Semestrální práce z CHEMOMETRIE I Statistické zpracování jednorozměrných dat

Transkript

1 FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE Semestrální práce z CHEMOMETRIE I Statistické zpracování jednorozměrných dat DOMINIKA BURKOŇOVÁ 4.ročník

2 2000/2001 Dominika Burkoňová Příklad č.1 ZÁKON PROPAGACE ABSOLUTNÍCH A RELATIVNÍCH CHYB Úloha C1.17: Variabilita koncentrace dusitanů v 70% kyselině sírové Zadání: Stanovení dusitanů v 70% kyselině sírové se provádí permanganometricky na kyselinu šťavelovou. Koncentrace dusitanů se vypočte dle vztahu: c = 1,172(V 1 c 1 V 2 c 2 ) kde V 1 = 7,0 (0,150)ml je objem přebytku KMnO 4 o koncentraci c 1 = 0,9973 (0,0008) mol/dm 3, V 2 = 1,3 (0,03) ml je objem spotřebované kyseliny šťavelové o koncentraci c 2 = 1,0072 (0,0008)mol/dm 3. Vypočtěte variabilitu koncentrace dusitanů. Program: Adstat Jednorozměrná analýza Šíření chyb Data: Proměnná Proměnná Průměr Směrodatná odchylka x 1 V 1 [l] 7,0000E-3 0,1500E-3 x 2 c 1 [mol/l] 9,9700E-1 8,0000E-4 x 3 V 2 [l] 1,3000E-3 3,0000E-5 x 4 c 2 [mol/l] 1,0072 8,0000E-3 Řešení: Tento příklad jsem vypočítala numerickou metodou, metodou Taylorova rozvoje, která určuje odhady střední hodnoty y a rozptylu s 2 (y) aproximací funkce G (x) Taylorovým rozvojem. Metodou bodového rozvoje, využívající náhrady funkce G (x) dvoubodovým rozdělením se stejnou střední hodnotou a rozptylem. A metodou Monte Carlo, ta je metodou simulačních experimentů. NUMERICKÁ METODA: Koncentrace dusitanů ve vzorku je 6,6473E-3 mol/l METODA TAYLOROVA ROZVOJE: Průměr: 6,6473E-3 Směrodatná odchylka: 1,17899E-4 Rozptyl:3,2038E-8 Relativní směrodatná odchylka: 2,69 METODA BODOVÉHO URČOVÁNÍ: Průměr: 6,6473E-3 Směrodatná odchylka: 1,7899E-4 Rozptyl: 3,2038E-8 Relativní směrodatná odchylka: 2,69 METODA SIMULACE MONTE CARLO: Průměr: 6,6387E-3 Směrodatná odchylka: 1,8736E-4 Rozptyl: 3,5104E-8 Relativní směrodatná odchylka: 2,82 Závěr: Stanovená hodnota koncentrace dusitanů je c = 6,6473E-4 mol/l s hodnotou směrodatné odchylky 1,17899E-4 mol/l. Numerické řešení určení koncentrace dusitanů je stejné s metodou Taylorova rozvoje a též s metodou bodového určování. Hodnoty vypočtené metodou simulace Monte Carlo se nepatrně liší, což je dáno volbou počtu simulací, která byla 100.

3 2000/2001 Dominika Burkoňová Příklad č.2 STATISTICKÁ ANALÝZA VELKÝCH VÝBĚRŮ Úloha B2.09:Hladina penicilinu v séru pacientů po 90 minutách aplikace Při studii biologické dostupnosti léků byla stanovena hladina penicilinu v séru zdravých dobrovolníků vysokotlakou kapalinovou chromatografií. Proveďte statistické vyšetření velkého výběru dat hladiny penicilinu v séru u skupiny zdravých dobrovolníků 90 minut po podání. Jsou ve výběru nějaké odlehlé hodnoty? Zkonstruujte barierově-číslicové schéma formou sedmipísmenového zápisu. Data: Hladina penicilinu [mg/l] Program: ADSTAT: Jednorozměrná data: Exploratorní analýza spojitá Základní předpoklady Mocninná transformace Analýza 1 výběru 1. Exploratorní analýza-grafy obr. 1 Bodový graf obr.2 Kvantilový graf

