Cтраница 1
Данные дисперсионного анализа показывают, что в паровых котлах выпадает тонкодисперсный шлам. Около 50 % шлама, удаляемого с продувочной водой, имеет размер частиц в пределах от 3 до 15 мкм. [1]
Данные дисперсионного анализа, приведенные в таблице, получены суммированием квадратов. [2]
Обрабатывают данные дисперсионного анализа следующим образом. [3]
Изучив данные дисперсионного анализа на послойных выборочных схемах, можно провести дальнейшее расслаивание на разных уровнях ( гнездовая схема отбора) или упростить способ. При выборе способа отбора проб исходят из стоимости его и удобства, а также требуемого уровня точности. Как правило, некоторое расслаивание желательно; отбирают слои, обычно отличающиеся друг от друга, и затем проводят выборки из каждого слоя пропорционально его объему. [4]
Обрабатывают данные дисперсионного анализа следующим образом. [5]
Обработка данных дисперсионного анализа производится следующим образом. [6]
Как показывают данные дисперсионного анализа ( см. табл. 2, 3, 4, 6), все исследованные эмульсии представляли собой относительно грубодис-перслые системы, при этом размеры капель в них колебались в очень широких пределах. [7]
В табл. 3 приведен порядок записи данных дисперсионного анализа для двух факторов, соответственно с пятью и тремя уровнями и тремя повторениями. [8]
В зависимости от условий получения продукта, может быть использован тот или иной подход при интерпретации данных дисперсионного анализа. Однако, как правило, по гранулометрическому составу конечного продукта можно лишь грубо оценивать кинетику фазового перехода. Более точные сведения о параметрах кристаллизации могут быть получены при комбинации данных о распределении по размерам конечного продукта с данными о скоростях роста кристаллов. С известной степенью приближения к реальной картине могут быть определены основные параметры процесса кристаллизации, если известны кривые распределения по размерам для различных моментов времени. [9]
Как видно из изложенного, желательно, чтобы аналитические формулы для кривых распределения вытекали из определенных физических представлений о природе образования полидисперсного, материала, достаточно логичных и вероятных. Тогда отклонение данных дисперсионного анализа от аналитических выражений можно объяснить либо тем, что процесс образования материала не соответствует схематическому представлению о нем и поэтому истинное распределение плохо описывается принятой формулой, либо систематическими ошибками метода анализа, либо, наконец, совместным влиянием обеих причин. [10]
Средний размер агломератов бора в дисперсиях зависит от свойств дисперсионной среды. В табл. 1 приведены данные дисперсионного анализа ( пипеточным методом) двух образцов бора, суспендированных в воде. [11]
Из изложенного выше статистического аспекта проблемы отбора пробы можно сделать вывод, что масса материала, подлежащая выборке, вначале должна быть разделена на действительные или воображаемые элементы выборки, которые могут изменяться в широком диапазоне от отдельных молекул, в случае однородных газов или жидких растворов, до очень больших элементов, таких, как вагон угля. Далее, полезно знать ожидаемые относительные дисперсии между этими элементами и внутри них. Изучив данные дисперсионного анализа на послойных выборочных схемах, можно решить вопрос о правильности дальнейшего расслаивания на разных уровнях ( гнездовая схема отбора) или упростить способ. Решение основывается на рассмотрении соображений стоимости и удобства, а также требуемого уровня точности. Как правило, некоторое расслаивание желательно; отбираются слои, обычно отличающиеся друг от друга, и затем проводят выборки из каждого слоя пропорционально его объему. [12]