない(肉屋が廃業した)ので、
試料の入手が困難です。

>>172
ICRP-30では、(健康な人では)濃度が異なる臓器は発見されていない、
とあるので、筋肉内濃度は同じとして解釈しています。

病的な状態になると、濃度が変わるでしょう。
私の測定では、
セシウムは脂溶性であり、脂肪には蓄積しない
として前処理をしています。つまり、油脂類は分離除去して測定しています。
肉類は、比重が0.6-0.8位の脂質が10-20%位含まれています。
乾燥のときに、流れ落ちてしまいます。

乾燥温度が40度と低い温度なので、水分が10%位残っています。
脂質の消失分と水分の残量で、相殺されて、水分が0の状態と近似していますから。

178 :名無しに影響はない(栃木県):2012/04/28(土) 19:41:30.11 ID:LrB3jjsn
正しい水分の測定方法は
http://www.n-hakko.com/bunnseki-houhou.html
より、135度2時間こうりょうです。
「正確に量って」というのは、小数点下6桁だから、1ug単位まで(分析用電子天秤で)測定すること。
私のやっているのは、約?g、つまり、100mg単位の上皿天秤で測ること。

「私の測定が間違っている」としている、ひとつの根拠です。

179 :名無しに影響はない(栃木県):2012/04/28(土) 21:18:54.93 ID:LrB3jjsn
「 中華蕎麦 2013.09(密着) 21*6.5*1.5cm 200g」の分析
地元商品で商圏が極端に狭いので企業名は省略。栃木の地場産業です。
タマゴ加工品なので、結構高いかな、と思って購入を避けていました。
約2Bq/kg と結構低い値が測定されましたので、この程度の値も測れるという例としてあげます。
β線で測定していますので、密着の場合、
比重1として 0.365cm 以内の光は全量到達する。それ以上の距離からは光が来ない。
と近似しています。比重が異なる場合には、重さ相当の厚さ以遠から放射線が来ない、としています。
0.365 cmの距離の決定は、過去スレを参考にしてください。やさしおからの線量が、CDケース何枚でBGとの有意差がとれなくなるか、という測定です。
カリウムのβ線で測定した結果なので、セシウムのβ線で測定した結果ではありません。「正しい測定ではない」と私がしている根拠のひとつでもあります。

1. n=42 糊台
x <- c(33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28)

2. n=45  中華蕎麦 2013.09(密着) 21*6.5*1.5cm 200g
x <- c(29, 47, 46, 38, 35, 45, 41, 44, 36, 36, 42, 40, 45, 44, 42, 40, 44, 66, 41, 45, 50, 45, 41, 40, 46, 38, 38, 33, 42, 37, 39, 37, 44, 40, 40, 38, 47, 33, 36, 34, 38, 30, 44, 51, 31)

3. n=35 糊台
x <- c(59, 40, 45, 37, 37, 43, 47, 51, 37, 39, 33, 47, 34, 42, 48, 46, 35, 27, 39, 42, 47, 40, 31, 34, 38, 40, 42, 39, 34, 38, 46, 36, 50, 44, 55)

4. n=38  中華蕎麦 2013.09(密着) 21*6.5*1.5cm 200g
x <- c(31, 45, 43, 45, 35, 45, 39, 37, 36, 48, 53, 46, 35, 35, 38, 32, 35, 36, 49, 36, 27, 39, 47, 35, 38, 40, 42, 29, 38, 38, 32, 48, 40, 41, 31, 39, 45, 33)

5. n=42 糊台
x <- c(52, 48, 43, 38, 34, 46, 40, 32, 28, 50, 39, 41, 41, 49, 38, 49, 31, 54, 39, 42, 41, 38, 43, 48, 32, 49, 61, 39, 31, 43, 36, 31, 28, 49, 36, 44, 44, 33, 34, 44, 31, 33)


180 :名無しに影響はない(栃木県):2012/04/28(土) 21:19:37.00 ID:LrB3jjsn
全体の分析
x <- c(33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28 ,
29, 47, 46, 38, 35, 45, 41, 44, 36, 36, 42, 40, 45, 44, 42, 40, 44, 66, 41, 45, 50, 45, 41, 40, 46, 38, 38, 33, 42, 37, 39, 37, 44, 40, 40, 38, 47, 33, 36, 34, 38, 30, 44, 51, 31 ,
59, 40, 45, 37, 37, 43, 47, 51, 37, 39, 33, 47, 34, 42, 48, 46, 35, 27, 39, 42, 47, 40, 31, 34, 38, 40, 42, 39, 34, 38, 46, 36, 50, 44, 55 ,
31, 45, 43, 45, 35, 45, 39, 37, 36, 48, 53, 46, 35, 35, 38, 32, 35, 36, 49, 36, 27, 39, 47, 35, 38, 40, 42, 29, 38, 38, 32, 48, 40, 41, 31, 39, 45, 33 ,
52, 48, 43, 38, 34, 46, 40, 32, 28, 50, 39, 41, 41, 49, 38, 49, 31, 54, 39, 42, 41, 38, 43, 48, 32, 49, 61, 39, 31, 43, 36, 31, 28, 49, 36, 44, 44, 33, 34, 44, 31, 33)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 39.78713
> var(x)
[1] 45.71068
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.1973, 第1自由度 = 4, 第2自由度 = 197, P値 = 0.0707
有意。群による差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.6489, 自由度 = 4, P値 = 0.6182
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 = 2.2744, 第1自由度 = 4.000, 第2自由度 = 97.128, P値 = 0.06671
有意。群による差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.4950495 0.4950495
25 9 4.4554455 4.9504950
30 32 15.8415842 20.7920792
35 66 32.6732673 53.4653465
40 45 22.2772277 75.7425743
45 36 17.8217822 93.5643564
50 8 3.9603960 97.5247525
55 3 1.4851485 99.0099010
60 1 0.4950495 99.5049505
65 1 0.4950495 100.0000000
>

181 :名無しに影響はない(栃木県):2012/04/28(土) 21:20:11.08 ID:LrB3jjsn
BGと試料の比較
x <- c(33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28 ,
29, 47, 46, 38, 35, 45, 41, 44, 36, 36, 42, 40, 45, 44, 42, 40, 44, 66, 41, 45, 50, 45, 41, 40, 46, 38, 38, 33, 42, 37, 39, 37, 44, 40, 40, 38, 47, 33, 36, 34, 38, 30, 44, 51, 31 ,
59, 40, 45, 37, 37, 43, 47, 51, 37, 39, 33, 47, 34, 42, 48, 46, 35, 27, 39, 42, 47, 40, 31, 34, 38, 40, 42, 39, 34, 38, 46, 36, 50, 44, 55 ,
31, 45, 43, 45, 35, 45, 39, 37, 36, 48, 53, 46, 35, 35, 38, 32, 35, 36, 49, 36, 27, 39, 47, 35, 38, 40, 42, 29, 38, 38, 32, 48, 40, 41, 31, 39, 45, 33 ,
52, 48, 43, 38, 34, 46, 40, 32, 28, 50, 39, 41, 41, 49, 38, 49, 31, 54, 39, 42, 41, 38, 43, 48, 32, 49, 61, 39, 31, 43, 36, 31, 28, 49, 36, 44, 44, 33, 34, 44, 31, 33)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.1238, 第1自由度 = 1, 第2自由度 = 200, P値 = 0.7254
有意ではない。試料とバックグラウンドの差異は不明。

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

データ: x と g
バートレットのK二乗値 = 1.5197, 自由度 = 1, P値 = 0.2177
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 = 0.1295, 第1自由度 = 1.000, 第2自由度 = 189.347, P値 = 0.7194
有意ではない。試料とバックグラウンドの差異は不明。

>

182 :名無しに影響はない(栃木県):2012/04/28(土) 21:21:07.15 ID:LrB3jjsn
繰り返しによる影響

1. n = 119 BG 繰り返し数 =3
x <- c( 33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28 ,
59, 40, 45, 37, 37, 43, 47, 51, 37, 39, 33, 47, 34, 42, 48, 46, 35, 27, 39, 42, 47, 40, 31, 34, 38, 40, 42, 39, 34, 38, 46, 36, 50, 44, 55 ,
52, 48, 43, 38, 34, 46, 40, 32, 28, 50, 39, 41, 41, 49, 38, 49, 31, 54, 39, 42, 41, 38, 43, 48, 32, 49, 61, 39, 31, 43, 36, 31, 28, 49, 36, 44, 44, 33, 34, 44, 31, 33)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.64706
> var(x)
[1] 50.55234
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 3.2295, 第1自由度 = 2, 第2自由度 = 116, P値 = 0.04316
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 1.3714, 自由度 = 2, P値 = 0.5037
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 = 3.5433, 第1自由度 = 2.000, 第2自由度 = 75.719, P値 = 0.03380
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.8403361 0.8403361
25 6 5.0420168 5.8823529
30 22 18.4873950 24.3697479
35 38 31.9327731 56.3025210
40 24 20.1680672 76.4705882
45 19 15.9663866 92.4369748
50 5 4.2016807 96.6386555
55 3 2.5210084 99.1596639
60 1 0.8403361 100.0000000
>

183 :名無しに影響はない(栃木県):2012/04/28(土) 21:21:44.92 ID:LrB3jjsn
2. n = 83  中華蕎麦 2013.09(密着) 21*6.5*1.5cm 200g 繰り返し数 =2
x <- c( 29, 47, 46, 38, 35, 45, 41, 44, 36, 36, 42, 40, 45, 44, 42, 40, 44, 66, 41, 45, 50, 45, 41, 40, 46, 38, 38, 33, 42, 37, 39, 37, 44, 40, 40, 38, 47, 33, 36, 34, 38, 30, 44, 51, 31 ,
31, 45, 43, 45, 35, 45, 39, 37, 36, 48, 53, 46, 35, 35, 38, 32, 35, 36, 49, 36, 27, 39, 47, 35, 38, 40, 42, 29, 38, 38, 32, 48, 40, 41, 31, 39, 45, 33)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 39.98795
> var(x)
[1] 39.23156
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.8571, 第1自由度 = 1, 第2自由度 = 81, P値 = 0.1767
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.0794, 自由度 = 1, P値 = 0.7781
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 = 1.8713, 第1自由度 = 1.000, 第2自由度 = 79.722, P値 = 0.1752
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 3.614458 3.614458
30 10 12.048193 15.662651
35 28 33.734940 49.397590
40 21 25.301205 74.698795
45 17 20.481928 95.180723
50 3 3.614458 98.795181
55 0 0.000000 98.795181
60 0 0.000000 98.795181
65 1 1.204819 100.000000
>

184 :名無しに影響はない(栃木県):2012/04/28(土) 21:22:20.83 ID:LrB3jjsn
BGと試料の比較

1. n = 119 BG 繰り返し数 =3
gr1 <- c( 33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28 ,
59, 40, 45, 37, 37, 43, 47, 51, 37, 39, 33, 47, 34, 42, 48, 46, 35, 27, 39, 42, 47, 40, 31, 34, 38, 40, 42, 39, 34, 38, 46, 36, 50, 44, 55 ,
52, 48, 43, 38, 34, 46, 40, 32, 28, 50, 39, 41, 41, 49, 38, 49, 31, 54, 39, 42, 41, 38, 43, 48, 32, 49, 61, 39, 31, 43, 36, 31, 28, 49, 36, 44, 44, 33, 34, 44, 31, 33)

2. n = 83  中華蕎麦 2013.09(密着) 21*6.5*1.5cm 200g 繰り返し数 =2
gr2 <- c( 29, 47, 46, 38, 35, 45, 41, 44, 36, 36, 42, 40, 45, 44, 42, 40, 44, 66, 41, 45, 50, 45, 41, 40, 46, 38, 38, 33, 42, 37, 39, 37, 44, 40, 40, 38, 47, 33, 36, 34, 38, 30, 44, 51, 31 ,
31, 45, 43, 45, 35, 45, 39, 37, 36, 48, 53, 46, 35, 35, 38, 32, 35, 36, 49, 36, 27, 39, 47, 35, 38, 40, 42, 29, 38, 38, 32, 48, 40, 41, 31, 39, 45, 33)

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

データ: gr1 と gr2
t値 = -0.3518, 自由度 = 200, P値 = 0.7254
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: -2.251647 1.569861
標本推定値:
平均値x 平均値y
39.64706 39.98795
有意ではない。試料とバックグラウンドに差異があるかどうか不明。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -0.3598, 自由度 = 189.347, P値 = 0.7194
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: -2.209616 1.527830
標本推定値:
平均値x 平均値y
39.64706 39.98795
有意ではない。試料とバックグラウンドに差異があるかどうか不明。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.2886, 第1自由度 = 118, 第2自由度 = 82, P値 = 0.2222
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.8566679 1.9100408
標本推定値:
分散比
1.288563
有意。分散に差異があるので(Welchの方法)を使用する。
>

40.0 - 39.6 = 0.04 CPM
0.04 * 0.47 = 0.019 Bq
比重 200 / (21 * 6.5 * 1.5) = 0.97
受光深さ 0.37cm, 容積 7cm3, 7g
0.019 * 1000 / 7 = 2.62Bq/kg


185 :名無しに影響はない(やわらか銀行):2012/04/28(土) 22:54:05.81 ID:76BD95NX
スレまとめ 低ベクレル順
1.測定対象  JヌードルコーポレーションBK こだわりの熟成 20g
2.測定結果  0Bq/kg  

1.測定対象 中華蕎麦
2.測定結果 2.62Bq/kg

1.測定対象 北海道富良野産玉葱 12g
2.測定結果  2-20Bq/kg Bq/kg (カリウムを除いたベクレル数)

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

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

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

1.測定対象  栃木産菜の花
2.測定結果 51 Bq/kg(カリウム込)

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

1.測定対象  栃木県産 乾燥椎茸
2.測定結果 1000 Bq/kg

1.測定対象 栃木産しいたけ
2.測定結果  2700 Bq/kg

186 :名無しに影響はない(長屋):2012/04/28(土) 23:02:36.88 ID:FBPY7jZo
>>176
>条件が合えば、分離可能です。

ピークって何のピーク? もともと次元量が同じだから分離できませんよ。


187 :名無しに影響はない(やわらか銀行):2012/04/28(土) 23:43:02.18 ID:76BD95NX
【神奈川】「西日本にまで汚染を広げてはならない」とツイッターに書き込み町議の辞職勧告案可決
http://sankei.jp.msn.com/politics/news/120428/lcl12042800450001-n1.htm

西日本が汚染されたら食べ物どうするんだ?環境省の官僚の方達は何がしたいのだろうか。。
官僚のみなさんの子供たちには安全な西日本の食品を食べて長生きしてほしいですよね。
瓦礫はぜんぶ津波対策で東北に防波堤として埋め立てるのがよいと思うのですが。

188 :名無しに影響はない(栃木県):2012/04/28(土) 23:57:38.89 ID:LrB3jjsn
>>186
http://www.geocities.jp/haku1569/pasocom/microsoft/excel/explain/0001.html
正規分布から歪みのある度数分布の場合は、
多山分布と考えて、複数の正規分布が重なったことが原因として、それぞれの正規分布曲線を探します。

カリウムが少ない場合には、バックグラウンドと試料の2山分布になるはずですが
http://upo-net.ouj.ac.jp/tokei/xml/kw1_01125.xml
バックグラウンドが乱れて、2山分布(30のピークと40のピーク)になっています。

放射線の場合、分散σがピーク値(平均値 u)の平方根ですから
σ = √u
と鳴りますので、正規分布 N(u, u)で示されます。

ピーク値が u0, u1, u2, u3、対応する度数を c0, c1, c2, c3 とすると
全体の分布は c0*N(u0, u0) + c1*N(u1, u1) + c2*N(u2, u2) + c3*N(u3, u3) で示されます。
実際の正確な計算は省略して、直感と暗算で、u0,u1,u2,u3 を求め
それぞれ 35, 40, 45, 50 としました。

189 :名無しに影響はない(長屋):2012/04/29(日) 00:35:20.89 ID:XTTpy2Gb
>>188
>カリウムが少ない場合には、バックグラウンドと試料の2山分布になるはずですが

その根拠は? セシウムでもカリウムでも変わらないとおもうけれど。


190 :名無しに影響はない(栃木県):2012/04/29(日) 01:05:51.47 ID:pEYlYqRZ
>>189
試料に含まれている放射線濃度と、BGに含まれている放射線濃度が異なる
試料によるBGから放射される放射線の遮蔽はない
という仮定条件で
それぞれの濃度をu2, u0 とすると、
放射線ですから、それぞれの放射線の測定値の分布は、 N(u2, u2)とN(u0, u0) になります。
検出器で測定されるのは、両者の和になります。
カリウムが存在する場合には、カリウムの濃度 u3 とすると、測定値の分布は、 N(u3, u3)
検出器で測定されるのは、3者の和になります。

191 :名無しに影響はない(長屋):2012/04/29(日) 01:15:06.08 ID:XTTpy2Gb
>>190
だから? 総量が量れるだけでセシウムとカリウム分離はできないってことだよね。

192 :名無しに影響はない(やわらか銀行):2012/04/29(日) 01:17:14.81 ID:jaRiamvG
ぜんぶカリウムと思うなら、福島産食品を毎日食べて応援してください。
日本政府と原子力村は安全安心と言っていますよ。
あと原子力村からお小遣いをもらっている人も安全安心と言っていますね。
カリウムがほとんどない食品もあるわけで。
九州産や海外産の同じ食品と比較すれば、カリウムだけなのか放射性物質を含むのかわかると思います。

193 :名無しに影響はない(栃木県):2012/04/29(日) 01:17:25.27 ID:pEYlYqRZ
データ数(試料の大きさ)が十分大きければ、加法定理(名称は疑問)が使えるのですが
データ数が少ないので、複数の正規分布の和になります。
http://www.aandt.co.jp/jpn/qc/basic/seiki_kahou.htm

194 :名無しに影響はない(やわらか銀行):2012/04/29(日) 01:23:54.42 ID:jaRiamvG
カリウムの少ない食品を測定して汚染していたら放射性物質ということです。
http://wholefoodcatalog.com/nutrient/%E3%82%AB%E3%83%AA%E3%82%A6%E3%83%A0/low/%E9%A3%9F%E5%93%81/

このスレでインスペクター+を持っているのは栃木県さんとやわらか銀行だけ。。。
あとは冷やかしと原子力村の一味。。


195 :名無しに影響はない(長屋):2012/04/29(日) 01:24:34.49 ID:XTTpy2Gb
>>192
>九州産や海外産の同じ食品と比較すれば、カリウムだけなのか放射性物質を含むのかわかると思います。

そんな面倒な事しなくても スペクトルの判る器械で測ればいいんじゃね?

196 :名無しに影響はない(栃木県):2012/04/29(日) 01:29:11.90 ID:pEYlYqRZ
>>191
カリウムとセシウムの濃度の違いから、多山分布が得られますので
他の情報(主にカリウム濃度)と、BGの分布関数から、
セシウム等の分布関数の位置が見当つけられます。

197 :名無しに影響はない(長屋):2012/04/29(日) 01:31:35.37 ID:XTTpy2Gb
>>196
>カリウムとセシウムの濃度の違いから、多山分布が得られますので

カリウムとセシウムの濃度が未知なのに、どう分けるのかしら?

198 :名無しに影響はない(栃木県):2012/04/29(日) 01:32:07.08 ID:pEYlYqRZ
>>195
たしかにいえてる。
漏れの「間違った測定値」よりも、γ線スペクトルを取ったほうが手っ取り早い。
β線で測定する気だったから、インスペクターを買ったけど、
γ線で測定するならば、スペクトルの取れる機械を買ってるわ。

199 :名無しに影響はない(栃木県):2012/04/29(日) 01:35:27.72 ID:pEYlYqRZ
>カリウムとセシウムの濃度が未知なのに
カリウム濃度は未知でないでしょう。
http://www.mext.go.jp/b_menu/shingi/gijyutu/gijyutu3/toushin/05031802.htm
で、多少のずれはあるでしょうけど、民法上正しい値として推定する「通達」が存在しますから。

200 :名無しに影響はない(やわらか銀行):2012/04/29(日) 01:36:38.04 ID:jaRiamvG
長屋さん。このスレは統計データを書き込むスレです。
インスペクターの別スレにてお願いします。

201 :名無しに影響はない(長屋):2012/04/29(日) 01:43:36.16 ID:XTTpy2Gb
このスレに書き込まれるデータの信頼性を検討してるんだけど? 何か?

202 :名無しに影響はない(長屋):2012/04/29(日) 01:46:25.69 ID:XTTpy2Gb
>>199
全てのものにちゃんと定率で入ってるわけじゃなくてバラツキがあるからダメでしょう

それでOKなのは、初めからカリウムが殆ど入ってない食品だけですよ。

203 :名無しに影響はない(栃木県):2012/04/29(日) 01:47:17.29 ID:pEYlYqRZ
>>201
そんな、ばかげたことはやめなさい。
漏れの測定値は、「間違っている」と明記しているのだから、
信頼性なんて、まったくありません。
にちゃんねるは、嘘を嘘と見抜ける人だけが利用する掲示板。
嘘だ、と明記している内容を検討する必要はない。

204 :名無しに影響はない(やわらか銀行):2012/04/29(日) 01:49:42.22 ID:jaRiamvG
スペクトルの取れる機械てγ線で測定してるよね。
ストロンチウムやプルトニウムやセリウム、ルテニウムは測定できるのかな?
セシウムしか測定していないのはなんでだろう?

福島第一原発から飛散した主な放射性同位体(核種)全31種・放出量
http://savechild.net/archives/3891.html

205 :名無しに影響はない(栃木県):2012/04/29(日) 01:50:43.15 ID:pEYlYqRZ
>>202
O() っていう関数知っているかしら。
大学の一般教養で学ぶ内容だから、ちょっと高度なんだけど
数学の教授に言わせれば、「算数だ」って内容。


206 :名無しに影響はない(やわらか銀行):2012/04/29(日) 01:51:56.18 ID:jaRiamvG
タバコの葉1本分を測ったら相当汚染していた。
あれもカリウムだったのか?


207 :名無しに影響はない(長屋):2012/04/29(日) 01:52:00.72 ID:XTTpy2Gb
>>204
200> このスレは統計データを書き込むスレです。

自分で言ってたのにwww

208 :名無しに影響はない(長屋):2012/04/29(日) 01:52:53.29 ID:XTTpy2Gb
>>205
それorderとちゃうの? 

209 :名無しに影響はない(栃木県):2012/04/29(日) 01:59:10.72 ID:pEYlYqRZ
>>208
そう。フルスペルはね。
桁さえあっていれば見当つくでしょう。
放射線による濃度測定なんて、精度が1桁だから。

210 :名無しに影響はない(長屋):2012/04/29(日) 02:01:39.45 ID:XTTpy2Gb
>>203
間違ってると指摘されたくないなら2chに書き込まないことだね。

cpmは正しいとしても、Bq換算するためにはちゃんとした論拠が必要ですよ。

211 :名無しに影響はない(長屋):2012/04/29(日) 02:04:26.02 ID:XTTpy2Gb
>>209
じゃあ、100Bq/kg と 1000Bq/kg は、インスペクターの測定では誤差範囲ってことですね。

212 :名無しに影響はない(栃木県):2012/04/29(日) 02:07:35.26 ID:pEYlYqRZ
>>208
それともうひとつ。民事訴訟法の規定で、疑わしきは被告に有利に、の原則。
2つ山が見つかったらば、高濃度側のピークをカリウムだと解釈してしまう、という方法がある。
結構強烈な解釈が可能な、法規制だ(民法上は規定がないけど、民法では拡大解釈が可能なので、他の法令の規定を見つけてきて、それを準用するという解釈が可能)。

>>206
タバコは、ラドン娘核種、具体的に言えば、鉛やビスマスが蓄積するという報告がある。
どっちか忘れたけど、β線だし照るから、(カリウム0にして)全部ラドン娘核種由来にしてしまう。
タバコがまだ育っていないので、サンプルの入手が困難。
梅雨明けになれば、わきめ摘みの作業が始まるので、タバコ農家からサンプルが入手可能になる。


213 :名無しに影響はない(長屋):2012/04/29(日) 02:14:25.79 ID:XTTpy2Gb
>>212
だから〜、そもそもピークなんて物理量的には無いの
便宜的にcpmとしてカウントしてるだけだよ。

もし実体としてあるなら、どういう単位系か言えるはずでしょ。

214 :名無しに影響はない(栃木県):2012/04/29(日) 02:14:42.60 ID:pEYlYqRZ
>>210
根拠は出しているでしょう。
どこが間違いなのよ。

>>211
違うよ。1CPSと10CPSが誤差範囲。
BqはCPSからの換算値だから、換算方法によって誤差の範囲が変わる。
誤差の伝播を理解して。

215 :名無しに影響はない(長屋):2012/04/29(日) 02:17:13.90 ID:XTTpy2Gb
>>212
あとタバコのポロニウム含有は有名だけど、α崩壊だから違うもの言ってるのかな?

216 :名無しに影響はない(長屋):2012/04/29(日) 02:20:43.64 ID:XTTpy2Gb
>>214
だからCPSなんて単位系はないでしょ。つまり独立の次元量を持ってない。
それにピークが有るって言っても、何を基準にノーマライズすればOK?

もちろん、ノーマライズはご存知ですよね?

217 :名無しに影響はない(栃木県):2012/04/29(日) 02:22:42.27 ID:pEYlYqRZ
>>213
単位系は、MKS使っているけど。
ピークって、物理量に関係ないでしょう。
グラフの解釈だから。
漢字表記だと「山谷肩(又は鞍)」、
カタカナ表記だと、「ピーク、(使わないので忘却)、コル」
文系の人だと、「天井、底、もみ合い」

218 :名無しに影響はない(長屋):2012/04/29(日) 02:23:02.03 ID:XTTpy2Gb
>>214
>1CPSと10CPSが誤差範囲
それって 1cps=60cpm, 10cps=600cpm でいいのですか?

219 :名無しに影響はない(栃木県):2012/04/29(日) 02:24:26.14 ID:pEYlYqRZ
>>215
α線は計る気がないので除外した。

220 :名無しに影響はない(栃木県):2012/04/29(日) 02:25:55.80 ID:pEYlYqRZ
>>218
CPM でやるならば
1cpmと10cpm が誤差範囲。

221 :名無しに影響はない(長屋):2012/04/29(日) 02:26:00.19 ID:XTTpy2Gb
>>217
じゃあ cps のディメンジョンは何?


222 :名無しに影響はない(栃木県):2012/04/29(日) 02:28:08.07 ID:pEYlYqRZ
>>221
次元は使っていない。


223 :名無しに影響はない(長屋):2012/04/29(日) 02:28:44.20 ID:XTTpy2Gb
>>220
おっ、引っかからなかったねw

じゃあ、平均10cps分散1cpsは、cpmであらわすとどうなる?