4 obr. 3 Hustota pravděpodobnosti obr. 4 Kvantily obr. 5 Symetrie obr. 6 Q-Q graf 2. Základní předpoklady: (1) KLASICKÉ ODHADY PARAMETRŮ: Průměr : E-01 Rozptyl : E-04 Směrodatná odchylka: E-02 Šikmost : E-01 Špičatost : E+00 (2) TEST NORMALITY: Tabulkový kvantil Chi^2(1-alfa,2) : E+00 Chi^2-statistika : E+00 Závěr: Předpoklad normality přijat Vypočtená hladina významnosti : E-02 (3) TEST NEZÁVISLOSTI: Tabulkový kvantil t(1-alfa/2,n+1) : E+00 Test autokorelace : E-02 Závěr: Předpoklad nezávislosti přijat Vypočtená hladina významnosti : E-01

5 (4) DETEKCE ODLEHLÝCH BODŮ: Ve výběru nejsou odlehlé body Závěr EDA:Diagramy rozptýlení a krabicové grafy (obr.1) dokazují tři odlehlé body nahoře a jeden odlehlý bod dole. Z nesymetických obdélníků je patrné částečné vychýlení k nižším hodnotám. Na dalších grafech je výrazný dolní odlehlý bod. Závěr předpokladů: Testy jsou nespolehlivé, v EA nalezeny 4 odlehlé body. 3.TRANSFORMACE: zvolená mocnina: 4.00 Mocninná T. Box-Coxova T. Průměr : E E-01 Rozptyl : E E-04 Směrodatná odchylka : E E-02 Šikmost : E E-01 Špičatost : E E+00 Opravený průměr : E E-01 obr.7 Kvantilový graf-po prosté transformaci obr.8 Kvantilový graf-po Box-Coxově transformaci 4.Odhady: 95% interval spolehlivosti celý výběr: % uřezání: Závěr: Rozdělení je asymetrické a v datech se vyskytují čtyři odlehlé hodnoty. Opravený průměr činí 0.738mg/l. Sedmipísmenový zápis výběru: (0.741) (0.7385) (0.739) 0.775

6 2000/2001 Dominika Burkoňová Příklad č.3 STATISTICKÁ ANALÝZA MALÝCH VÝBĚRŮ Úloha C3.07: Stanovení bizmutu fotometrickou mikrotitrací (Horn) Fotometrickou, chelatometrickou mikrotitrací bizmutitých iontů kyselinou ethylendiamintetraoctovou EDTA bylo v kyselém prostředí ph=1 získáno 14 hodnot obsahu bizmutu v mg. Teoretický obsah je 1.67 mg. Aplikujte i Hornův postup. Ovlivňují odlehlé hodnoty významně parametry polohy a rozptýlení? Je titrační stanovení zatíženo soustavnou chybou? Data: Obsah bizmutu [mg]: Program: ADSTAT: Jednorozměrná analýza Řešení: 1. Hornův postup založený na pořádkových statistikách 2. Jednorozměrná analýza dat Hornův postup založený na pořádkových statistikách 1. Pořádkové statistiky I x (i) n Hloubka pivotu: n=14 H = integer 2 2 H = int (4,25) = 4 3. Pivoty: Dolní pivot: x D = x (H) = x 4 =1.64 Horní pivot: x H = x (n+1-h) = x 11 = 1.67 xd + xh 4. Pivotová polosuma: P L = = Pivotové rozpětí: R L = x H - x D = %ní interval spolehlivosti střední hodnoty: P L - R L t L,0.975 µ P L + R L t L, µ µ Závěr: Stanovení je správné, protože teoretická hodnota 1.67 leží v intervalu.

7 Jednorozměrná analýza dat: 1.Exploratorní analýza dat obr.1 Kvantilový graf obr.2 Diagram rozptýlení obr.3 Kruhový graf obr. 4 Q-Q graf Závěr EDA: Diagram rozptýlení a kvantilový graf ukazují na dva odlehlé body nahoře, z kruhového grafu jsem usoudila na symetrické rozdělení.

