颗粒分析实验报告

颗粒分析实验报告
颗粒分析实验报告

篇一:颗粒分析实验报告

颗粒分析实验报告

专业班级港航学号 0903010125姓名景永春同组者姓名孙涛

实验编号实验名称密度计法(比重法)颗粒分析实验

实验日期 2011.9.13 批报告日期成绩教师签名

一、实验目的

测定干土中各粒组含量占该土总质量的百分数

二、实验原理

微小球体在水中下沉时,球体的运动近似满足如下规律:1.小球体在水中沉降的速率是恒定的;2.小球体沉降的速率大小与球体的直径d的平方成正比。上述规律可用下式表示:

v=(gs-gwt)ρ

w4℃

gd2/1800η

由式可知,颗粒比重一定时,颗粒愈大,在水中沉降的速率愈快。现将一定质量ms 的土与水搅拌成总体积为v的均匀悬液,然后观察悬液中颗粒下沉情况和悬液浓度的变化。再由下式:

di=k1 (??/ti)

将测量粒径di的问题转化成为测定任一时刻ti及相应落距l的问题,再算出d≤di的颗粒占总土质量百分含量pi,就可得到试验结果。

三、实验仪器

(1)(2)(3)(4)(5)

乙种密度计

量筒,有效容积1000cm3,内径60mm,高450mm 秒表搅拌器温度计

四、实验步骤

(1)取风干土样100~300g辗散后过2mm筛,至仅留下大于2mm的颗粒为止。(2)将粒径小于2mm的土样搅拌均匀,称取m=30g的土样作为试样。

(3)将试样加水煮沸1小时,冷却后将全部土倒入试验量筒,加入10cm分散剂,

加水至1000cm。

(4)搅拌悬液约1min,往复各30次,使悬液土粒分布均匀。(5)取出搅拌器同时开动秒表,测经1,2,5,15,30,60,120,1440min时的密度计读数。

每次测度前15秒左右将密度计放入量筒。

五、实验数据记录与处理干土质量:30g 悬液体积:1000ml 密度计型号:乙型土粒比重:2.70密度计校正:ri = ri +n+mt—co

计算l:根据乙种密度计读数与沉降距离表计算计算粒径di= k1 /ti)

计算d≤di的颗粒占总土质量百分含量pi=100v*gs*(ri—1)*ρw4℃/ms/(gs-gw20) 绘制粒径分布曲线土粒粒径d(mm)

六、实验分析与评估

1、

该方法较之筛析法的优缺点:首先,筛分法是利用不同孔径的分析筛筛分风干土,以此将不同粒径的土颗粒区分开,对于粒径稍大的土颗粒来讲,是比较方便可行的,但是对于粒径较小的土颗粒来讲,会有较大误差,因为细小的土颗粒具有一定的吸附性,会黏附在分析筛上面,对实验造成影响。而密度计法则能很好的避免这样的影响,密度计法是在stocks假设成立的前提下进行的,但是同时该方法的准备工作较之复杂,时间较长,影响因素诸多,比如介入了液体溶液对土颗粒进行实验,较之土颗粒来言,情况更为复杂,即使液体溶液较为

稳定,但也不能避免对于微小土颗粒的影响,并且实验量筒薄壁也会附着少量或大或小的土颗粒。对于工程性质比较稳定的土体,可以进行实验,但是在实际工作中,土的种类繁多,功能不尽相同,性质也不尽稳定,在实验前,需要进行必要地考核评估。但是密度计很好地间接测量土颗粒占总土质量百分数的含量问题,引入了相应落距l,使得实验更易掌握,较易控制,也能更好地将整个实验过程体现出来。篇二:实验二颗粒分析试验

实验二颗粒分析试验

一、概述

颗粒分析试验就是测定土中各种粒组所占该土总质量的百分数的试验方法,可分为筛析法和沉降分析法。其中沉降分析法又有密度计法和移液管法等。对于粒径大于0.075mm的土粒可用筛分析的方法来测定,而对于粒径小于0.075mm的土粒则用沉降分析方法来测定。