224 :名無しに影響はない(長屋):2012/04/29(日) 02:29:46.08 ID:XTTpy2Gb
>>222
時間方向に平均可能なのに、次元使ってないわけなかろうw

225 :名無しに影響はない(栃木県):2012/04/29(日) 02:35:30.29 ID:pEYlYqRZ
>>224
引っかかったのね。
ということで、
あら探しやっているだけの嵐さんで、教えてチャンではないから、ほなさいなら。

226 :名無しに影響はない(長屋):2012/04/29(日) 02:39:16.95 ID:XTTpy2Gb
ふ〜ん。 間違いを指摘すると、あら探しなんですねwww おやすみ。


227 :名無しに影響はない(内モンゴル自治区):2012/04/29(日) 09:30:40.03 ID:gDNBj8OD
長屋うざい。

228 :名無しに影響はない(内モンゴル自治区):2012/04/29(日) 09:35:54.31 ID:gDNBj8OD
原子力村から1レス10円もらって荒らしているて本当だね。相手にしないで無視。

229 :名無しに影響はない(栃木県):2012/04/29(日) 11:22:53.13 ID:Gabcq/Hv
平均値の異なる正規分布を分布関数とするいくつかの群を混ぜたらば、
高原状態(2つの平均値の近い分布を重ねた場合)、三角形(3つか4つぐらいの平均値がちょっと離れた分布を重ねた場合)になります。
分散が異なる場合場合、幅の広い分布に幅の狭い分布を重ねた場合とか、度数の異なる分布を重ねた場合とか、ちょっと言葉では説明できません。

本来だったらば、正規分布になるはず( http://www.aandt.co.jp/jpn/qc/basic/seiki_kahou.htm )の分布関数が分かれているから、
異なる群が混ざっていると、考えて、層別に分けて考えるという作業に入ります。
http://www.geocities.jp/haku1569/pasocom/microsoft/excel/explain/0001.html

2山分布は近年の学校の成績で頻繁にあらわらる内容です。
http://edupoison.blog53.fc2.com/blog-entry-138.html

230 :名無しに影響はない(栃木県):2012/04/29(日) 12:32:47.30 ID:Gabcq/Hv
1.測定対象
「栃木県内で販売されていた米」の測定。
約300gをポリ袋に入れて、密着させ、測定。

2.測定結果
1. n=35 糊台
x <- c(30, 45, 44, 28, 40, 38, 37, 38, 45, 30, 38, 49, 55, 44, 48, 43, 41, 38, 46, 27, 47, 40, 49, 39, 30, 48, 60, 35, 33, 33, 47, 23, 40, 45, 35)

2. n=35 栃木県内で販売されていた米(密着)
x <- c(38, 29, 28, 37, 49, 32, 41, 41, 48, 51, 39, 40, 42, 48, 39, 38, 39, 38, 47, 40, 40, 32, 45, 45, 48, 34, 44, 42, 41, 49, 36, 44, 50, 37, 38)

3. n=31 糊台
x <- c(37, 46, 21, 40, 35, 29, 37, 42, 41, 30, 41, 30, 47, 43, 41, 44, 53, 43, 37, 33, 32, 53, 33, 47, 37, 43, 32, 40, 35, 41, 40)

4. n=31 栃木県内で販売されていた米(密着)
x <- c(44, 36, 39, 37, 37, 46, 34, 56, 37, 36, 48, 26, 39, 46, 38, 41, 48, 45, 45, 37, 31, 47, 38, 34, 43, 33, 40, 31, 56, 34, 38)

5. n=42 糊台
x <- c(33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28)


231 :名無しに影響はない(栃木県):2012/04/29(日) 12:33:06.99 ID:Gabcq/Hv
4. データ貼り付け
全体の分析
x <- c(30, 45, 44, 28, 40, 38, 37, 38, 45, 30, 38, 49, 55, 44, 48, 43, 41, 38, 46, 27, 47, 40, 49, 39, 30, 48, 60, 35, 33, 33, 47, 23, 40, 45, 35 ,
38, 29, 28, 37, 49, 32, 41, 41, 48, 51, 39, 40, 42, 48, 39, 38, 39, 38, 47, 40, 40, 32, 45, 45, 48, 34, 44, 42, 41, 49, 36, 44, 50, 37, 38 ,
37, 46, 21, 40, 35, 29, 37, 42, 41, 30, 41, 30, 47, 43, 41, 44, 53, 43, 37, 33, 32, 53, 33, 47, 37, 43, 32, 40, 35, 41, 40 ,
44, 36, 39, 37, 37, 46, 34, 56, 37, 36, 48, 26, 39, 46, 38, 41, 48, 45, 45, 37, 31, 47, 38, 34, 43, 33, 40, 31, 56, 34, 38 ,
33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 39.39080
> var(x)
[1] 47.7539
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.4437, 第1自由度 = 4, 第2自由度 = 169, P値 = 0.2217
有意。群別に差異がある。

> 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 = 4.0272, 自由度 = 4, P値 = 0.4023
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 = 1.6376, 第1自由度 = 4.000, 第2自由度 = 82.206, P値 = 0.1726
有意。群別に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 3 1.7241379 1.724138
25 9 5.1724138 6.896552
30 27 15.5172414 22.413793
35 55 31.6091954 54.022989
40 38 21.8390805 75.862069
45 33 18.9655172 94.827586
50 4 2.2988506 97.126437
55 4 2.2988506 99.425287
60 1 0.5747126 100.000000
>

232 :名無しに影響はない(栃木県):2012/04/29(日) 12:33:32.37 ID:Gabcq/Hv
BGと試料の比較
x <- c(30, 45, 44, 28, 40, 38, 37, 38, 45, 30, 38, 49, 55, 44, 48, 43, 41, 38, 46, 27, 47, 40, 49, 39, 30, 48, 60, 35, 33, 33, 47, 23, 40, 45, 35 ,
38, 29, 28, 37, 49, 32, 41, 41, 48, 51, 39, 40, 42, 48, 39, 38, 39, 38, 47, 40, 40, 32, 45, 45, 48, 34, 44, 42, 41, 49, 36, 44, 50, 37, 38 ,
37, 46, 21, 40, 35, 29, 37, 42, 41, 30, 41, 30, 47, 43, 41, 44, 53, 43, 37, 33, 32, 53, 33, 47, 37, 43, 32, 40, 35, 41, 40 ,
44, 36, 39, 37, 37, 46, 34, 56, 37, 36, 48, 26, 39, 46, 38, 41, 48, 45, 45, 37, 31, 47, 38, 34, 43, 33, 40, 31, 56, 34, 38 ,
33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.4691, 第1自由度 = 1, 第2自由度 = 172, P値 = 0.1179
有意。バックグラウントと試料に差異がある。

> 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 = 1.2029, 自由度 = 1, P値 = 0.2728
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 = 2.6212, 第1自由度 = 1.000, 第2自由度 = 150.544, P値 = 0.1075
有意。バックグラウントと試料に差異がある。

>

233 :名無しに影響はない(栃木県):2012/04/29(日) 12:33:57.97 ID:Gabcq/Hv
繰り返しによる影響

1. n = 108 BG 繰り返し数 =3
x <- c( 30, 45, 44, 28, 40, 38, 37, 38, 45, 30, 38, 49, 55, 44, 48, 43, 41, 38, 46, 27, 47, 40, 49, 39, 30, 48, 60, 35, 33, 33, 47, 23, 40, 45, 35 ,
37, 46, 21, 40, 35, 29, 37, 42, 41, 30, 41, 30, 47, 43, 41, 44, 53, 43, 37, 33, 32, 53, 33, 47, 37, 43, 32, 40, 35, 41, 40 ,
33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.75
> var(x)
[1] 51.6285
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.4128, 第1自由度 = 2, 第2自由度 = 105, P値 = 0.2481
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.189, 自由度 = 2, P値 = 0.3347
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 = 1.3504, 第1自由度 = 2.000, 第2自由度 = 65.585, P値 = 0.2662
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 3 2.777778 2.777778
25 6 5.555556 8.333333
30 18 16.666667 25.000000
35 34 31.481481 56.481481
40 24 22.222222 78.703704
45 18 16.666667 95.370370
50 2 1.851852 97.222222
55 2 1.851852 99.074074
60 1 0.925926 100.000000
>

234 :名無しに影響はない(栃木県):2012/04/29(日) 12:34:20.52 ID:Gabcq/Hv
2. n = 66 栃木県内で販売されていた米(密着) 繰り返し数 =2
x <- c( 38, 29, 28, 37, 49, 32, 41, 41, 48, 51, 39, 40, 42, 48, 39, 38, 39, 38, 47, 40, 40, 32, 45, 45, 48, 34, 44, 42, 41, 49, 36, 44, 50, 37, 38 ,
44, 36, 39, 37, 37, 46, 34, 56, 37, 36, 48, 26, 39, 46, 38, 41, 48, 45, 45, 37, 31, 47, 38, 34, 43, 33, 40, 31, 56, 34, 38)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 40.43939
> var(x)
[1] 40.31166
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.2769, 第1自由度 = 1, 第2自由度 = 64, P値 = 0.6006
有意。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 = 0.8275, 自由度 = 1, P値 = 0.363
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 = 0.2714, 第1自由度 = 1.000, 第2自由度 = 59.276, P値 = 0.6043
有意。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 4.545455 4.545455
30 9 13.636364 18.181818
35 21 31.818182 50.000000
40 14 21.212121 71.212121
45 15 22.727273 93.939394
50 2 3.030303 96.969697
55 2 3.030303 100.000000
>

235 :名無しに影響はない(栃木県):2012/04/29(日) 12:34:44.95 ID:Gabcq/Hv
BGと試料の比較

1. n = 108 BG 繰り返し数 =3
gr1 <- c( 30, 45, 44, 28, 40, 38, 37, 38, 45, 30, 38, 49, 55, 44, 48, 43, 41, 38, 46, 27, 47, 40, 49, 39, 30, 48, 60, 35, 33, 33, 47, 23, 40, 45, 35 ,
37, 46, 21, 40, 35, 29, 37, 42, 41, 30, 41, 30, 47, 43, 41, 44, 53, 43, 37, 33, 32, 53, 33, 47, 37, 43, 32, 40, 35, 41, 40 ,
33, 45, 55, 36, 37, 38, 43, 42, 32, 33, 47, 49, 37, 26, 40, 39, 46, 49, 38, 22, 39, 36, 37, 37, 37, 44, 37, 35, 35, 40, 39, 39, 33, 35, 37, 33, 36, 27, 33, 32, 38, 28)

2. n = 66 栃木県内で販売されていた米(密着) 繰り返し数 =2
gr2 <- c( 38, 29, 28, 37, 49, 32, 41, 41, 48, 51, 39, 40, 42, 48, 39, 38, 39, 38, 47, 40, 40, 32, 45, 45, 48, 34, 44, 42, 41, 49, 36, 44, 50, 37, 38 ,
44, 36, 39, 37, 37, 46, 34, 56, 37, 36, 48, 26, 39, 46, 38, 41, 48, 45, 45, 37, 31, 47, 38, 34, 43, 33, 40, 31, 56, 34, 38)

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

データ: gr1 と gr2
t値 = -1.5713, 自由度 = 172, P値 = 0.1179
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -3.8115318 0.4327439
標本推定値:
平均値x 平均値y
38.75000 40.43939
有意。試料とバックグラウンドに差がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -1.619, 自由度 = 150.544, P値 = 0.1075
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -3.7511263 0.3723385
標本推定値:
平均値x 平均値y
38.75000 40.43939
有意。試料とバックグラウンドに差がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.2807, 第1自由度 = 107, 第2自由度 = 65, P値 = 0.2807
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.8158035 1.9633381
標本推定値:
分散比
1.280734
有意。分散に差異があり、(Welchの方法)を使用する
>

236 :名無しに影響はない(栃木県):2012/04/29(日) 12:35:15.55 ID:Gabcq/Hv
3.補足コメント
40.4 - 38.8 = 1.6 CPM
1.6 * 0.47 = 0.75 Bq
嵩比重が 0.85 (http://www.benricho.org/doryoko_cup_spoon/) だから
受光深さ 0.42 cmで、円柱容積 8cm3, 7g
よって、104 Bq/kg
試料は、35と45にピークがある。35がBG, 45が試料。
カリウム量 88mg/100g ( http://genmaiyanogensan.web.fc2.com/pdf/eiyouso.pdf )より、(3.09*8.8=)27.19Bq/kg。
度数分布では2山とは読み取れない(nが十分大きければ、すべての分布は正規分布に近似できる)。
ソフトを作って、cpm (質量・試料寸法) → Bq/kg の換算を自動化しました。結果だけしか書きません。
すべての放射線をβ線として、試料を比重1のプラスチックと仮定し、深さ0.365cmの円柱から発する放射線は全量検出器に到着する。これを超える範囲の試料から放射線は完全に遮蔽されている。
という近似です。
政府の発表している食品分析値のほとんど全部の測定値が、NDでした。γ線を考えない理由がこれです。
一部検出されているのもありますけど、政府の発表どおり、γ線をND、検出されない(検出されたとしても十分小さい値)としています。
セシウムとして表記しています。政府の分析方法では、測定が容易なセシウムで測定を行い係数を乗ずることで他の成分の線量を勘案する、という条項があります。
したがって、すべての福島由来核種からの線量は互いに一次従属で示される(ひとつの分布関数で示せる)としています。


237 :名無しに影響はない(東京都):2012/04/29(日) 12:36:04.19 ID:ScodB0xn
意味の無い計測ごっこwww

238 :名無しに影響はない(栃木県):2012/04/29(日) 16:30:50.71 ID:Gabcq/Hv
http://uni.2ch.net/test/read.cgi/radiation/1331053172/7 より
正規分布表の値
Ke ,e
0.00,0.5000
1.00,0.1587 5000個中1587個が1σ線外にでる
2.00,0.0228 5000個中228個が2σ線外にでる
3.00,0.0013 5000個中13個が3σ線外にでる

平均値の度数を、私の測定では、50個位ですので、50とします。
σは、放射線だから√50 = 7。
50-7 = 43, 以下, 36, 29
50+7 = 57, 以下, 64, 71
よって、43の時の値が 16, 36の値が 2, 29の値が0となります。
同様に、57の時の値が 16, 64の値が 2, 71の値が0となります。
私の度数分布では、切りの良い数字として5を使っていますので近い値をとりますと
45, 35, 30
55, 65, 71
の時の度数になります。度数で2個以下を0と近似すると、隣接する2つの枠(45,40, 又は55,60)が7割程度、
それよりも離れる(35以下、又は65以上)と0になります。正確な数値は、正規分布表を引いてください。
このように考えると、グラフを眺めただけで、どのような正規分布の重複になっているか、が見当つくでしょう。
なお、加法定理( http://www.aandt.co.jp/jpn/qc/basic/seiki_kahou.htm )は、nが無限大のときに成立するのであって、nが有限のときは成立しません。

>>273
おほめいただきありがとうございます。
計量法の規定を無視した状態で測定していますので、法的には無意味なお遊びです。
意味のある計測でしたらば、こちらで公開されていますので、ご覧ください。
http://search.kankyo-hoshano.go.jp/food/servlet/food_in?pageSID=139277

239 :名無しに影響はない(やわらか銀行):2012/04/29(日) 19:29:17.72 ID:jaRiamvG
栃木県内で販売されていた米について、カリウムを除いたベクレル数は27.19Bq/kg。
カリウムを含めると104 Bq/kg ということでしょうか?

240 :名無しに影響はない(長屋):2012/04/29(日) 20:28:10.95 ID:17vrEDbT
>>227 >>228

(内モンゴル自治区)って、何の貢献もしていないくせに文句だけは一人前だよなあwww
 



241 :名無しに影響はない(長屋):2012/04/29(日) 20:31:25.30 ID:17vrEDbT
>>239
ガイガーではカリウム分を分離はできませんよ。

分離したいのなら、スペクトルの判る器械で測ればいいだけで簡単なことです。

242 :名無しに影響はない(内モンゴル自治区):2012/04/29(日) 20:41:56.18 ID:gDNBj8OD
荒らしは無視してください。荒らしにレスするのも荒らしと同じです。

243 :名無しに影響はない(長屋):2012/04/29(日) 20:50:28.54 ID:17vrEDbT
>>242
ワロタww

244 :名無しに影響はない(長屋):2012/04/30(月) 21:42:21.54 ID:RIOIIvR/
>>237
計測する事自体は無意味だとは思いません。cpmの実測値として有無の確認は結構なこと
ただBqとかデタラメに導出してくると、それはウソの領域になるから反論しちゃうけどね。

245 :名無しに影響はない(栃木県):2012/04/30(月) 21:45:06.61 ID:viG3jGbn
>>239
全体で、104Bq/kg
白米中に含まれるカリウム(88mg/100g)の放射線が27.19です。(計算間違いをしたのです)。
と書きました。

計算間違いの内容は、
自然界の同位体分離されていないカリウムは 30.9 Bq/g (3.09 Bq/100mg)です。
白米1kg中のカリウム(安定同位体を含む)は、88 * 10 = 0.88g
0.88 * 3.09 = 2.7
小数点の位置を間違えました。

246 :名無しに影響はない(長屋):2012/04/30(月) 21:55:15.14 ID:RIOIIvR/
>>245
で、体積の内側から発生した放射線の遮蔽率はどのように計算しました?
γ線以外では、1mmの厚さでも大きな影響を受けるはずですよ。
β線も計測してるならそれを補正しないと、計測値はデタラメにちかいですよ。

247 :名無しに影響はない(栃木県):2012/04/30(月) 22:02:31.25 ID:viG3jGbn
>>246
過去スレ http://uni.2ch.net/test/read.cgi/radiation/1331598144/ に記載しています。
そちらを参考にしてください。

248 :名無しに影響はない(内モンゴル自治区):2012/04/30(月) 22:11:49.40 ID:mrknDFTj
荒らしは無視してください。荒らしにレスするのも荒らしと同じです。

249 :名無しに影響はない(長屋):2012/04/30(月) 22:44:37.74 ID:RIOIIvR/
>>247
ないと思うよ。読んだら覚えてるw

250 :名無しに影響はない(長屋):2012/04/30(月) 22:47:29.99 ID:RIOIIvR/
あー、読む価値ないなあと思うような薄っ〜い内容だったら忘れてるかもw

251 :名無しに影響はない(やわらか銀行):2012/05/02(水) 21:14:43.52 ID:0At+arZG
2005-2008年度の放射能調査資料を見てくれ。
今の基準が安全かどうかは、原発事故前の資料と比較するべき。
http://www.kankyo-hoshano.go.jp/08/soukatsu_lib/h20_suijun.pdf

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

252 :名無しに影響はない(栃木県):2012/05/03(木) 16:42:56.93 ID:3Od6D+YW
1.測定対象
「栃木産たけのこ 乾燥後10.5g」の分析
2012.04.28収穫、4日間乾燥後、測定。

2.測定結果
1. n=46 糊台
x <- c( 37, 41, 35, 51, 64, 32, 42, 32, 49, 38, 35, 39, 47, 38, 42, 57, 40, 49, 36, 37, 46, 39, 38, 41, 41, 39, 42, 47, 37, 36, 35, 47, 35, 36, 33, 27, 48, 45, 40, 35, 35, 42, 43, 35, 38, 32)

2. n=31 栃木産たけのこ 乾燥後10.5g
x <- c(138, 123, 149, 118, 129, 118, 124, 92, 95, 97, 112, 137, 115, 103, 99, 97, 116, 103, 110, 85, 103, 112, 116, 137, 93, 94, 109, 136, 110, 132, 140)

3. n=31 糊台
x <- c( 36, 35, 30, 37, 45, 30, 38, 46, 33, 42, 39, 33, 49, 42, 39, 46, 35, 36, 38, 39, 41, 33, 38, 25, 34, 49, 38, 38, 48, 33, 42)

4. n=33 栃木産たけのこ 乾燥後10.5g
x <- c( 85, 99, 83, 84, 100, 97, 104, 106, 105, 83, 92, 69, 87, 105, 98, 87, 88, 80, 100, 91, 96, 113, 95, 102, 92, 88, 89, 94, 92, 91, 81, 77, 96)

5. n=138 糊台
x <- c( 49, 40, 27, 45, 53, 33, 42, 45, 36, 39, 28, 59, 45, 58, 46, 42, 31, 39, 54, 41, 44, 39, 53, 33, 50, 49, 40, 48, 46, 58, 31, 59, 53,
45, 41, 34, 42, 45, 38, 33, 34, 39, 38, 38, 44, 44, 52, 33, 40, 34, 39, 52, 44, 45, 50, 40, 38, 37, 36, 29, 42, 43, 37, 44, 54, 47, 41, 52,
55, 42, 35, 31, 44, 33, 52, 40, 38, 50, 46, 40, 39, 37, 34, 40, 47, 40, 29, 49, 44, 36, 38, 41, 44, 39, 35, 33, 41, 59, 39, 47, 29, 43, 35,
53, 37, 35, 37, 60, 47, 39, 39, 51, 52, 38, 39, 39, 36, 41, 46, 46, 48, 48, 32, 36, 50, 44, 41, 42, 42, 51, 40, 48, 44, 42, 37, 47, 43, 45)

6. (n=19) 2.測定後の糊台 試料による汚染と思われる。
x <- c( 59, 53, 54, 60, 64, 57, 44, 47, 77, 52, 56, 49, 42, 48, 61, 62, 72, 54, 62)

253 :名無しに影響はない(栃木県):2012/05/03(木) 16:46:52.84 ID:3Od6D+YW
4. データ貼り付け
全体の分析
x <- c( 37, 41, 35, 51, 64, 32, 42, 32, 49, 38, 35, 39, 47, 38, 42, 57, 40, 49, 36, 37, 46, 39, 38, 41, 41, 39, 42, 47, 37, 36, 35, 47, 35, 36, 33, 27, 48, 45, 40, 35, 35, 42, 43, 35, 38, 32 ,
138, 123, 149, 118, 129, 118, 124, 92, 95, 97, 112, 137, 115, 103, 99, 97, 116, 103, 110, 85, 103, 112, 116, 137, 93, 94, 109, 136, 110, 132, 140 ,
36, 35, 30, 37, 45, 30, 38, 46, 33, 42, 39, 33, 49, 42, 39, 46, 35, 36, 38, 39, 41, 33, 38, 25, 34, 49, 38, 38, 48, 33, 42 ,
85, 99, 83, 84, 100, 97, 104, 106, 105, 83, 92, 69, 87, 105, 98, 87, 88, 80, 100, 91, 96, 113, 95, 102, 92, 88, 89, 94, 92, 91, 81, 77, 96 ,
49, 40, 27, 45, 53, 33, 42, 45, 36, 39, 28, 59, 45, 58, 46, 42, 31, 39, 54, 41, 44, 39, 53, 33, 50, 49, 40, 48, 46, 58, 31, 59, 53,
45, 41, 34, 42, 45, 38, 33, 34, 39, 38, 38, 44, 44, 52, 33, 40, 34, 39, 52, 44, 45, 50, 40, 38, 37, 36, 29, 42, 43, 37, 44, 54, 47,
41, 52, 55, 42, 35, 31, 44, 33, 52, 40, 38, 50, 46, 40, 39, 37, 34, 40, 47, 40, 29, 49, 44, 36, 38, 41, 44, 39, 35, 33, 41, 59, 39,
47, 29, 43, 35, 53, 37, 35, 37, 60, 47, 39, 39, 51, 52, 38, 39, 39, 36, 41, 46, 46, 48, 48, 32, 36, 50, 44, 41, 42, 42, 51, 40, 48, 44, 42, 37, 47, 43, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,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 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x) [1] 55.44444
> var(x) [1] 782.1974
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 619.7392, 第1自由度 = 4, 第2自由度 = 274, P値 < 2.2e-16
有意。群による差異がある。

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

データ: x と g
バートレットのK二乗値 = 63.4772, 自由度 = 4, P値 = 5.385e-13
有意。分散が異なるので先の分散分析が無効。

> 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 = 345.9011, 第1自由度 = 4.000, 第2自由度 = 82.332, P値 < 2.2e-16
有意。群による差異がある。

254 :名無しに影響はない(栃木県):2012/05/03(木) 16:47:10.53 ID:3Od6D+YW
> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 2.5089606 2.508961
30 25 8.9605735 11.469534
35 67 24.0143369 35.483871
40 51 18.2795699 53.763441
45 38 13.6200717 67.383513
50 18 6.4516129 73.835125
55 7 2.5089606 76.344086
60 2 0.7168459 77.060932
65 1 0.3584229 77.419355
70 0 0.0000000 77.419355
75 1 0.3584229 77.777778
80 5 1.7921147 79.569892
85 7 2.5089606 82.078853
90 9 3.2258065 85.304659
95 10 3.5842294 88.888889
100 7 2.5089606 91.397849
105 4 1.4336918 92.831541
110 5 1.7921147 94.623656
115 5 1.7921147 96.415771
120 2 0.7168459 97.132616
125 1 0.3584229 97.491039
130 1 0.3584229 97.849462
135 4 1.4336918 99.283154
140 1 0.3584229 99.641577
145 1 0.3584229 100.000000
>

255 :名無しに影響はない(栃木県):2012/05/03(木) 16:47:30.56 ID:3Od6D+YW
BGと試料の比較
x <- c( 37, 41, 35, 51, 64, 32, 42, 32, 49, 38, 35, 39, 47, 38, 42, 57, 40, 49, 36, 37, 46, 39, 38, 41, 41, 39, 42, 47, 37, 36, 35, 47, 35, 36, 33, 27, 48, 45, 40, 35, 35, 42, 43, 35, 38, 32 ,
138, 123, 149, 118, 129, 118, 124, 92, 95, 97, 112, 137, 115, 103, 99, 97, 116, 103, 110, 85, 103, 112, 116, 137, 93, 94, 109, 136, 110, 132, 140 ,
36, 35, 30, 37, 45, 30, 38, 46, 33, 42, 39, 33, 49, 42, 39, 46, 35, 36, 38, 39, 41, 33, 38, 25, 34, 49, 38, 38, 48, 33, 42 ,
85, 99, 83, 84, 100, 97, 104, 106, 105, 83, 92, 69, 87, 105, 98, 87, 88, 80, 100, 91, 96, 113, 95, 102, 92, 88, 89, 94, 92, 91, 81, 77, 96 ,
49, 40, 27, 45, 53, 33, 42, 45, 36, 39, 28, 59, 45, 58, 46, 42, 31, 39, 54, 41, 44, 39, 53, 33, 50, 49, 40, 48, 46, 58, 31, 59, 53,
45, 41, 34, 42, 45, 38, 33, 34, 39, 38, 38, 44, 44, 52, 33, 40, 34, 39, 52, 44, 45, 50, 40, 38, 37, 36, 29, 42, 43, 37, 44, 54, 47,
41, 52, 55, 42, 35, 31, 44, 33, 52, 40, 38, 50, 46, 40, 39, 37, 34, 40, 47, 40, 29, 49, 44, 36, 38, 41, 44, 39, 35, 33, 41, 59, 39,
47, 29, 43, 35, 53, 37, 35, 37, 60, 47, 39, 39, 51, 52, 38, 39, 39, 36, 41, 46, 46, 48, 48, 32, 36, 50, 44, 41, 42, 42, 51, 40, 48, 44, 42, 37, 47, 43, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1747.565, 第1自由度 = 1, 第2自由度 = 277, 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 = 98.1799, 自由度 = 1, P値 < 2.2e-16
有意。分散が異なるので先の分散分析が無効。

> 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 = 766.9872, 第1自由度 = 1.000, 第2自由度 = 69.286, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

>

256 :名無しに影響はない(栃木県):2012/05/03(木) 16:47:52.74 ID:3Od6D+YW
繰り返しによる影響

1. n = 215 BG 繰り返し数 =3
x <- c( 37, 41, 35, 51, 64, 32, 42, 32, 49, 38, 35, 39, 47, 38, 42, 57, 40, 49, 36, 37, 46, 39, 38, 41, 41, 39, 42, 47, 37, 36, 35, 47, 35, 36, 33, 27, 48, 45, 40, 35, 35, 42, 43, 35, 38, 32 ,
36, 35, 30, 37, 45, 30, 38, 46, 33, 42, 39, 33, 49, 42, 39, 46, 35, 36, 38, 39, 41, 33, 38, 25, 34, 49, 38, 38, 48, 33, 42 ,
49, 40, 27, 45, 53, 33, 42, 45, 36, 39, 28, 59, 45, 58, 46, 42, 31, 39, 54, 41, 44, 39, 53, 33, 50, 49, 40, 48, 46, 58, 31,
59, 53, 45, 41, 34, 42, 45, 38, 33, 34, 39, 38, 38, 44, 44, 52, 33, 40, 34, 39, 52, 44, 45, 50, 40, 38, 37, 36, 29, 42, 43,
37, 44, 54, 47, 41, 52, 55, 42, 35, 31, 44, 33, 52, 40, 38, 50, 46, 40, 39, 37, 34, 40, 47, 40, 29, 49, 44, 36, 38, 41, 44,
39, 35, 33, 41, 59, 39, 47, 29, 43, 35, 53, 37, 35, 37, 60, 47, 39, 39, 51, 52, 38, 39, 39, 36, 41, 46, 46, 48, 48, 32, 36,
50, 44, 41, 42, 42, 51, 40, 48, 44, 42, 37, 47, 43, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 41.29302
> var(x)
[1] 49.90906
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.8533, 第1自由度 = 2, 第2自由度 = 212, P値 = 0.00869
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 1.9853, 自由度 = 2, P値 = 0.3706
有意。分散が異なるので先の分散分析が無効。

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

データ: x と g
F = 5.8206, 第1自由度 = 2.000, 第2自由度 = 73.467, P値 = 0.004503
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 3.2558140 3.255814
30 25 11.6279070 14.883721
35 67 31.1627907 46.046512
40 51 23.7209302 69.767442
45 38 17.6744186 87.441860
50 18 8.3720930 95.813953
55 7 3.2558140 99.069767
60 2 0.9302326 100.000000
>


257 :名無しに影響はない(栃木県):2012/05/03(木) 16:48:21.61 ID:3Od6D+YW
2. n = 64 栃木産たけのこ 乾燥後10.5g 繰り返し数 =2
x <- c( 138, 123, 149, 118, 129, 118, 124, 92, 95, 97, 112, 137, 115, 103, 99, 97, 116, 103, 110, 85, 103, 112, 116, 137, 93, 94, 109, 136, 110, 132, 140 ,
85, 99, 83, 84, 100, 97, 104, 106, 105, 83, 92, 69, 87, 105, 98, 87, 88, 80, 100, 91, 96, 113, 95, 102, 92, 88, 89, 94, 92, 91, 81, 77, 96)
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)
> mean(x)
[1] 102.9844
> var(x)
[1] 302.7140
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 41.4488, 第1自由度 = 1, 第2自由度 = 62, P値 = 1.998e-08
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 9.6906, 自由度 = 1, P値 = 0.001852
有意。分散が異なるので先の分散分析が無効。

> 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 = 40.1036, 第1自由度 = 1.000, 第2自由度 = 46.621, P値 = 8.697e-08
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
65 1 1.5625 1.5625
70 0 0.0000 1.5625
75 1 1.5625 3.1250
80 5 7.8125 10.9375
85 7 10.9375 21.8750
90 9 14.0625 35.9375
95 10 15.6250 51.5625
100 7 10.9375 62.5000
105 4 6.2500 68.7500
110 5 7.8125 76.5625
115 5 7.8125 84.3750
120 2 3.1250 87.5000
125 1 1.5625 89.0625
130 1 1.5625 90.6250
135 4 6.2500 96.8750
140 1 1.5625 98.4375
145 1 1.5625 100.0000
>

258 :名無しに影響はない(栃木県):2012/05/03(木) 16:49:10.42 ID:3Od6D+YW
BGと試料の比較

1. n = 215 BG 繰り返し数 =3
gr1 <- c( 37, 41, 35, 51, 64, 32, 42, 32, 49, 38, 35, 39, 47, 38, 42, 57, 40, 49, 36, 37, 46, 39, 38, 41, 41, 39, 42, 47, 37, 36, 35,
47, 35, 36, 33, 27, 48, 45, 40, 35, 35, 42, 43, 35, 38, 32 , 36, 35, 30, 37, 45, 30, 38, 46, 33, 42, 39, 33, 49, 42, 39, 46, 35, 36,
38, 39, 41, 33, 38, 25, 34, 49, 38, 38, 48, 33, 42 , 49, 40, 27, 45, 53, 33, 42, 45, 36, 39, 28, 59, 45, 58, 46, 42, 31, 39, 54, 41,
44, 39, 53, 33, 50, 49, 40, 48, 46, 58, 31, 59, 53, 45, 41, 34, 42, 45, 38, 33, 34, 39, 38, 38, 44, 44, 52, 33, 40, 34, 39, 52, 44,
45, 50, 40, 38, 37, 36, 29, 42, 43, 37, 44, 54, 47, 41, 52, 55, 42, 35, 31, 44, 33, 52, 40, 38, 50, 46, 40, 39, 37, 34, 40, 47, 40,
29, 49, 44, 36, 38, 41, 44, 39, 35, 33, 41, 59, 39, 47, 29, 43, 35, 53, 37, 35, 37, 60, 47, 39, 39, 51, 52, 38, 39, 39, 36, 41, 46,
46, 48, 48, 32, 36, 50, 44, 41, 42, 42, 51, 40, 48, 44, 42, 37, 47, 43, 45)

2. n = 64 栃木産たけのこ 乾燥後10.5g 繰り返し数 =2
gr2 <- c( 138, 123, 149, 118, 129, 118, 124, 92, 95, 97, 112, 137, 115, 103, 99, 97, 116, 103, 110, 85, 103, 112, 116, 137, 93, 94, 109, 136, 110, 132, 140 ,
85, 99, 83, 84, 100, 97, 104, 106, 105, 83, 92, 69, 87, 105, 98, 87, 88, 80, 100, 91, 96, 113, 95, 102, 92, 88, 89, 94, 92, 91, 81, 77, 96)

> 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 = -41.8039, 自由度 = 277, 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: -64.59643 -58.78628
標本推定値:
平均値x 平均値y
41.29302 102.98438
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 = -27.6945, 自由度 = 69.286, 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: -66.13489 -57.24781
標本推定値:
平均値x 平均値y
41.29302 102.98438
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 = 0.1649, 第1自由度 = 214, 第2自由度 = 63, P値 < 2.2e-16
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.1080933 0.2406376
標本推定値:
分散比
0.1648720
有意。分散が異なるので、(Welchの方法)を使用する。

>


259 :名無しに影響はない(栃木県):2012/05/03(木) 16:49:44.35 ID:3Od6D+YW
103 - 41 = 62 CPM , 29Bq, 2800Bq/kg。
10.5g, 直径4cm、厚さ1cm程度の分量になったので、全放射線が受光されたとする。
水分 91 g/100g, カリウム 533 mg/100g ( http://ja.wikipedia.org/wiki/%E3%82%BF%E3%82%B1%E3%83%8E%E3%82%B3 )
より、乾燥前質量 117g。
29 * 90 / 10.5 = 250 Bq/kg
カリウム量 5.33g/kg (16.46 Bq/kg)。
250 >> 16 なので、ほぼ全量がセシウムでしょう。

ジップロックお手軽パック小120枚入り( http://www.asahi-kasei.co.jp/saran/products/ziploc/items/easy_bag.html )を使って試料が漏れて、線量が減っている。最初の2回の測定を比較すると、

gr1 <- c( 37, 41, 35, 51, 64, 32, 42, 32, 49, 38, 35, 39, 47, 38, 42, 57, 40, 49, 36, 37, 46, 39, 38, 41, 41, 39, 42, 47, 37, 36, 35, 47, 35, 36, 33, 27, 48, 45, 40, 35, 35, 42, 43, 35, 38, 32)
gr2 <- c(138, 123, 149, 118, 129, 118, 124, 92, 95, 97, 112, 137, 115, 103, 99, 97, 116, 103, 110, 85, 103, 112, 116, 137, 93, 94, 109, 136, 110, 132, 140)
> 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 = -26.691, 自由度 = 75, 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: -79.49666 -68.45425
標本推定値:
平均値x 平均値y
40.28261 114.25806

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -23.1457, 自由度 = 36.766, 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: -80.45272 -67.49819
標本推定値:
平均値x 平均値y
40.28261 114.25806

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.1656, 第1自由度 = 45, 第2自由度 = 30, P値 = 8.479e-08
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.08338807 0.31471886
標本推定値:
分散比
0.1656402

>

114-40 = 74 CPM, 34.8 Bq
34.8 * 90 / 10.5 = 298 Bq/kg
となります。


260 :名無しに影響はない(栃木県):2012/05/03(木) 16:52:12.33 ID:3Od6D+YW
>>250
>あー、読む価値ないなあと思うような薄っ〜い内容だったら忘れてるかもw
そのような薄っ〜い内容を前提に置いていますので、今後のコメントはご遠慮ください。

261 :名無しに影響はない(栃木県):2012/05/03(木) 16:55:38.91 ID:3Od6D+YW
このサンプルを取った竹やぶ周辺で、タケノコの窃盗が盛んです。
おそらく、観光地や路上販売でさばいていると思われます。

262 :名無しに影響はない(長屋):2012/05/03(木) 17:00:59.40 ID:xZfxXxBL
>>260
仲良し仲間だけでやりたいなら2ch使わないで、個人のサイトでやるべきだね。

ゴミ捨て場としてゴミを捨てられたら、文句言われて当然だよね
誰にとっても「ゴミ」に見えないなら、文句は出ないのでは? やって見ればw

263 :名無しに影響はない(長屋):2012/05/03(木) 17:06:18.56 ID:xZfxXxBL
>カリウム量 5.33g/kg (16.46 Bq/kg)。
>250 >> 16 なので、ほぼ全量がセシウムでしょう。

それは、土中のアルカリ類がカリウム欠乏状態でないと起こらないのでは
でも、その状態だったらタケノコ自体が育たないよねwww 矛盾してない?