8 2. Základní předpoklady: (1) TEST NORMALITY: Tabulkový kvantil Chi^2(1-alfa,2) : E+00 Chi^2-statistika : E-01 Závěr: Předpoklad normality přijat (2) TEST NEZÁVISLOSTI: Tabulkový kvantil t(1-alfa/2,n+1) : E+00 Test autokorelace : E-01 Závěr: Předpoklad nezávislosti přijat (3) DETEKCE ODLEHLÝCH BODŮ: Ve výběru nejsou odlehlé body 3. Transformace: opravený průměr po provedené transformaci:x R = Graf věrohodnosti: +1 leží pod segmentem transformaci nebylo třeba dělat. obr.5 Graf věrohodnosti 4. Odhady KLASICKÉ ODHADY PARAMETRŮ : Průměr : E+00 Směr. odchylka : E-02 Rozptyl : E % spolehlivost: Spodní mez: E+00 Horní mez: E+00 Závěr: Odlehlé hodnoty výrazně neovlivňují parametry polohy a rozptýlení.nalezený intervalový odhad metodu jednorozměrné analýzy dat je užší, tedy i přesnější než-li interval získaný Hornovým postupem. Teoretická hodnota 1.67mg leží v intervalu. Stanovení není zatíženo soustavnou chybou.

9 2000/2001 Dominika Burkoňová Příklad č.4 STATISTICKÉ TESTOVÁNÍ Úloha C3.32: Shodnost výsledků ze dvou instrumentálních metod Při stanovení obsahu organických zásad ve frakcích z destilace kyseliny karbonylové bylo užíváno pracné chromatografické metody, kdy jednotlivé zásady byly postupně sčítány. Rychlejší by bylo použití metody stanovení organických zásad potenciometrickou titrací v nevodném prostředí. Celkem 10 vzorků frakcí z destilace bylo změřeno oběma metodami na hladině významnosti α = Určete, zda je možno nahradit chromatografickou metodu titračním stanovením. Data: Obsah organických zásad: Chromatografie: Potenciometrická titrace: Program: ADSTAT: Jednorozměrná data: Dva výběry Řešení: 1. EDA ověření normálního rozdělení obou souborů 2. Test shody rozptylů 3. Test shody středních hodnot 1.EDA obr.1 HUSTOTA-Chromatografie obr.2 HUSTOTA-Potenciometrická titrace Parametry tvaru: šikmost špičatost Chromatografie: E E+00 Potenciometická titrace: E E+00 Závěr EDA: Nejedná se o Gaussovo rozdělení, nelze použít kritéria pro Gaussovo rozdělení. Použiji korigovaný F-test pro shodnost rozptylů a T-test (modifikovaná šikmost) pro shodnost průměrů.

10 2. TEST HOMOGENITY ROZPTYLU (hypotéza H0: s1^2=s2^2) Fisher-Snedecorův F-test: Počet stupňů volnosti Df1 :9 Df2 :9 Tabulkový kvantil F (1-alfa/2,Df1,Df2) :4.0260E+00 F-statistika :1.2105E+00 Závěr:Rozptyly se považují za shodné, H0 přijata Vypočtená hladina významnosti :0.390 Korigovaný F-test: Počet stupňů volnosti Df1 :17 Df2 :17 Tabulkový kvantil F (1-alfa/2,Df1,Df2) :2.6733E+00 F-statistika :1.2105E+00 Závěr:Rozptyly se považují za shodné, H0 přijata Vypočtená hladina významnosti :0.349 Jackknife F-test: Počet stupňů volnosti Df1 :2 Df2 :18 Tabulkový kvantil F (1-alfa/2,Df1,Df2) :4.5597E+00 F-statistika :2.3275E-02 Závěr:Rozptyly se považují za shodné, H0 přijata Vypočtená hladina významnosti : TEST SHODY PRŮMĚRŮ (hypotéza H0: x1=x2): Shoda rozptylů se dá předpokládat. t-test(pro shodné rozptyly) Počet stupňů volnosti Df1 :18 Tabulkový kvantil t(1-alfa/2,df1) :2.1009E+00 t-statistika :4.8372E-01 Závěr:Průměry se považují za shodné, H0 přijata Vypočtená hladina významnosti t-test(pro různé rozptyly) Počet stupňů volnosti Df1 :20 Tabulkový kvantil t(1-alfa/2,df1) :2.0860E+00 t-statistika :4.8372E-01 Závěr:Průměry se považují za shodné, H0 přijata Vypočtená hladina významnosti t-test(modifikovaná šikmost) Počet stupňů volnosti Df1 :20 Tabulkový kvantil t(1-alfa/2,df1) :2.0860E+00 t-statistika :4.9143E-01 Závěr:Průměry se považují za shodné, H0 přijata Vypočtená hladina významnosti 0.628