这里我们仅对筛析法进行介绍。

二、筛析法

筛析法就是将土样通过各种不同孔径的筛子,并按筛子孔径的大小将颗粒加以分组,然后再称量并计算出各个粒组占总量的该土总质量的百分数。筛析法是测定土的颗粒组成最简单的一种试验方法,适用于粒径小于、等于60mm,大于0.075mm的土。

(一)仪器设备 1、分析筛;

①圆孔粗筛,孔径为60mm,40mm,20mm,10mm,5mm和2mm。②圆孔细筛,孔径为2mm,1mm,

0.5mm,0.25mm,0.075mm。 2、最小分度值0.1g的电子天平; 3、研钵、瓷盘、不锈钢勺等。(二)操作步骤

先用风干法制样,然后从风干松散的土样中,称量1500g土样,称量准确至0.1g。

1、无粘性土

(1)将试样过孔径为2mm的筛,分别称取留在筛子上和已通过筛子孔径的筛子下试样质量。当筛下的试样质量小于试样总质量的10%时,不作细筛分析;当筛上的试样质量小于试样总质量的10%时,不作粗筛分析。

(2)取2mm筛上的试样倒入依次叠好的粗筛的最上层筛中,进行粗筛筛析,然后再取2mm 筛下的试样倒入依次叠好的细筛的最上层筛中,进行细筛筛析。细筛宜置于振筛机上进行震筛,振筛时间一般为10~15min。

(3)按由最大孔径的筛开始,顺序将各筛取下,称留在各级筛上及底盘内试样的质量,准确至0.1g。

(4)筛后各级筛上及底盘内试样质量的总和与筛前试样总质量的差值,不得大于试样总质量的1%。

(三)成果整理

1、小于某粒径的试样质量占试样总质量的百分比可按式(1-1)计算:x?

mamb

dx

mambdx

(1-1)

式中 x—小于某粒径的试样质量占试样总质量的百分比(%);

—小于某粒径的试样质量(g);

—当细筛分析时为所取的试样质量;当粗筛分析时为试样总质量(g);

—粒径小于2mm的试样质量占试样总质量的百分比(%)。

2、制图

以小于某粒径的试样质量占试样总质量的百分比为纵坐标,以颗粒粒径为对数横坐标,在单对数坐标上绘制颗粒大小分布曲线。

3、按式(5-2)计算不均匀系数:

cu?

d60d10

式中

cud60

(5-2)

—不均匀系数;

—限制粒径,在颗粒大小分布曲线上小于该粒径的土含量占土总质量

60%的粒径;

d10

—有效粒径,在颗粒大小分布曲线上小于该粒径的土含量占土总质量

10%的粒径。

4、按式(5-3)计算曲率系数:

cc?

d30d60d10

2

式中

ccd30

(5-3)

—曲率系数;

—在颗粒大小分布曲线上小于该粒径的土含量占土总质量30%的粒

径。

5、试验记录

筛析法颗粒分析试验记录见表1-2。

表1-2 颗粒大小分析试验记录(筛析法)

工程名称筛土法分析颗粒大小试验者工程编号 2 计算者分析:由颗粒大小分布图可得,d10=0.28mmd30=0.57mmd60=0.93mm

cu?

d60d10

?3.32

cc?

2

d30

因为cu=3.32<5,所以该土为均粒土,级配不良。

d60d10

?1.25

思考题:

粘性土如何进行颗粒分析?篇三:颗粒分析实验报告表

颗粒分析实验

土样编号:实验者:实验方法:计算者:试验日期:实验成绩:

一、试验目的

测定小于某粒径的颗粒或粒组占土质量的百分数,以便了解土的粒度成分,并作为土分类及土工建筑选料的依据。

二、基本原理

三、仪器设备

(直径分别为5mm,2mm,1mm,0.5mm,0.075mm) 2、电子天平:最小分度值0.01g;

1、标准筛一套。

3、磁钵及橡皮头研棒;

4、毛刷、白纸、尺等。

四、操作步骤 1、制备土样

(1) 烘干土样,将土样摊成薄层,在烘箱中烘干, 使土中水分蒸发。若土样已干,则可直接使用。

(2) 若试样中有结块时,可将试样倒入磁钵中,用橡皮头研棒研磨,使结块成为单独颗粒为止。但须注意,研磨力度要合适,不能把颗粒研碎。

2、过筛及称量

(1) 用天平称取一定量的试样, 准确至0.01g;