264 :名無しに影響はない(栃木県):2012/05/03(木) 17:49:07.74 ID:3Od6D+YW
ほとんど施肥しなくても、条件が合えば、育ちます。
細かいことは省略しますが、竹の生育では、カリの不足を考えることはありません。
ただし、タケノコの営利栽培時を除きます。カリの不足により生産量が低下します。

265 :名無しに影響はない(長屋):2012/05/03(木) 17:59:01.29 ID:xZfxXxBL
>>264
そんなことないよ。カリウム無いとあまりタケノコは生えてこない。
施肥しない=カリウム不足ってわけじゃないし。


266 :名無しに影響はない(栃木県):2012/05/03(木) 18:10:43.85 ID:3Od6D+YW
施肥したら、シーズンで50-100本の収穫がある。
食べきれるわけないだろ。
施肥しないで、あまり生えないようにして、
食べられる範囲だけ育つようにしている。

うちの自作地は慢性的なカリ不足だからねぇ。竹林まで施肥するわけない。

267 :名無しに影響はない(栃木県):2012/05/03(木) 18:12:35.03 ID:3Od6D+YW
スレチだから、以後のレスは、園芸板で
http://awabi.2ch.net/test/read.cgi/engei/1273280784/l50
ニョキワサの方が良いかもしれません。

268 :名無しに影響はない(長屋):2012/05/03(木) 18:20:22.16 ID:xZfxXxBL
>>266
じゃあ、市販のタケノコと別物ってことだねwww

で、それ測って自己満足?

269 :名無しに影響はない(栃木県):2012/05/03(木) 18:46:07.26 ID:3Od6D+YW
>>268
ホレ。営利栽培は現在出荷停止中。
http://www.agrinews.co.jp/modules/pico/index.php?content_id=14036
http://www.shimotsuke.co.jp/biz/economics/agriculture/news/20120430/773389
うちのほうは産地でないから、路上販売が主体。新聞を遡れは゛、うちの近所(BGから地区を特定のこと)販売しているっていう記事がある。
つまり、うちのような栽培方法で収穫したヤツを売っている。

270 :名無しに影響はない(長屋):2012/05/03(木) 19:05:40.10 ID:xZfxXxBL
>>269
じゃあ厚生労働省の、コレはウソなの?

http://www.mhlw.go.jp/stf/houdou/2r985200000297bj-att/2r985200000297im.pdf

271 :名無しに影響はない(内モンゴル自治区):2012/05/03(木) 19:08:45.23 ID:1K5EzYtu
長屋は荒らしです。荒らしにレスしてはいけません。荒らしにレスするのも荒らしと同じです。

272 :名無しに影響はない(長屋):2012/05/03(木) 19:12:01.18 ID:xZfxXxBL
(内モンゴル自治区)って、このスレで何の貢献もしていないよねwww

273 :名無しに影響はない(内モンゴル自治区):2012/05/03(木) 19:13:42.93 ID:1K5EzYtu
長屋は1レスするごとに原子力村から10円もらっているコジキです。無視してください。

274 :名無しに影響はない(長屋):2012/05/03(木) 19:18:23.72 ID:xZfxXxBL
(内モンゴル自治区)って、自由な脳内お花畑さんで羨ましいなあwww

275 :名無しに影響はない(長屋):2012/05/05(土) 15:23:31.45 ID:BonvEKjV
そろそろ、鉛シールド位は買ったらどうでしょう?

今のままだと、計れた数値より計測のバラツキの方が大きくて
計測値が誤差の3σより全然小さいから全然信用できません

普通の測定で言ったら、全てND(不検出)扱いにしかならないですよwww



276 :名無しに影響はない(内モンゴル自治区):2012/05/05(土) 17:04:52.64 ID:yVxfWqnJ
ゴールデンウィークも原子力村の工作員は活動しています。無視してください。レスした人も荒らしです。

277 :名無しに影響はない(長屋):2012/05/05(土) 17:21:45.42 ID:BonvEKjV
インスペクターは自己ノイズでかいらしい
http://www.mikage.to/radiation/seintl_inspector_plus.html

>鉛ブロックで囲って自己ノイズを測定したところ,0.02〜0.08μSv/hほどありました.

鉛ブロック使って補正しないで、食品を測っても自己ノイズだらけで無駄ですよ。



278 :名無しに影響はない(やわらか銀行):2012/05/06(日) 00:46:18.74 ID:UxwRR5CI
スレまとめ 低ベクレル順
1.測定対象  JヌードルコーポレーションBK こだわりの熟成 20g
2.測定結果  0Bq/kg  

1.測定対象 中華蕎麦
2.測定結果 2.62Bq/kg

1.測定対象 北海道富良野産玉葱 12g
2.測定結果  2-20Bq/kg Bq/kg

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

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

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

1.測定対象  栃木産菜の花
2.測定結果 51 Bq/kg(カリウム込)

1.測定対象 栃木県内で販売されていた米
2.測定結果 104Bq/kg

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

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

1.測定対象  栃木県産 乾燥椎茸
2.測定結果 1000 Bq/kg

1.測定対象 栃木産しいたけ
2.測定結果  2700 Bq/kg

279 :名無しに影響はない(やわらか銀行):2012/05/06(日) 01:19:28.22 ID:UxwRR5CI
http://www.fnorio.com/0083radioactive_conversion_theory1/alpha_&_beta_ray1.html

これは見事な結果で、グラフより明瞭に
1.約0.005mm通過するごとに半分に弱まる放射能
2.約0.4mm通過するごとに半分に弱まる放射能
の二種類の放射線が存在することが解る。ラザフォードは1をα線、2をβ線と名付けた。

アルミホイルを重ねることで、α線は厚さ0.2mmで完全に遮断。β線は厚さ3mmで完全に遮断。


280 :名無しに影響はない(やわらか銀行):2012/05/06(日) 01:26:57.25 ID:UxwRR5CI
279訂正
アルミホイルを重ねることで、α線は厚さ0.02mmで完全に遮断。β線は厚さ3mmで完全に遮断。

281 :名無しに影響はない(栃木県):2012/05/06(日) 01:46:27.97 ID:kgafDMoa
「製菓詰め合わせ」 2012.6.22 DN の分析
煎餅で、直径が5cmよりもちょっと大きいのが主体。重さを推定するのが面倒で、CPMだけ。
米つぶ付せんべいを除くと、有意差有り。
合計4日間もかかった超大作。とにかく疲れた。

1. n=30 糊台
x <- c( 43, 35, 50, 50, 56, 45, 47, 50, 45, 49, 46, 49, 65, 53, 40, 39, 58, 38, 45, 60, 43, 34, 58, 50, 51, 42, 54, 39, 43, 31)

2. n=30 ,あられ
x <- c( 31, 35, 50, 37, 40, 38, 37, 46, 44, 37, 54, 40, 48, 44, 52, 38, 46, 39, 37, 50, 45, 31, 41, 47, 46, 44, 50, 21, 30, 51)

3. n=31 ,海苔付せんべい
x <- c( 36, 52, 38, 47, 43, 60, 45, 44, 40, 34, 47, 53, 53, 44, 43, 38, 40, 41, 40, 54, 33, 44, 38, 47, 32, 42, 51, 38, 45, 53, 51)

4. n=30 , 米つぶ付せんべい
x <- c( 43, 32, 46, 45, 43, 51, 35, 34, 36, 56, 47, 48, 44, 38, 38, 50, 29, 34, 41, 63, 29, 36, 48, 48, 45, 43, 38, 33, 38, 40)

5. n=32 糊台
x <- c( 27, 44, 48, 50, 33, 41, 39, 40, 47, 26, 36, 58, 39, 41, 31, 52, 48, 40, 43, 45, 41, 48, 32, 42, 38, 26, 23, 39, 32, 45, 43, 35)

6. n=31 , ソフトサラダ
x <- c( 44, 34, 40, 50, 33, 41, 43, 42, 33, 27, 38, 40, 42, 43, 36, 38, 42, 38, 55, 44, 40, 32, 50, 46, 39, 38, 44, 38, 36, 31, 45)

7. n=76 , 黒糖あげ
x <- c( 48, 52, 34, 38, 52, 27, 46, 51, 35, 34, 40, 49, 43, 47, 48, 54, 34, 35, 48, 42, 44, 45, 51, 42, 42, 38, 32, 44, 53, 42, 44, 52, 32,
56, 46, 25, 54, 35, 40, 46, 41, 48, 49, 54, 46, 38, 34, 46, 47, 37, 36, 37, 48, 36, 51, 37, 37, 40, 32, 47, 43, 40, 35, 36, 40, 35, 51, 43, 46, 49, 43, 46, 35, 42, 50, 37)

8. n=33 , ソフト醤油
x <- c( 32, 43, 65, 36, 34, 32, 44, 33, 38, 33, 32, 55, 29, 50, 48, 36, 31, 52, 32, 32, 33, 30, 46, 34, 34, 38, 52, 28, 28, 31, 34, 37, 51)

9. n=37 糊台 (136 棄却前)
x <- c( 44, 43, 40, 29, 40, 37, 36, 44, 51, 44, 36, 34, 30, 32, 42, 50, 43, 30, 26, 52, 58, 42, 35, 45, 46, 50, 40, 42, 39, 33, 49, 37, 44, 136, 35, 41, 55)

9. n=37 糊台 (136 棄却後)
x <- c( 44, 43, 40, 29, 40, 37, 36, 44, 51, 44, 36, 34, 30, 32, 42, 50, 43, 30, 26, 52, 58, 42, 35, 45, 46, 50, 40, 42, 39, 33, 49, 37, 44, 136, 35, 41, 55)

282 :名無しに影響はない(栃木県):2012/05/06(日) 01:48:05.02 ID:kgafDMoa
10. n=36 糊台
x <- c( 54, 46, 40, 28, 48, 42, 36, 34, 46, 38, 28, 49, 47, 30, 41, 39, 38, 41, 39, 27, 51, 36, 40, 44, 41, 49, 39, 50, 45, 35, 45, 53, 36, 48, 44, 38)

11. n=33 糊台
x <- c( 54, 32, 43, 33, 35, 31, 46, 55, 39, 41, 36, 32, 38, 52, 44, 53, 37, 49, 38, 30, 38, 33, 39, 35, 33, 40, 34, 38, 42, 31, 39, 41, 38)

12. n=30 , あられ
x <- c( 49, 38, 48, 40, 40, 49, 38, 40, 40, 47, 39, 43, 41, 43, 35, 55, 40, 41, 34, 43, 50, 31, 47, 41, 39, 43, 37, 41, 47, 32)

13. n=36 , 海苔付せんべい
x <- c( 30, 43, 46, 42, 44, 59, 55, 39, 51, 57, 40, 38, 35, 40, 36, 46, 47, 45, 42, 46, 35, 32, 48, 41, 41, 43, 46, 32, 47, 42, 45, 52, 44, 41, 70, 49)

14. n=31 , 米つぶ付せんべい
x <- c( 37, 56, 36, 35, 41, 39, 27, 37, 27, 40, 32, 37, 38, 52, 36, 39, 32, 49, 48, 37, 38, 42, 56, 43, 32, 42, 46, 46, 39, 30, 70)

15. n=31 糊台
x <- c( 42, 31, 43, 30, 31, 42, 44, 42, 37, 39, 49, 42, 35, 45, 42, 49, 33, 43, 45, 41, 43, 36, 41, 43, 34, 33, 30, 54, 34, 43, 48)

16. n=47 , ソフトサラダ
x <- c( 33, 37, 36, 37, 39, 35, 37, 41, 40, 47, 42, 25, 39, 39, 35, 35, 40, 34, 47, 41, 51, 35, 38, 49, 31, 40, 36, 44, 48, 49, 44, 39, 48, 40, 38, 35, 46, 47, 31, 36, 43, 44, 40, 45, 30, 44, 36)

17. n=71 , 黒糖あげ
x <- c( 34, 44, 42, 34, 43, 42, 36, 47, 45, 30, 38, 45, 45, 38, 38, 40, 53, 33, 41, 28, 29, 37, 44, 34, 41, 36, 34, 38, 38, 43, 35, 32, 32, 48, 46, 57, 52, 40, 35, 34, 54, 47, 35,
43, 56, 32, 43, 23, 40, 45, 39, 43, 47, 43, 43, 32, 39, 33, 40, 39, 44, 43, 30, 55, 43, 34, 37, 36, 40, 48, 41)

18. n=41 , ソフト醤油
x <- c( 46, 42, 37, 31, 41, 33, 44, 40, 45, 38, 39, 37, 40, 57, 42, 44, 35, 46, 41, 45, 40, 34, 43, 32, 48, 33, 44, 33, 40, 37, 34, 44, 48, 47, 28, 57, 38, 41, 35, 30, 39)

19. n=30 糊台
x <- c( 38, 32, 43, 30, 54, 38, 36, 38, 31, 34, 43, 41, 46, 41, 35, 38, 41, 34, 33, 43, 30, 38, 46, 41, 33, 33, 32, 36, 28, 49)


283 :名無しに影響はない(長屋):2012/05/06(日) 02:10:21.41 ID:qJQ4R/p+
インスペクターは自己ノイズでかいらしい
http://www.mikage.to/radiation/seintl_inspector_plus.html

>鉛ブロックで囲って自己ノイズを測定したところ,0.02〜0.08μSv/hほどありました.

鉛ブロック使って補正しないで、食品を測っても自己ノイズだらけで無駄ですよ。


284 :名無しに影響はない(SB-iPhone):2012/05/06(日) 02:57:04.08 ID:bUvrwqeJ
インスペクターどころか安物エアカウンタースレでは食品汚染の判別はできるだろとか
キチガイが横行してるからな
放射脳極まってるわなwww


285 :名無しに影響はない(長屋):2012/05/06(日) 06:02:35.37 ID:qJQ4R/p+
エアカウSは0.05uSvで足切りされる時点で、食品測定なんて使えないでしょ。

鉛ブロックで囲ったら、測定値低すぎてうまく測れないと思う。

286 :名無しに影響はない(栃木県):2012/05/06(日) 08:50:23.35 ID:PBglVF2L
1.測定対象
「栃木県産さんしょう若芽 5.6g, 2012.05.05採取, 40度6時間乾燥」の分析
市町村名はBG測定値から推定してください。

2.測定結果
1. n=30 糊台
x <- c( 38, 32, 43, 30, 54, 38, 36, 38, 31, 34, 43, 41, 46, 41, 35, 38, 41, 34, 33, 43, 30, 38, 46, 41, 33, 33, 32, 36, 28, 49)

2. n=32 さんしょう 5.6g, 2012.05.05採取, 40度6時間乾燥
x <- c( 46, 36, 44, 38, 46, 51, 63, 58, 38, 50, 34, 53, 51, 53, 47, 59, 66, 61, 45, 64, 58, 53, 54, 63, 50, 68, 50, 57, 61, 50, 67, 57)

3. n=30 糊台
x <- c( 36, 39, 42, 27, 42, 26, 48, 40, 36, 52, 27, 40, 41, 40, 29, 36, 33, 27, 42, 37, 42, 39, 45, 47, 34, 40, 33, 32, 32, 33)

4. n=31 さんしょう 5.6g, 2012.05.05採取, 40度6時間乾燥
x <- c( 62, 62, 55, 57, 58, 60, 65, 67, 58, 54, 65, 50, 69, 57, 59, 42, 50, 62, 62, 68, 52, 61, 81, 67, 57, 52, 69, 56, 44, 74, 57)

5. n=33 糊台
x <- c( 40, 28, 34, 36, 33, 46, 33, 32, 45, 32, 46, 32, 44, 37, 33, 46, 48, 39, 43, 36, 42, 46, 38, 41, 40, 32, 41, 40, 38, 49, 45, 35, 49)


287 :名無しに影響はない(栃木県):2012/05/06(日) 08:50:59.17 ID:PBglVF2L
4. データ貼り付け
全体の分析
x <- c( 38, 32, 43, 30, 54, 38, 36, 38, 31, 34, 43, 41, 46, 41, 35, 38, 41, 34, 33, 43, 30, 38, 46, 41, 33, 33, 32, 36, 28, 49 ,
46, 36, 44, 38, 46, 51, 63, 58, 38, 50, 34, 53, 51, 53, 47, 59, 66, 61, 45, 64, 58, 53, 54, 63, 50, 68, 50, 57, 61, 50, 67, 57 ,
36, 39, 42, 27, 42, 26, 48, 40, 36, 52, 27, 40, 41, 40, 29, 36, 33, 27, 42, 37, 42, 39, 45, 47, 34, 40, 33, 32, 32, 33 ,
62, 62, 55, 57, 58, 60, 65, 67, 58, 54, 65, 50, 69, 57, 59, 42, 50, 62, 62, 68, 52, 61, 81, 67, 57, 52, 69, 56, 44, 74, 57 ,
40, 28, 34, 36, 33, 46, 33, 32, 45, 32, 46, 32, 44, 37, 33, 46, 48, 39, 43, 36, 42, 46, 38, 41, 40, 32, 41, 40, 38, 49, 45, 35, 49)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 45.47436
> var(x)
[1] 136.4703
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 61.0363, 第1自由度 = 4, 第2自由度 = 151, P値 < 2.2e-16
有意。群間に差異がある。

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

データ: x と g
バートレットのK二乗値 = 9.3643, 自由度 = 4, P値 = 0.05261
有意差有り。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 = 53.8153, 第1自由度 = 4.000, 第2自由度 = 74.852, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 4.4871795 4.487179
30 25 16.0256410 20.512821
35 24 15.3846154 35.897436
40 27 17.3076923 53.205128
45 19 12.1794872 65.384615
50 17 10.8974359 76.282051
55 14 8.9743590 85.256410
60 11 7.0512821 92.307692
65 10 6.4102564 98.717949
70 1 0.6410256 99.358974
75 0 0.0000000 99.358974
80 1 0.6410256 100.000000
>


288 :名無しに影響はない(栃木県):2012/05/06(日) 08:51:26.79 ID:PBglVF2L
BGと試料の比較
x <- c( 38, 32, 43, 30, 54, 38, 36, 38, 31, 34, 43, 41, 46, 41, 35, 38, 41, 34, 33, 43, 30, 38, 46, 41, 33, 33, 32, 36, 28, 49 ,
46, 36, 44, 38, 46, 51, 63, 58, 38, 50, 34, 53, 51, 53, 47, 59, 66, 61, 45, 64, 58, 53, 54, 63, 50, 68, 50, 57, 61, 50, 67, 57 ,
36, 39, 42, 27, 42, 26, 48, 40, 36, 52, 27, 40, 41, 40, 29, 36, 33, 27, 42, 37, 42, 39, 45, 47, 34, 40, 33, 32, 32, 33 ,
62, 62, 55, 57, 58, 60, 65, 67, 58, 54, 65, 50, 69, 57, 59, 42, 50, 62, 62, 68, 52, 61, 81, 67, 57, 52, 69, 56, 44, 74, 57 ,
40, 28, 34, 36, 33, 46, 33, 32, 45, 32, 46, 32, 44, 37, 33, 46, 48, 39, 43, 36, 42, 46, 38, 41, 40, 32, 41, 40, 38, 49, 45, 35, 49)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 211.6335, 第1自由度 = 1, 第2自由度 = 154, P値 < 2.2e-16
有意。バックグラウンドと試料に差異がある。

> 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 = 12.6535, 自由度 = 1, P値 = 0.0003749
有意差有り。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 = 182.0564, 第1自由度 = 1.000, 第2自由度 = 98.642, P値 < 2.2e-16
有意。バックグラウンドと試料に差異がある。

>

289 :名無しに影響はない(栃木県):2012/05/06(日) 08:52:11.81 ID:PBglVF2L
繰り返しによる影響

1. n = 93 BG 繰り返し数 =3
x <- c( 38, 32, 43, 30, 54, 38, 36, 38, 31, 34, 43, 41, 46, 41, 35, 38, 41, 34, 33, 43, 30, 38, 46, 41, 33, 33, 32, 36, 28, 49 ,
36, 39, 42, 27, 42, 26, 48, 40, 36, 52, 27, 40, 41, 40, 29, 36, 33, 27, 42, 37, 42, 39, 45, 47, 34, 40, 33, 32, 32, 33 ,
40, 28, 34, 36, 33, 46, 33, 32, 45, 32, 46, 32, 44, 37, 33, 46, 48, 39, 43, 36, 42, 46, 38, 41, 40, 32, 41, 40, 38, 49, 45, 35, 49)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.18280
> var(x)
[1] 38.30318
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.0016, 第1自由度 = 2, 第2自由度 = 90, P値 = 0.3714
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.4444, 自由度 = 2, P値 = 0.8008
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 = 1.0112, 第1自由度 = 2.000, 第2自由度 = 59.251, P値 = 0.3700
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 7.526882 7.526882
30 24 25.806452 33.333333
35 21 22.580645 55.913978
40 24 25.806452 81.720430
45 15 16.129032 97.849462
50 2 2.150538 100.000000
>

290 :名無しに影響はない(栃木県):2012/05/06(日) 08:52:34.29 ID:PBglVF2L
2. n = 63 さんしょう 5.6g, 2012.05.05採取, 40度6時間乾燥 繰り返し数 =2
x <- c( 46, 36, 44, 38, 46, 51, 63, 58, 38, 50, 34, 53, 51, 53, 47, 59, 66, 61, 45, 64, 58, 53, 54, 63, 50, 68, 50, 57, 61, 50, 67, 57 ,
62, 62, 55, 57, 58, 60, 65, 67, 58, 54, 65, 50, 69, 57, 59, 42, 50, 62, 62, 68, 52, 61, 81, 67, 57, 52, 69, 56, 44, 74, 57)
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)
> mean(x)
[1] 56.2381
> var(x)
[1] 86.86175
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 9.8585, 第1自由度 = 1, 第2自由度 = 61, P値 = 0.002606
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.2826, 自由度 = 1, P値 = 0.595
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 = 9.8894, 第1自由度 = 1.000, 第2自由度 = 60.745, P値 = 0.002573
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 1 1.587302 1.587302
35 3 4.761905 6.349206
40 3 4.761905 11.111111
45 4 6.349206 17.460317
50 15 23.809524 41.269841
55 14 22.222222 63.492063
60 11 17.460317 80.952381
65 10 15.873016 96.825397
70 1 1.587302 98.412698
75 0 0.000000 98.412698
80 1 1.587302 100.000000
>

291 :名無しに影響はない(栃木県):2012/05/06(日) 08:53:00.03 ID:PBglVF2L
BGと試料の比較

1. n = 93 BG 繰り返し数 =3
gr1 <- c( 38, 32, 43, 30, 54, 38, 36, 38, 31, 34, 43, 41, 46, 41, 35, 38, 41, 34, 33, 43, 30, 38, 46, 41, 33, 33, 32, 36, 28, 49 ,
36, 39, 42, 27, 42, 26, 48, 40, 36, 52, 27, 40, 41, 40, 29, 36, 33, 27, 42, 37, 42, 39, 45, 47, 34, 40, 33, 32, 32, 33 ,
40, 28, 34, 36, 33, 46, 33, 32, 45, 32, 46, 32, 44, 37, 33, 46, 48, 39, 43, 36, 42, 46, 38, 41, 40, 32, 41, 40, 38, 49, 45, 35, 49)

2. n = 63 さんしょう 5.6g, 2012.05.05採取, 40度6時間乾燥 繰り返し数 =2
gr2 <- c( 46, 36, 44, 38, 46, 51, 63, 58, 38, 50, 34, 53, 51, 53, 47, 59, 66, 61, 45, 64, 58, 53, 54, 63, 50, 68, 50, 57, 61, 50, 67, 57 ,
62, 62, 55, 57, 58, 60, 65, 67, 58, 54, 65, 50, 69, 57, 59, 42, 50, 62, 62, 68, 52, 61, 81, 67, 57, 52, 69, 56, 44, 74, 57)

> 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 = -14.5476, 自由度 = 154, P値 < 2.2e-16
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -20.50711 -15.60349
標本推定値:
平均値x 平均値y
38.18280 56.23810
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 = -13.4928, 自由度 = 98.642, 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: -20.71058 -15.40002
標本推定値:
平均値x 平均値y
38.18280 56.23810
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 = 0.441, 第1自由度 = 92, 第2自由度 = 62, P値 = 0.0003533
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.2757597 0.6906669
標本推定値:
分散比
0.4409672
有意。分散が異なるので(Welchの方法)を使用する。
>

56.2 - 38.2 = 18 CPM 8.46 Bq/kg
全量を受光しているとして、1500 Bq/kg。
葉の水分は85%( http://okwave.jp/qa/q7342041.html )より、試料は 37.3 g。
水分85%として、
1500 * 15 / 100 = 225 Bq/kg

292 :名無しに影響はない(栃木県):2012/05/06(日) 11:15:36.43 ID:PBglVF2L
1.測定対象
「茨城産白ネギ 40度5日乾燥 7.2g」(2012.04.28 入手)の分析。

2.測定結果
1. n=38 糊台
x <- c( 36, 33, 42, 42, 35, 41, 30, 42, 40, 47, 29, 31, 32, 44, 38, 43, 29, 42, 49, 37, 30, 38, 52, 26, 44, 40, 42, 28, 37, 44, 38, 36, 41, 44, 31, 38, 40, 32)

2. n=31 茨城産白ネギ 40度5日乾燥 7.2g
x <- c( 63, 54, 51, 68, 57, 55, 68, 71, 69, 69, 60, 69, 54, 59, 63, 56, 71, 78, 56, 68, 62, 66, 48, 72, 56, 68, 60, 60, 61, 60, 67)

3. n=30 糊台
x <- c( 36, 41, 36, 41, 32, 38, 43, 29, 48, 35, 48, 44, 39, 41, 42, 43, 41, 34, 36, 39, 49, 38, 35, 37, 49, 43, 38, 43, 33, 38)

4. n=30 糊台
x <- c( 44, 38, 49, 30, 35, 41, 40, 36, 35, 38, 51, 59, 42, 42, 32, 30, 42, 39, 42, 30, 42, 40, 47, 37, 44, 43, 49, 50, 38, 31)

5. n=36 茨城産白ネギ 40度5日乾燥 7.2g
x <- c( 61, 66, 54, 64, 71, 62, 66, 48, 62, 73, 68, 61, 65, 57, 69, 59, 68, 61, 62, 74, 65, 64, 50, 69, 48, 70, 60, 70, 61, 67, 76, 49, 59, 61, 62, 48)

6. n=35 糊台
x <- c( 32, 35, 27, 40, 27, 47, 29, 44, 38, 35, 36, 34, 45, 38, 36, 40, 45, 37, 43, 50, 30, 30, 41, 32, 36, 38, 33, 38, 31, 37, 33, 30, 35, 44, 44)

293 :名無しに影響はない(栃木県):2012/05/06(日) 11:16:07.62 ID:PBglVF2L
4. データ貼り付け
全体の分析
x <- c( 36, 33, 42, 42, 35, 41, 30, 42, 40, 47, 29, 31, 32, 44, 38, 43, 29, 42, 49, 37, 30, 38, 52, 26, 44, 40, 42, 28, 37, 44, 38, 36, 41, 44, 31, 38, 40, 32 ,
63, 54, 51, 68, 57, 55, 68, 71, 69, 69, 60, 69, 54, 59, 63, 56, 71, 78, 56, 68, 62, 66, 48, 72, 56, 68, 60, 60, 61, 60, 67 ,
36, 41, 36, 41, 32, 38, 43, 29, 48, 35, 48, 44, 39, 41, 42, 43, 41, 34, 36, 39, 49, 38, 35, 37, 49, 43, 38, 43, 33, 38 ,
44, 38, 49, 30, 35, 41, 40, 36, 35, 38, 51, 59, 42, 42, 32, 30, 42, 39, 42, 30, 42, 40, 47, 37, 44, 43, 49, 50, 38, 31 ,
61, 66, 54, 64, 71, 62, 66, 48, 62, 73, 68, 61, 65, 57, 69, 59, 68, 61, 62, 74, 65, 64, 50, 69, 48, 70, 60, 70, 61, 67, 76, 49, 59, 61, 62, 48 ,
32, 35, 27, 40, 27, 47, 29, 44, 38, 35, 36, 34, 45, 38, 36, 40, 45, 37, 43, 50, 30, 30, 41, 32, 36, 38, 33, 38, 31, 37, 33, 30, 35, 44, 44)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5 ,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6)
> mean(x)
[1] 46.635
> var(x)
[1] 170.042
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 122.4464, 第1自由度 = 5, 第2自由度 = 194, 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 = 5.8805, 自由度 = 5, P値 = 0.318
有意。再起の分散分析は無効。

