Tvorba grafů a diagramů v ORIGIN

Podobné dokumenty
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Tvorba nelineárních regresních modelů v analýze dat

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

S E M E S T R Á L N Í

Kalibrace a limity její přesnosti

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba grafů v grafickém editoru ORIGIN. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

laboratorní technologie

vzorek vzorek

Ústřední komise Chemické olympiády. 55. ročník 2018/2019 NÁRODNÍ KOLO. Kategorie E. Řešení praktických částí

PRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA)

Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat

Aproximace a vyhlazování křivek

Kalibrace a limity její přesnosti

TVORBA GRAFŮ A DIAGRAMŮ V ORIGIN. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

Kalibrace a limity její přesnosti

2.2 Kalibrace a limity její p esnosti

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

UNIVERZITA PARDUBICE

SEMESTRÁLNÍ PRÁCE UNIVERZITA PARDUBICE. Fakulta chemicko - technologická Katedra analytické chemie

UNIVERZITA PARDUBICE

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti

Popisná statistika. Komentované řešení pomocí MS Excel

Využití tabulkového procesoru jako laboratorního deníku

Analýza rozptylu ANOVA

UNIVERZITA PARDUBICE

Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )

Analýza dat na PC I.

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

Kvantily a písmenové hodnoty E E E E-02

Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie

ANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

UNIVERZITA PARDUBICE

UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica

UNIVERZITA PARDUBICE

Porovnání dvou výběrů

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Statistika pro geografy

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie

Stanovení kritické micelární koncentrace

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

S E M E S T R Á L N Í

Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat při managementu jakosti. Semestrální práce:

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

Vzorová prezentace do předmětu Statistika

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie

Úloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat )

Popisná statistika. Statistika pro sociology

, Brno Hanuš Vavrčík Základy statistiky ve vědě

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Charakteristika datového souboru

Číselné charakteristiky

Základy popisné statistiky

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality

Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Krása fázových diagramů jak je sestrojit a číst Silvie Mašková

UNIVERZITA PARDUBICE

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

Statistická analýza jednorozměrných dat

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

3.4 Určení vnitřní struktury analýzou vícerozměrných dat

Metodologie pro ISK II

2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat

Porovnání dvou reaktorů

Základy popisné statistiky

Tvorba nelineárních regresních modelů v analýze dat

PYTHAGORAS Statistické zpracování experimentálních dat

UNIVERZITA PARDUBICE

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Zaokrouhlování: Směrodatná odchylka se zaokrouhluje nahoru na stanovený počet platných cifer. Míry

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI

Tvorba grafů v programu ORIGIN

Regresní a korelační analýza

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek Oponenti: Patrik Novotný Jakub Nováček Click here to buy 2

Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba nelineárních regresních modelů v analýze dat. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.

Plánování experimentu

Zápočtová práce STATISTIKA I

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Lineární regrese. Komentované řešení pomocí MS Excel

Regresní a korelační analýza

Úloha 1: Lineární kalibrace

SEMESTRÁLNÍ PRÁCE 3.5 Klasifikace analýzou vícerozměrných dat

STATISTICKÉ CHARAKTERISTIKY

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

VALIDACE GEOCHEMICKÝCH MODELŮ POROVNÁNÍM VÝSLEDKŮ TEORETICKÝCH VÝPOČTŮ S VÝSLEDKY MINERALOGICKÝCH A CHEMICKÝCH ZKOUŠEK.

Transkript:

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Tvorba grafů a diagramů v ORIGIN Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2016 Mgr. Sylvie Pavloková VFU Brno, Ústav technologie léků

Obsah Úloha 2. Spojnicový excelovský graf... 3 Úloha 4. Sloučení a uspořádání křivek... 4 Úloha 7. Ternární graf... 6 Úloha 8. Gadgety integrační, interpolační... 8 Úloha 9. Grafy exploratorní analýzy: krabicový, rozptýlení, maticový rozptylový 9 2