11 Závěr: Z EDA bylo zjištěno,že se nejedná o Gaussovo rozdělení, proto jsem použila při testování shody rozptylů korigovaný F-test a pro shodnost průměrů t-test (modifikovaná šikmost).mezi oběma metodami není statistický rozdíl(rozptyly a průměry jsou shodné),proto je možné nahradit chromatografickou metodu titračním stanovením.

12 2000/2001 Dominika Burkoňová Příklad č.5 ANALÝZA ROZPTYLU Úloha:C5.17 Pevnost papíru v závislosti na dnech a počtu vyrobených rolí Pevnost papíru odvisí od délky celulózových vláken ve dřevě a dalších vlastností dřeva. Jelikož se dodávky celulozy kvalitou dost mění, mění se také kvalita a pevnost vyráběného papíru. Náhodně bylo vybráno 6 dní (faktor B) v rozmezí 4 měsíců, ve kterých byl odstřižen proužek papíru z konce role. Bylo rozlišeno i kolik rolí (faktor A) se za den vyrobí. Každá zkouška na pevnost byla reprodukována. Celkem bylo testováno 18 proužků papíru. Na hladině významnosti α = 0.05 vyšetřete, zda po dobu 4 měsíců byla výroba co do pevnosti papíru homogenní a zda je ovlivněna počtem rolí vyrobených za den. Data:Pevnost papíru [libra/palec 2 ]: Za den: 1.den 2.den 3.den 4.den 5.den 6.den 1 role role role Program:ADSTAT: Analýza rozptylu: ANOVA # 2B Řešení: 1. Průměry a úrovně faktorů 2. Testování nulové hypotézy 3. Zkouška transformace 1. PRŮMĚRY A ÚROVNĚ EFEKTŮ: Celkový průměr = E+01 Reziduální rozptyl = E-01 F A K T O R A: F A K T O R B: Úroveň Průměr Efekt Úroveň Průměr Efekt E E E E E E E E E E E E E E E E E E TABULKA ANOVA PRO MODEL S INTERAKCEMI FAKTORŮ A, B: H0: Efekty faktoru A jsou nulové, HA:... nejsou nulové Kvantil F(1-alfa,n-1,mn(o-1) = H0: Efekty faktoru B jsou nulové, HA:... nejsou nulové Kvantil F(1-alfa,m-1,mn(o-1) = H0: Interakce I je nulová HA:... není nulová Kvantil F(1-alfa,(n-1)(m-1),nm(o-1)) = (Zde I znamená efekty interakcí A a B dohromady)

13 Zdroj Stupně Součet Průměrný Testovací Závěr Spočtená rozptylu volnosti čtverců čtverec kritérium H0 je hlad.výz. Mezi Úrovněmi A n-1= E E Akceptována Mezi Úrovněmi B m-1= E E Zamítnuta Interakce (n-1)(m-1) = E E Akceptována Rezidua mn(o-1) = E E-01 Celkový mno-1 = E E ZKOUŠKA TRANSFORMACE: Korelační koeficient, R : obr.1 Q-Q graf obr.2 Graf transformace Závěr:U faktoru A je H0 akceptována (0.842<3.555), tudíž počet rolí neovlivňuje pevnost papíru. U faktoru B je H0 zamítnuta (17.542>2.733), faktor B je významný, tudíž ovlivňuje pevnost papíru což znamená, že výroba co do pevnosti papíru byla po dobu 4 měsíců nehomogenní. Protože je korelační faktor blízký nule transformace není nutná.