(2) 检查标准筛叠放顺序是否正确(大孔径在上,小孔径在下),筛孔是否干净,若夹有土粒,需刷净。将已称量的试样倒入顶层筛盘中,盖好盖,用手或摇筛机摇振,持续时间一般为10~15min, 然后按从上至下的顺序取下筛盘,在白纸上用手轻叩筛盘,摇晃,直到筛净为止。将漏在白纸上的土粒倒入下一层筛盘内,按此顺序,直到最末一层筛盘筛净为止。

(3) 称量留在各筛盘上的土粒质量,准确至0.01g。五、成果整理

1、某粒径的试样质量占试样总质量的百分比按下式计算,准确至小数后一位。x?

ma

?100%mb

式中,x 为试样某粒组质量占试样总质量的百分比,%;ma为试样某粒组的质量,g;mb

为所取试样总质量,g。

各筛盘上土粒的质量之和与筛前所称试样的质量之差不得大于1%,否则应重新试验。若两者差值小于1%, 应分析试验过程中误差产生的原因,分配给某些粒组;最终,各粒组百分含量之和应等于100%,将试验数据填写在记录表中。

2、查土类

若粒径小于0.075mm的含量大于50% 则该土不是砂土,而是细粒土,将这一部分用密度计法继续分析。

六、注意事项

1、在筛析中,尤其是将试样由一器皿倒入另一器皿时,要避免微小颗粒的飞扬。

2、过筛后,要检查筛孔中是否夹有颗粒,若夹有颗粒,应将颗粒轻轻刷下,放入该筛盘上的土样中,一并称量。

粒度成分分析结果(%)

粒组(mm)

>5 2~5 1~2 0.5~1 0.075~0.5 <0.075

土样1

土样2

经分析该土样土类属于_______________.

细颗粒泥沙基本特性试验报告

细颗粒泥沙基本特性试验报告 姓名:陶安 学号:21409112 日期:2012-11-13 联系方式:antao1990@https://www.360docs.net/doc/7b5248357.html,

一、实验内容 1、环形水槽操作演示 2、分析泥沙粒径特性 3、粒径计管絮凝现象观察 二、基本特性测定的实验方法 1、环形水槽 环形水槽(结构如图1所示)由上、下盘及驱动控制系统三部分组成。下盘为一外径D=150cm、内径D= lO8cm、槽宽21cm、槽深45cm的有机玻璃环槽,上盘为一有机玻璃环片覆盖在下槽水面上,高度可任意调节以控制水深。上、下盘各由一台无级调速电机带动,上下盘相向转动,在切力作用下产生水流。由于水槽的曲率,会出现横向副流,但通过对上下盘转速比的合理调配,可使横向副流降低非常小的程度,从而达到较均匀稳定的流场。另外,在下盘槽壁设有多个取样孔,以便在需要时在不同水深处取得浑水样品,用来测定随时间与水探不同,含沙浓度的变化情况。 与常见的循环水槽相比,环形水槽具有几方面的特点: ①、无流入口和流出口的影响,水槽内所有断面的水流状态是一样的,并相当于一个无限长的水槽,满足细颗粒泥沙在盐水条件下絮凝过程所需时间和漫长沉降距离的要求,水槽运动所形成的水流运动既可以是恒定均匀流,也可以随时间而改变,从而可以模拟相应的潮汐水流运动。 ②、无回水装置和消能设施,不破坏泥沙的絮凝状态,亦即泥沙能在与现场条件相似的絮凝状态下沉降、起动和输移。 ③、实验水槽体积小,操作方便,适用性广,试验水深、水体含沙量、含盐度、水流速度可方便地进行调节。 对于某一流速,占初始悬沙总量一定比值的泥沙总处于悬浮状态,也就是说悬沙浓度和初始浓度的比值是底部切力的函数。根据这一特性,就可通过环形水槽试验得到不同初始含沙量,不同水流条件下泥沙平衡浓度,不淤流速,起动流速,以及泥沙沉速等泥沙水力特性。 利用环形水槽,用各种不同条件的泥沙,水介质等就可分析出不同条件下的不同泥沙的水力特性,分析各种条件下泥沙和淤积量关系。