Úloha 2. Spojnicový excelovský graf Zadání: Pomocí enzymatické metody GOD-POD (enzymy glukózaoxidáza a peroxidáza) byl stanoven disoluční profil pro uvolňování glukózy z pelet. Úkolem je pomocí grafického editoru ORIGIN sestrojit graf pro stanovenou závislost. Data: Měření množství uvolněné glukózy v procentech M t (průměrná hodnota z 6 měření) v závislosti na čase t v minutách; data doplněna o směrodatné odchylky, které jsou uvedeny v procentech uvolněné glukózy: t (min) 60 90 120 150 180 210 240 270 300 330 M t (%) 0,1 0,3 0,5 0,5 0,7 0,8 0,4 0,8 1,3 2,2 SD (%) 0,2 0,2 0,4 0,2 0,2 0,2 0,3 0,3 0,7 0,2 t (min) 360 390 450 510 570 630 750 870 1080 1440 M t (%) 3,7 5,5 11,4 16,1 24,6 28,3 38,0 40,8 43,2 47,2 SD (%) 0,9 0,9 1,5 3,1 4,3 7,8 6,9 12,8 5,3 9,4 Řešení: Byl sestrojen graf závislosti množství uvolněné glukózy na čase. V grafu jsou rovněž vyneseny chybové úsečky (o velikosti plus minus příslušná hodnota směrodatné odchylky pro daný disoluční bod), které vyjadřují variabilitu měření. Z grafu je patrná hodnota lag time pro uvolňování glukózy přibližně 300 minut. Pro měření platí, že směrodatné odchylky jsou poměrně vysoké, což lze pozorovat zvláště pro vyšší disoluční časy, a proto je potřeba uvažovat o provedení opakovaných měření disoluce pro zajištění spolehlivých výsledků. 60 55 50 45 40 35 Mt (%) 30 25 20 15 10 5 0 0 200 400 600 800 1000 1200 1400 t (min) 3

Úloha 4. Sloučení a uspořádání křivek Zadání: Pomocí enzymatické metody GOD-POD (enzymy glukózaoxidáza a peroxidáza) byl stanoven disoluční profil pro uvolňování glukózy pro tři vzorky pelet lišící se procentuálním zastoupením obalu vůči celku (12,5 %, 25 % a 35 %). Obal pelet slouží k zajištění řízeného uvolňování glukózy. Úkolem je pomocí grafického editoru ORIGIN sestrojit křivky pro stanovené závislosti množství uvolněné glukózy na čase a následně provést sloučení křivek do jednoho grafu, který by umožňoval na první pohled vizuálně zjistit odlišnost vzorků pelet podle množství obalu. Data: Měření množství uvolněné látky v procentech M t (vždy průměrná hodnota z 6 měření, označeno postupně indexy 1, 2 a 3 pro procento obalu 12,5 %, 25 % a 35 %) v závislosti na čase t v minutách: t (min) 60 120 240 360 540 720 M t,1 (%) 29,0 82,5 91,9 91,1 93,0 96,0 M t,2 (%) 4,0 16,5 48,1 73,5 89,7 98,0 M t,3 (%) 1,1 5,8 18,4 47,5 80,2 95,8 Řešení: Byly sestrojen graf závislosti množství uvolněné glukózy na čase a poté bylo provedeno sloučení jednotlivých grafů do jednoho okna tak, aby bylo možné vizuálně porovnat jednotlivé křivky. Body pro jednotlivé vzorky jsou označeny barevně tak, aby zvyšující se intenzita barvy odpovídala rostoucímu množství obalu. Na první pohled je jasné, že existuje vztah mezi celkových množství uvolněné glukózy i hodnoty lag time a procentuálním zastoupením obalu pelet. Se zvyšujícím se podílem obalu viditelně roste hodnota lag time a zároveň dochází ke změně disolučního profilu směrem k vyšším hodnotám množství uvolněné glukózy v jednotlivých odběrových časech. 4

0 100 200 300 400 500 600 700 800 100 80 Mt,1 (%) Mt,2 (%) Mt,3 (%) 60 40 20 0 100 80 60 40 20 0 100 80 60 40 20 0 12,5 % 25,0 % 35,0 % 0 100 200 300 400 500 600 700 800 t (min) 5