> 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 = 107.4051, 第1自由度 = 5.000, 第2自由度 = 89.329, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 8 4.0 4.0
30 24 12.0 16.0
35 41 20.5 36.5
40 43 21.5 58.0
45 17 8.5 66.5
50 9 4.5 71.0
55 10 5.0 76.0
60 20 10.0 86.0
65 18 9.0 95.0
70 8 4.0 99.0
75 2 1.0 100.0
>

294 :名無しに影響はない(栃木県):2012/05/06(日) 11:16:34.81 ID:PBglVF2L
BGと試料の比較
x <- c( 36, 33, 42, 42, 35, 41, 30, 42, 40, 47, 29, 31, 32, 44, 38, 43, 29, 42, 49, 37, 30, 38, 52, 26, 44, 40, 42, 28, 37, 44, 38, 36, 41, 44, 31, 38, 40, 32 ,
63, 54, 51, 68, 57, 55, 68, 71, 69, 69, 60, 69, 54, 59, 63, 56, 71, 78, 56, 68, 62, 66, 48, 72, 56, 68, 60, 60, 61, 60, 67 ,
36, 41, 36, 41, 32, 38, 43, 29, 48, 35, 48, 44, 39, 41, 42, 43, 41, 34, 36, 39, 49, 38, 35, 37, 49, 43, 38, 43, 33, 38 ,
44, 38, 49, 30, 35, 41, 40, 36, 35, 38, 51, 59, 42, 42, 32, 30, 42, 39, 42, 30, 42, 40, 47, 37, 44, 43, 49, 50, 38, 31 ,
61, 66, 54, 64, 71, 62, 66, 48, 62, 73, 68, 61, 65, 57, 69, 59, 68, 61, 62, 74, 65, 64, 50, 69, 48, 70, 60, 70, 61, 67, 76, 49, 59, 61, 62, 48 ,
32, 35, 27, 40, 27, 47, 29, 44, 38, 35, 36, 34, 45, 38, 36, 40, 45, 37, 43, 50, 30, 30, 41, 32, 36, 38, 33, 38, 31, 37, 33, 30, 35, 44, 44)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 598.8913, 第1自由度 = 1, 第2自由度 = 198, P値 < 2.2e-16
有意。バックグラウントと試料に差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.2995, 自由度 = 1, P値 = 0.1294
有意。再起の分散分析は無効。

> 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 = 539.1536, 第1自由度 = 1.000, 第2自由度 = 115.438, P値 < 2.2e-16
有意。バックグラウントと試料に差異がある。

>

295 :名無しに影響はない(栃木県):2012/05/06(日) 11:17:00.50 ID:PBglVF2L
繰り返しによる影響

1. n = 133 BG 繰り返し数 =4
x <- c( 36, 33, 42, 42, 35, 41, 30, 42, 40, 47, 29, 31, 32, 44, 38, 43, 29, 42, 49, 37, 30, 38, 52, 26, 44, 40, 42, 28, 37, 44, 38, 36, 41, 44, 31, 38, 40, 32 ,
36, 41, 36, 41, 32, 38, 43, 29, 48, 35, 48, 44, 39, 41, 42, 43, 41, 34, 36, 39, 49, 38, 35, 37, 49, 43, 38, 43, 33, 38 ,
44, 38, 49, 30, 35, 41, 40, 36, 35, 38, 51, 59, 42, 42, 32, 30, 42, 39, 42, 30, 42, 40, 47, 37, 44, 43, 49, 50, 38, 31 ,
32, 35, 27, 40, 27, 47, 29, 44, 38, 35, 36, 34, 45, 38, 36, 40, 45, 37, 43, 50, 30, 30, 41, 32, 36, 38, 33, 38, 31, 37, 33, 30, 35, 44, 44)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,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)
> mean(x)
[1] 38.63158
> var(x)
[1] 37.73445
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.4187, 第1自由度 = 3, 第2自由度 = 129, P値 = 0.06919
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.831, 自由度 = 3, P値 = 0.4184
有意。再起の分散分析は無効。

> 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 = 2.3181, 第1自由度 = 3.00, 第2自由度 = 70.28, P値 = 0.0829
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 8 6.0150376 6.015038
30 24 18.0451128 24.060150
35 41 30.8270677 54.887218
40 43 32.3308271 87.218045
45 12 9.0225564 96.240602
50 4 3.0075188 99.248120
55 1 0.7518797 100.000000
>

296 :名無しに影響はない(栃木県):2012/05/06(日) 11:17:24.10 ID:PBglVF2L
2. n = 67 茨城産白ネギ 40度5日乾燥 7.2g 繰り返し数 =2
x <- c( 63, 54, 51, 68, 57, 55, 68, 71, 69, 69, 60, 69, 54, 59, 63, 56, 71, 78, 56, 68, 62, 66, 48, 72, 56, 68, 60, 60, 61, 60, 67 ,
61, 66, 54, 64, 71, 62, 66, 48, 62, 73, 68, 61, 65, 57, 69, 59, 68, 61, 62, 74, 65, 64, 50, 69, 48, 70, 60, 70, 61, 67, 76, 49, 59, 61, 62, 48)
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)
> mean(x)
[1] 62.52239
> var(x)
[1] 51.91995
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 7e-04, 第1自由度 = 1, 第2自由度 = 65, P値 = 0.9784
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 = 0.0814, 自由度 = 1, P値 = 0.7754
有意ではない。再起の分散分析は有効。

> 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 = 7e-04, 第1自由度 = 1.000, 第2自由度 = 64.339, P値 = 0.9783
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
45 5 7.462687 7.462687
50 5 7.462687 14.925373
55 9 13.432836 28.358209
60 20 29.850746 58.208955
65 18 26.865672 85.074627
70 8 11.940299 97.014925
75 2 2.985075 100.000000
>

297 :名無しに影響はない(栃木県):2012/05/06(日) 11:18:22.32 ID:PBglVF2L
BGと試料の比較

1. n = 133 BG 繰り返し数 =4
gr1 <- c( 36, 33, 42, 42, 35, 41, 30, 42, 40, 47, 29, 31, 32, 44, 38, 43, 29, 42, 49, 37, 30, 38, 52, 26, 44, 40, 42, 28, 37, 44, 38, 36, 41, 44, 31, 38, 40, 32 ,
36, 41, 36, 41, 32, 38, 43, 29, 48, 35, 48, 44, 39, 41, 42, 43, 41, 34, 36, 39, 49, 38, 35, 37, 49, 43, 38, 43, 33, 38 ,
44, 38, 49, 30, 35, 41, 40, 36, 35, 38, 51, 59, 42, 42, 32, 30, 42, 39, 42, 30, 42, 40, 47, 37, 44, 43, 49, 50, 38, 31 ,
32, 35, 27, 40, 27, 47, 29, 44, 38, 35, 36, 34, 45, 38, 36, 40, 45, 37, 43, 50, 30, 30, 41, 32, 36, 38, 33, 38, 31, 37, 33, 30, 35, 44, 44)

2. n = 67 茨城産白ネギ 40度5日乾燥 7.2g 繰り返し数 =2
gr2 <- c( 63, 54, 51, 68, 57, 55, 68, 71, 69, 69, 60, 69, 54, 59, 63, 56, 71, 78, 56, 68, 62, 66, 48, 72, 56, 68, 60, 60, 61, 60, 67 ,
61, 66, 54, 64, 71, 62, 66, 48, 62, 73, 68, 61, 65, 57, 69, 59, 68, 61, 62, 74, 65, 64, 50, 69, 48, 70, 60, 70, 61, 67, 76, 49, 59, 61, 62, 48)

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

データ: gr1 と gr2
t値 = -24.4723, 自由度 = 198, P値 < 2.2e-16
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -25.81597 -21.96565
標本推定値:
平均値x 平均値y
38.63158 62.52239
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 = -23.2197, 自由度 = 115.438, P値 < 2.2e-16
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -25.92879 -21.85283
標本推定値:
平均値x 平均値y
38.63158 62.52239
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 = 0.7268, 第1自由度 = 132, 第2自由度 = 66, P値 = 0.1234
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4700811 1.0906355
標本推定値:
分散比
0.7267814
有意。分散が異なるので、(Welchの方法)を使用する。

>

3.補足コメント
62.5 - 38.6 = 23.9 CPM 11.2Bq
小さいので全量の光を受光したとして、1560 Bq/kg。

水分 92%、カリウム 180mg/100g ( http://www.yasainavi.com/eiyou/eiyouhyou/ )より、カリウム 5.6 Bq/kg。
1560 * 8 / 100 = 124.8 Bq/kg
124.8 >> 5.6 でカリウムの影響はわずかな量。

298 :名無しに影響はない(やわらか銀行):2012/05/06(日) 12:10:22.53 ID:UxwRR5CI
測定お疲れ様です。
福島、宮城、茨城は3大汚染地域です。
子供には、この地域の食品や加工食品を食べさせてはいけません。
特に茨城に駄菓子メーカーが多いのが気になります。
日本政府が規制すべきでは。。官僚や政治家の子供も駄菓子を食べるのですから。
絆とか言っている場合ではありません。

299 :名無しに影響はない(長屋):2012/05/06(日) 14:20:47.47 ID:qJQ4R/p+
インスペクターは自己ノイズでかいらしい
http://www.mikage.to/radiation/seintl_inspector_plus.html

>鉛ブロックで囲って自己ノイズを測定したところ,0.02〜0.08μSv/hほどありました.

鉛ブロック使って補正しないで、食品を測っても自己ノイズだらけで無駄ですよ。

284 名前

300 :名無しに影響はない(栃木県):2012/05/06(日) 19:56:03.13 ID:S/hgiqRq
1.測定対象
栃木産「葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 赤道内にて採取、1g」の分析。

2.測定結果
1. n=30 糊板
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42)

2. n=31 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g
x <- c( 38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41)

3. n=35 糊板
x <- c( 36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26)

4. n=33 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g
x <- c( 31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38)

5. n=31 糊板
x <- c( 32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)

301 :名無しに影響はない(栃木県):2012/05/06(日) 19:57:08.67 ID:S/hgiqRq
4. データ貼り付け
全体の分析
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 40.76875
> var(x)
[1] 49.72606
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 5.0578, 第1自由度 = 4, 第2自由度 = 155, P値 = 0.0007389
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 = 10.5554, 自由度 = 4, P値 = 0.03204
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 5.2784, 第1自由度 = 4.000, 第2自由度 = 76.692, P値 = 0.0008272
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 5 3.125 3.125
30 20 12.500 15.625
35 52 32.500 48.125
40 40 25.000 73.125
45 22 13.750 86.875
50 12 7.500 94.375
55 7 4.375 98.750
60 1 0.625 99.375
65 1 0.625 100.000
>

302 :名無しに影響はない(栃木県):2012/05/06(日) 19:57:41.12 ID:S/hgiqRq
BGと試料の比較
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)
g <- c(2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 19.7818, 第1自由度 = 1, 第2自由度 = 158, P値 = 1.629e-05
有意。バックグラウントと試料に差異がある。

> 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 = 4.3494, 自由度 = 1, P値 = 0.03702
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 18.007, 第1自由度 = 1.000, 第2自由度 = 113.154, P値 = 4.525e-05
有意。バックグラウントと試料に差異がある。

>

303 :名無しに影響はない(栃木県):2012/05/06(日) 19:58:05.46 ID:S/hgiqRq
繰り返しによる影響

2. n = 96 糊板 繰り返し数 =3
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.85417
> var(x)
[1] 35.78904
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.4568, 第1自由度 = 2, 第2自由度 = 93, P値 = 0.6347
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 = 5.4362, 自由度 = 2, P値 = 0.066
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0.6028, 第1自由度 = 2.000, 第2自由度 = 60.393, P値 = 0.5505
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 4 4.166667 4.166667
30 15 15.625000 19.791667
35 39 40.625000 60.416667
40 23 23.958333 84.375000
45 8 8.333333 92.708333
50 5 5.208333 97.916667
55 2 2.083333 100.000000
>


304 :名無しに影響はない(栃木県):2012/05/06(日) 19:58:26.89 ID:S/hgiqRq
3. n = 64 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g 繰り返し数 =2
x <- c( 38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38)
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)
> mean(x)
[1] 43.64063
> var(x)
[1] 57.56721
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0, 第1自由度 = 1, 第2自由度 = 62, P値 = 0.9963
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 = 0.7844, 自由度 = 1, P値 = 0.3758
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0, 第1自由度 = 1.000, 第2自由度 = 61.424, P値 = 0.9963
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 1.5625 1.5625
30 5 7.8125 9.3750
35 13 20.3125 29.6875
40 17 26.5625 56.2500
45 14 21.8750 78.1250
50 7 10.9375 89.0625
55 5 7.8125 96.8750
60 1 1.5625 98.4375
65 1 1.5625 100.0000
>

305 :名無しに影響はない(栃木県):2012/05/06(日) 19:58:54.54 ID:S/hgiqRq
BGと試料の比較

2. n = 96 糊板 繰り返し数 =3
gr1 <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)

3. n = 64 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g 繰り返し数 =2
gr2 <- c( 38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38)
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -4.4477, 自由度 = 158, P値 = 1.629e-05
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -6.911995 -2.660921
標本推定値:
平均値x 平均値y
38.85417 43.64063
有意。試料とバックグラウンドで差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -4.2435, 自由度 = 113.154, P値 = 4.525e-05
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -7.021114 -2.551802
標本推定値:
平均値x 平均値y
38.85417 43.64063
有意。試料とバックグラウンドで差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.6217, 第1自由度 = 95, 第2自由度 = 63, P値 = 0.03562
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3907350 0.9685172
標本推定値:
分散比
0.6216913
有意。分散が異なるので、(Welchの方法)を使用する。

>

306 :名無しに影響はない(栃木県):2012/05/06(日) 19:59:29.06 ID:S/hgiqRq
3.補足コメント
43.6 - 38.9 = 4.7 CPM (2.2 Bq)
2.2 * 1000 / 1 = 2200 Bq/kg
乾燥ぜんまい100gは水で戻すと平均して約600gになります。( http://www5b.biglobe.ne.jp/~tomosuke/vegs/zennmai.htm ) なので、6で除して、乾燥前の状態を求める。
2200 / 6 = 370 Bq/kg
参考として、メスぜんまいは食用にしますが、オスゼンマイは食べません。
時機が遅くて葉が開いてしまいました。開いたメスは食用にしません(硬くて食べられません)。前述サイトの写真にあるように、葉が開く前に収穫します。したがって通常の収穫ではありません。
群番号を見ればわかるとおり、おかしな番号が付されています。r形式への変換に間違いがあるかもしれません。


307 :名無しに影響はない(栃木県):2012/05/06(日) 20:09:43.50 ID:S/hgiqRq
>>298
どれをupしたか、わけワカメな状態になっているので、upやめたけど
冷麦の測定値では、大阪と兵庫と香川と九州の業者が高かった。
茨城の業者が10で、他は50-100位。
兵庫の業者は、ロットがアルファベット1文字の場合が低くて、2文字が高い。
(都道府県名が帰されていない)国産小麦を使っているのかな。

308 :名無しに影響はない(やわらか銀行):2012/05/06(日) 20:24:19.86 ID:UxwRR5CI
小麦は海外産を使っているような気もするけど。チェルノブイリ周辺の小麦だったりして。
こんにゃくは関税の関係で国内産が多いような気がする。

関税率
コンニャクイモ 1706%
えんどう豆 1085%
コメ 778%
落花生 593%
タピオカでんぷん 583%
小豆 403%
バター 360%
粗糖 328%
大麦 256%
小麦 252%
生糸 245%
いもでんぷん 234%
脱脂粉乳 218%

309 :名無しに影響はない(栃木県):2012/05/06(日) 20:55:44.41 ID:S/hgiqRq
こんにゃくは、ほぼ100%国産のはずなんだけど、
2011年産こんにゃく粉を入手していません。
かといって、こんにゃくを掘って試料にする元気はない(通常の収穫なら、5kg位の芋を掘る)。
手持ちの粉こんにゃくを全部食べたらば、買ってきましょう。
粉こんにゃくで問題がないようならば、芋こんにゃくを製造すべく、収穫します。
1日仕事なので気合と根性がないと作る気になれない。約10kgのこんにゃくを食べる根性がないと作る気になれません。
こんにゃくの測定は今年の秋以降です。

私の測定は、インスペクターによるβ線を使った測定です。
国のサイトを見ると、福島産品のほとんどがNDで、γ線が検出されていません。
したがって、試料からのγ線を0として、試料台(机です)からの線量は一定、大気からのγ線が変化すると近似できる。
β線は金属板1枚でシールド可能だから、試料台で下からのβ線は防護されている。
上空からのβ線は、インスペクターのプラスチック製ケースで防護されている。
γ線検出を前提とする鉛ブロックなんていらないのよね。
試料からのγ線を検出しようとしたら、必要でしょうけど。

310 :名無しに影響はない(やわらか銀行):2012/05/06(日) 21:32:32.38 ID:UxwRR5CI
NDとは下限値を100Bq/kgにすれば、99Bq/kgでNDになるという都合のよい言葉。
原発事故前は0.0012Bq/kgと表示していた。

2008年度の放射能調査資料
http://www.kankyo-hoshano.go.jp/08/soukatsu_lib/h20_suijun.pdf

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

311 :名無しに影響はない(やわらか銀行):2012/05/06(日) 21:41:27.98 ID:UxwRR5CI
http://wwwcms.pref.fukushima.jp/download/1/mon240501mv.pdf
福島県の原木椎茸(露地)が25Bq/kgだと?
絶対にウソだろ。25000Bq/kgの間違いだろ。


312 :名無しに影響はない(神奈川県):2012/05/07(月) 18:33:17.88 ID:/Q4y9XUC
これからは堆肥や土や飼料、濃縮されて山から移動してきた
放射性物質で全国の汚染が加速するから、
原発から遠くても安心できないな。

313 :名無しに影響はない(栃木県):2012/05/08(火) 21:34:46.92 ID:XcJ/CSfH
1.測定対象
「栃木産タラッペ, 2012.05.06採取, 40度2日間乾燥 1.7g」の分析。

2.測定結果
1. n=32 糊板
x <- c( 41, 39, 35, 40, 45, 54, 55, 33, 35, 38, 24, 39, 48, 39, 49, 31, 34, 44, 42, 32, 46, 39, 29, 38, 41, 51, 36, 41, 50, 37, 39, 33)

2. n=30 栃木産タラッペ, 2012.05.06採取, 40度2日間乾燥 1.7g
x <- c( 50, 58, 54, 50, 43, 49, 53, 44, 53, 45, 51, 66, 63, 56, 55, 67, 52, 60, 70, 53, 44, 56, 46, 49, 47, 48, 54, 62, 51, 53)

3. n=34 糊板
x <- c( 38, 27, 39, 47, 37, 35, 42, 37, 37, 39, 36, 46, 39, 44, 37, 46, 42, 54, 33, 40, 40, 36, 41, 45, 30, 32, 49, 32, 43, 33, 41, 33, 51, 37)

4. n=31 栃木産タラッペ, 2012.05.06採取, 40度2日間乾燥 1.7g
x <- c( 58, 75, 51, 54, 55, 50, 52, 68, 58, 47, 57, 71, 52, 62, 64, 44, 61, 51, 54, 53, 76, 71, 75, 59, 50, 64, 58, 60, 41, 66, 54)

5. n=47 糊板
x <- c( 45, 43, 48, 46, 50, 49, 30, 41, 51, 30, 36, 36, 31, 35, 35, 32, 53, 38, 44, 37, 34, 57, 42, 39, 30, 44, 31, 38, 34, 25, 29, 50, 42, 36, 46, 46, 46, 30, 54, 52, 39, 39, 26, 30, 44, 39, 27)


314 :名無しに影響はない(栃木県):2012/05/08(火) 21:35:54.82 ID:XcJ/CSfH
4. データ貼り付け
全体の分析
x <- c( 41, 39, 35, 40, 45, 54, 55, 33, 35, 38, 24, 39, 48, 39, 49, 31, 34, 44, 42, 32, 46, 39, 29, 38, 41, 51, 36, 41, 50, 37, 39, 33 ,
50, 58, 54, 50, 43, 49, 53, 44, 53, 45, 51, 66, 63, 56, 55, 67, 52, 60, 70, 53, 44, 56, 46, 49, 47, 48, 54, 62, 51, 53 ,
38, 27, 39, 47, 37, 35, 42, 37, 37, 39, 36, 46, 39, 44, 37, 46, 42, 54, 33, 40, 40, 36, 41, 45, 30, 32, 49, 32, 43, 33, 41, 33, 51, 37 ,
58, 75, 51, 54, 55, 50, 52, 68, 58, 47, 57, 71, 52, 62, 64, 44, 61, 51, 54, 53, 76, 71, 75, 59, 50, 64, 58, 60, 41, 66, 54 ,
45, 43, 48, 46, 50, 49, 30, 41, 51, 30, 36, 36, 31, 35, 35, 32, 53, 38, 44, 37, 34, 57, 42, 39, 30, 44, 31, 38, 34, 25, 29, 50, 42, 36, 46, 46, 46, 30, 54, 52, 39, 39, 26, 30, 44, 39, 27)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 45.32759
> var(x)
[1] 120.5221
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 47.0858, 第1自由度 = 4, 第2自由度 = 169, P値 < 2.2e-16
有意。群による差異がある。

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

データ: x と g
バートレットのK二乗値 = 6.1503, 自由度 = 4, P値 = 0.1882
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 = 42.7374, 第1自由度 = 4.000, 第2自由度 = 81.184, P値 < 2.2e-16
有意。群による差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.5747126 0.5747126
25 6 3.4482759 4.0229885
30 21 12.0689655 16.0919540
35 35 20.1149425 36.2068966
40 26 14.9425287 51.1494253
45 23 13.2183908 64.3678161
50 32 18.3908046 82.7586207
55 12 6.8965517 89.6551724
60 8 4.5977011 94.2528736
65 4 2.2988506 96.5517241
70 3 1.7241379 98.2758621
75 3 1.7241379 100.0000000
>


315 :名無しに影響はない(栃木県):2012/05/08(火) 21:36:21.57 ID:XcJ/CSfH
BGと試料の比較
x <- c( 41, 39, 35, 40, 45, 54, 55, 33, 35, 38, 24, 39, 48, 39, 49, 31, 34, 44, 42, 32, 46, 39, 29, 38, 41, 51, 36, 41, 50, 37, 39, 33 ,
50, 58, 54, 50, 43, 49, 53, 44, 53, 45, 51, 66, 63, 56, 55, 67, 52, 60, 70, 53, 44, 56, 46, 49, 47, 48, 54, 62, 51, 53 ,
38, 27, 39, 47, 37, 35, 42, 37, 37, 39, 36, 46, 39, 44, 37, 46, 42, 54, 33, 40, 40, 36, 41, 45, 30, 32, 49, 32, 43, 33, 41, 33, 51, 37 ,
58, 75, 51, 54, 55, 50, 52, 68, 58, 47, 57, 71, 52, 62, 64, 44, 61, 51, 54, 53, 76, 71, 75, 59, 50, 64, 58, 60, 41, 66, 54 ,
45, 43, 48, 46, 50, 49, 30, 41, 51, 30, 36, 36, 31, 35, 35, 32, 53, 38, 44, 37, 34, 57, 42, 39, 30, 44, 31, 38, 34, 25, 29, 50, 42, 36, 46, 46, 46, 30, 54, 52, 39, 39, 26, 30, 44, 39, 27)
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 177.8743, 第1自由度 = 1, 第2自由度 = 172, 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 = 1.7617, 自由度 = 1, P値 = 0.1844
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 = 162.7614, 第1自由度 = 1.000, 第2自由度 = 108.427, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

>


316 :名無しに影響はない(栃木県):2012/05/08(火) 21:36:49.12 ID:XcJ/CSfH
2. n = 113 糊板 繰り返し数 =3
x <- c( 41, 39, 35, 40, 45, 54, 55, 33, 35, 38, 24, 39, 48, 39, 49, 31, 34, 44, 42, 32, 46, 39, 29, 38, 41, 51, 36, 41, 50, 37, 39, 33 ,
38, 27, 39, 47, 37, 35, 42, 37, 37, 39, 36, 46, 39, 44, 37, 46, 42, 54, 33, 40, 40, 36, 41, 45, 30, 32, 49, 32, 43, 33, 41, 33, 51, 37 ,
45, 43, 48, 46, 50, 49, 30, 41, 51, 30, 36, 36, 31, 35, 35, 32, 53, 38, 44, 37, 34, 57, 42, 39, 30, 44, 31, 38, 34, 25, 29, 50, 42, 36, 46, 46, 46, 30, 54, 52, 39, 39, 26, 30, 44, 39, 27)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.59292
> var(x)
[1] 53.17209
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0478, 第1自由度 = 2, 第2自由度 = 110, P値 = 0.9533
有意ではない。繰り返しよる差異は不明。

> 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 = 3.3749, 自由度 = 2, P値 = 0.185
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 = 0.056, 第1自由度 = 2.00, 第2自由度 = 70.78, P値 = 0.9456
有意ではない。繰り返しよる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.8849558 0.8849558
25 6 5.3097345 6.1946903
30 21 18.5840708 24.7787611
35 35 30.9734513 55.7522124
40 21 18.5840708 74.3362832
45 16 14.1592920 88.4955752
50 11 9.7345133 98.2300885
55 2 1.7699115 100.0000000


317 :名無しに影響はない(栃木県):2012/05/08(火) 21:37:11.52 ID:XcJ/CSfH
3. n = 61 栃木産タラッペ, 2012.05.06採取, 40度2日間乾燥 1.7g 繰り返し数 =2
x <- c( 50, 58, 54, 50, 43, 49, 53, 44, 53, 45, 51, 66, 63, 56, 55, 67, 52, 60, 70, 53, 44, 56, 46, 49, 47, 48, 54, 62, 51, 53 ,
58, 75, 51, 54, 55, 50, 52, 68, 58, 47, 57, 71, 52, 62, 64, 44, 61, 51, 54, 53, 76, 71, 75, 59, 50, 64, 58, 60, 41, 66, 54)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 55.95082
> var(x)
[1] 71.58087
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 5.7948, 第1自由度 = 1, 第2自由度 = 59, P値 = 0.01922
有意。繰り返しよる差異がある。

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

データ: x と g
バートレットのK二乗値 = 1.9662, 自由度 = 1, P値 = 0.1609
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 = 5.8446, 第1自由度 = 1.000, 第2自由度 = 56.179, P値 = 0.01889
有意。繰り返しよる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
40 5 8.196721 8.196721
45 7 11.475410 19.672131
50 21 34.426230 54.098361
55 10 16.393443 70.491803
60 8 13.114754 83.606557
65 4 6.557377 90.163934
70 3 4.918033 95.081967
75 3 4.918033 100.000000
>


318 :名無しに影響はない(栃木県):2012/05/08(火) 21:38:17.21 ID:XcJ/CSfH
BGと試料の比較

1. n = 113 糊板 繰り返し数 =3
gr1 <- c( 41, 39, 35, 40, 45, 54, 55, 33, 35, 38, 24, 39, 48, 39, 49, 31, 34, 44, 42, 32, 46, 39, 29, 38, 41, 51, 36, 41, 50, 37, 39, 33 ,
38, 27, 39, 47, 37, 35, 42, 37, 37, 39, 36, 46, 39, 44, 37, 46, 42, 54, 33, 40, 40, 36, 41, 45, 30, 32, 49, 32, 43, 33, 41, 33, 51, 37 ,
45, 43, 48, 46, 50, 49, 30, 41, 51, 30, 36, 36, 31, 35, 35, 32, 53, 38, 44, 37, 34, 57, 42, 39, 30, 44, 31, 38, 34, 25, 29, 50, 42, 36, 46, 46, 46, 30, 54, 52, 39, 39, 26, 30, 44, 39, 27)

2. n = 61 栃木産タラッペ, 2012.05.06採取, 40度2日間乾燥 1.7g 繰り返し数 =2
gr2 <- c( 50, 58, 54, 50, 43, 49, 53, 44, 53, 45, 51, 66, 63, 56, 55, 67, 52, 60, 70, 53, 44, 56, 46, 49, 47, 48, 54, 62, 51, 53 ,
58, 75, 51, 54, 55, 50, 52, 68, 58, 47, 57, 71, 52, 62, 64, 44, 61, 51, 54, 53, 76, 71, 75, 59, 50, 64, 58, 60, 41, 66, 54)

> 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 = -14.2091, 自由度 = 199, 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: -17.51376 -13.24502
標本推定値:
平均値x 平均値y
40.57143 55.95082
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 = -12.7204, 自由度 = 90.739, 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: -17.78108 -12.97771
標本推定値:
平均値x 平均値y
40.57143 55.95082
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 = 0.5639, 第1自由度 = 139, 第2自由度 = 60, P値 = 0.006326
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3595051 0.8519892
標本推定値:
分散比
0.5638625
有意。分散に差異があるので(Welchの方法)を使用する。
>


319 :名無しに影響はない(栃木県):2012/05/08(火) 21:39:14.16 ID:XcJ/CSfH
3.補足コメント
56.0 - 40.6 = 15.4 CPM (7.23 Bq)
7.23 * 1000 / 1.7 = 4230 Bq/kg
水分 90.2%, カリウム 460 mg/100g (14.2 Bq/kg) ( http://foodslink.jp/syokuzaihyakka/syun/vegitable/taranome.htm )。
よって、乾燥前は、
4230 * 9.8 / 100 = 415 Bq/kg。
415 >> 14.2 より、カリウム分よりもかなり多くセシウム等が含まれている。
注意。本来ならば葉が開く前に収穫するのです(前述サイト参照)が、葉が開いてから採取しました。
したがって、内容が異なっている場合があります。
「タラッペ」というのは、「タラの芽」を意味する方言です。
採取市町村は、バックグラウンドの線量から推定してください。


320 :名無しに影響はない(栃木県):2012/05/08(火) 21:43:52.52 ID:XcJ/CSfH
1.測定対象
栃木産「葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 道路内にて採取、1g」の分析。

2.測定結果
1. n=30 糊板
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42)

2. n=31 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g
x <- c( 38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41)

3. n=35 糊板
x <- c( 36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26)

4. n=33 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g
x <- c( 31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38)

5. n=31 糊板
x <- c( 32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)