数据分析实验报告

数据分析实验报告 文稿归稿存档编号:[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-

第一次试验报告 习题1.3 1建立数据集,定义变量并输入数据并保存。 2数据的描述,包括求均值、方差、中位数等统计量。 分析—描述统计—频率,选择如下: 输出: 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图,茎叶图,QQ 图。(全国居民) 分析—描述统计—探索,选择如下: 输出: 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料,WORD 文档,可编辑修改】

2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图,选择如下: 输出: 习题1.1 4数据正态性的检验:K—S检验,W检验数据: 取显着性水平为0.05 分析—描述统计—探索,选择如下:(1)K—S检验

结果:p=0.735 大于0.05 接受原假设,即数据来自正太总体。 (2 )W 检验 结果:在Shapiro-Wilk 检验结果972.00 w ,p=0.174大于0.05 接受原假设,即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据:

实验一、颗粒大小分析试验(比重计法)

实验一、颗粒大小分析试验(比重计法) 颗粒大小分析试验是测定干土中各种粒组所占该土总质量的百分数,借以明确颗粒大小分布情况,供土的分类与概略判断土的工程性质及选料之用。根据土的颗粒大小及级配情况常用的方法有筛分法与比重计法,筛分法适用于分析粒径大于0.074mm 的土;比重计法适用于粒径小于0.074mm的土。当土中兼有上述两类粒径时,则应联合使用筛析法与比重计法。 一、基本原理 密度计法是静水沉降分析法的一种,只适用于粒径小于0.075mm的土样。密度计法是将一定量的土样(粒径<0.075mm)放在量筒中,然后加纯水,经过搅拌,使土的大小颗粒在水中均匀分布,制成一定量的均匀浓度的土悬液(1000mL)。静止悬液,让土粒沉降,在土粒下沉过程中,用密度计测出在悬液中对应于不同时间的不同悬液密度,根据密度计读数和土粒的下沉时间,就可计算出粒径小于某一粒径d(mm)的颗粒占土样的百分数。 二、仪器设备 1、密度计 目前通常采用的密度计有甲、乙两种,这两种密度计的制造原理及使用方法基本相同,但密度计的读数所表示的含义则是不同的,甲种密度计读数所表示的是一定量悬液中的干土质量;乙种密度计读数所表示的是悬液比重。 (1)甲种密度计,刻度单位以在20oC时每1000mL悬液内所含土质量的克数来表示,刻度为-5~50,最小分度值为0.5。 (2)乙种密度计,刻度单位以在20oC时悬液的比重来表示,刻度为0.995~1.020,最小分度值为0.0002。 2、量筒2个:容积1000mL; 3、三角烧瓶:容积500ml 4、煮沸设备:电热器、锥形烧瓶; 5、分散剂:4%六偏磷酸钠或25%氨水; 6、其他:搅拌棒、温度计、研钵、秒表、烧杯、瓷皿、天平等。 三、操作步骤 1、密度计的校正 密度计在制造过程中, 其浮泡体积及刻度往往不易准确, 况且, 密度计的刻度是 以20 C的纯水为标准的。由于受实验室多种因素的影响,密度计在使用前应对刻度、弯液面、土粒沉降距离、温度、分散剂等的影响进行校正。 (1)土粒沉降距离校正