14 2000/2001 Dominika Burkoňová Příklad č.6 VALIDIZACE Úloha V6.17: Metoda plamenné fotometrie pro stanovení mědi V deseti vzorcích mědnatého katalyzátoru byl standartní elektrogravimetrickou metodou stanoven obsah CuO (proměnná x). Ve stejných vzorcích byl stanoven obsah CuO také (a) metodou plamenové AAS (proměnná y 1 ) a (b) metodou ICP (proměnná y 2 ). Pro účely vyhodnocení předokládejte zanedbatelný rozptyl elektrogravimetrické metody. Je možné oběma navrženými metodami nahradit metodu standartní? Aplikujte Studentův t-test úseku b 0, (má být β 0 = 0) a směrnice b 1, (má být β 1 = 1), a dále i kombinovaný test obou parametrů v modelu y = β 0 + β 1 x. Data: Obsah CuO [%] metodou standartní x, plamenné AAS y 1, a ICP y 2 : x y y Program:ADSTAT: Lineární regrese Řešení: Vyšetření vlivných bodů Vyčíslení intervalu spolehlivosti úseku a intervalu spolehlivosti směrnice I. PLAMENOVÁ AAS- 1.vyšetření vlivných bodů obr.1 Pregibonův graf obr.2 Williamsův graf obr. 3 Mc Culloh-Meeterův graf obr. 4 L-R graf

15 Závěr: V datech je 1silně vlivný bod (č.2) a 1 extrém(č.1). 2. Vyčíslení intervalu spolehlivosti úseku a intervalu spolehlivosti směrnice Kvantil Studentova rozdělení t(1-alpha/2,n-m) : ) ODHADY PARAMETRŮ A TESTY VÝZNAMNOSTI: Parametr Odhad Směrodatná Test H0: B[j] = 0 vs. HA: B[j] <> 0 odchylka t-kriterium hypoteza H0 je Hlad. výz. B[ 0] E E E+00 Akceptována B[ 1] E E E+00 Zamítnuta y = -9.67(± 8.9) (±0.23)x 2) STATISTICKÉ CHARAKTERISTIKY REGRESE: Vícenásobný korelační koeficient, R : E-01 Koeficient determinace, R^2 : E-01 Predikovaný korelační koeficient, Rp^2 : E-01 Střední kvadratická chyba predikce, MEP : E+00 Akaikeho informační kritérium, AIC : E+00 Test úseku: t-kriterium < H 0 přijata Test směrnice: b 1 t 1-α/2 (n-m) D b ) β 1 b 0 + t 1-α/2 (n-m) D b ) β β IS neosahuje 1 směrnice není jednotková ( 1 ( 1 obr.5 Regresní model obr.6 Parciální regresní graf Závěr:Interval spolehlivosti směrnice neobsahuje jedničku, metoda AAS nadhodnocuje (statistiky liší od standartní metody) a všechny výsledky musíme vynásobit konstantou K= Elektrogravimetrickou metodu nelze nahradit metodou AAS.

16 II. Metoda ICP obr.7 Williamsův graf obr.8 Mc Culloh-Meeterův graf Závěr: V datech je pouze extrém (bod č.1) 1) ODHADY PARAMETRŮ A TESTY VÝZNAMNOSTI: Parametr Odhad Směrodatná Test H0: B[j] = 0 vs. HA: B[j] <> 0 odchylka t-kriterium hypoteza H0 je Hlad. výz. B[ 0] E E E+00 Zamítnuta B[ 1] E E E+00 Zamítnuta y=15.2(± 5.2) (±0.133)x 2) STATISTICKÉ CHARAKTERISTIKY REGRESE: Vícenásobný korelační koeficient, R : E-01 Koeficient determinace, R^2 : E-01 Predikovaný korelační koeficient, Rp^2 : E-01 Střední kvadratická chyba predikce, MEP : E-01 Akaikeho informační kritérium, AIC : E+00 Test úseku: t-kriterium 2.92 > H 0 zamítnuta Test směrnice: b 1 t 1-α/2 (n-m) D ( b 1 ) β 1 b 0 + t 1-α/2 (n-m) D ( b 1 ) β β IS neosahuje 1 směrnice není jednotková, metoda podhodnocuje Závěr: Metoda ICP má nenulový úsek a její směrnice je odlišná od jedničky. Výsledky se statisticky významně liší od standartní metody, proto nelze nahradit standartní metodu metodou ICP.