321 :名無しに影響はない(栃木県):2012/05/08(火) 21:44:15.50 ID:XcJ/CSfH
4. データ貼り付け
全体の分析
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 40.76875
> var(x)
[1] 49.72606
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 5.0578, 第1自由度 = 4, 第2自由度 = 155, P値 = 0.0007389
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 = 10.5554, 自由度 = 4, P値 = 0.03204
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 5.2784, 第1自由度 = 4.000, 第2自由度 = 76.692, P値 = 0.0008272
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 5 3.125 3.125
30 20 12.500 15.625
35 52 32.500 48.125
40 40 25.000 73.125
45 22 13.750 86.875
50 12 7.500 94.375
55 7 4.375 98.750
60 1 0.625 99.375
65 1 0.625 100.000
>


322 :名無しに影響はない(栃木県):2012/05/08(火) 21:44:47.27 ID:XcJ/CSfH
BGと試料の比較
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)
g <- c(2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 19.7818, 第1自由度 = 1, 第2自由度 = 158, P値 = 1.629e-05
有意。バックグラウントと試料に差異がある。

> 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 = 4.3494, 自由度 = 1, P値 = 0.03702
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 18.007, 第1自由度 = 1.000, 第2自由度 = 113.154, P値 = 4.525e-05
有意。バックグラウントと試料に差異がある。

>


323 :名無しに影響はない(埼玉県):2012/05/09(水) 01:25:29.43 ID:5nnhJYXX
いつもありがとうございます。

324 :名無しに影響はない(栃木県):2012/05/09(水) 06:45:57.80 ID:IwtjNDb7
繰り返しによる影響

2. n = 96 糊板 繰り返し数 =3
x <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.85417
> var(x)
[1] 35.78904
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.4568, 第1自由度 = 2, 第2自由度 = 93, P値 = 0.6347
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 = 5.4362, 自由度 = 2, P値 = 0.066
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0.6028, 第1自由度 = 2.000, 第2自由度 = 60.393, P値 = 0.5505
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 4 4.166667 4.166667
30 15 15.625000 19.791667
35 39 40.625000 60.416667
40 23 23.958333 84.375000
45 8 8.333333 92.708333
50 5 5.208333 97.916667
55 2 2.083333 100.000000
>


325 :名無しに影響はない(栃木県):2012/05/09(水) 06:46:31.24 ID:IwtjNDb7
3. n = 64 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g 繰り返し数 =2
x <- c( 38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38)
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)
> mean(x)
[1] 43.64063
> var(x)
[1] 57.56721
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0, 第1自由度 = 1, 第2自由度 = 62, P値 = 0.9963
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 = 0.7844, 自由度 = 1, P値 = 0.3758
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0, 第1自由度 = 1.000, 第2自由度 = 61.424, P値 = 0.9963
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 1 1.5625 1.5625
30 5 7.8125 9.3750
35 13 20.3125 29.6875
40 17 26.5625 56.2500
45 14 21.8750 78.1250
50 7 10.9375 89.0625
55 5 7.8125 96.8750
60 1 1.5625 98.4375
65 1 1.5625 100.0000
>


326 :名無しに影響はない(栃木県):2012/05/09(水) 06:46:52.76 ID:IwtjNDb7
BGと試料の比較

2. n = 96 糊板 繰り返し数 =3
gr1 <- c( 40, 39, 36, 45, 36, 38, 42, 36, 39, 45, 36, 34, 38, 43, 31, 40, 35, 33, 36, 29, 45, 43, 38, 40, 31, 35, 31, 44, 40, 42 ,
36, 51, 39, 28, 38, 35, 44, 44, 39, 39, 36, 37, 39, 49, 30, 38, 37, 41, 31, 56, 46, 50, 41, 40, 40, 39, 38, 42, 43, 37, 33, 36, 42, 38, 26 ,
32, 46, 39, 45, 36, 31, 36, 51, 50, 46, 37, 37, 35, 40, 42, 44, 42, 34, 31, 32, 36, 35, 52, 38, 43, 34, 55, 39, 32, 26, 36)

3. n = 64 葉が開いたメスのぜんまい(40度26時間乾燥) 2012.04.04 採取、1g 繰り返し数 =2
gr2 <- c( 38, 48, 39, 40, 47, 48, 45, 55, 45, 50, 51, 55, 50, 57, 30, 29, 52, 41, 34, 44, 46, 41, 44, 44, 46, 42, 43, 36, 35, 37, 41 ,
31, 36, 56, 39, 50, 45, 47, 51, 45, 57, 40, 35, 46, 46, 45, 40, 54, 41, 41, 42, 31, 47, 35, 44, 66, 42, 34, 38, 60, 39, 37, 42, 38)
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -4.4477, 自由度 = 158, P値 = 1.629e-05
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -6.911995 -2.660921
標本推定値:
平均値x 平均値y
38.85417 43.64063
有意。試料とバックグラウンドで差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -4.2435, 自由度 = 113.154, P値 = 4.525e-05
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -7.021114 -2.551802
標本推定値:
平均値x 平均値y
38.85417 43.64063
有意。試料とバックグラウンドで差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.6217, 第1自由度 = 95, 第2自由度 = 63, P値 = 0.03562
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3907350 0.9685172
標本推定値:
分散比
0.6216913
有意。分散が異なるので、(Welchの方法)を使用する。

>


327 :名無しに影響はない(栃木県):2012/05/09(水) 06:47:37.41 ID:IwtjNDb7
3.補足コメント
43.6 - 38.9 = 4.7 CPM (2.2 Bq)
2.2 * 1000 / 1 = 2200 Bq/kg
乾燥ぜんまい100gは水で戻すと平均して約600gになります。( http://www5b.biglobe.ne.jp/~tomosuke/vegs/zennmai.htm ) なので、6で除して、乾燥前の状態を求める。
2200 / 6 = 370 Bq/kg
参考として、メスぜんまいは食用にしますが、オスゼンマイは食べません。
時機が遅くて葉が開いてしまいました。開いたメスは食用にしません(硬くて食べられません)。前述サイトの写真にあるように、葉が開く前に収穫します。したがって通常の収穫ではありません。

連続制限に引っかかってしもうた。

328 :名無しに影響はない(栃木県):2012/05/09(水) 20:37:46.06 ID:EkIrcmAs
1.測定対象
「ふき(茎のみ) 2012.05.04 家東より採取、40度4日乾燥 2.2g」の分析

2.測定結果
1. n=60 糊台
x <- c( 29, 30, 41, 47, 38, 42, 46, 42, 34, 40, 36, 28, 38, 46, 42, 45, 40, 32, 42, 32, 32, 47, 41, 42, 39, 46, 38, 39, 43,
47, 36, 40, 36, 33, 38, 34, 32, 37, 40, 40, 47, 35, 33, 69, 31, 46, 36, 51, 39, 48, 44, 31, 27, 36, 51, 39, 41, 33, 31, 50)

2. n=37 ふき(茎のみ) 2012.05.04 家東より採取、40度4日乾燥 2.2g
x <- c( 66, 67, 47, 62, 69, 69, 62, 71, 65, 66, 65, 65, 56, 69, 55, 60, 67, 57, 73, 69, 55, 56, 63, 78, 61, 60, 53, 74, 69, 53, 58, 58, 50, 64, 69, 64, 58)

3. n=33 糊台
x <- c( 42, 36, 54, 56, 35, 33, 43, 37, 46, 38, 51, 41, 42, 45, 41, 38, 38, 42, 42, 39, 38, 50, 43, 40, 35, 44, 29, 43, 39, 39, 41, 46, 43)

4. n=30 糊台
x <- c( 25, 40, 42, 49, 40, 41, 36, 41, 33, 37, 40, 37, 31, 39, 45, 38, 29, 46, 37, 33, 35, 39, 30, 31, 37, 37, 34, 37, 27, 36)

5. n=30 ふき(茎のみ) 2012.05.04 家東より採取、40度4日乾燥 2.2g
x <- c( 76, 65, 78, 88, 87, 91, 88, 62, 76, 78, 80, 69, 75, 74, 75, 70, 82, 83, 67, 75, 71, 70, 63, 70, 77, 63, 71, 74, 70, 82)

6. n=35 糊台
x <- c( 42, 43, 32, 39, 37, 30, 55, 38, 39, 32, 42, 44, 43, 37, 37, 37, 37, 33, 46, 38, 54, 46, 46, 49, 32, 32, 36, 36, 40, 47, 41, 34, 40, 46, 45)


329 :名無しに影響はない(栃木県):2012/05/09(水) 20:39:00.69 ID:EkIrcmAs
4. データ貼り付け
全体の分析
x <- c( 29, 30, 41, 47, 38, 42, 46, 42, 34, 40, 36, 28, 38, 46, 42, 45, 40, 32, 42, 32, 32, 47, 41, 42, 39, 46, 38, 39, 43, 47, 36,
40, 36, 33, 38, 34, 32, 37, 40, 40, 47, 35, 33, 69, 31, 46, 36, 51, 39, 48, 44, 31, 27, 36, 51, 39, 41, 33, 31, 50 ,
66, 67, 47, 62, 69, 69, 62, 71, 65, 66, 65, 65, 56, 69, 55, 60, 67, 57, 73, 69, 55, 56, 63, 78, 61, 60, 53, 74, 69, 53, 58, 58, 50, 64, 69, 64, 58 ,
42, 36, 54, 56, 35, 33, 43, 37, 46, 38, 51, 41, 42, 45, 41, 38, 38, 42, 42, 39, 38, 50, 43, 40, 35, 44, 29, 43, 39, 39, 41, 46, 43 ,
25, 40, 42, 49, 40, 41, 36, 41, 33, 37, 40, 37, 31, 39, 45, 38, 29, 46, 37, 33, 35, 39, 30, 31, 37, 37, 34, 37, 27, 36 ,
76, 65, 78, 88, 87, 91, 88, 62, 76, 78, 80, 69, 75, 74, 75, 70, 82, 83, 67, 75, 71, 70, 63, 70, 77, 63, 71, 74, 70, 82 ,
42, 43, 32, 39, 37, 30, 55, 38, 39, 32, 42, 44, 43, 37, 37, 37, 37, 33, 46, 38, 54, 46, 46, 49, 32, 32, 36, 36, 40, 47, 41, 34, 40, 46, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5 ,
6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6,6)
> mean(x)
[1] 48.07556
> var(x)
[1] 229.5344
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 187.85, 第1自由度 = 5, 第2自由度 = 219, 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 = 6.2334, 自由度 = 5, P値 = 0.2842
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 159.8465, 第1自由度 = 5.000, 第2自由度 = 95.079, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 3.1111111 3.111111
30 27 12.0000000 15.111111
35 49 21.7777778 36.888889
40 42 18.6666667 55.555556
45 24 10.6666667 66.222222
50 10 4.4444444 70.666667
55 10 4.4444444 75.111111
60 11 4.8888889 80.000000
65 17 7.5555556 87.555556
70 11 4.8888889 92.444444
75 9 4.0000000 96.444444
80 4 1.7777778 98.222222
85 3 1.3333333 99.555556
90 1 0.4444444 100.000000
>


330 :名無しに影響はない(栃木県):2012/05/09(水) 20:39:26.68 ID:EkIrcmAs
BGと試料の比較
x <- c( 29, 30, 41, 47, 38, 42, 46, 42, 34, 40, 36, 28, 38, 46, 42, 45, 40, 32, 42, 32, 32, 47, 41, 42, 39, 46, 38, 39, 43, 47, 36,
40, 36, 33, 38, 34, 32, 37, 40, 40, 47, 35, 33, 69, 31, 46, 36, 51, 39, 48, 44, 31, 27, 36, 51, 39, 41, 33, 31, 50 ,
66, 67, 47, 62, 69, 69, 62, 71, 65, 66, 65, 65, 56, 69, 55, 60, 67, 57, 73, 69, 55, 56, 63, 78, 61, 60, 53, 74, 69, 53, 58, 58, 50, 64, 69, 64, 58 ,
42, 36, 54, 56, 35, 33, 43, 37, 46, 38, 51, 41, 42, 45, 41, 38, 38, 42, 42, 39, 38, 50, 43, 40, 35, 44, 29, 43, 39, 39, 41, 46, 43 ,
25, 40, 42, 49, 40, 41, 36, 41, 33, 37, 40, 37, 31, 39, 45, 38, 29, 46, 37, 33, 35, 39, 30, 31, 37, 37, 34, 37, 27, 36 ,
76, 65, 78, 88, 87, 91, 88, 62, 76, 78, 80, 69, 75, 74, 75, 70, 82, 83, 67, 75, 71, 70, 63, 70, 77, 63, 71, 74, 70, 82 ,
42, 43, 32, 39, 37, 30, 55, 38, 39, 32, 42, 44, 43, 37, 37, 37, 37, 33, 46, 38, 54, 46, 46, 49, 32, 32, 36, 36, 40, 47, 41, 34, 40, 46, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
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 ,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 689.2841, 第1自由度 = 1, 第2自由度 = 223, P値 < 2.2e-16
有意。バックグラウンドと試料に差異がある。

> 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 = 14.9757, 自由度 = 1, P値 = 0.0001089
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 509.9475, 第1自由度 = 1.000, 第2自由度 = 92.903, P値 < 2.2e-16
有意。バックグラウンドと試料に差異がある。

>


331 :名無しに影響はない(栃木県):2012/05/09(水) 20:39:48.32 ID:EkIrcmAs
繰り返しによる影響

1. n = 158 BG 繰り返し数 =4
x <- c( 29, 30, 41, 47, 38, 42, 46, 42, 34, 40, 36, 28, 38, 46, 42, 45, 40, 32, 42, 32, 32, 47, 41, 42, 39, 46, 38, 39, 43, 47, 36,
40, 36, 33, 38, 34, 32, 37, 40, 40, 47, 35, 33, 69, 31, 46, 36, 51, 39, 48, 44, 31, 27, 36, 51, 39, 41, 33, 31, 50 ,
42, 36, 54, 56, 35, 33, 43, 37, 46, 38, 51, 41, 42, 45, 41, 38, 38, 42, 42, 39, 38, 50, 43, 40, 35, 44, 29, 43, 39, 39, 41, 46, 43 ,
25, 40, 42, 49, 40, 41, 36, 41, 33, 37, 40, 37, 31, 39, 45, 38, 29, 46, 37, 33, 35, 39, 30, 31, 37, 37, 34, 37, 27, 36 ,
42, 43, 32, 39, 37, 30, 55, 38, 39, 32, 42, 44, 43, 37, 37, 37, 37, 33, 46, 38, 54, 46, 46, 49, 32, 32, 36, 36, 40, 47, 41, 34, 40, 46, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4)
> mean(x)
[1] 39.51899
> var(x)
[1] 41.92002
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 3.0939, 第1自由度 = 3, 第2自由度 = 154, P値 = 0.02874
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 3.9005, 自由度 = 3, P値 = 0.2724
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 3.9925, 第1自由度 = 3.000, 第2自由度 = 78.438, P値 = 0.01061
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 4.4303797 4.43038
30 27 17.0886076 21.51899
35 49 31.0126582 52.53165
40 42 26.5822785 79.11392
45 23 14.5569620 93.67089
50 7 4.4303797 98.10127
55 2 1.2658228 99.36709
60 0 0.0000000 99.36709
65 1 0.6329114 100.00000
>


332 :名無しに影響はない(栃木県):2012/05/09(水) 20:40:09.92 ID:EkIrcmAs
2. n = 67 ふき(茎のみ) 2012.05.04 家東より採取、40度4日乾燥 2.2g 繰り返し数 =2
x <- c( 66, 67, 47, 62, 69, 69, 62, 71, 65, 66, 65, 65, 56, 69, 55, 60, 67, 57, 73, 69, 55, 56, 63, 78, 61, 60, 53, 74, 69, 53, 58, 58, 50, 64, 69, 64, 58 ,
76, 65, 78, 88, 87, 91, 88, 62, 76, 78, 80, 69, 75, 74, 75, 70, 82, 83, 67, 75, 71, 70, 63, 70, 77, 63, 71, 74, 70, 82)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 68.25373
> var(x)
[1] 90.70737
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 45.7299, 第1自由度 = 1, 第2自由度 = 65, P値 = 4.551e-09
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.3077, 自由度 = 1, P値 = 0.5791
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 = 44.7882, 第1自由度 = 1.000, 第2自由度 = 59.302, P値 = 8.766e-09
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
45 1 1.492537 1.492537
50 3 4.477612 5.970149
55 8 11.940299 17.910448
60 11 16.417910 34.328358
65 16 23.880597 58.208955
70 11 16.417910 74.626866
75 9 13.432836 88.059701
80 4 5.970149 94.029851
85 3 4.477612 98.507463
90 1 1.492537 100.000000
>


333 :名無しに影響はない(栃木県):2012/05/09(水) 20:40:32.51 ID:EkIrcmAs
BGと試料の比較

1. n = 158 BG 繰り返し数 =4
gr1 <- c( 29, 30, 41, 47, 38, 42, 46, 42, 34, 40, 36, 28, 38, 46, 42, 45, 40, 32, 42, 32, 32, 47, 41, 42, 39, 46, 38, 39, 43, 47, 36,
40, 36, 33, 38, 34, 32, 37, 40, 40, 47, 35, 33, 69, 31, 46, 36, 51, 39, 48, 44, 31, 27, 36, 51, 39, 41, 33, 31, 50 ,
42, 36, 54, 56, 35, 33, 43, 37, 46, 38, 51, 41, 42, 45, 41, 38, 38, 42, 42, 39, 38, 50, 43, 40, 35, 44, 29, 43, 39, 39, 41, 46, 43 ,
25, 40, 42, 49, 40, 41, 36, 41, 33, 37, 40, 37, 31, 39, 45, 38, 29, 46, 37, 33, 35, 39, 30, 31, 37, 37, 34, 37, 27, 36 ,
42, 43, 32, 39, 37, 30, 55, 38, 39, 32, 42, 44, 43, 37, 37, 37, 37, 33, 46, 38, 54, 46, 46, 49, 32, 32, 36, 36, 40, 47, 41, 34, 40, 46, 45)

2. n = 67 ふき(茎のみ) 2012.05.04 家東より採取、40度4日乾燥 2.2g 繰り返し数 =2
gr2 <- c( 66, 67, 47, 62, 69, 69, 62, 71, 65, 66, 65, 65, 56, 69, 55, 60, 67, 57, 73, 69, 55, 56, 63, 78, 61, 60, 53, 74, 69, 53, 58, 58, 50, 64, 69, 64, 58 ,
76, 65, 78, 88, 87, 91, 88, 62, 76, 78, 80, 69, 75, 74, 75, 70, 82, 83, 67, 75, 71, 70, 63, 70, 77, 63, 71, 74, 70, 82)

> 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 = -26.2542, 自由度 = 223, 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: -30.89159 -26.57790
標本推定値:
平均値x 平均値y
39.51899 68.25373
有意。バックグラウントと資料に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -22.582, 自由度 = 92.903, 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: -31.26163 -26.20785
標本推定値:
平均値x 平均値y
39.51899 68.25373
有意。バックグラウントと資料に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.4621, 第1自由度 = 157, 第2自由度 = 66, P値 = 9.637e-05
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3016196 0.6840522
標本推定値:
分散比
0.4621457
有意。分散が異なるので(Welchの方法)を使用する。
>


334 :名無しに影響はない(栃木県):2012/05/09(水) 20:45:24.05 ID:EkIrcmAs
3.補足コメント
68.3 - 39.5 = 28.8 CPM (13.5 Bq)
13.5 * 1000 / 2.2 = 6140 Bq/kg
水分; 96 % ( http://www.d-web.co.jp/log/page/282.html ) より、
6140 * 4 / 100 = 246 Bq/kg
K;230mg/100g ( http://www.eiyoukeisan.com/calorie/nut_list/kalium.html )より、7.1 Bq/kg
246 >> 7.1 より、かなり原発由来の成分を含むと考えられる。

皮付でいつも食べてますから皮はむいていません。

蕗は無農薬、有機栽培で比較的簡単に育つので、積極的に荒地での栽培を推進してきました。
当分食えそうもないです。
品種は野生種です。秋田に観光旅行に行った時に、道端で蕗を取っている人がいました。
その人から、蕗の根を分けてもらい、家の一角で育てました。約1反の蕗の畑になりました。

335 :名無しに影響はない(栃木県):2012/05/10(木) 20:12:01.14 ID:4MWz4yMo
1.測定対象
「(財)塩事業センター, 食塩 国産塩」の分析

2.測定結果
1. n=33 糊台
x <- c( 51, 44, 40, 45, 22, 51, 38, 45, 42, 62, 55, 42, 57, 59, 45, 40, 54, 36, 40, 35, 58, 40, 49, 51, 38, 47, 47, 52, 46, 44, 46, 51, 31)

2. n=30 (財)塩事業センター, 食塩 国産塩 1kg, B.O.17-A
x <- c( 50, 47, 20, 34, 36, 43, 62, 40, 27, 30, 33, 38, 36, 45, 31, 63, 37, 47, 50, 38, 34, 33, 34, 43, 33, 42, 46, 29, 37, 32)

3. n=30 糊台
x <- c( 49, 43, 36, 49, 46, 48, 48, 51, 39, 38, 46, 47, 50, 47, 38, 44, 42, 38, 33, 32, 43, 33, 47, 40, 36, 50, 39, 31, 35, 40)

4. n=31 (財)塩事業センター, 食塩 国産塩 1kg, B.O.17-A
x <- c( 35, 42, 40, 41, 40, 36, 37, 38, 40, 27, 33, 44, 34, 41, 33, 38, 37, 39, 29, 35, 32, 39, 45, 30, 44, 36, 38, 60, 42, 27, 44)

5. n=36 糊台
x <- c( 39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41)

336 :名無しに影響はない(栃木県):2012/05/10(木) 20:12:20.82 ID:4MWz4yMo
4. データ貼り付け
全体の分析
x <- c( 51, 44, 40, 45, 22, 51, 38, 45, 42, 62, 55, 42, 57, 59, 45, 40, 54, 36, 40, 35, 58, 40, 49, 51, 38, 47, 47, 52, 46, 44, 46, 51, 31 ,
50, 47, 20, 34, 36, 43, 62, 40, 27, 30, 33, 38, 36, 45, 31, 63, 37, 47, 50, 38, 34, 33, 34, 43, 33, 42, 46, 29, 37, 32 ,
49, 43, 36, 49, 46, 48, 48, 51, 39, 38, 46, 47, 50, 47, 38, 44, 42, 38, 33, 32, 43, 33, 47, 40, 36, 50, 39, 31, 35, 40 ,
35, 42, 40, 41, 40, 36, 37, 38, 40, 27, 33, 44, 34, 41, 33, 38, 37, 39, 29, 35, 32, 39, 45, 30, 44, 36, 38, 60, 42, 27, 44 ,
39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 40.925
> var(x)
[1] 66.77421
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.7172, 第1自由度 = 4, 第2自由度 = 155, P値 = 0.001280
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 = 8.2166, 自由度 = 4, P値 = 0.08396
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 4.6252, 第1自由度 = 4.000, 第2自由度 = 76.768, P値 = 0.002127
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 3 1.875 1.875
25 8 5.000 6.875
30 23 14.375 21.250
35 37 23.125 44.375
40 40 25.000 69.375
45 28 17.500 86.875
50 11 6.875 93.750
55 5 3.125 96.875
60 5 3.125 100.000
>

337 :名無しに影響はない(栃木県):2012/05/10(木) 20:12:43.12 ID:4MWz4yMo
BGと試料の比較
x <- c( 51, 44, 40, 45, 22, 51, 38, 45, 42, 62, 55, 42, 57, 59, 45, 40, 54, 36, 40, 35, 58, 40, 49, 51, 38, 47, 47, 52, 46, 44, 46, 51, 31 ,
50, 47, 20, 34, 36, 43, 62, 40, 27, 30, 33, 38, 36, 45, 31, 63, 37, 47, 50, 38, 34, 33, 34, 43, 33, 42, 46, 29, 37, 32 ,
49, 43, 36, 49, 46, 48, 48, 51, 39, 38, 46, 47, 50, 47, 38, 44, 42, 38, 33, 32, 43, 33, 47, 40, 36, 50, 39, 31, 35, 40 ,
35, 42, 40, 41, 40, 36, 37, 38, 40, 27, 33, 44, 34, 41, 33, 38, 37, 39, 29, 35, 32, 39, 45, 30, 44, 36, 38, 60, 42, 27, 44 ,
39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 9.4556, 第1自由度 = 1, 第2自由度 = 158, P値 = 0.002481
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 = 0.0073, 自由度 = 1, P値 = 0.9319
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 = 9.4108, 第1自由度 = 1.000, 第2自由度 = 126.188, P値 = 0.002640
有意。試料とバックグラウンドに差異がある。

>


338 :名無しに影響はない(栃木県):2012/05/10(木) 20:13:05.47 ID:4MWz4yMo
繰り返しによる影響

1. n = 99 BG 繰り返し数 =3
x <- c( 51, 44, 40, 45, 22, 51, 38, 45, 42, 62, 55, 42, 57, 59, 45, 40, 54, 36, 40, 35, 58, 40, 49, 51, 38, 47, 47, 52, 46, 44, 46, 51, 31 ,
49, 43, 36, 49, 46, 48, 48, 51, 39, 38, 46, 47, 50, 47, 38, 44, 42, 38, 33, 32, 43, 33, 47, 40, 36, 50, 39, 31, 35, 40 ,
39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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)
> mean(x)
[1] 42.44444
> var(x)
[1] 62.9229
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.5641, 第1自由度 = 2, 第2自由度 = 96, P値 = 0.01278
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 3.5342, 自由度 = 2, P値 = 0.1708
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 3.8635, 第1自由度 = 2.000, 第2自由度 = 63.488, P値 = 0.0261
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 2.020202 2.020202
25 3 3.030303 5.050505
30 9 9.090909 14.141414
35 20 20.202020 34.343434
40 26 26.262626 60.606061
45 23 23.232323 83.838384
50 9 9.090909 92.929293
55 5 5.050505 97.979798
60 2 2.020202 100.000000
>

339 :名無しに影響はない(栃木県):2012/05/10(木) 20:13:30.42 ID:4MWz4yMo
2. n = 61 (財)塩事業センター, 食塩 国産塩 1kg, B.O.17-A 繰り返し数 =2
x <- c( 50, 47, 20, 34, 36, 43, 62, 40, 27, 30, 33, 38, 36, 45, 31, 63, 37, 47, 50, 38, 34, 33, 34, 43, 33, 42, 46, 29, 37, 32 ,
35, 42, 40, 41, 40, 36, 37, 38, 40, 27, 33, 44, 34, 41, 33, 38, 37, 39, 29, 35, 32, 39, 45, 30, 44, 36, 38, 60, 42, 27, 44)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 38.45902
> var(x)
[1] 64.18579
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.2659, 第1自由度 = 1, 第2自由度 = 59, P値 = 0.608
有意ではない。繰り返しによる差異は不明。

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

データ: x と g
バートレットのK二乗値 = 4.4707, 自由度 = 1, P値 = 0.03448
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0.2625, 第1自由度 = 1.000, 第2自由度 = 50.573, P値 = 0.6106
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.639344 1.639344
25 5 8.196721 9.836066
30 14 22.950820 32.786885
35 17 27.868852 60.655738
40 14 22.950820 83.606557
45 5 8.196721 91.803279
50 2 3.278689 95.081967
55 0 0.000000 95.081967
60 3 4.918033 100.000000
>

340 :名無しに影響はない(栃木県):2012/05/10(木) 20:13:50.87 ID:4MWz4yMo
BGと試料の比較

1. n = 99 BG 繰り返し数 =3
gr1 <- c( 51, 44, 40, 45, 22, 51, 38, 45, 42, 62, 55, 42, 57, 59, 45, 40, 54, 36, 40, 35, 58, 40, 49, 51, 38, 47, 47, 52, 46, 44, 46, 51, 31 ,
49, 43, 36, 49, 46, 48, 48, 51, 39, 38, 46, 47, 50, 47, 38, 44, 42, 38, 33, 32, 43, 33, 47, 40, 36, 50, 39, 31, 35, 40 ,
39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41)

2. n = 61 (財)塩事業センター, 食塩 国産塩 1kg, B.O.17-A 繰り返し数 =2
gr2 <- c( 50, 47, 20, 34, 36, 43, 62, 40, 27, 30, 33, 38, 36, 45, 31, 63, 37, 47, 50, 38, 34, 33, 34, 43, 33, 42, 46, 29, 37, 32 ,
35, 42, 40, 41, 40, 36, 37, 38, 40, 27, 33, 44, 34, 41, 33, 38, 37, 39, 29, 35, 32, 39, 45, 30, 44, 36, 38, 60, 42, 27, 44)

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

データ: gr1 と gr2
t値 = 3.075, 自由度 = 158, P値 = 0.002481
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: 1.425558 6.545298
標本推定値:
平均値x 平均値y
42.44444 38.45902
有意。試料とバックグラウンドに差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 3.0677, 自由度 = 126.188, P値 = 0.002640
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: 1.414470 6.556386
標本推定値:
平均値x 平均値y
42.44444 38.45902
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 = 0.9803, 第1自由度 = 98, 第2自由度 = 60, P値 = 0.917
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.6122402 1.5301843
標本推定値:
分散比
0.9803245
有意。分散が異なるので(Welchの方法)を使用する。

>

341 :名無しに影響はない(栃木県):2012/05/10(木) 20:14:31.55 ID:4MWz4yMo
3.補足コメント
38.6 - 42.4 = -3.8 CPM (1.17 Bq)
吸光度をプラスチックと同じで計算すると、1.17 Bq が 249Bq/kg に相当する。
このくらい汚染されていないと、ここで使っている測定法では検出不能となる。

試料の線量がバックグラウンドの線量よりも低いので、試料に含まれている放射線量は不明。
嵩比重; 1.26 (参照したURLを消失)

342 :名無しに影響はない(やわらか銀行):2012/05/10(木) 20:49:51.95 ID:x0SvARP6
http://gahalog.2chblog.jp/archives/51970528.html
【中国】放射能に塩が効くというデマで塩6トン買い占めた男「返品したいがどうにもならない・・」と途方にくれる

何年かしたら、原発事故前の塩は高く売れるはず。


343 :名無しに影響はない(栃木県):2012/05/10(木) 22:20:02.69 ID:4MWz4yMo
1.測定対象
「栃木産みつば 2012.05.08採取 40度2日間乾燥 2.8g」の分析

2.測定結果
1. n=36 糊台
x <- c( 39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41)

2. n=40 栃木産みつば 2012.05.08採取 40度2日間乾燥 2.8g
x <- c( 64, 61, 57, 59, 65, 71, 67, 75, 63, 64, 64, 70, 78, 63, 63, 91, 74, 75, 71, 72, 58, 87, 68, 55, 59, 80, 69, 74, 89, 72, 71, 47, 55, 69, 62, 77, 50, 67, 63, 64)

3. n=31 糊台
x <- c( 42, 39, 37, 36, 54, 35, 41, 50, 37, 39, 39, 40, 32, 47, 38, 61, 44, 43, 35, 44, 40, 44, 43, 27, 36, 57, 32, 45, 46, 47, 40)