【实验报告】SPSS相关分析实验报告

SPSS相关分析实验报告 篇一:spss对数据进行相关性分析实验报告 实验一 一.实验目的 掌握用spss软件对数据进行相关性分析,熟悉其操作过程,并能分析其结果。 二.实验原理 相关性分析是考察两个变量之间线性关系的一种统计分析方法。更精确地说,当一个变量发生变化时,另一个变量如何变化,此时就需要通过计算相关系数来做深入的定量考察。P值是针对原假设H0:假设两变量无线性相关而言的。一般假设检验的显著性水平为0.05,你只需要拿p值和0.05进行比较:如果p值小于0.05,就拒绝原假设H0,说明两变量有线性相关的关系,他们无线性相关的可能性小于0.05;如果大于0.05,则一般认为无线性相关关系,至于相关的程度则要看相关系数R值,r越大,说明越相关。越小,则相关程度越低。而偏相关分析是指当两个变量同时与第三个变量相关时,将第三个变量的影响剔除,只分析另外两个变量之间相关程度的过程,其检验过程与相关分析相似。三、实验内容 掌握使用spss软件对数据进行相关性分析,从变量之间的相关关系,寻求与人均食品支出密切相关的因素。 (1)检验人均食品支出与粮价和人均收入之间的相关关系。 a.打开spss软件,输入“回归人均食品支出”数据。

b.在spssd的菜单栏中选择点击,弹出一个对话窗口。 C.在对话窗口中点击ok,系统输出结果,如下表。 从表中可以看出,人均食品支出与人均收入之间的相关系数为0.921,t检验的显著性概率为0.0000.01,拒绝零假设,表明两个变量之间显著相关。人均食品支出与粮食平均单价之间的相关系数为0.730,t检验的显著性概率为 0.0000.01,拒绝零假设,表明两个变量之间也显著相关。 (2)研究人均食品支出与人均收入之间的偏相关关系。 读入数据后: A.点击系统弹出一个对话窗口。 B.点击OK,系统输出结果,如下表。 从表中可以看出,人均食品支出与人均收入的偏相关系数为0.8665,显著性概率p=0.0000.01,说明在剔除了粮食单价的影响后,人均食品支出与人均收入依然有显著性关系,并且0.86650.921,说明它们之间的显著性关系稍有减弱。通过相关关系与偏相关关系的比较可以得知:在粮价的影响下,人均收入对人均食品支出的影响更大。 三、实验总结 1、熟悉了用spss软件对数据进行相关性分析,熟悉其操作过程。 2、通过spss软件输出的数据结果并能够分析其相互之间的关系,并且解决实际问题。 3、充分理解了相关性分析的应用原理。

(实习报告)企业实习相关分析报告范文

企业实习相关分析报告范文 本次外出实习,部里安排我到xx会计师事务所实习,主要任务是协助各注册会计师到各街道进行查账,主要工作有编制工作底稿,查阅凭证,帐簿,报表发现问题,提出审计意见,进行现金盘点,资产清查,编制审计报告等。 本次外出实习,我感觉收获特别大。第一:收集了很多教学素材案例,在审计过程中,一旦我发现有对我以后教学有用的东西,我都会用笔记本记录下来。故此,这次外出企业实习,我做的笔记就有3本。我相信这些素材将会对我以,后教学提供很多帮助。本学期我讲授企业单项实训课程,在授课时就经常顺手拈来我外出审计中碰到的很多案例感觉教学效果很好。第二:了解目前企业会计现状以及他们在做帐过程中存在的各种问题及种种舞弊现象。第三:向注册会计师学习了很多知识,对于我在审计过程中碰到的各种问题,我都会虚心地向xx会计师事务所的老师询问,对于我提出的各种轰炸式提问,他们都很耐心地给予回答。第四:近距离接触,真正了解到对会计人员各方面素质及要求,为我以后在讲授课程时对于授课内容如何有所侧重更有帮助。本次发言,张部长主要让我谈一谈目前企业对会计人员要求,我们在教学中应注重培养学生哪些方面知识.我以为主要有以下几方面:一,会计电算化知识 本次外出企业查帐,我发现大部分企业已实现用电脑做帐,而且大部分企业公司都是采用金蝶财务软件做帐,少部分采用用友软件做帐。故此,我们应重点加强这方面知识讲授,让每位同学都能达到熟练运用这2个财务软件.既然是用电脑做帐,对打字速度有一定要求,一般要求学生每分钟要达到40-50个字左右。 二,税务知识 本次外出企业查帐,我发现很多公司因为规模较小,只设有一名会计人员,会计人员可以说是一名多面手、做帐、报税等均是他的工作。所以,我们以后应加强税务知识讲授,尤其是税务实务操作练习,教会每会学生如何申请报税、计税、缴税、尤其是几个主要税种,如个人所得税、企业所得税、营业税、房产税等更要重点讲授。 三,出纳方面知识 由于我们的学生学历较低,很多同学毕业后只能担任出纳,故此,对于出纳工作主要职责(如登记现金日记帐、银行存款日记帐、保管库存现金、有价证券、空白发票、支票印章)以及应具备技能(如点钞、计算器、辩别真假钞票)等应让学生熟练掌握。 四,财会法规知识