17 2000/2001 Dominika Burkoňová Příklad č.7 LINEÁRNÍ REGRESNÍ MODELY Úloha L6.18: Závislost elektrochemické účinnosti akumulátorové hmoty NICOS U akumulátorové hmoty NICOS byla sledována elektrochemická účinnost y v závislosti na obsahu kobaltu ve hmotě x. Nalezněte optimální polynomický model. Data: Obsah kobaltu x, elektrochemická účinnost y [%]: x y Program:ADSTAT: Lineární regrese Řešení: 1.Určení stupně polynomu 2.Nalezení nejlepších odhadů 1. Určení stupně polynomu: STATISTICKÉ CHARAKTERISTIKY REGRESE Stupeň polynomu m MEP Rp^2 AIC E E E E E E E E E+01 obr. 1 Regresní model (stupeň polynomu m=1) Graf Predikce-rezidum (stupeň polynomu m=1) Závěr:Pro stupeň polynomu m=1 mají charakteristiky AIC a MEP nejmenší hodnotu, regresní model má nejlepší tvar a rezidua vytváří mrak,pro vyšší stupně polynomu AIC a MPE vzrůstají a rezidua vykazují trend, proto volím stupeň polynomu m=1. (2) ODHADY PARAMETŮ A TESTY VÝZNAMNOSTI: Parametr Odhad Směrodatná Test H0: B[j] = 0 vs. HA: B[j] <> 0 odchylka t-kriterium hypoteza H0 je Hlad. výz. B[ 0] E E E+00 Zamítnuta B[ 1] E E E+00 Zamítnuta 0.002

18 Fisher-Snedocorův test významnosti regrese,f : E+01 Tabulkový kvantil, F(1-alpha,m-1,n-m) : E+00 Závěr: Navržený model je přijat jako významný. Spočtená hladina významnosti : Scottovo kriterium multikolinearity, M Závěr: Navržený model je korektní. : E-16 Cook-Weisbergův test heteroskedasticity, Sf : E+01 Tabulkový kvantil, Chi^2(1-alpha,1) : E+00 Závěr: Rezidua vykazují heteroskedasticitu. Spočtená hladina významnosti : Závěr: Optimální polynomický model je lineární model: E(y/x) = β 1 x + β 2 E(y/x) = 5.872(±0.0965)x 0.021(±0.0054).

19 2000/2001 Dominika Burkoňová Příklad č.8 LINEÁRNÍ REGRESNÍ MODELY Příklad: M 6.17 Vliv čtyř parametrů na retenční čas eluovaného píku u GC Vyšetřete statistickou významnost vlivu čtyř proměnných parametrů u plynové chromatografie GC, tj. nástupní teploty kolony teplotě programovaného režimu eluce x 1, tlaku nosného plynu na kolonu x 2, nárůstu teploty x 3 a koncentrace etheru x 4 na retenční čas eluovaného píku y. Teplota septa detektoru a dávkování byly drženy na konstantních hodnotách. Který z parametrů je nevýznamný? Vyšetřete také regresní triplet a odhalte vlivné body. Využijte i parciálních regresních grafů. Data: Složka x 1 [grad Celsia], složka x2 [mpa], složka x 3 [gard Celsia], složka x 4 [mg/l], retenční časy y [mm]: 150 1,8 50,0 0,10 1, ,8 50,0 0,05 1, ,8 70,0 0,10 0, ,8 70,0 0,05 1, ,85 30,0 0,10 1, ,85 30,0 0,05 1, ,85 50,0 0,10 1, ,85 50,0 0,05 1, ,88 0 0,1 1, ,88 0 0,05 1, ,88 0,10 0,10 1, ,88 20,0 0,05 1,57 Program: Adstat Lineární regrese Výsledky: Kvantil Studentova rozdělení t(1-alpha/2,n-m) = 2,365 (1) PŘEDBĚŽNÁ STATISICKÁ ANALÝZA: Proměnná Průměr Směrodatná Párový korelační odchylka koeficient y 1,6542E+00 6,0522E-02 1,0000 x1 1,7333E+02 2,1462E+01-0,9425 x2 1,8433E+00 3,4466E-02-0,9051 x3 3,6667E+01 2,3868E+01 0,7531 x4 7,5000E-02 2,6112E-02 0,1870 Párové korelační koeficienty mezi dvojicemi x1 versus x2 x1 versus x3 x1 versus x4 x2 versus x3 x2 versus x4 x3 versus x4 9,6682E-01-8,9917E-01 8,4071E-18-8,6934E-01 2,9198E-18 2,1587E-18 (2) INDIKACE MULTIKOLINEARITY: 1...K[j] = 9,2810E+01<1000 neindikuje silnou multikolinearitu VIF[j] = 1,9547E+01>10 indikuje silnou multikolinearitu