Úloha 7. Ternární graf Zadání: Byla hodnocena doba, za níž dojde k rozpadu tablet u liquisolid systémů. Data popisují analýzu tablet o obsahu tří superdisintegrantů (Vivasol, Explotab, Kollidon), jež jsou zastoupeny v různých poměrech. Snahou je pomocí ternárního grafu zjistit, zda některá kombinace složek poskytuje výhodnou odezvu, čili ideálně co nejnižší dobu rozpadu, oproti případům, kdy byly hodnoceny tablety s obsahem pouze jednoho individuálního superdisintegrantu. Data: Měření času potřebného na rozpad tablety Ds v závislosti na poměrovém zastoupení jednotlivých superdisintegrantů ve směsi (V Vivasol, E Explotab, K Kollidon); pro každou kombinaci bylo provedeno měření šesti tablet a zároveň pro středový bod byla pro zvýšení stability predikované odezvy opakována tato sada šesti měření v průběhu experimentu třikrát (jedna odlehlá hodnota vyloučena): V E K Ds (min) V E K Ds (min) V E K Ds (min) 1 1 1 0,85 1,5 1,5 0 2,42 1 1 1 2,20 1 1 1 0,88 1,5 1,5 0 2,80 1 1 1 3,37 1 1 1 1,10 1,5 1,5 0 6,02 1 1 1 3,72 1 1 1 1,45 1,5 1,5 0 6,32 1 1 1 4,17 1 1 1 1,82 1,5 1,5 0 7,13 1 1 1 4,37 1 1 1 2,05 1,5 0 1,5 7,15 0,5 0,5 2 0,92 3 0 0 0,75 1,5 0 1,5 2,07 0,5 0,5 2 0,97 3 0 0 0,87 1,5 0 1,5 3,18 0,5 0,5 2 1,08 3 0 0 1,40 1,5 0 1,5 3,28 0,5 0,5 2 1,08 3 0 0 2,12 1,5 0 1,5 3,42 0,5 0,5 2 1,33 3 0 0 2,22 1,5 0 1,5 4,42 0,5 0,5 2 1,42 3 0 0 2,28 0 1,5 1,5 5,02 0,5 2 0,5 5,02 0 3 0 2,13 0 1,5 1,5 1,83 0,5 2 0,5 5,23 0 3 0 4,68 0 1,5 1,5 2,03 0,5 2 0,5 5,80 0 3 0 5,53 0 1,5 1,5 2,23 0,5 2 0,5 7,47 0 3 0 6,47 0 1,5 1,5 2,58 0,5 2 0,5 8,50 0 3 0 10,72 0 1,5 1,5 2,93 0,5 2 0,5 8,98 0 3 0 12,30 1 1 1 3,07 2 0,5 0,5 2,40 0 0 3 1,50 1 1 1 3,42 2 0,5 0,5 2,47 0 0 3 1,70 1 1 1 3,47 2 0,5 0,5 2,67 0 0 3 1,75 1 1 1 3,62 2 0,5 0,5 2,77 0 0 3 1,80 1 1 1 3,92 2 0,5 0,5 2,83 0 0 3 1,92 1 1 1 4,73 2 0,5 0,5 2,98 0 0 3 1,93 1 1 1 1,42 6

Řešení: Byl sestrojen ternární diagram pro zobrazení vztahu mezi dobou rozpadu tablety a jejím složením, jelikož jde o trojsložkovou směs. Vrcholy trojúhelníku odpovídají jednotlivým superdisintegrantům použitým při přípravě tablet (Vivasol, Explotab, Kollidon). Experimentální body jsou vyznačeny černými čtverci v prostoru grafu jde o tři vzorky čistých látek, poté tři vzorky binárních směsí a čtyři vzorky ternárních směsí, v nichž je zahrnut také středový bod o kombinaci superdisintegrantů 1 : 1 : 1. Predikovaná doba rozpadu je v prostoru ternárního diagramu znázorněna barevnou paletou, v níž nejnižším hodnotám odpovídá zelená barva (žádoucí odezvy) a nejvyšším hodnotám barva červená (nežádoucí odezva). Zároveň oblasti lišící se hodnotou doby rozpadu o jednotku jsou ohraničeny tečkovaně. Optimální hodnotu doby rozpadu poskytuje ternární směs o převaze Kollidonu a menším zastoupením obou dalších disintegrantů (Vivasol, Explotab), v grafu je tato oblast znázorněna tmavě zeleně a odpovídá jí hodnota pro rozpad tablety menší než 2 minuty. Příznivou odezvu poskytuje také vzorek obsahující pouze Vivasol. Oproti tomu u tablet obsahujících Explotab v převaze nad ostatními dvěma superdisintegranty dochází k navýšení doby rozpadu až k hodnotám vyšším než 6 minut. 0.8 1.0 0.2 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 Explotab 0.4 4.0 0.6 6.0 5.0 3.0 0.4 Kollidon 0.6 2.0 0.2 0.8 1.0 2.0 0.8 3.0 0.6 0.4 0.2 1.0 Vivasol 7