4. n=30 栃木産みつば 2012.05.08採取 40度2日間乾燥 2.8g
x <- c( 85, 61, 74, 83, 71, 78, 62, 84, 75, 80, 63, 73, 88, 73, 66, 75, 83, 71, 72, 66, 59, 77, 75, 75, 91, 70, 71, 82, 73, 62)

5. n=32 糊台
x <- c( 35, 35, 46, 34, 33, 49, 40, 39, 47, 27, 36, 37, 35, 49, 41, 40, 47, 39, 32, 54, 49, 40, 44, 43, 34, 30, 40, 44, 38, 47, 35, 44)

344 :名無しに影響はない(栃木県):2012/05/10(木) 22:21:40.87 ID:4MWz4yMo
4. データ貼り付け
全体の分析
x <- c( 39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41 ,
64, 61, 57, 59, 65, 71, 67, 75, 63, 64, 64, 70, 78, 63, 63, 91, 74, 75, 71, 72, 58, 87, 68, 55, 59, 80, 69, 74, 89, 72, 71, 47, 55, 69, 62, 77, 50, 67, 63, 64 ,
42, 39, 37, 36, 54, 35, 41, 50, 37, 39, 39, 40, 32, 47, 38, 61, 44, 43, 35, 44, 40, 44, 43, 27, 36, 57, 32, 45, 46, 47, 40 ,
85, 61, 74, 83, 71, 78, 62, 84, 75, 80, 63, 73, 88, 73, 66, 75, 83, 71, 72, 66, 59, 77, 75, 75, 91, 70, 71, 82, 73, 62 ,
35, 35, 46, 34, 33, 49, 40, 39, 47, 27, 36, 37, 35, 49, 41, 40, 47, 39, 32, 54, 49, 40, 44, 43, 34, 30, 40, 44, 38, 47, 35, 44)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,
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] 52.86982
> var(x)
[1] 284.2210
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 141.9522, 第1自由度 = 4, 第2自由度 = 164, 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 = 6.318, 自由度 = 4, P値 = 0.1766
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 136.3357, 第1自由度 = 4.000, 第2自由度 = 81.043, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.591716 0.591716
25 5 2.958580 3.550296
30 11 6.508876 10.059172
35 27 15.976331 26.035503
40 31 18.343195 44.378698
45 18 10.650888 55.029586
50 4 2.366864 57.396450
55 9 5.325444 62.721893
60 16 9.467456 72.189349
65 8 4.733728 76.923077
70 17 10.059172 86.982249
75 10 5.917160 92.899408
80 6 3.550296 96.449704
85 4 2.366864 98.816568
90 2 1.183432 100.000000
>


345 :名無しに影響はない(栃木県):2012/05/10(木) 22:22:05.41 ID:4MWz4yMo
BGと試料の比較
x <- c( 39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41 ,
64, 61, 57, 59, 65, 71, 67, 75, 63, 64, 64, 70, 78, 63, 63, 91, 74, 75, 71, 72, 58, 87, 68, 55, 59, 80, 69, 74, 89, 72, 71, 47, 55, 69, 62, 77, 50, 67, 63, 64 ,
42, 39, 37, 36, 54, 35, 41, 50, 37, 39, 39, 40, 32, 47, 38, 61, 44, 43, 35, 44, 40, 44, 43, 27, 36, 57, 32, 45, 46, 47, 40 ,
85, 61, 74, 83, 71, 78, 62, 84, 75, 80, 63, 73, 88, 73, 66, 75, 83, 71, 72, 66, 59, 77, 75, 75, 91, 70, 71, 82, 73, 62 ,
35, 35, 46, 34, 33, 49, 40, 39, 47, 27, 36, 37, 35, 49, 41, 40, 47, 39, 32, 54, 49, 40, 44, 43, 34, 30, 40, 44, 38, 47, 35, 44)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 529.7178, 第1自由度 = 1, 第2自由度 = 167, 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 = 6.2875, 自由度 = 1, P値 = 0.01216
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 482.5363, 第1自由度 = 1.000, 第2自由度 = 122.271, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

>


346 :名無しに影響はない(栃木県):2012/05/10(木) 22:22:25.65 ID:4MWz4yMo
繰り返しによる影響

1. n = 99 BG 繰り返し数 =3
x <- c( 39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41 ,
42, 39, 37, 36, 54, 35, 41, 50, 37, 39, 39, 40, 32, 47, 38, 61, 44, 43, 35, 44, 40, 44, 43, 27, 36, 57, 32, 45, 46, 47, 40 ,
35, 35, 46, 34, 33, 49, 40, 39, 47, 27, 36, 37, 35, 49, 41, 40, 47, 39, 32, 54, 49, 40, 44, 43, 34, 30, 40, 44, 38, 47, 35, 44)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 40.54545
> var(x)
[1] 52.49536
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.4854, 第1自由度 = 2, 第2自由度 = 96, P値 = 0.617
有意ではない。繰り返しによる差異は不明。

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

データ: x と g
バートレットのK二乗値 = 1.645, 自由度 = 2, P値 = 0.4393
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0.4854, 第1自由度 = 2.000, 第2自由度 = 63.601, P値 = 0.6177
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.010101 1.010101
25 5 5.050505 6.060606
30 11 11.111111 17.171717
35 27 27.272727 44.444444
40 31 31.313131 75.757576
45 17 17.171717 92.929293
50 3 3.030303 95.959596
55 2 2.020202 97.979798
60 2 2.020202 100.000000
>


347 :名無しに影響はない(栃木県):2012/05/10(木) 22:22:45.97 ID:4MWz4yMo
2. n = 70 栃木産みつば 2012.05.08採取 40度2日間乾燥 2.8g 繰り返し数 =2
x <- c( 64, 61, 57, 59, 65, 71, 67, 75, 63, 64, 64, 70, 78, 63, 63, 91, 74, 75, 71, 72, 58, 87, 68, 55, 59, 80, 69, 74, 89, 72, 71, 47, 55, 69, 62, 77, 50, 67, 63, 64 ,
85, 61, 74, 83, 71, 78, 62, 84, 75, 80, 63, 73, 88, 73, 66, 75, 83, 71, 72, 66, 59, 77, 75, 75, 91, 70, 71, 82, 73, 62)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 70.3
> var(x)
[1] 91.3145
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 8.4042, 第1自由度 = 1, 第2自由度 = 68, P値 = 0.005036
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.7769, 自由度 = 1, P値 = 0.3781
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 8.7884, 第1自由度 = 1.000, 第2自由度 = 66.748, P値 = 0.0042
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
45 1 1.428571 1.428571
50 1 1.428571 2.857143
55 7 10.000000 12.857143
60 14 20.000000 32.857143
65 8 11.428571 44.285714
70 17 24.285714 68.571429
75 10 14.285714 82.857143
80 6 8.571429 91.428571
85 4 5.714286 97.142857
90 2 2.857143 100.000000
>


348 :名無しに影響はない(栃木県):2012/05/10(木) 22:23:15.46 ID:4MWz4yMo
BGと試料の比較

1. n = 99 BG 繰り返し数 =3
gr1 <- c( 39, 43, 44, 40, 34, 36, 25, 38, 36, 42, 36, 43, 33, 43, 61, 46, 25, 48, 24, 40, 48, 44, 39, 36, 45, 39, 47, 40, 43, 34, 28, 46, 43, 33, 59, 41 ,
42, 39, 37, 36, 54, 35, 41, 50, 37, 39, 39, 40, 32, 47, 38, 61, 44, 43, 35, 44, 40, 44, 43, 27, 36, 57, 32, 45, 46, 47, 40 ,
35, 35, 46, 34, 33, 49, 40, 39, 47, 27, 36, 37, 35, 49, 41, 40, 47, 39, 32, 54, 49, 40, 44, 43, 34, 30, 40, 44, 38, 47, 35, 44)

2. n = 70 栃木産みつば 2012.05.08採取 40度2日間乾燥 2.8g 繰り返し数 =2
gr2 <- c( 64, 61, 57, 59, 65, 71, 67, 75, 63, 64, 64, 70, 78, 63, 63, 91, 74, 75, 71, 72, 58, 87, 68, 55, 59, 80, 69, 74, 89, 72, 71, 47, 55, 69, 62, 77, 50, 67, 63, 64 ,
85, 61, 74, 83, 71, 78, 62, 84, 75, 80, 63, 73, 88, 73, 66, 75, 83, 71, 72, 66, 59, 77, 75, 75, 91, 70, 71, 82, 73, 62)
> 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 = -23.0156, 自由度 = 167, 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: -32.30688 -27.20221
標本推定値:
平均値x 平均値y
40.54545 70.30000
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 = -21.9667, 自由度 = 122.271, 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: -32.43591 -27.07318
標本推定値:
平均値x 平均値y
40.54545 70.30000
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 = 0.5749, 第1自由度 = 98, 第2自由度 = 69, P値 = 0.01172
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.3675920 0.8840058
標本推定値:
分散比
0.5748853
有意。分散が異なるので(Welchの方法)を使用する。

>

349 :名無しに影響はない(栃木県):2012/05/10(木) 22:23:38.70 ID:4MWz4yMo
3.補足コメント
70.3 - 40.5 = 29.8 CPM (14.0 Bq)
14.0 * 1000 / 2.8 = 5000 Bq/kg
カリウム; 500mg / 100g (15.4 Bq/kg)
水分; 94.6% ( http://210.160.47.124/rural_yasai/mituba/mituba_tokucho.htm )
5000 * 4.4 / 100 = 220 Bq/kg

220 >> 15 なので、ほとんどが福島由来の成分と考えられる。

350 :名無しに影響はない(やわらか銀行):2012/05/10(木) 23:27:23.39 ID:x0SvARP6
スレまとめ 低ベクレル順
1.測定対象  JヌードルコーポレーションBK こだわりの熟成 
2.測定結果  0Bq/kg  

1.測定対象 中華蕎麦
2.測定結果 2.62Bq/kg

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

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

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

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

1.測定対象  栃木産菜の花
2.測定結果 51 Bq/kg

1.測定対象 栃木県内で販売されていた米
2.測定結果 104Bq/kg

1.測定対象 茨城産白ネギ
2.測定結果 124.8 Bq/kg

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

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

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

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

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

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

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

1.測定対象  栃木県産 乾燥椎茸
2.測定結果 1000 Bq/kg

1.測定対象 栃木産しいたけ
2.測定結果  2700 Bq/kg


351 :名無しに影響はない(やわらか銀行):2012/05/10(木) 23:32:13.43 ID:x0SvARP6
            _,,..r'''""~~`''ー-.、
            ,,.r,:-‐'''"""~~`ヽ、:;:;:\
           r"r          ゝ、:;:ヽ
   r‐-、   ,...,, |;;;;|       ,,.-‐-:、 ヾ;:;ゝ
   :i!  i!  |: : i! ヾ| r'"~~` :;: ::;",,-‐‐-  `r'^!
    !  i!.  |  ;| l|  ''"~~   、      i' |
     i! ヽ |  | |    ,.:'"   、ヽ、   !,ノ
    ゝ  `-!  :| i!  .:;: '~~ー~~'" ゛ヾ : : ::|          イェーイ、官僚みてるぅ〜?
   r'"~`ヾ、   i! i!   ,,-ェェI二エフフ : : :::ノ~|`T       しいたけの栽培を禁止してねー。
  ,.ゝ、  r'""`ヽ、i! `:、   ー - '" :: : :/ ,/
  !、  `ヽ、ー、   ヽ‐''"`ヾ、.....,,,,_,,,,.-‐'",..-'"
   | \ i:" )     |   ~`'''ー---―''"~
   ヽ `'"     ノ

352 :名無しに影響はない(栃木県):2012/05/12(土) 19:17:41.94 ID:5SMLQE/1
1.測定対象
「栃木産セリ, 2012.05.08採取 2.1g, 40度3日間乾燥」の分析

2.測定結果
1. n=44 糊台
x <- c( 43, 44, 43, 32, 35, 35, 40, 31, 47, 34, 37, 42, 31, 40, 42, 36, 36, 33, 39, 43, 65, 44, 42, 39, 49, 41, 31, 38, 57, 38, 47, 43, 50, 28, 40, 43, 49, 43, 37, 40, 34, 34, 46, 49)

2. n=30 栃木産セリ, 2012.05.08採取 2.1g, 40度3日間乾燥
x <- c( 54, 43, 62, 44, 53, 59, 55, 59, 56, 63, 43, 46, 45, 40, 62, 54, 62, 58, 45, 55, 57, 46, 59, 47, 59, 58, 43, 39, 53, 58)

3. n=31 糊台
x <- c( 34, 40, 43, 31, 38, 33, 40, 39, 40, 31, 47, 32, 42, 43, 39, 43, 38, 42, 37, 35, 36, 28, 50, 48, 28, 45, 43, 36, 38, 31, 48)

4. n=37 栃木産セリ, 2012.05.08採取 2.1g, 40度3日間乾燥
x <- c( 58, 53, 42, 46, 59, 55, 47, 53, 44, 62, 53, 47, 51, 57, 49, 54, 62, 54, 48, 55, 53, 59, 56, 59, 49, 53, 55, 65, 53, 45, 49, 53, 62, 49, 52, 56, 55)

5. n=30 糊台
x <- c( 39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44)


353 :名無しに影響はない(栃木県):2012/05/12(土) 19:18:06.33 ID:5SMLQE/1
4. データ貼り付け
全体の分析
x <- c( 43, 44, 43, 32, 35, 35, 40, 31, 47, 34, 37, 42, 31, 40, 42, 36, 36, 33, 39, 43, 65, 44, 42, 39, 49, 41, 31, 38, 57, 38, 47, 43, 50, 28, 40, 43, 49, 43, 37, 40, 34, 34, 46, 49 ,
54, 43, 62, 44, 53, 59, 55, 59, 56, 63, 43, 46, 45, 40, 62, 54, 62, 58, 45, 55, 57, 46, 59, 47, 59, 58, 43, 39, 53, 58 ,
34, 40, 43, 31, 38, 33, 40, 39, 40, 31, 47, 32, 42, 43, 39, 43, 38, 42, 37, 35, 36, 28, 50, 48, 28, 45, 43, 36, 38, 31, 48 ,
58, 53, 42, 46, 59, 55, 47, 53, 44, 62, 53, 47, 51, 57, 49, 54, 62, 54, 48, 55, 53, 59, 56, 59, 49, 53, 55, 65, 53, 45, 49, 53, 62, 49, 52, 56, 55 ,
39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
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] 44.88953
> var(x)
[1] 85.66609
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 40.9511, 第1自由度 = 4, 第2自由度 = 167, 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 = 5.0452, 自由度 = 4, P値 = 0.2827
有意。分散が異なるので、先の分散分析は無効。

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

データ: x と g
F = 45.6147, 第1自由度 = 4.000, 第2自由度 = 79.941, P値 < 2.2e-16
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 1.744186 1.744186
30 22 12.790698 14.534884
35 29 16.860465 31.395349
40 39 22.674419 54.069767
45 26 15.116279 69.186047
50 20 11.627907 80.813953
55 24 13.953488 94.767442
60 7 4.069767 98.837209
65 2 1.162791 100.000000
>


354 :名無しに影響はない(栃木県):2012/05/12(土) 19:18:24.75 ID:5SMLQE/1
BGと試料の比較
x <- c( 43, 44, 43, 32, 35, 35, 40, 31, 47, 34, 37, 42, 31, 40, 42, 36, 36, 33, 39, 43, 65, 44, 42, 39, 49, 41, 31, 38, 57, 38, 47, 43, 50, 28, 40, 43, 49, 43, 37, 40, 34, 34, 46, 49 ,
54, 43, 62, 44, 53, 59, 55, 59, 56, 63, 43, 46, 45, 40, 62, 54, 62, 58, 45, 55, 57, 46, 59, 47, 59, 58, 43, 39, 53, 58 ,
34, 40, 43, 31, 38, 33, 40, 39, 40, 31, 47, 32, 42, 43, 39, 43, 38, 42, 37, 35, 36, 28, 50, 48, 28, 45, 43, 36, 38, 31, 48 ,
58, 53, 42, 46, 59, 55, 47, 53, 44, 62, 53, 47, 51, 57, 49, 54, 62, 54, 48, 55, 53, 59, 56, 59, 49, 53, 55, 65, 53, 45, 49, 53, 62, 49, 52, 56, 55 ,
39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 162.8195, 第1自由度 = 1, 第2自由度 = 170, P値 < 2.2e-16
有意。バックグラウントと試料に差異がある。

> 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 = 0.3968, 自由度 = 1, P値 = 0.5288
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 = 168.0092, 第1自由度 = 1.000, 第2自由度 = 147.954, P値 < 2.2e-16
有意。バックグラウントと試料に差異がある。

>


355 :名無しに影響はない(栃木県):2012/05/12(土) 19:18:46.53 ID:5SMLQE/1
繰り返しによる影響

1. n = 105 BG 繰り返し数 =3
x <- c( 43, 44, 43, 32, 35, 35, 40, 31, 47, 34, 37, 42, 31, 40, 42, 36, 36, 33, 39, 43, 65, 44, 42, 39, 49, 41, 31, 38, 57, 38, 47, 43, 50, 28, 40, 43, 49, 43, 37, 40, 34, 34, 46, 49 ,
34, 40, 43, 31, 38, 33, 40, 39, 40, 31, 47, 32, 42, 43, 39, 43, 38, 42, 37, 35, 36, 28, 50, 48, 28, 45, 43, 36, 38, 31, 48 ,
39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44)
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 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.73333
> var(x)
[1] 46.38974
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.8427, 第1自由度 = 2, 第2自由度 = 102, P値 = 0.4335
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 1.4609, 自由度 = 2, P値 = 0.4817
有意。分散が異なるので、先の分散分析は無効。

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

データ: x と g
F = 0.9059, 第1自由度 = 2.000, 第2自由度 = 64.282, P値 = 0.4093
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 2.857143 2.857143
30 22 20.952381 23.809524
35 28 26.666667 50.476190
40 32 30.476190 80.952381
45 12 11.428571 92.380952
50 5 4.761905 97.142857
55 2 1.904762 99.047619
60 0 0.000000 99.047619
65 1 0.952381 100.000000
>


356 :名無しに影響はない(栃木県):2012/05/12(土) 19:19:08.53 ID:5SMLQE/1
2. n = 67 栃木産セリ, 2012.05.08採取 2.1g, 40度3日間乾燥 繰り返し数 =2
x <- c( 54, 43, 62, 44, 53, 59, 55, 59, 56, 63, 43, 46, 45, 40, 62, 54, 62, 58, 45, 55, 57, 46, 59, 47, 59, 58, 43, 39, 53, 58 ,
58, 53, 42, 46, 59, 55, 47, 53, 44, 62, 53, 47, 51, 57, 49, 54, 62, 54, 48, 55, 53, 59, 56, 59, 49, 53, 55, 65, 53, 45, 49, 53, 62, 49, 52, 56, 55)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 52.97015
> var(x)
[1] 40.27182
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.217, 第1自由度 = 1, 第2自由度 = 65, P値 = 0.6429
有意。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 = 3.231, 自由度 = 1, P値 = 0.07226
有意。分散が異なるので、先の分散分析は無効。

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

データ: x と g
F = 0.2032, 第1自由度 = 1.00, 第2自由度 = 51.56, P値 = 0.654
有意。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
35 1 1.492537 1.492537
40 7 10.447761 11.940299
45 14 20.895522 32.835821
50 15 22.388060 55.223881
55 22 32.835821 88.059701
60 7 10.447761 98.507463
65 1 1.492537 100.000000
>


357 :名無しに影響はない(栃木県):2012/05/12(土) 19:19:33.14 ID:5SMLQE/1
BGと試料の比較

1. n = 105 BG 繰り返し数 =3
gr1 <- c( 43, 44, 43, 32, 35, 35, 40, 31, 47, 34, 37, 42, 31, 40, 42, 36, 36, 33, 39, 43, 65, 44, 42, 39, 49, 41, 31, 38, 57, 38, 47, 43, 50, 28, 40, 43, 49, 43, 37, 40, 34, 34, 46, 49 ,
34, 40, 43, 31, 38, 33, 40, 39, 40, 31, 47, 32, 42, 43, 39, 43, 38, 42, 37, 35, 36, 28, 50, 48, 28, 45, 43, 36, 38, 31, 48 ,
39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44)

2. n = 67 栃木産セリ, 2012.05.08採取 2.1g, 40度3日間乾燥 繰り返し数 =2
gr2 <- c( 54, 43, 62, 44, 53, 59, 55, 59, 56, 63, 43, 46, 45, 40, 62, 54, 62, 58, 45, 55, 57, 46, 59, 47, 59, 58, 43, 39, 53, 58 ,
58, 53, 42, 46, 59, 55, 47, 53, 44, 62, 53, 47, 51, 57, 49, 54, 62, 54, 48, 55, 53, 59, 56, 59, 49, 53, 55, 65, 53, 45, 49, 53, 62, 49, 52, 56, 55)
> 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 = -12.7601, 自由度 = 170, 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: -15.28459 -11.18905
標本推定値:
平均値x 平均値y
39.73333 52.97015
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 = -12.9618, 自由度 = 147.954, 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: -15.25487 -11.21877
標本推定値:
平均値x 平均値y
39.73333 52.97015
有意。試料とバックグラウンドに差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.1519, 第1自由度 = 104, 第2自由度 = 66, P値 = 0.5396
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.7342505 1.7681546
標本推定値:
分散比
1.151916
有意。分散が異なるので(Welchの方法)を使用する。

>


358 :名無しに影響はない(栃木県):2012/05/12(土) 19:21:00.32 ID:5SMLQE/1
3.補足コメント
53.0 - 39.7 = 13.3 CPM (6.25 Bq)
6.25 * 1000 / 2.1 = 2976 Bq/kg
カリウム 410 mg/100g (12.7 Bq/kg) ( http://angel.ap.teacup.com/eiyou/29.html )
水分 93.6 %( http://www.yasainavi.com/eiyou/eiyouhyouseparate/158 の茹での場合を転用)
2976 * 6.4 / 100 = 190 bq/kg

昨年、やたらカリを投入した水田なのですが、畦のカリは少ないようです。

359 :名無しに影響はない(栃木県):2012/05/13(日) 14:33:31.80 ID:AAwlop9Q
1.測定対象
「栃木産バジル, 2012.05.08採取 2.1g, 40度3日間乾燥」の分析

2.測定結果
1. n=30 糊台
x <- c( 39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44)

2. n=30 栃木産バジル, 2012.05.08採取 2.1g, 40度3日間乾燥
x <- c( 59, 60, 50, 65, 61, 50, 56, 44, 49, 47, 53, 54, 52, 53, 39, 50, 55, 51, 63, 52, 51, 59, 65, 55, 59, 52, 54, 69, 46, 45)

3. n=32 糊台
x <- c( 33, 37, 33, 34, 43, 31, 52, 37, 50, 44, 41, 43, 53, 44, 40, 29, 34, 41, 48, 47, 37, 45, 33, 44, 34, 42, 37, 39, 35, 33, 34, 36)

4. n=30 栃木産バジル, 2012.05.08採取 2.1g, 40度3日間乾燥
x <- c( 47, 51, 43, 47, 50, 49, 40, 51, 71, 53, 56, 46, 45, 43, 48, 49, 49, 41, 49, 58, 48, 52, 59, 53, 57, 58, 65, 46, 54, 57)

5. n=30 糊台
x <- c( 46, 38, 38, 45, 36, 41, 34, 40, 38, 48, 34, 41, 51, 43, 46, 29, 31, 30, 43, 33, 40, 37, 38, 47, 38, 39, 42, 33, 35, 37)


360 :名無しに影響はない(栃木県):2012/05/13(日) 14:34:36.85 ID:AAwlop9Q
4. データ貼り付け
全体の分析
x <- c( 39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44 ,
59, 60, 50, 65, 61, 50, 56, 44, 49, 47, 53, 54, 52, 53, 39, 50, 55, 51, 63, 52, 51, 59, 65, 55, 59, 52, 54, 69, 46, 45 ,
33, 37, 33, 34, 43, 31, 52, 37, 50, 44, 41, 43, 53, 44, 40, 29, 34, 41, 48, 47, 37, 45, 33, 44, 34, 42, 37, 39, 35, 33, 34, 36 ,
47, 51, 43, 47, 50, 49, 40, 51, 71, 53, 56, 46, 45, 43, 48, 49, 49, 41, 49, 58, 48, 52, 59, 53, 57, 58, 65, 46, 54, 57 ,
46, 38, 38, 45, 36, 41, 34, 40, 38, 48, 34, 41, 51, 43, 46, 29, 31, 30, 43, 33, 40, 37, 38, 47, 38, 39, 42, 33, 35, 37)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 44.54605
> var(x)
[1] 84.79257
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 37.5321, 第1自由度 = 4, 第2自由度 = 147, 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 = 2.4197, 自由度 = 4, P値 = 0.6591
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 36.3666, 第1自由度 = 4.000, 第2自由度 = 73.205, 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 1.3157895 1.315789
30 23 15.1315789 16.447368
35 27 17.7631579 34.210526
40 28 18.4210526 52.631579
45 25 16.4473684 69.078947
50 26 17.1052632 86.184211
55 13 8.5526316 94.736842
60 3 1.9736842 96.710526
65 4 2.6315789 99.342105
70 1 0.6578947 100.000000
>


361 :名無しに影響はない(栃木県):2012/05/13(日) 14:35:01.63 ID:AAwlop9Q
BGと試料の比較
x <- c( 39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44 ,
59, 60, 50, 65, 61, 50, 56, 44, 49, 47, 53, 54, 52, 53, 39, 50, 55, 51, 63, 52, 51, 59, 65, 55, 59, 52, 54, 69, 46, 45 ,
33, 37, 33, 34, 43, 31, 52, 37, 50, 44, 41, 43, 53, 44, 40, 29, 34, 41, 48, 47, 37, 45, 33, 44, 34, 42, 37, 39, 35, 33, 34, 36 ,
47, 51, 43, 47, 50, 49, 40, 51, 71, 53, 56, 46, 45, 43, 48, 49, 49, 41, 49, 58, 48, 52, 59, 53, 57, 58, 65, 46, 54, 57 ,
46, 38, 38, 45, 36, 41, 34, 40, 38, 48, 34, 41, 51, 43, 46, 29, 31, 30, 43, 33, 40, 37, 38, 47, 38, 39, 42, 33, 35, 37)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 147.6184, 第1自由度 = 1, 第2自由度 = 150, 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 = 0.6107, 自由度 = 1, P値 = 0.4345
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 141.9782, 第1自由度 = 1.000, 第2自由度 = 117.877, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

>


362 :名無しに影響はない(栃木県):2012/05/13(日) 14:35:31.81 ID:AAwlop9Q
繰り返しによる影響

1. n = 92 BG 繰り返し数 =3
x <- c( 39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44 ,
33, 37, 33, 34, 43, 31, 52, 37, 50, 44, 41, 43, 53, 44, 40, 29, 34, 41, 48, 47, 37, 45, 33, 44, 34, 42, 37, 39, 35, 33, 34, 36 ,
46, 38, 38, 45, 36, 41, 34, 40, 38, 48, 34, 41, 51, 43, 46, 29, 31, 30, 43, 33, 40, 37, 38, 47, 38, 39, 42, 33, 35, 37)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.32609
> var(x)
[1] 39.84854
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0469, 第1自由度 = 2, 第2自由度 = 89, P値 = 0.9542
有意ではない。繰り返しによる差異は不明。

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

データ: x と g
バートレットのK二乗値 = 2.0752, 自由度 = 2, P値 = 0.3543
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0.0538, 第1自由度 = 2.000, 第2自由度 = 58.567, P値 = 0.9477
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 2 2.173913 2.173913
30 23 25.000000 27.173913
35 26 28.260870 55.434783
40 23 25.000000 80.434783
45 10 10.869565 91.304348
50 7 7.608696 98.913043
55 1 1.086957 100.000000
>

363 :名無しに影響はない(栃木県):2012/05/13(日) 14:35:58.12 ID:AAwlop9Q
2. n = 60 栃木産バジル, 2012.05.08採取 2.1g, 40度3日間乾燥 繰り返し数 =2
x <- c( 59, 60, 50, 65, 61, 50, 56, 44, 49, 47, 53, 54, 52, 53, 39, 50, 55, 51, 63, 52, 51, 59, 65, 55, 59, 52, 54, 69, 46, 45 ,
47, 51, 43, 47, 50, 49, 40, 51, 71, 53, 56, 46, 45, 43, 48, 49, 49, 41, 49, 58, 48, 52, 59, 53, 57, 58, 65, 46, 54, 57)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 52.55
> var(x)
[1] 47.91271
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.4555, 第1自由度 = 1, 第2自由度 = 58, P値 = 0.1226
有意。繰り返しによる差異が存在する。

> 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 = 0.0051, 自由度 = 1, P値 = 0.943
有意ではない。先の分散分析は有効。

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

データ: x と g
F = 2.4555, 第1自由度 = 1.00, 第2自由度 = 57.99, P値 = 0.1226
有意。繰り返しによる差異が存在する。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
35 1 1.666667 1.666667
40 5 8.333333 10.000000
45 15 25.000000 35.000000
50 19 31.666667 66.666667
55 12 20.000000 86.666667
60 3 5.000000 91.666667
65 4 6.666667 98.333333
70 1 1.666667 100.000000
>


364 :名無しに影響はない(栃木県):2012/05/13(日) 14:36:30.12 ID:AAwlop9Q
BGと試料の比較

1. n = 92 BG 繰り返し数 =3
gr1 <- c( 39, 52, 40, 33, 48, 33, 43, 31, 48, 55, 35, 35, 30, 50, 38, 37, 37, 42, 43, 33, 36, 53, 35, 41, 33, 31, 35, 30, 44, 44 ,
33, 37, 33, 34, 43, 31, 52, 37, 50, 44, 41, 43, 53, 44, 40, 29, 34, 41, 48, 47, 37, 45, 33, 44, 34, 42, 37, 39, 35, 33, 34, 36 ,
46, 38, 38, 45, 36, 41, 34, 40, 38, 48, 34, 41, 51, 43, 46, 29, 31, 30, 43, 33, 40, 37, 38, 47, 38, 39, 42, 33, 35, 37)

2. n = 60 栃木産バジル, 2012.05.08採取 2.1g, 40度3日間乾燥 繰り返し数 =2
gr2 <- c( 59, 60, 50, 65, 61, 50, 56, 44, 49, 47, 53, 54, 52, 53, 39, 50, 55, 51, 63, 52, 51, 59, 65, 55, 59, 52, 54, 69, 46, 45 ,
47, 51, 43, 47, 50, 49, 40, 51, 71, 53, 56, 46, 45, 43, 48, 49, 49, 41, 49, 58, 48, 52, 59, 53, 57, 58, 65, 46, 54, 57)