20 (3) ODHADY PARAMETRŮ A TESTY VÝZNAMNOSTI: Parametr Odhad Směrodatná t-kriterium hypoteza H 0 je: odchylka B[ 0] E E E+00 Zamítnuta B[ 1] E E E+00 Zamítnuta B[ 2] E E E-01 Akceptována B[ 3] E E E+00 Zamítnuta B[ 4] E E E+00 Zamítnuta (4) STATISTICKÉ CHARAKTERISTIKY REGRESE: Vícenásobný korelační koeficient, R E-01 Koeficient determinace, R^ E-01 Střední kvadratická chyba predikce, MEP E-04 Akaikeho informační kritérium, AIC E+02 (5) TESTOVÁNÍ REGRESNÍHO TRIPLETU Fisher-Snedocorův test významnosti regrese,f: Navržený model je přijat jako významný Scottovo kriterium multikolinearity, M: Navrženś model není korektní. Cook-Weisbergův test heteroskedasticity, Sf Rezidua vykazují heteroskedasticitu. Jarque-Berraův test normality reziduí, L(e) Normalita je přijata. Waldův test autokorelace, Wa Rezidua nejsou autokorelována. Znaménkový test, Dt Rezidua nevykazují trend. Řešení: Z výsledků (1) vyplývá, že x 1, x 2, x 4 neovlivňují retenční čas eluovaného píku y. Párový korelační koeficient x 3 se blíží 1 a mírně ovlivňuje y. Pouze x 1 versus x 2 jsou na sobě závislé neboť jejich korelační koeficient je 9,6682E Ostatní jsou na sobě nezávislé. Dále jsem zjistila, že parametr B[ 2] nulovou hypotézu H 0 akceptuje, protože má t-kriterium = 3,7299E-01 menší než kvantil studentova rozdělení 2,365. tlak nosného plynu na kolonu je nevýznamný. Proto jsem odstranila sloupec 2. Po vypuštění nevýznamného parametru x 2 jsem opět vyšetřila regresní triplet a sestrojila parciální regresní grafy. (3) ODHADY PARAMETRŮ A TESTY VÝZNAMNOSTI: Parametr Odhad Směrodatná t-kriterium hypoteza H 0 je odchylka B[ 0] E E E+01 Zamítnuta B[ 1] E E E+00 Zamítnuta B[ 2] E E E+00 Zamítnuta B[ 3] E E E+00 Zamítnuta

21 (4) STATISTICKÉ CHARAKTERISTIKY REGRESE: Vícenásobný korelační koeficient, R E-01 Koeficient determinace, R^ E-01 Střední kvadratická chyba predikce, MEP E-04 Akaikeho informační kritérium, AIC E+02 (5) TESTOVÁNÍ REGRESNÍHO TRIPLETU Fisher-Snedocorův test významnosti regrese,f: Navržený model je přijat jako významný Scottovo kriterium multikolinearity, M: Navrženś model není korektní. Cook-Weisbergův test heteroskedasticity, Sf Rezidua vykazují heteroskedasticitu. Jarque-Berraův test normality reziduí, L(e) Normalita je přijata. Waldův test autokorelace, Wa Rezidua nejsou autokorelována. Znaménkový test, Dt Rezidua nevykazují trend. Závěr: Nástupní teplota kolony teploty programovaného režimu eluce x 1, tlak nosného plynu na kolonu x 2 a koncentrace etheru x 4 neovlivňují retenční čas eluovaného píku y. Nárůst teploty x 3 mírně ovlivňuje retenční čas eluovaného píku y. Vzájemně se ovlivňují parametry x 1 a x 2. V datech nebyl nalezen žádný odlehlý bod. Tlak nosného plynu x 2 se jeví jako statisticky nevýznamný. Po vypuštění parametru x 2 má vyčíslený regresní model tvar : y= 2,345(0,0813) 3,908E-03(3,957E-04)x 1 1,25E-03(3,558E-04)x 2 + 4,333E-01(0,1423)x 3 Parciální regresní grafy potvrdily správnost volby navrženého regresního modelu. AIC po vypuštění paramertu x2 je menší než AIC před vypuštěním tohoto parametru také potvrzují správnost volby navrženého regresního modelu.