水库泥沙冲淤分析计算

水库泥沙冲淤分析计算 抽水蓄能电站初步设计阶段 水库泥沙冲淤分析计算大纲范本 水利水电勘测设计标准化信息网 1996年10月 抽水蓄能电站初步设计阶段 水库泥沙冲淤分析计算大纲 主编单位: 主编单位总工程师: 参编单位: 主要编写人员: 软件开发单位: 软件编写人员: 勘测设计研究院 1

年月 目次 1. 引言 (4) 2. 设计依据文件和规范 (4) 3. 基本资料 (4) 4. 水库泥沙冲淤计算 (6) 5. 专题研究 (9) 6. 应提供的设计成果 (9) 附件A (10) 附件B (11) 附件C (14) 1 前言 项目概况 抽水蓄能电站位于省县乡境内,总装机 MW。抽水蓄能电站由上水库、水道系统、厂房及下水库组成。水库泥沙冲淤分析计算 2 设计依据文件和规范 2.1 有关本工程(或专业)的文件 (1) 可行性研究报告; (2) 可行性研究报告审批文件; (3) 初步设计任务书和项目卷册任务书,以及其它专业对本专业的要求; (4) 泥沙专题报告。 2.2 设计规范 (1) DL 5021-93 水利水电工程初步设计报告编制规程; (2) SDJ 11-77 水利水电工程水利动能设计规范(试行); (3) SDJ 214-83 水利水电工程水文计算规范(试行); (4) SL 104-95 水利工程水利计算规范; (5) 水库水文泥沙观测试行办法。 2.3 主要参考资料 (1) 水利水电工程泥沙设计规范(报批稿)[echidi1][1]; (2) 《泥沙手册》(中国水利学会泥沙专业委员会主编); 2

(3) 《水库泥沙》(陕西省水利科学研究所河渠研究室、清华大学水利工程系泥沙研究室合编); (4) 《河流泥沙工程学》(武汉水利电力学院)。 3 基本资料 3.1 水库概况 (1) 水库地形图,施测时间; (2) 库区纵、横断面表,需要时给出横断面特征线; (3) 水库水位容积、面积曲线图及表(包括总库容与干支流库容)。 表 1 水库水位容积、面积表 抽水蓄能电站装机容量 MW(共台),一般每日发电 h( 点至点);每日抽水 h( 点至点)。水泵最大扬程抽水流量 m3/s,最小扬程抽水流量 m3/s;水轮机额定水头发电流量 m3/s。 3.4.1 水库水位、库容特征值,见表2。 表 2 库水位、库容特征值 (1) 各设计频率洪水的坝前水位 表 3 各设计频率洪水的坝前水位 3

数据分析实验报告

《数据分析》实验报告 班级:07信计0班学号:姓名:实验日期2010-3-11 实验地点:实验楼505 实验名称:样本数据的特征分析使用软件名称:MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度,中位数、分位数、三均值、四分位极差与极差; 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验; 3.掌握统计作图方法; 4.掌握多元数据的数字特征与相关矩阵的处理方法; 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1,解决以下问题:表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 (立方米)(千克)(吨)(%)1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵; 2.计算各指标的偏度、峰度、三均值以及极差; 3.做出各指标数据直方图并检验该数据是否服从正态分布?若不服从正态分布,利用boxcox变换以后给出该数据的密度函数; 4.上网查找1990-2004江苏省万元工业GDP废气排放量,安徽省与江苏省是 否服从同样的分布?