> 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 = -12.1498, 自由度 = 150, 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: -15.37449 -11.07333
標本推定値:
平均値x 平均値y
39.32609 52.55000
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 = -11.9155, 自由度 = 117.877, 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: -15.42167 -11.02616
標本推定値:
平均値x 平均値y
39.32609 52.55000
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 = 0.8317, 第1自由度 = 91, 第2自由度 = 59, P値 = 0.4246
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.515204 1.311371
標本推定値:
分散比
0.8316904
有意。分散が異なるので(Welchの方法)を使用する

>


365 :名無しに影響はない(栃木県):2012/05/13(日) 14:37:03.61 ID:AAwlop9Q
3.補足コメント
52.6 - 39.3 = 13.3 CPM (6.25 Ba)
6.25 * 1000 / 2.1 = 2980 Bq/kg

カリウム; 420 mg/100g ( http://www.yasainavi.com/eiyou/eiyouhyouseparate/278 ) (13.0 Bq/kg)
水分; 91.5%
より、
2980 / 100 * 8.5 = 253 Bq/kg
253 >> 13.0 なのでほとんどが福島由来と考えられる。


366 :名無しに影響はない(栃木県):2012/05/15(火) 19:24:56.98 ID:TYUgHG7F
1.測定対象
「栃木県産お茶 40度12時間乾燥 5.3g 2012.05.13 採取」の分析
極端に芽が小さいのてすが、収穫して乾燥しました。本来の収穫期ではありません。
又、蒸していません。非加熱のまま乾燥しています。
http://ja.wikipedia.org/wiki/%E6%97%A5%E6%9C%AC%E8%8C%B6
http://ocha.tv/production/tea_picking/nihoncha_picking/

2.測定結果
1. n=35 糊台
x <- c( 42, 49, 25, 40, 33, 29, 44, 40, 25, 35, 45, 47, 54, 43, 30, 42, 42, 34, 39, 50, 40, 30, 39, 34, 41, 40, 42, 41, 40, 47, 32, 47, 43, 39, 28)

2. n=30 2012.05.13 採取お茶 40度12時間乾燥 5.3g
x <- c( 48, 53, 50, 53, 51, 57, 46, 51, 54, 49, 66, 54, 47, 48, 49, 46, 62, 49, 54, 54, 44, 46, 51, 51, 48, 45, 39, 55, 58, 61)

3. n=40 糊台
x <- c( 48, 52, 31, 43, 45, 43, 43, 46, 42, 46, 33, 32, 46, 38, 29, 40, 34, 51, 39, 37, 41, 34, 36, 43, 35, 37, 37, 42, 38, 47, 42, 47, 36, 38, 41, 38, 33, 45, 43, 40)

4. n=37 2012.05.13 採取お茶 40度12時間乾燥 5.3g
x <- c( 33, 45, 47, 54, 56, 43, 51, 32, 62, 42, 44, 31, 53, 60, 48, 47, 67, 42, 56, 39, 59, 44, 46, 60, 50, 55, 60, 60, 47, 54, 38, 60, 42, 44, 51, 49, 59)

5. n=37 糊台
x <- c( 48, 43, 40, 40, 51, 33, 31, 38, 40, 50, 41, 36, 37, 33, 46, 51, 38, 35, 41, 46, 39, 34, 27, 39, 32, 35, 32, 29, 36, 42, 45, 43, 40, 49, 42, 31, 45)


367 :名無しに影響はない(栃木県):2012/05/15(火) 19:26:18.03 ID:TYUgHG7F
4. データ貼り付け
全体の分析
x <- c( 42, 49, 25, 40, 33, 29, 44, 40, 25, 35, 45, 47, 54, 43, 30, 42, 42, 34, 39, 50, 40, 30, 39, 34, 41, 40, 42, 41, 40, 47, 32, 47, 43, 39, 28 ,
48, 53, 50, 53, 51, 57, 46, 51, 54, 49, 66, 54, 47, 48, 49, 46, 62, 49, 54, 54, 44, 46, 51, 51, 48, 45, 39, 55, 58, 61 ,
48, 52, 31, 43, 45, 43, 43, 46, 42, 46, 33, 32, 46, 38, 29, 40, 34, 51, 39, 37, 41, 34, 36, 43, 35, 37, 37, 42, 38, 47, 42, 47, 36, 38, 41, 38, 33, 45, 43, 40 ,
33, 45, 47, 54, 56, 43, 51, 32, 62, 42, 44, 31, 53, 60, 48, 47, 67, 42, 56, 39, 59, 44, 46, 60, 50, 55, 60, 60, 47, 54, 38, 60, 42, 44, 51, 49, 59 ,
48, 43, 40, 40, 51, 33, 31, 38, 40, 50, 41, 36, 37, 33, 46, 51, 38, 35, 41, 46, 39, 34, 27, 39, 32, 35, 32, 29, 36, 42, 45, 43, 40, 49, 42, 31, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 43.6257
> var(x)
[1] 72.94338
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 25.7552, 第1自由度 = 4, 第2自由度 = 174, P値 < 2.2e-16
有意。群間に差異がある。

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

データ: x と g
バートレットのK二乗値 = 11.5649, 自由度 = 4, P値 = 0.02090
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 = 27.9117, 第1自由度 = 4.000, 第2自由度 = 85.308, P値 = 7.972e-15
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 3.910615 3.910615
30 22 12.290503 16.201117
35 27 15.083799 31.284916
40 44 24.581006 55.865922
45 37 20.670391 76.536313
50 24 13.407821 89.944134
55 8 4.469274 94.413408
60 8 4.469274 98.882682
65 2 1.117318 100.000000
>


368 :名無しに影響はない(栃木県):2012/05/15(火) 19:26:43.71 ID:TYUgHG7F
BGと試料の比較
x <- c( 42, 49, 25, 40, 33, 29, 44, 40, 25, 35, 45, 47, 54, 43, 30, 42, 42, 34, 39, 50, 40, 30, 39, 34, 41, 40, 42, 41, 40, 47, 32, 47, 43, 39, 28 ,
48, 53, 50, 53, 51, 57, 46, 51, 54, 49, 66, 54, 47, 48, 49, 46, 62, 49, 54, 54, 44, 46, 51, 51, 48, 45, 39, 55, 58, 61 ,
48, 52, 31, 43, 45, 43, 43, 46, 42, 46, 33, 32, 46, 38, 29, 40, 34, 51, 39, 37, 41, 34, 36, 43, 35, 37, 37, 42, 38, 47, 42, 47, 36, 38, 41, 38, 33, 45, 43, 40 ,
33, 45, 47, 54, 56, 43, 51, 32, 62, 42, 44, 31, 53, 60, 48, 47, 67, 42, 56, 39, 59, 44, 46, 60, 50, 55, 60, 60, 47, 54, 38, 60, 42, 44, 51, 49, 59 ,
48, 43, 40, 40, 51, 33, 31, 38, 40, 50, 41, 36, 37, 33, 46, 51, 38, 35, 41, 46, 39, 34, 27, 39, 32, 35, 32, 29, 36, 42, 45, 43, 40, 49, 42, 31, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 101.9927, 第1自由度 = 1, 第2自由度 = 177, 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 = 3.5308, 自由度 = 1, P値 = 0.06024
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 = 92.1035, 第1自由度 = 1.000, 第2自由度 = 117.839, P値 < 2.2e-16
有意。試料とバックグラウンドに差異がある。

>


369 :名無しに影響はない(栃木県):2012/05/15(火) 19:27:14.24 ID:TYUgHG7F
繰り返しによる影響

1. n = 112 BG 繰り返し数 =3
x <- c( 42, 49, 25, 40, 33, 29, 44, 40, 25, 35, 45, 47, 54, 43, 30, 42, 42, 34, 39, 50, 40, 30, 39, 34, 41, 40, 42, 41, 40, 47, 32, 47, 43, 39, 28 ,
48, 52, 31, 43, 45, 43, 43, 46, 42, 46, 33, 32, 46, 38, 29, 40, 34, 51, 39, 37, 41, 34, 36, 43, 35, 37, 37, 42, 38, 47, 42, 47, 36, 38, 41, 38, 33, 45, 43, 40 ,
48, 43, 40, 40, 51, 33, 31, 38, 40, 50, 41, 36, 37, 33, 46, 51, 38, 35, 41, 46, 39, 34, 27, 39, 32, 35, 32, 29, 36, 42, 45, 43, 40, 49, 42, 31, 45)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.64286
> var(x)
[1] 39.1686
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.326, 第1自由度 = 2, 第2自由度 = 109, P値 = 0.7225
有意ではない。繰り返しによる差異は不明。

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

データ: x と g
バートレットのK二乗値 = 2.3096, 自由度 = 2, P値 = 0.3151
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 = 0.3508, 第1自由度 = 2.000, 第2自由度 = 70.206, P値 = 0.7053
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 7 6.25000 6.25000
30 19 16.96429 23.21429
35 24 21.42857 44.64286
40 36 32.14286 76.78571
45 19 16.96429 93.75000
50 7 6.25000 100.00000
>


370 :名無しに影響はない(栃木県):2012/05/15(火) 19:27:46.46 ID:TYUgHG7F
2. n = 67 2012.05.13 採取お茶 40度12時間乾燥 5.3g 繰り返し数 =2
x <- c( 48, 53, 50, 53, 51, 57, 46, 51, 54, 49, 66, 54, 47, 48, 49, 46, 62, 49, 54, 54, 44, 46, 51, 51, 48, 45, 39, 55, 58, 61 ,
33, 45, 47, 54, 56, 43, 51, 32, 62, 42, 44, 31, 53, 60, 48, 47, 67, 42, 56, 39, 59, 44, 46, 60, 50, 55, 60, 60, 47, 54, 38, 60, 42, 44, 51, 49, 59)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 50.28358
> var(x)
[1] 58.93351
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.9516, 第1自由度 = 1, 第2自由度 = 65, P値 = 0.3329
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 5.9694, 自由度 = 1, P値 = 0.01456
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 = 1.0404, 第1自由度 = 1.000, 第2自由度 = 61.892, P値 = 0.3117
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 3 4.477612 4.477612
35 3 4.477612 8.955224
40 8 11.940299 20.895522
45 18 26.865672 47.761194
50 17 25.373134 73.134328
55 8 11.940299 85.074627
60 8 11.940299 97.014925
65 2 2.985075 100.000000
>


371 :名無しに影響はない(栃木県):2012/05/15(火) 19:28:30.92 ID:TYUgHG7F
BGと試料の比較

1. n = 112 BG 繰り返し数 =3
gr1 <- c( 42, 49, 25, 40, 33, 29, 44, 40, 25, 35, 45, 47, 54, 43, 30, 42, 42, 34, 39, 50, 40, 30, 39, 34, 41, 40, 42, 41, 40, 47, 32, 47, 43, 39, 28 ,
48, 52, 31, 43, 45, 43, 43, 46, 42, 46, 33, 32, 46, 38, 29, 40, 34, 51, 39, 37, 41, 34, 36, 43, 35, 37, 37, 42, 38, 47, 42, 47, 36, 38, 41, 38, 33, 45, 43, 40 ,
48, 43, 40, 40, 51, 33, 31, 38, 40, 50, 41, 36, 37, 33, 46, 51, 38, 35, 41, 46, 39, 34, 27, 39, 32, 35, 32, 29, 36, 42, 45, 43, 40, 49, 42, 31, 45)

2. n = 67 2012.05.13 採取お茶 40度12時間乾燥 5.3g 繰り返し数 =2
gr2 <- c( 48, 53, 50, 53, 51, 57, 46, 51, 54, 49, 66, 54, 47, 48, 49, 46, 62, 49, 54, 54, 44, 46, 51, 51, 48, 45, 39, 55, 58, 61 ,
33, 45, 47, 54, 56, 43, 51, 32, 62, 42, 44, 31, 53, 60, 48, 47, 67, 42, 56, 39, 59, 44, 46, 60, 50, 55, 60, 60, 47, 54, 38, 60, 42, 44, 51, 49, 59)
> 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 = -10.0991, 自由度 = 177, 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: -12.720011 -8.561439
標本推定値:
平均値x 平均値y
39.64286 50.28358
有意。バックグラウンドと試料に差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -9.5971, 自由度 = 117.839, 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: -12.836381 -8.445069
標本推定値:
平均値x 平均値y
39.64286 50.28358
有意。バックグラウンドと試料に差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 0.6646, 第1自由度 = 111, 第2自由度 = 66, P値 = 0.0577
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4254539 1.0134146
標本推定値:
分散比
0.6646235
有意。分散が異なるので(Welchの方法)を使用する。

>


372 :名無しに影響はない(栃木県):2012/05/15(火) 19:29:24.71 ID:TYUgHG7F
3.補足コメント
50.3 - 39.6 = 10.7 CPM (5.03 Bq)
5.03 * 1000 / 5.3 = 950 Bq/kg
カリウム濃度 2000 - 2800 mg/100g ( http://sizen-life.com/emk-shkh/mral/potassium/kezuribs-kocha.html )より 61-86 Bq/kg。
950 >> 86 なので、かなりか゛福島由来成分でしょう。


373 :名無しに影響はない(栃木県):2012/05/15(火) 20:12:42.76 ID:TYUgHG7F
1.測定対象
「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。」の分析

2.測定結果
1. n=31 糊台
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)

2. n=36 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。
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)

3. n=39 糊台
x <- c( 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)

4. n=36 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。
x <- c( 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)

5. n=31 糊台
x <- c( 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)

374 :名無しに影響はない(栃木県):2012/05/15(火) 20:14:06.66 ID: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):2012/05/15(火) 20:14:34.13 ID: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):2012/05/15(火) 20:15:00.58 ID: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):2012/05/15(火) 20:15:38.83 ID: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):2012/05/15(火) 20:16:10.67 ID: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):2012/05/15(火) 20:16:45.53 ID: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) ( http://www.yasainavi.com/eiyou/eiyouhyouseparate/101 )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( http://www.asano-books.com/?pid=27357774 )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( http://www.kaita-hospital.jp/docs/eiyobudayori/201006.pdf 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):2012/05/15(火) 20:26:58.93 ID: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):2012/05/15(火) 21:00:33.16 ID: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):2012/05/15(火) 23:47:10.07 ID: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。
http://www.kankyo-hoshano.go.jp/08/soukatsu_lib/h20_suijun.pdf

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

383 :名無しに影響はない(栃木県):2012/05/16(水) 20:05:08.15 ID: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):2012/05/16(水) 20:14:13.10 ID: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。
http://www.dotup.org/uploda/www.dotup.org2985979.gif.html
http://www.dotup.org/uploda/www.dotup.org2985982.gif.html
http://www.dotup.org/uploda/www.dotup.org2985984.gif.html
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):2012/05/16(水) 21:07:18.50 ID: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):2012/05/16(水) 21:08:59.09 ID: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):2012/05/16(水) 21:09:27.56 ID: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):2012/05/16(水) 21:10:00.22 ID: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):2012/05/16(水) 21:10:32.76 ID: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):2012/05/16(水) 21:11:59.69 ID: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):2012/05/16(水) 21:22:42.54 ID: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 ( http://www.pasta.or.jp/content/basic/index.html )
カリウム 378mg/100g ( http://astore.amazon.co.jp/rarobeninet-22/detail/B0015XNY1S ) (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):2012/05/17(木) 00:27:33.30 ID: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):2012/05/17(木) 21:22:17.75 ID:2HGP5HvM
>>391-392 ハンフォード
http://satehate.exblog.jp/16686219/

394 :名無しに影響はない(福岡県):2012/05/18(金) 01:31:56.58 ID: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?


395 :名無しに影響はない(やわらか銀行):2012/05/19(土) 17:51:26.88 ID:qw5DVHph
今だから言うがそれはアセトアルデヒドではないかな?

396 :名無しに影響はない(栃木県):2012/05/21(月) 19:36:27.67 ID:nslaCjEF
1.測定対象
「豆腐」の分析。
豆腐50.0gを計りとり、赤外線照射20時間、40度2日間放置し乾燥したもの。
梱包容器を消失したのでメーカー、ロットは不明。

2.測定結果
1. n=30 糊台
x <- c( 40, 40, 37, 34, 35, 28, 48, 36, 25, 30, 38, 78, 30, 39, 36, 29, 29, 46, 42, 43, 34, 40, 42, 43, 42, 37, 45, 44, 37, 31)

2. n=30 豆腐50g, 赤外線20時間乾燥, 40度2日放置
x <- c( 39, 43, 40, 28, 45, 35, 34, 47, 47, 47, 51, 49, 45, 34, 47, 27, 46, 56, 31, 38, 44, 43, 38, 50, 38, 33, 32, 43, 29, 39)

3. n=34 糊台
x <- c( 39, 47, 36, 37, 33, 32, 32, 37, 37, 29, 47, 41, 37, 20, 52, 49, 27, 44, 39, 38, 35, 47, 36, 34, 44, 39, 50, 27, 37, 38, 44, 41, 45, 42)

4. n=153 豆腐50g, 赤外線20時間乾燥, 40度2日放置
x <- c( 46, 49, 37, 53, 43, 28, 69, 45, 37, 61, 47, 43, 36, 39, 40, 41, 40, 39, 39, 41, 46, 51, 48, 38, 40, 39, 52, 44, 39, 37, 45, 45, 36, 43,
52, 48, 43, 42, 47, 63, 52, 50, 49, 38, 42, 53, 41, 47, 38, 51, 28, 48, 39, 42, 45, 50, 44, 37, 34, 49, 51, 40, 36, 51, 51, 53, 38, 48, 35, 39,
47, 41, 38, 44, 37, 42, 59, 33, 34, 40, 44, 49, 52, 46, 37, 48, 43, 44, 43, 55, 41, 41, 44, 50, 41, 49, 46, 44, 44, 42, 29, 44, 34, 41, 52, 35,
50, 43, 46, 36, 49, 46, 58, 42, 38, 35, 54, 42, 41, 52, 35, 38, 32, 52, 45, 46, 38, 52, 54, 37, 39, 43, 37, 44, 46, 40, 37, 41, 45, 54, 44, 38,
38, 44, 32, 45, 55, 35, 47, 33, 47, 40, 39)

5. n=31 糊台
x <- c( 41, 42, 47, 37, 35, 35, 45, 37, 35, 29, 42, 29, 50, 35, 41, 41, 46, 34, 40, 43, 32, 38, 37, 32, 38, 44, 35, 54, 39, 32, 46)


397 :名無しに影響はない(栃木県):2012/05/21(月) 19:36:50.65 ID:nslaCjEF
4. データ貼り付け
全体の分析
x <- c( 40, 40, 37, 34, 35, 28, 48, 36, 25, 30, 38, 78, 30, 39, 36, 29, 29, 46, 42, 43, 34, 40, 42, 43, 42, 37, 45, 44, 37, 31 ,
39, 43, 40, 28, 45, 35, 34, 47, 47, 47, 51, 49, 45, 34, 47, 27, 46, 56, 31, 38, 44, 43, 38, 50, 38, 33, 32, 43, 29, 39 ,
39, 47, 36, 37, 33, 32, 32, 37, 37, 29, 47, 41, 37, 20, 52, 49, 27, 44, 39, 38, 35, 47, 36, 34, 44, 39, 50, 27, 37, 38, 44, 41, 45, 42 ,
46, 49, 37, 53, 43, 28, 69, 45, 37, 61, 47, 43, 36, 39, 40, 41, 40, 39, 39, 41, 46, 51, 48, 38, 40, 39, 52, 44, 39, 37, 45, 45, 36, 43,
52, 48, 43, 42, 47, 63, 52, 50, 49, 38, 42, 53, 41, 47, 38, 51, 28, 48, 39, 42, 45, 50, 44, 37, 34, 49, 51, 40, 36, 51, 51, 53, 38, 48,
35, 39, 47, 41, 38, 44, 37, 42, 59, 33, 34, 40, 44, 49, 52, 46, 37, 48, 43, 44, 43, 55, 41, 41, 44, 50, 41, 49, 46, 44, 44, 42, 29, 44,
34, 41, 52, 35, 50, 43, 46, 36, 49, 46, 58, 42, 38, 35, 54, 42, 41, 52, 35, 38, 32, 52, 45, 46, 38, 52, 54, 37, 39, 43, 37, 44, 46, 40,
37, 41, 45, 54, 44, 38, 38, 44, 32, 45, 55, 35, 47, 33, 47, 40, 39 ,
41, 42, 47, 37, 35, 35, 45, 37, 35, 29, 42, 29, 50, 35, 41, 41, 46, 34, 40, 43, 32, 38, 37, 32, 38, 44, 35, 54, 39, 32, 46)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,
4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 41.60432
> var(x)
[1] 56.11724
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 6.7796, 第1自由度 = 4, 第2自由度 = 273, P値 = 3.241e-05
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 = 7.751, 自由度 = 4, P値 = 0.1011
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 = 6.7549, 第1自由度 = 4.000, 第2自由度 = 74.481, P値 = 0.0001076
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 0.3597122 0.3597122
25 15 5.3956835 5.7553957
30 25 8.9928058 14.7482014
35 75 26.9784173 41.7266187
40 72 25.8992806 67.6258993
45 52 18.7050360 86.3309353
50 29 10.4316547 96.7625899
55 5 1.7985612 98.5611511
60 2 0.7194245 99.2805755
65 1 0.3597122 99.6402878
70 0 0.0000000 99.6402878
75 1 0.3597122 100.0000000
>


398 :名無しに影響はない(栃木県):2012/05/21(月) 19:38:00.27 ID:nslaCjEF
BGと試料の比較
x <- c( 40, 40, 37, 34, 35, 28, 48, 36, 25, 30, 38, 78, 30, 39, 36, 29, 29, 46, 42, 43, 34, 40, 42, 43, 42, 37, 45, 44, 37, 31 ,
39, 43, 40, 28, 45, 35, 34, 47, 47, 47, 51, 49, 45, 34, 47, 27, 46, 56, 31, 38, 44, 43, 38, 50, 38, 33, 32, 43, 29, 39 ,
39, 47, 36, 37, 33, 32, 32, 37, 37, 29, 47, 41, 37, 20, 52, 49, 27, 44, 39, 38, 35, 47, 36, 34, 44, 39, 50, 27, 37, 38, 44, 41, 45, 42 ,
46, 49, 37, 53, 43, 28, 69, 45, 37, 61, 47, 43, 36, 39, 40, 41, 40, 39, 39, 41, 46, 51, 48, 38, 40, 39, 52, 44, 39, 37, 45, 45, 36, 43,
52, 48, 43, 42, 47, 63, 52, 50, 49, 38, 42, 53, 41, 47, 38, 51, 28, 48, 39, 42, 45, 50, 44, 37, 34, 49, 51, 40, 36, 51, 51, 53, 38, 48,
35, 39, 47, 41, 38, 44, 37, 42, 59, 33, 34, 40, 44, 49, 52, 46, 37, 48, 43, 44, 43, 55, 41, 41, 44, 50, 41, 49, 46, 44, 44, 42, 29, 44,
34, 41, 52, 35, 50, 43, 46, 36, 49, 46, 58, 42, 38, 35, 54, 42, 41, 52, 35, 38, 32, 52, 45, 46, 38, 52, 54, 37, 39, 43, 37, 44, 46, 40,
37, 41, 45, 54, 44, 38, 38, 44, 32, 45, 55, 35, 47, 33, 47, 40, 39 ,
41, 42, 47, 37, 35, 35, 45, 37, 35, 29, 42, 29, 50, 35, 41, 41, 46, 34, 40, 43, 32, 38, 37, 32, 38, 44, 35, 54, 39, 32, 46)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
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 = 22.6297, 第1自由度 = 1, 第2自由度 = 276, P値 = 3.17e-06
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 = 0.6394, 自由度 = 1, P値 = 0.4239
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 = 21.6268, 第1自由度 = 1.000, 第2自由度 = 178.922, P値 = 6.416e-06
有意。試料とバックグラウンドに差異がある。

>

399 :名無しに影響はない(栃木県):2012/05/21(月) 19:38:22.66 ID:nslaCjEF
繰り返しによる影響

1. n = 95 BG 繰り返し数 =3
x <- c( 40, 40, 37, 34, 35, 28, 48, 36, 25, 30, 38, 78, 30, 39, 36, 29, 29, 46, 42, 43, 34, 40, 42, 43, 42, 37, 45, 44, 37, 31 ,
39, 47, 36, 37, 33, 32, 32, 37, 37, 29, 47, 41, 37, 20, 52, 49, 27, 44, 39, 38, 35, 47, 36, 34, 44, 39, 50, 27, 37, 38, 44, 41, 45, 42 ,
41, 42, 47, 37, 35, 35, 45, 37, 35, 29, 42, 29, 50, 35, 41, 41, 46, 34, 40, 43, 32, 38, 37, 32, 38, 44, 35, 54, 39, 32, 46)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 38.74737
> var(x)
[1] 57.06316
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0397, 第1自由度 = 2, 第2自由度 = 92, P値 = 0.961
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 = 6.3666, 自由度 = 2, P値 = 0.04145
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 = 0.0512, 第1自由度 = 2.000, 第2自由度 = 58.811, P値 = 0.9502
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 1 1.052632 1.052632
25 9 9.473684 10.526316
30 13 13.684211 24.210526
35 32 33.684211 57.894737
40 23 24.210526 82.105263
45 12 12.631579 94.736842
50 4 4.210526 98.947368
55 0 0.000000 98.947368
60 0 0.000000 98.947368
65 0 0.000000 98.947368
70 0 0.000000 98.947368
75 1 1.052632 100.000000
>


400 :名無しに影響はない(栃木県):2012/05/21(月) 19:38:42.39 ID:nslaCjEF
2. n = 183 豆腐50g, 赤外線20時間乾燥, 40度2日放置 繰り返し数 =2
x <- c( 39, 43, 40, 28, 45, 35, 34, 47, 47, 47, 51, 49, 45, 34, 47, 27, 46, 56, 31, 38, 44, 43, 38, 50, 38, 33, 32, 43, 29, 39 ,
46, 49, 37, 53, 43, 28, 69, 45, 37, 61, 47, 43, 36, 39, 40, 41, 40, 39, 39, 41, 46, 51, 48, 38, 40, 39, 52, 44, 39, 37, 45, 45,
36, 43, 52, 48, 43, 42, 47, 63, 52, 50, 49, 38, 42, 53, 41, 47, 38, 51, 28, 48, 39, 42, 45, 50, 44, 37, 34, 49, 51, 40, 36, 51,
51, 53, 38, 48, 35, 39, 47, 41, 38, 44, 37, 42, 59, 33, 34, 40, 44, 49, 52, 46, 37, 48, 43, 44, 43, 55, 41, 41, 44, 50, 41, 49,
46, 44, 44, 42, 29, 44, 34, 41, 52, 35, 50, 43, 46, 36, 49, 46, 58, 42, 38, 35, 54, 42, 41, 52, 35, 38, 32, 52, 45, 46, 38, 52,
54, 37, 39, 43, 37, 44, 46, 40, 37, 41, 45, 54, 44, 38, 38, 44, 32, 45, 55, 35, 47, 33, 47, 40, 39)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 43.08743
> var(x)
[1] 49.46484
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 4.5766, 第1自由度 = 1, 第2自由度 = 181, P値 = 0.03375
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 0.3348, 自由度 = 1, P値 = 0.5629
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 = 4.0975, 第1自由度 = 1.000, 第2自由度 = 39.251, P値 = 0.04979
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 6 3.2786885 3.278689
30 12 6.5573770 9.836066
35 43 23.4972678 33.333333
40 49 26.7759563 60.109290
45 40 21.8579235 81.967213
50 25 13.6612022 95.628415
55 5 2.7322404 98.360656
60 2 1.0928962 99.453552
65 1 0.5464481 100.000000
>


401 :名無しに影響はない(栃木県):2012/05/21(月) 19:39:04.74 ID:nslaCjEF
BGと試料の比較

1. n = 95 BG 繰り返し数 =3
gr1 <- c( 40, 40, 37, 34, 35, 28, 48, 36, 25, 30, 38, 78, 30, 39, 36, 29, 29, 46, 42, 43, 34, 40, 42, 43, 42, 37, 45, 44, 37, 31 ,
39, 47, 36, 37, 33, 32, 32, 37, 37, 29, 47, 41, 37, 20, 52, 49, 27, 44, 39, 38, 35, 47, 36, 34, 44, 39, 50, 27, 37, 38, 44, 41, 45, 42 ,
41, 42, 47, 37, 35, 35, 45, 37, 35, 29, 42, 29, 50, 35, 41, 41, 46, 34, 40, 43, 32, 38, 37, 32, 38, 44, 35, 54, 39, 32, 46)

2. n = 183 豆腐50g, 赤外線20時間乾燥, 40度2日放置 繰り返し数 =2
gr2 <- c( 39, 43, 40, 28, 45, 35, 34, 47, 47, 47, 51, 49, 45, 34, 47, 27, 46, 56, 31, 38, 44, 43, 38, 50, 38, 33, 32, 43, 29, 39 ,
46, 49, 37, 53, 43, 28, 69, 45, 37, 61, 47, 43, 36, 39, 40, 41, 40, 39, 39, 41, 46, 51, 48, 38, 40, 39, 52, 44, 39, 37, 45, 45, 36,
43, 52, 48, 43, 42, 47, 63, 52, 50, 49, 38, 42, 53, 41, 47, 38, 51, 28, 48, 39, 42, 45, 50, 44, 37, 34, 49, 51, 40, 36, 51, 51, 53,
38, 48, 35, 39, 47, 41, 38, 44, 37, 42, 59, 33, 34, 40, 44, 49, 52, 46, 37, 48, 43, 44, 43, 55, 41, 41, 44, 50, 41, 49, 46, 44, 44,
42, 29, 44, 34, 41, 52, 35, 50, 43, 46, 36, 49, 46, 58, 42, 38, 35, 54, 42, 41, 52, 35, 38, 32, 52, 45, 46, 38, 52, 54, 37, 39, 43,
37, 44, 46, 40, 37, 41, 45, 54, 44, 38, 38, 44, 32, 45, 55, 35, 47, 33, 47, 40, 39)
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -4.7571, 自由度 = 276, P値 = 3.17e-06
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -6.136092 -2.544035
標本推定値:
平均値x 平均値y
38.74737 43.08743
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 = -4.6505, 自由度 = 178.922, P値 = 6.416e-06
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -6.181665 -2.498461
標本推定値:
平均値x 平均値y
38.74737 43.08743
有意。試料とバックグラウンドに差異がある。

> var.test(gr1, gr2)
二群の等分散性の検定

データ: gr1 と gr2
F = 1.1536, 第1自由度 = 94, 第2自由度 = 182, P値 = 0.4129
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.8180646 1.6599654
標本推定値:
分散比
1.153610
有意。分散が異なるので(Welchの方法)を使用する。