22 2000/2001 Dominika Burkoňová Příklad č.9 KALIBRACE Úloha K6.17: Kalibrační model zinku v mléce metodou plamenové AAS Sestrojte nelineární kalibrační model obsahu zinku v mléce metodou plamenné fotometrie, když byla použita spektrální čára nm, šířka spektrálního intervalu 0.2 nm a plamen acetylen-vzduchový. Vyšetřete parametry kalibračního modelu, míry přesnosti kalibrace a stanovte koncentraci zinku u neznámých vzorků, jež vykazovaly absorbance 0.105, 0.205, a Jsou v kalibračních datech odlelé hodnoty? Je nejnižší koncentrace neznámého vzorku ještě nad limitou detekce a limitou stanovení? Data: Obsah zinku c[ppm], absorbance A: c[ppm] A c[ppm] A Program:ADSTAT: Kalibrace Řešení: 1.Vyšetření vlivných bodů: 2.Parametry kalibrace obr.1 Graf predikovaných reziduí obr.2 Pregibonův graf

23 obr.3 Williamsův graf obr.4 Mc Culloh-Meeterův graf Závěr: Grafy ukazují na jeden vlivný bod č. 20. Data po odstranění vlivného bodu: KALIBRACE (1) PARAMETRY KALIBRACE: Koeficienty rovnice : f[i]*x^2+g[i]*x+h[i] pro k[i-1] < x <= k[i] k[i] f[i] g[i] h[i] E E E E E E E E E E E E-02 (2) ANALÝZA REZIDUÍ: Reziduální součet čtverců, RSC : E-04 Průměr absolutních hodnot reziduí, Me : E-03 Průměr relativních reziduí, Mer[%] : Odhad reziduálního rozptylu, s^2(e) : E-05 Odhad směrodatné odchylky reziduí, s(e) : E-03 (3) KALIBRAČNÍ MEZE: Kritická úroveň, yc: E-03 xc: E-02 Limita detekce, yd: E-03 xd: E-02 (4)KALIBRAČNÍ TABULKA PŘED ODTRANĚNÍM VLIVNÉHO BODU: Měřená hodnota Inverzní odhad Konfidenční interval Y i,exp X i,vyp [ppm] Dolní mez L D [ppm] Horní mez L H [ppm] 0,105 0,162 0,156 0,168 0,205 0,31 0,303 0,316 0,315 0,48 0,473 0,487 0,445 0,695 0,687 0,703

24 KALIBRAČNÍ TABULKA PO ODSTRANĚNÍ VLIVNÉHO BODU: Měřená hodnota Inverzní odhad Konfidenční interval Y i,exp X i,vyp [ppm] Dolní mez L D [ppm] Horní mez L H [ppm] 0,105 0,162 0,156 0,168 0,205 0,311 0,305 0,317 0,315 0,481 0,473 0,488 0,445 0,692 0,682 0,699 obr. 1 Kvadratický spline-počet uzlů 2 Závěr: V datech je jeden odlehlý bod č.20. Limita detekce je 0,025 ppm Zn, kritická úroveň stanovení je 0.015ppm Zn. Nejnižší koncentrace neznámého vzorku je ppm Zn, což znamená, že je nad limitou detekce. Hodnoty koncentrací v ppm odpovídající naměřeným hodnotám jsou uvedeny v kalibrační tabulce.