数据分析实验报告

数据分析实验报告 【最新资料,WORD文档,可编辑修改】 第一次试验报告 习题1.3 1建立数据集,定义变量并输入数据并保存。 2数据的描述,包括求均值、方差、中位数等统计量。 分析—描述统计—频率,选择如下: 输出:

方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图,茎叶图,QQ图。(全国居民) 分析—描述统计—探索,选择如下: 输出: 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689

1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图,选择如下: 输出: 习题1.1 4数据正态性的检验:K—S检验,W检验数据: 取显着性水平为0.05 分析—描述统计—探索,选择如下:(1)K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00

标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果:p=0.735 大于0.05 接受原假设,即数据来自正太总体。(2)W检验

spss实验报告最终版本

实验课程专业统计软件应用 上课时间2012 学年 1 学期15 周(2012 年12 月18日—28 日) 学生姓名李艳学号2010211587 班级0331002 所在学院经济管 上课地点经管3 楼指导教师胡大权理学院

实验内容写作 第六章 一实验目的 1、理解方差分析的基本概念 2、学会常用的方差分析方法 二实验内容 实验原理:方差分析的基本原理是认为不同处理组的均值间的差别基本来源有两个:随机误差,如测 量误差造成的差异或个体间的差异,称为组内差异 根据老师的讲解和课本的习题完成思考与练习的5、6、7、8题。 第5题:为了寻求适应某地区的高产油菜品种,今选5个品种进行试验,每一种在4块条件完全相同的试验田上试种,其他施肥等田间管理措施完全一样。表 6.20所示为每一品种下每一块田的亩产量,根 据这些数据分析不同品种油菜的平均产量在显著水平0.05下有无显著性差异。 第一步分析 由于考虑的是控制变量对另一个观测变量的影响,而且是5个品种,所以不宜采用独立样本T检验,应该采用单因素方差分析。 第二步数据的组织 从实验材料中直接导入数据 第三步方差相等的齐性检验 由于方差分析的前提是各水平下的总体服从方差相等的正态分布,而且各组的方差具有齐性,其中正 态分布的要求并不是非常严格,但是对于方差相等的要求还是比较严格的,因此必须对方差相等的前提进 行检验。

第四步多重比较分析 通过上面的步骤,只能判断不同的施肥等田间操作效果是否有显著性差异,如果要想进一步了解究竟那 个品种与其他的有显著性均值差别等细节问题,就需要单击上图中的两两比较按钮。 第五步运行结果及分析 多重比较结果表:从该表可以看出分别对几个不同的品种进行的两两比较。最后我们可以得出结论第4品种是最好的。其他的次之。 第6题:某公司希望检测四种类型类型轮胎A,B,C,D的寿命,如表 6.21所示。其中每种轮胎应用在随选择的6种汽车上,在显著性水平0.05下判断不同类型轮胎的寿命间是否存在显著性差异。 第一步分析 由于考虑的是一个控制变量对另一个控制变量的影响,而且是4种轮胎,所以不宜采用独立样本T 检验,应该采用单因素方差分析。 第二步数据的组织 从实验材料中直接导入数据。 第三步方差相等的齐性检验 由于方差分析的前提是各水平下的总体服从方差相等的正态分布,而且各组的方差具有齐性,其中正态分 布的要求并不是非常严格,但是对于方差相等的要求还是比较严格的,因此必须对方差相等的前提进行检 验。选择菜单“分析”—均值比较—单因素ANOVA。