Úloha 8. Gadgety integrační, interpolační Zadání: Úkolem je stanovit závislost molární konduktivity Septonexu na odmocnině z koncentrace roztoku a dále takto konduktometricky zjistit kritickou micelární koncentraci (KMK) Septonexu. V bodě zlomu na příslušné křivce (tam, kde dochází k prudkému poklesu) odečítáme KMK. Data: Stanovení molární vodivosti roztoku Septonexu λ v jednotkách S m 2 mol -1 v závislosti na odmocnině z koncentrace roztoku c 1/2 v jednotkách mol 1/2 dm -3/2. c 1/2 (mol 1/2 dm -3/2 10-3 ) 17,3 20,0 22,4 24,5 26,5 28,3 30,0 31,6 33,2 λ (S m 2 mol -1 10-3 ) 12,43 10,35 10,00 10,05 9,93 9,65 9,18 8,75 8,20 Řešení: V grafu je vynesena závislost molární vodivosti (S m 2 mol -1 ) na odmocnině z koncentrace (mol 1/2 dm -3/2 ). Pro proložení experimentálních bodů zde byl současně použit interpolační gadget v rozsahu celého měření. Hodnotu kritické micelární koncentrace odečítáme v bodě zlomu křivky, zde přibližně odpovídá koncentraci čtvrtého roztoku, tj. 6 10-4 mol dm -3. 1.3x10-2 Y at Left = 1245 Y at Right = 0814 1.2x10-2 molární vodivost 1.1x10-2 1.0x10-2 9.0x10-3 8.0x10-3 1.6x10-2 1.8x10-2 2.0x10-2 2.2x10-2 2.4x10-2 2.6x10-2 2.8x10-2 3.0x10-2 odmocnina z koncentrace 3.2x10-2 3.4x10-2 8

Úloha 9. Grafy exploratorní analýzy: krabicový, rozptýlení, maticový rozptylový Zadání: Jedná se o stanovení prvků (hořčík, draslík, vápník) ve víně metodou ICP-MS (hmotnostní spektrometrie ve spojení s indukčně vázaným plazmatem). Vzorky vín pochází ze šesti vinařských podoblastí České republiky (litoměřická LIT, mělnická MEL, mikulovská MIK, slovácká SLO, velkopavlovická VP a znojemská ZNO). Snahou je pomocí grafů exploratorní analýzy zjistit, zda lze odlišit jednotlivé vinařské podoblasti, z nichž vzorky vín pochází, na základě zastoupení prvků Mg, K a Ca. Data: Měření koncentrace jednotlivých prvků (Mg, K, Ca) v jednotkách µg l 1 pro vzorky vín určených vinařskou podoblastí: Mg K Ca Mg K Ca Mg K Ca LIT 7774 49576 4714 MIK 7634 49836 5607 VP 4259 28781 508 LIT 6457 41892 2178 MIK 6593 43766 3824 VP 14349 49223 6895 LIT 6843 43767 2338 MIK 3917 22159 190 VP 16361 58922 9355 LIT 4145 23218 190 MIK 3651 24766 1098 VP 5764 59728 3215 LIT 7193 96525 8082 MIK 6560 45820 5070 VP 6038 58702 1982 LIT 6343 82020 2690 MIK 5981 50087 4366 VP 13723 94519 11351 LIT 6854 88041 3573 MIK 7779 69965 5241 VP 11916 89295 11191 MEL 7469 73086 5942 SLO 13135 78767 11854 VP 12695 92921 6198 MEL 7686 63430 2556 SLO 14518 86294 19382 VP 11245 74900 8546 MEL 4782 37622 4046 SLO 7985 75612 5757 VP 5741 81026 3100 MEL 4428 33940 3657 SLO 7441 50773 2447 VP 5883 87044 3805 MEL 3426 30642 1939 SLO 13570 86024 7627 VP 12102 95759 3391 MEL 4634 48248 3640 SLO 10068 51172 9671 VP 13298 103263 5962 MEL 4138 30918 3861 SLO 8255 50475 3931 ZNO 7595 57389 4677 MEL 8915 125814 5668 SLO 4916 25556 190 ZNO 7324 49874 3878 MEL 11876 171063 10842 SLO 5763 64056 1783 ZNO 10959 69401 5791 MEL 6348 132411 4486 SLO 2716 28545 920 ZNO 8061 59097 2998 MEL 4638 93156 4819 SLO 4094 28122 3481 ZNO 4508 35200 3002 MIK 10143 145955 8888 SLO 3589 26243 1359 ZNO 3317 25388 2273 MIK 9958 136815 10446 SLO 5327 44380 2419 ZNO 6526 55947 1277 MIK 8246 115019 2851 SLO 4953 37100 3789 ZNO 6851 61840 3467 MIK 7354 101760 4062 VP 7288 49740 4003 ZNO 5676 41280 4837 MIK 6507 49705 5286 VP 4008 25239 2319 ZNO 12149 125104 13898 MIK 4788 36679 2745 VP 17351 67874 26790 ZNO 13480 130983 17065 MIK 17234 119057 9331 VP 13594 48230 6134 ZNO 5221 56920 3912 MIK 11901 80133 6563 VP 4429 27041 190 ZNO 5952 62861 2577 MIK 15628 105291 12163 VP 5203 35622 2075 9