>

402 :名無しに影響はない(栃木県):2012/05/21(月) 19:39:24.32 ID:nslaCjEF
3.補足コメント
43.1 - 38.7 = 4.4 CPM (2.068 Bq)
試料の重さが50gだから
2.068 * 1000 / 50 = 41.36 Bq/kg。
水分 86.8-89.4%, カリウム 140-150 mg/100g (4.3-4.6 Bq/kg) ( http://www.bioweather.net/recipe/0706n/0706n_index_e1.htm )
より、含まれているカリウムに比べて10倍程度の線量である。


403 :名無しに影響はない(栃木県):2012/05/21(月) 19:41:45.25 ID:nslaCjEF
電池切れと思われるカウントが異常に低い測定。
過去の値を見ればわかるとおり、39前後の値がBG。
ところが、異常に低い値が出ました。
x <- c( 23, 18, 29, 15, 20, 18, 30, 16, 20, 25, 16, 25, 28, 24, 16, 14, 23, 28, 17, 19, 26, 40, 13, 27, 19, 25, 29, 18, 15, 16)


404 :名無しに影響はない(やわらか銀行):2012/05/21(月) 20:39:31.04 ID:7hFQAtdZ
9V乾電池代替アダプター
http://item.rakuten.co.jp/denshi/51703/

405 :名無しに影響はない(栃木県):2012/05/21(月) 20:56:21.94 ID:nslaCjEF
1.測定対象
「佐賀市産たまねぎ 40度2週間乾燥 11.5g」の分析。

2.測定結果
1. n=31 糊台
x <- c( 36, 30, 25, 38, 43, 38, 40, 42, 40, 36, 28, 39, 43, 34, 45, 35, 40, 34, 37, 35, 34, 35, 42, 40, 46, 54, 40, 47, 34, 47, 39)

2. n=30 佐賀市産たまねぎ 40度2週間乾燥 11.5g
x <- c( 45, 46, 47, 59, 45, 47, 39, 58, 37, 62, 49, 45, 39, 36, 51, 42, 55, 44, 45, 47, 41, 53, 37, 37, 46, 49, 42, 49, 38, 57)

3. n=32 糊台
x <- c( 41, 47, 37, 26, 35, 40, 30, 26, 38, 61, 73, 41, 35, 40, 34, 32, 42, 39, 38, 37, 47, 39, 45, 50, 44, 44, 31, 32, 45, 34, 39, 52)

4. n=31 佐賀市産たまねぎ 40度2週間乾燥 11.5g
x <- c( 39, 41, 55, 41, 42, 55, 47, 36, 38, 33, 38, 57, 55, 48, 45, 51, 51, 56, 55, 59, 71, 37, 48, 42, 55, 52, 44, 51, 51, 35, 43)

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



406 :名無しに影響はない(栃木県):2012/05/21(月) 20:56:46.43 ID:nslaCjEF
4. データ貼り付け
全体の分析
x <- c( 36, 30, 25, 38, 43, 38, 40, 42, 40, 36, 28, 39, 43, 34, 45, 35, 40, 34, 37, 35, 34, 35, 42, 40, 46, 54, 40, 47, 34, 47, 39 ,
45, 46, 47, 59, 45, 47, 39, 58, 37, 62, 49, 45, 39, 36, 51, 42, 55, 44, 45, 47, 41, 53, 37, 37, 46, 49, 42, 49, 38, 57 ,
41, 47, 37, 26, 35, 40, 30, 26, 38, 61, 73, 41, 35, 40, 34, 32, 42, 39, 38, 37, 47, 39, 45, 50, 44, 44, 31, 32, 45, 34, 39, 52 ,
39, 41, 55, 41, 42, 55, 47, 36, 38, 33, 38, 57, 55, 48, 45, 51, 51, 56, 55, 59, 71, 37, 48, 42, 55, 52, 44, 51, 51, 35, 43 ,
31, 44, 40, 34, 34, 30, 31, 34, 40, 46, 40, 42, 48, 42, 42, 39, 32, 31, 48, 35, 41, 35, 45, 29, 34, 45, 43, 43, 34, 37, 46)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,
5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 42.2129
> var(x)
[1] 70.20762
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 9.9201, 第1自由度 = 4, 第2自由度 = 150, P値 = 3.781e-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 = 11.8143, 自由度 = 4, P値 = 0.01879

> 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 = 10.7469, 第1自由度 = 4.000, 第2自由度 = 74.432, P値 = 6.267e-07

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 5 3.225806 3.225806
30 22 14.193548 17.419355
35 36 23.225806 40.645161
40 36 23.225806 63.870968
45 30 19.354839 83.225806
50 10 6.451613 89.677419
55 12 7.741935 97.419355
60 2 1.290323 98.709677
65 0 0.000000 98.709677
70 2 1.290323 100.000000
>


407 :名無しに影響はない(栃木県):2012/05/21(月) 20:57:05.08 ID:nslaCjEF
BGと試料の比較
x <- c( 36, 30, 25, 38, 43, 38, 40, 42, 40, 36, 28, 39, 43, 34, 45, 35, 40, 34, 37, 35, 34, 35, 42, 40, 46, 54, 40, 47, 34, 47, 39 ,
45, 46, 47, 59, 45, 47, 39, 58, 37, 62, 49, 45, 39, 36, 51, 42, 55, 44, 45, 47, 41, 53, 37, 37, 46, 49, 42, 49, 38, 57 ,
41, 47, 37, 26, 35, 40, 30, 26, 38, 61, 73, 41, 35, 40, 34, 32, 42, 39, 38, 37, 47, 39, 45, 50, 44, 44, 31, 32, 45, 34, 39, 52 ,
39, 41, 55, 41, 42, 55, 47, 36, 38, 33, 38, 57, 55, 48, 45, 51, 51, 56, 55, 59, 71, 37, 48, 42, 55, 52, 44, 51, 51, 35, 43 ,
31, 44, 40, 34, 34, 30, 31, 34, 40, 46, 40, 42, 48, 42, 42, 39, 32, 31, 48, 35, 41, 35, 45, 29, 34, 45, 43, 43, 34, 37, 46)
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 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 38.3108, 第1自由度 = 1, 第2自由度 = 153, P値 = 5.289e-09

> 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 = 0.4249, 自由度 = 1, P値 = 0.5145

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

データ: x と g
F = 37.0818, 第1自由度 = 1.000, 第2自由度 = 121.213, P値 = 1.375e-08

>


408 :名無しに影響はない(栃木県):2012/05/21(月) 20:57:24.76 ID:nslaCjEF
繰り返しによる影響

1. n = 94 BG 繰り返し数 =3
x <- c( 36, 30, 25, 38, 43, 38, 40, 42, 40, 36, 28, 39, 43, 34, 45, 35, 40, 34, 37, 35, 34, 35, 42, 40, 46, 54, 40, 47, 34, 47, 39 ,
41, 47, 37, 26, 35, 40, 30, 26, 38, 61, 73, 41, 35, 40, 34, 32, 42, 39, 38, 37, 47, 39, 45, 50, 44, 44, 31, 32, 45, 34, 39, 52 ,
31, 44, 40, 34, 34, 30, 31, 34, 40, 46, 40, 42, 48, 42, 42, 39, 32, 31, 48, 35, 41, 35, 45, 29, 34, 45, 43, 43, 34, 37, 46)
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 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 39.20213
> var(x)
[1] 53.08774
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.6929, 第1自由度 = 2, 第2自由度 = 91, P値 = 0.5027

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

データ: x と g
バートレットのK二乗値 = 10.1686, 自由度 = 2, P値 = 0.006193

> 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 = 0.5135, 第1自由度 = 2.00, 第2自由度 = 59.07, P値 = 0.6011

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 5 5.319149 5.319149
30 21 22.340426 27.659574
35 23 24.468085 52.127660
40 26 27.659574 79.787234
45 14 14.893617 94.680851
50 3 3.191489 97.872340
55 0 0.000000 97.872340
60 1 1.063830 98.936170
65 0 0.000000 98.936170
70 1 1.063830 100.000000
>


409 :名無しに影響はない(栃木県):2012/05/21(月) 20:57:46.85 ID:nslaCjEF
2. n = 61 佐賀市産たまねぎ 40度2週間乾燥 11.5g 繰り返し数 =2
x <- c( 45, 46, 47, 59, 45, 47, 39, 58, 37, 62, 49, 45, 39, 36, 51, 42, 55, 44, 45, 47, 41, 53, 37, 37, 46, 49, 42, 49, 38, 57 ,
39, 41, 55, 41, 42, 55, 47, 36, 38, 33, 38, 57, 55, 48, 45, 51, 51, 56, 55, 59, 71, 37, 48, 42, 55, 52, 44, 51, 51, 35, 43)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 46.85246
> var(x)
[1] 61.82787
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.3621, 第1自由度 = 1, 第2自由度 = 59, P値 = 0.5497

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

データ: x と g
バートレットのK二乗値 = 1.1914, 自由度 = 1, P値 = 0.2750

> 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 = 0.3645, 第1自由度 = 1.000, 第2自由度 = 57.378, P値 = 0.5484

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
30 1 1.639344 1.639344
35 13 21.311475 22.950820
40 10 16.393443 39.344262
45 16 26.229508 65.573770
50 7 11.475410 77.049180
55 12 19.672131 96.721311
60 1 1.639344 98.360656
65 0 0.000000 98.360656
70 1 1.639344 100.000000
>


410 :名無しに影響はない(栃木県):2012/05/21(月) 20:58:05.71 ID:nslaCjEF
BGと試料の比較

1. n = 94 BG 繰り返し数 =3
gr1 <- c( 36, 30, 25, 38, 43, 38, 40, 42, 40, 36, 28, 39, 43, 34, 45, 35, 40, 34, 37, 35, 34, 35, 42, 40, 46, 54, 40, 47, 34, 47, 39 ,
41, 47, 37, 26, 35, 40, 30, 26, 38, 61, 73, 41, 35, 40, 34, 32, 42, 39, 38, 37, 47, 39, 45, 50, 44, 44, 31, 32, 45, 34, 39, 52 ,
31, 44, 40, 34, 34, 30, 31, 34, 40, 46, 40, 42, 48, 42, 42, 39, 32, 31, 48, 35, 41, 35, 45, 29, 34, 45, 43, 43, 34, 37, 46)

2. n = 61 佐賀市産たまねぎ 40度2週間乾燥 11.5g 繰り返し数 =2
gr2 <- c( 45, 46, 47, 59, 45, 47, 39, 58, 37, 62, 49, 45, 39, 36, 51, 42, 55, 44, 45, 47, 41, 53, 37, 37, 46, 49, 42, 49, 38, 57 ,
39, 41, 55, 41, 42, 55, 47, 36, 38, 33, 38, 57, 55, 48, 45, 51, 51, 56, 55, 59, 71, 37, 48, 42, 55, 52, 44, 51, 51, 35, 43)
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = -6.1896, 自由度 = 153, P値 = 5.289e-09
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -10.092168 -5.208494
標本推定値:
平均値x 平均値y
39.20213 46.85246
有意。試料とバックグラウンドに差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = -6.0895, 自由度 = 121.213, P値 = 1.375e-08
対立仮説: 母平均の差は,0ではない
95 パーセント信頼区間: -10.137500 -5.163163
標本推定値:
平均値x 平均値y
39.20213 46.85246
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 = 0.8586, 第1自由度 = 93, 第2自由度 = 60, P値 = 0.5036
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.5343065 1.3480086
標本推定値:
分散比
0.8586377
有意。分散が異なるので(Welchの方法)を使用する。

>


411 :名無しに影響はない(栃木県):2012/05/21(月) 20:58:28.11 ID:nslaCjEF
3.補足コメント
46.9 - 39.2 = 7.7 CPM (3.619 Bq)
3.619 * 1000 / 11.5 = 314 Bq/kg
タマネギは 89%の水分を含むから、生タマネギあたりでは
314 * 11 / 1000 = 3.45 Bg/kg
K:150mg/100g( http://www.eiyoukeisan.com/calorie/nut_list/kalium.html )
より、150 * 10 = 1500 mg, カリウムは 3.09 Bq/100mgであるから
15 * 3.09 = 46.3 Bq/kg のカリウムの放射能を含む。

http://www.kobakuri.jp/section/eiyou/potassium.html カリウムを除去する調理方法。
前回富良野産タマネギの測定で度数分布を使った解析をしているので、度数分布を使った解析は前回を参照してください。
度数分布では、35,45,55の3つのピークが有り、35のピークをバックグラウント、と考えると
45のピークの物質濃度は
45-35 = 10 CPM (4.7Bq), 4.7 * 1000 / 11.5 = 408 Bq/kg(乾重量), 408 * 11 / 1000 = 4.49 Bq/kg(湿重量)。
55のピークの物質濃度は
55-35 = 20 CPM (4.7Bq), 4.7 * 1000 / 11.5 = 816 Bq/kg(乾重量), 816 * 11 / 1000 = 8.98 Bq/kg(湿重量)。
カリウム濃度が3.45ですから、近い45のピークがカリウムでしょう。
すると、セシウム濃度は8.98あたりになります。度数分布を使っている関係で1目盛りが5CPMです。このくらいの誤差を見てください。


412 :名無しに影響はない(やわらか銀行):2012/05/25(金) 14:37:50.91 ID:EVU8FHtl
北九州市で汚染瓦礫燃やしたから九州北部と中国四国地方も汚染したかも。
去年の時点で北九州市で汚染瓦礫を焼却済みとの情報もあり。ググればわかる。



413 :名無しに影響はない(栃木県):2012/05/27(日) 20:17:49.07 ID:qrqbeGqA
1.測定対象
「塩漬けタケノコ(孟宗)。(40度3日乾燥)1.4g, 2012.04.28収穫, 薄切り後水洗い、3週間塩漬け、流水6時間塩抜き」の測定

2.測定結果
1. n=30 糊台
x <- c( 45, 35, 40, 45, 51, 33, 34, 41, 39, 40, 34, 36, 43, 46, 38, 35, 34, 32, 42, 51, 31, 46, 40, 30, 35, 31, 32, 43, 36, 52)

2. n=33 塩漬けタケノコ(孟宗)。(40度3日乾燥)1.4g, 2012.04.28収穫, 薄切り後水洗い、3週間塩漬け、流水6時間塩抜き
x <- c( 35, 44, 36, 40, 49, 36, 35, 40, 35, 56, 48, 34, 40, 31, 33, 38, 43, 38, 45, 44, 48, 29, 28, 26, 32, 36, 43, 33, 34, 48, 41, 40, 47)

3. n=82 糊台
x <- c( 52, 52, 44, 48, 45, 37, 37, 46, 33, 39, 39, 39, 45, 34, 37, 35, 45, 43, 52, 39, 42, 49, 32, 42, 42, 45, 35, 39, 36, 39, 32, 38, 43, 47, 30, 44, 44, 33, 43, 33,
34, 30, 44, 37, 40, 40, 40, 39, 42, 47, 42, 48, 28, 51, 42, 38, 36, 34, 43, 42, 38, 51, 37, 39, 47, 39, 39, 41, 48, 48, 41, 42, 42, 37, 36, 41, 43, 44, 38, 27, 34, 33)

4. n=31 塩漬けタケノコ(孟宗)。(40度3日乾燥)1.4g, 2012.04.28収穫, 薄切り後水洗い、3週間塩漬け、流水6時間塩抜き
x <- c( 47, 39, 32, 53, 41, 39, 40, 42, 36, 31, 39, 43, 39, 21, 39, 55, 48, 51, 35, 35, 28, 29, 36, 22, 45, 35, 38, 32, 49, 43, 29)

5. n=30 糊台
x <- c( 35, 33, 51, 47, 45, 43, 38, 53, 37, 33, 41, 43, 36, 56, 55, 46, 42, 38, 52, 44, 33, 42, 32, 28, 48, 36, 40, 49, 52, 48)


414 :名無しに影響はない(栃木県):2012/05/27(日) 20:18:45.83 ID:qrqbeGqA
4. データ貼り付け
全体の分析
x <- c( 45, 35, 40, 45, 51, 33, 34, 41, 39, 40, 34, 36, 43, 46, 38, 35, 34, 32, 42, 51, 31, 46, 40, 30, 35, 31, 32, 43, 36, 52 ,
35, 44, 36, 40, 49, 36, 35, 40, 35, 56, 48, 34, 40, 31, 33, 38, 43, 38, 45, 44, 48, 29, 28, 26, 32, 36, 43, 33, 34, 48, 41, 40, 47 ,
52, 52, 44, 48, 45, 37, 37, 46, 33, 39, 39, 39, 45, 34, 37, 35, 45, 43, 52, 39, 42, 49, 32, 42, 42, 45, 35, 39, 36, 39, 32, 38, 43, 47, 30, 44, 44, 33, 43, 33, 34,
30, 44, 37, 40, 40, 40, 39, 42, 47, 42, 48, 28, 51, 42, 38, 36, 34, 43, 42, 38, 51, 37, 39, 47, 39, 39, 41, 48, 48, 41, 42, 42, 37, 36, 41, 43, 44, 38, 27, 34, 33 ,
47, 39, 32, 53, 41, 39, 40, 42, 36, 31, 39, 43, 39, 21, 39, 55, 48, 51, 35, 35, 28, 29, 36, 22, 45, 35, 38, 32, 49, 43, 29 ,
35, 33, 51, 47, 45, 43, 38, 53, 37, 33, 41, 43, 36, 56, 55, 46, 42, 38, 52, 44, 33, 42, 32, 28, 48, 36, 40, 49, 52, 48)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,
4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
> mean(x)
[1] 39.96602
> var(x)
[1] 45.71103
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 1.9415, 第1自由度 = 4, 第2自由度 = 201, P値 = 0.1050
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 = 8.3619, 自由度 = 4, P値 = 0.07919
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 1.5538, 第1自由度 = 4.000, 第2自由度 = 75.416, P値 = 0.1954
有意。群間に差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 0.9708738 0.9708738
25 9 4.3689320 5.3398058
30 34 16.5048544 21.8446602
35 57 27.6699029 49.5145631
40 53 25.7281553 75.2427184
45 33 16.0194175 91.2621359
50 14 6.7961165 98.0582524
55 4 1.9417476 100.0000000
>


415 :名無しに影響はない(栃木県):2012/05/27(日) 20:19:07.23 ID:qrqbeGqA
BGと試料の比較
x <- c( 45, 35, 40, 45, 51, 33, 34, 41, 39, 40, 34, 36, 43, 46, 38, 35, 34, 32, 42, 51, 31, 46, 40, 30, 35, 31, 32, 43, 36, 52 ,
35, 44, 36, 40, 49, 36, 35, 40, 35, 56, 48, 34, 40, 31, 33, 38, 43, 38, 45, 44, 48, 29, 28, 26, 32, 36, 43, 33, 34, 48, 41, 40, 47 ,
52, 52, 44, 48, 45, 37, 37, 46, 33, 39, 39, 39, 45, 34, 37, 35, 45, 43, 52, 39, 42, 49, 32, 42, 42, 45, 35, 39, 36, 39, 32, 38, 43, 47, 30, 44, 44, 33, 43, 33,
34, 30, 44, 37, 40, 40, 40, 39, 42, 47, 42, 48, 28, 51, 42, 38, 36, 34, 43, 42, 38, 51, 37, 39, 47, 39, 39, 41, 48, 48, 41, 42, 42, 37, 36, 41, 43, 44, 38, 27, 34, 33 ,
47, 39, 32, 53, 41, 39, 40, 42, 36, 31, 39, 43, 39, 21, 39, 55, 48, 51, 35, 35, 28, 29, 36, 22, 45, 35, 38, 32, 49, 43, 29 ,
35, 33, 51, 47, 45, 43, 38, 53, 37, 33, 41, 43, 36, 56, 55, 46, 42, 38, 52, 44, 33, 42, 32, 28, 48, 36, 40, 49, 52, 48)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 3.3583, 第1自由度 = 1, 第2自由度 = 204, P値 = 0.06832
有意。試料とバックグラウンドに差異がある。

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

データ: x と g
バートレットのK二乗値 = 2.9588, 自由度 = 1, P値 = 0.08541
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 2.9296, 第1自由度 = 1.000, 第2自由度 = 104.157, P値 = 0.08994
有意。試料とバックグラウンドに差異がある。

>

416 :名無しに影響はない(栃木県):2012/05/27(日) 20:19:27.31 ID:qrqbeGqA
繰り返しによる影響

1. n = 142 BG 繰り返し数 =3
x <- c( 45, 35, 40, 45, 51, 33, 34, 41, 39, 40, 34, 36, 43, 46, 38, 35, 34, 32, 42, 51, 31, 46, 40, 30, 35, 31, 32, 43, 36, 52 ,
52, 52, 44, 48, 45, 37, 37, 46, 33, 39, 39, 39, 45, 34, 37, 35, 45, 43, 52, 39, 42, 49, 32, 42, 42, 45, 35, 39, 36, 39, 32, 38, 43, 47, 30, 44, 44, 33, 43, 33, 34,
30, 44, 37, 40, 40, 40, 39, 42, 47, 42, 48, 28, 51, 42, 38, 36, 34, 43, 42, 38, 51, 37, 39, 47, 39, 39, 41, 48, 48, 41, 42, 42, 37, 36, 41, 43, 44, 38, 27, 34, 33 ,
35, 33, 51, 47, 45, 43, 38, 53, 37, 33, 41, 43, 36, 56, 55, 46, 42, 38, 52, 44, 33, 42, 32, 28, 48, 36, 40, 49, 52, 48)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,
2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2 ,
3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3)
> mean(x)
[1] 40.54225
> var(x)
[1] 39.82444
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 2.4671, 第1自由度 = 2, 第2自由度 = 139, P値 = 0.08853
有意。繰り返しによる差異がある。

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

データ: x と g
バートレットのK二乗値 = 3.7902, 自由度 = 2, P値 = 0.1503
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 1.9065, 第1自由度 = 2.000, 第2自由度 = 54.066, P値 = 0.1585
有意。繰り返しによる差異がある。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
25 3 2.112676 2.112676
30 25 17.605634 19.718310
35 38 26.760563 46.478873
40 39 27.464789 73.943662
45 23 16.197183 90.140845
50 12 8.450704 98.591549
55 2 1.408451 100.000000
>


417 :名無しに影響はない(栃木県):2012/05/27(日) 20:19:50.09 ID:qrqbeGqA
2. n = 64 塩漬けタケノコ(孟宗)。(40度3日乾燥)1.4g, 2012.04.28収穫, 薄切り後水洗い、3週間塩漬け、流水6時間塩抜き 繰り返し数 =2
x <- c( 35, 44, 36, 40, 49, 36, 35, 40, 35, 56, 48, 34, 40, 31, 33, 38, 43, 38, 45, 44, 48, 29, 28, 26, 32, 36, 43, 33, 34, 48, 41, 40, 47 ,
47, 39, 32, 53, 41, 39, 40, 42, 36, 31, 39, 43, 39, 21, 39, 55, 48, 51, 35, 35, 28, 29, 36, 22, 45, 35, 38, 32, 49, 43, 29)
g <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1 ,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2)
> mean(x)
[1] 38.6875
> var(x)
[1] 57.20238
> oneway.test(x ~ g, var = T)
一元配置分散分析

データ: x と g
F = 0.0745, 第1自由度 = 1, 第2自由度 = 62, P値 = 0.7859
有意ではない。繰り返しによる差異は不明。

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

データ: x と g
バートレットのK二乗値 = 1.061, 自由度 = 1, P値 = 0.303
有意。分散が異なるので先の分散分析は無効。

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

データ: x と g
F = 0.0736, 第1自由度 = 1.000, 第2自由度 = 58.435, P値 = 0.7871
有意ではない。繰り返しによる差異は不明。

> dosuu.bunpu(x, 5)
freq pcnt cum.pcnt
20 2 3.1250 3.1250
25 6 9.3750 12.5000
30 9 14.0625 26.5625
35 19 29.6875 56.2500
40 14 21.8750 78.1250
45 10 15.6250 93.7500
50 2 3.1250 96.8750
55 2 3.1250 100.0000
>


418 :名無しに影響はない(栃木県):2012/05/27(日) 20:20:13.97 ID:qrqbeGqA
BGと試料の比較

1. n = 142 BG 繰り返し数 =3
gr1 <- c( 45, 35, 40, 45, 51, 33, 34, 41, 39, 40, 34, 36, 43, 46, 38, 35, 34, 32, 42, 51, 31, 46, 40, 30, 35, 31, 32, 43, 36, 52 ,
52, 52, 44, 48, 45, 37, 37, 46, 33, 39, 39, 39, 45, 34, 37, 35, 45, 43, 52, 39, 42, 49, 32, 42, 42, 45, 35, 39, 36, 39, 32, 38, 43, 47, 30, 44, 44, 33, 43, 33, 34,
30, 44, 37, 40, 40, 40, 39, 42, 47, 42, 48, 28, 51, 42, 38, 36, 34, 43, 42, 38, 51, 37, 39, 47, 39, 39, 41, 48, 48, 41, 42, 42, 37, 36, 41, 43, 44, 38, 27, 34, 33 ,
35, 33, 51, 47, 45, 43, 38, 53, 37, 33, 41, 43, 36, 56, 55, 46, 42, 38, 52, 44, 33, 42, 32, 28, 48, 36, 40, 49, 52, 48)

2. n = 64 塩漬けタケノコ(孟宗)。(40度3日乾燥)1.4g, 2012.04.28収穫, 薄切り後水洗い、3週間塩漬け、流水6時間塩抜き 繰り返し数 =2
gr2 <- c( 35, 44, 36, 40, 49, 36, 35, 40, 35, 56, 48, 34, 40, 31, 33, 38, 43, 38, 45, 44, 48, 29, 28, 26, 32, 36, 43, 33, 34, 48, 41, 40, 47 ,
47, 39, 32, 53, 41, 39, 40, 42, 36, 31, 39, 43, 39, 21, 39, 55, 48, 51, 35, 35, 28, 29, 36, 22, 45, 35, 38, 32, 49, 43, 29)
> t.test(gr1, gr2, v=T)
二標本t検定(分散が等しいと仮定できるとき)

データ: gr1 と gr2
t値 = 1.8326, 自由度 = 204, P値 = 0.06832
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: -0.1407772 3.8502842
標本推定値:
平均値x 平均値y
40.54225 38.68750
有意。試料とバックグラウンドに差異がある。

> t.test(gr1, gr2)
二標本t検定(Welchの方法)

データ: gr1 と gr2
t値 = 1.7116, 自由度 = 104.157, P値 = 0.08994
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: -0.2940754 4.0035824
標本推定値:
平均値x 平均値y
40.54225 38.68750
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 = 0.6962, 第1自由度 = 141, 第2自由度 = 63, P値 = 0.08045
対立仮説: 分散比は,1ではない
95 パーセント信頼区間: 0.4482033 1.0446689
標本推定値:
分散比
0.6962025
有意。分散が異なるので(Welchの方法)を使用する。

>

419 :名無しに影響はない(栃木県):2012/05/27(日) 20:20:39.19 ID:qrqbeGqA
3.補足コメント
38.7 - 40.5 = -1.8 CPM (-8.46 Bq)
8.46 * 1000 / 1.4 = 604 Bq/kg

やっと、試料のほうがバックグラウンドよりも低くなる自家製食品が作れました。
タケノコをスライサー( http://item.rakuten.co.jp/zakkacocker/322426/ 等)で薄切りにして、流水中に2−3時間、排水の白濁が消て透明になるまで放置。
表面に食塩をまぶしながら、漬物樽( http://item.rakuten.co.jp/ra-beans/5977103/ )に充填。食塩量は重さで2割ぐらい。漬物石を1個。
1週間後、上がってきた水を全部捨てて、塩1kgを追加投入。低線量の食酢がなかったので、腐敗防止にクエン酸2gを投入。
翌日、水が上がって来るのを待って、均一に攪拌(酸が均一に混ざっていないと、5月の高温で腐る)。
3週間後に、一部を取り出して、流水で6時間塩抜き、40−50度で3日間乾燥して、測定したもの。
まもなく6月になるので、今度は真竹を加工する予定。

漬け汁を手で直接触れると腫れるので、ゴム手袋が必須。


420 :名無しに影響はない(栃木県):2012/05/27(日) 20:30:15.34 ID:qrqbeGqA
>>412
瓦礫焼却が原因か
それとも、黄砂による越境汚染か
東京上空や佐渡上空を通って、九州沖縄まで塵が飛んでいったのか
そのあたりは、わからないけど
汚染が進んでいることはほぼ間違いないでしょう。

福島で誰かが発癌率を全国一低くする、なんて発言していたから
日本全体を汚染させるのが、政府の方針でしょう。

こんな資料がありました
http://uni.2ch.net/test/read.cgi/radiation/1334842205/551
廃棄物等の放射能調査・測定法暫定マニュアル」(独)国立環境研究所
ttp://www.nies.go.jp/shinsai/radsurvey_111111.pdf


421 :名無しに影響はない(やわらか銀行):2012/05/29(火) 00:38:28.26 ID:92imHzr5
静岡県より東の食品は汚染しているのはわかりました。
九州、四国、中国、関西、北陸、東海のデータがあると、このスレを見ているママさんたちに役にたつと思います。
北九州市の汚染瓦礫焼却で、西日本の食品が汚染したかもしれません。
煙はどのくらいの距離まで飛ぶのかわかりませんが、5月23−25日に雨が降った地域はホットスポットになっている可能性が高いです。



422 :名無しに影響はない(愛知県):2012/05/29(火) 21:26:05.23 ID:4EZyQ0q1
キモオタとジーサンしか見てねーよ。こんなすれ。

423 :名無しに影響はない(やわらか銀行):2012/05/30(水) 00:19:19.05 ID:ATeBgRxU
http://tenki.jp/past/detail/?day=25&month=5&selected_image=amedas&year=2012
5月25日の降水量と雨雲の動きが判明しました。
25日は北九州市で汚染瓦礫を燃やした日です。
日本全域で雨が降っているので、西日本でホットスポットができている可能性が高いです。

http://tenki.jp/
過去天気→2012年→5月→5月23日の画像クリック→下の「アメダス」クリック→
「降水量」タブクリック


424 :名無しに影響はない(長屋):2012/05/30(水) 00:20:07.84 ID:nKn25i/S
(栃木県) と (やわらか銀行)、 キモい二人だけのSNSスレです。

425 :名無しに影響はない(栃木県):2012/05/31(木) 10:46:41.15 ID:bO3lP7Yq
>>424
http://uni.2ch.net/test/read.cgi/radiation/1331598144/349
http://uni.2ch.net/test/read.cgi/radiation/1331598144/357
http://uni.2ch.net/test/read.cgi/radiation/1331598144/359
より、
インスペクター系総合 3【inspector+,Alert】から栃木が追い出されただけです。



487 KB
■ このスレッドは過去ログ倉庫に格納されています

>>1132>>1>312123.>1>>11>413.123>1>>1231>>121>.>1>>1>.>1>>21>>1>>1>>1>>1>>1 /test/read.cgi/radiation/1333690493/">★スマホ版★ 掲示板に戻る 全部 前100 次100 最新50

read.cgi ver 05.04.00 2017/10/04 Walang Kapalit ★
FOX ★ DSO(Dynamic Shared Object)