Řešení: Pro obsah jednotlivých prvků ve vzorcích vín byly sestrojeny krabicové grafy s možnými odlehlými body vyznačenými křížkem. Střední krabicová část grafu je ohraničena prvním a třetím kvartilem, jako odhad střední hodnoty je použit medián (příčka v krabici), fousky potom vyznačují 5% a 95% kvantil. Průměr je vyznačen červeným čtverečkem. V grafu jsou také vždy nalevo od krabicového zobrazení vyneseny jednotlivé experimentální body usnadňující první vizuální závěry o rozložení dat. Na první pohled je patrné, že se vína z šesti různých vinařských podoblastí liší obsahem hořčíku, draslíku i vápníku. Zároveň je však u většiny porovnávaných skupin možné říci, že rozsah naměřených dat je poměrně značný a krabice se překrývají, takže nelze potvrdit statistickou významnost rozdílu mezi skupinami. Také počet vzorků z jednotlivých vinařských podoblastí není stejný, zvláště u litoměřické podoblasti by bylo vhodné získat pro následné porovnání vyšší počet vzorků. Jelikož se téměř ve všech srovnávaných skupinách vyskytují vzorky vína s vysokým obsahem daného prvku, rozdělení dat je spíše lognormální než normální a proto byla dále testována vhodnost využití logaritmické transformace. 10

2.0x10 4 1.8x10 4 1.5x10 4 LIT MEL MIK SLO VP ZNO 1.3x10 4 Mg 1.0x10 4 7.5x10 3 5.0x10 3 2.5x10 3 LIT MEL MIK SLO VP ZNO 2.0x10 5 1.8x10 5 1.5x10 5 LIT MEL MIK SLO VP ZNO 1.3x10 5 K 1.0x10 5 7.5x10 4 5.0x10 4 2.5x10 4 LIT MEL MIK SLO VP ZNO Ca 3.0x10 4 2.8x10 4 2.5x10 4 2.3x10 4 2.0x10 4 1.8x10 4 1.5x10 4 1.3x10 4 1.0x10 4 7.5x10 3 5.0x10 3 2.5x10 3 LIT MEL MIK SLO VP ZNO LIT MEL MIK SLO VP ZNO 11

Protože byla potvrzena výhodnost logaritmické transformace dat, bylo další zobrazení pomocí maticového rozptylového grafu provedeno až po tomto kroku přípravy dat. V histogramech na diagonále můžeme pozorovat experimentální rozložení dat s proložením červenou křivkou pro teoretické normální rozdělení. Je patrné, že data po logaritmické transformaci již lépe dodržují normální rozložení. V rozptylových grafech pro všechny tři kombinace prvků je zřejmé, že jednotlivé podoblasti netvoří v dvourozměrném prostoru žádné shluky a příslušné body jsou rozprostřeny spíše rovnoměrně (překryv barev), což platí pro všechny kombinace prvků. Pro odlišení podoblastí by tedy pravděpodobně bylo nutné použít vícerozměrnou analýzu. Mg 29.2 21.9 14.6 7.3 3.5 4.0 4.5 Mg 4.51 4.92 5.33 5.74 2.52 3.15 3.78 4.41 4.95 4.50 4.05 3.60 oblast LIT MEL MIK SLO VP ZNO 5.74 K 5.74 5.33 5.33 K 4.92 4.92 4.51 4.51 4.41 3.78 Ca 26.4 19.8 Ca 3.15 13.2 2.52 6.6 3.60 4.05 4.50 4.95 4.51 4.92 5.33 5.74 3 4 Mg K Ca 12