颗粒自由沉淀实验报告

建筑与测绘工程学院 《水处理实验设计与技术》 实验报告

实验1 颗粒自由沉淀实验 颗粒自由沉淀实验是研究浓度较低时的单颗粒的沉淀规律。一般是通过沉淀柱静沉实验,获取颗粒沉淀曲线。它不仅具有理论指导意义,而且也是给水排水处理工程中沉砂池设计的重要依据。 一、实验目的 加深对自由沉淀特点、基本概念及沉淀规律的理解。 掌握颗粒自由沉淀实验的方法,并能对实验数据进行分析、整理、计算和绘制颗粒自由沉淀曲线。 二、实验原理 浓度较低的、粒状颗粒的沉淀属于自由沉淀,其特点是静沉过程中颗粒互不干扰、等速下沉,其沉速在层流区符合Stokes (斯托克斯)公式。 但是由于水中颗粒的复杂性,颗粒粒径、颗粒相对密度很难或无法准确地测定,因而沉淀效果、特性无法通过公式求得而是通过静沉实验确定。 由于自由沉淀时颗粒是等速下沉,下沉速度与沉淀高度无关,因而自由沉淀可在一般沉淀柱内进行,但其直径应足够大,一般应使内径D ≥100mm 以免颗粒沉淀受柱壁干扰。 具有大小不同颗粒的悬浮物静沉总去除率η与截留沉速u 0剩余颗粒重量百分率P 的关系如下: ()dP P u u P s ?+-=00 001η ( 1 ) 此种计算方法也称为悬浮物去除率的累积曲线计算法。 设在一水深为H 的沉淀柱内进行自由沉淀实验,如图1所示。实验开始,沉淀时间为0,此时沉淀柱内悬浮物分布是均匀的,即每个断面上颗粒的数量与粒径组成相同,悬浮物浓度为C 0(mg/L ),此时去除率η=0。 实验开始后,不同沉淀时间t i ,颗粒最小沉淀速度u i 相应为: i i t H u = ( 2 ) 此即为t i 时间内从水面下沉到池底(此处为取样点)的最小颗粒d i 所具有的沉速。此时取样点处水样悬浮物浓度为C i ,而: 00 0011η=-=-=-i i i P C C C C C ( 3 ) 此时去除率η0,表示u ≥u i (d ≥d i )的颗粒除去率,而:

应用马尔文激光粒度仪分析泥沙数据处理模板

Journal of Water Resources Research 水资源研究, 2015, 4(6), 513-521 Published Online December 2015 in Hans. https://www.360docs.net/doc/7b5248357.html,/journal/jwrr https://www.360docs.net/doc/7b5248357.html,/10.12677/jwrr.2015.46064 文章引用: 田岳明, 沙剑. 应用马尔文激光粒度仪分析泥沙数据处理模板[J]. 水资源研究, 2015, 4(6): 513-521. A Sediment Data Processing Template for Malvern Laser Particle Size Analyzer Yueming Tian 1, Jian Sha 2 1Hydrological Bureau of the Yangtze River Water Resources Commission, Wuhan Hubei 2 Hydrology and Water Resources Survey Bureau of the Yangtze River Estuary in Shanghai, Shanghai Received: Nov. 8th , 2015; accepted: Nov. 27th , 2015; published: Dec. 10th , 2015 Copyright ? 2015 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.360docs.net/doc/7b5248357.html,/licenses/by/4.0/ Abstract Malvern laser particle size analyzer has been applied in the particle analysis of river sediments since the beginning of this century, and has been highly praised by users for simple operation, stable data from analysis, high automation of processing and quick achievements, etc. regardless of its significant devia-tion from the principles of traditional sedimentation analysis approach [1]. Now, it has been applied and popularized in the particle analysis of river sediments. Nevertheless, users may run into some problems in the use of this equipment, such as, inconvenient setting and check of fundamental parameters, lack of automatic detection and warning about quality of test data, troublesome selection of characteristic and extreme values in the data of tested particle grading, inconsistent form of analysis report, and cumber-some reading and output of data, etc. To solve these problems and unify the principles and requirements for operation of laser analyzer at the sediment monitoring stations, a “sediment data processing tem-plate for Malvern laser particle size analyzer” is developed while making full use of the existing functions of laser analyzer. This template is able to configure the fundamental parameters automatically, check the quality of analytic data and give warnings, print the reports in standard form according to the code of each monitoring station, and generate the textual output of analytic data in batches, etc., which can be directly sorted out and edited in the Southern Hydrological Data Processing (SHDP) software. The opera-tion for several years has achieved favorable effects, improved working efficiency, reduced error rate and ensured the quality of achievements. Keywords Laser Particle Size Analyzer, Sediment Analysis, Data Processing, Research Template 作者简介:田岳明(1959-),男,长江水利委员会水文局,高级工程师,主要从事河流泥沙粒度分析技术管理与研究。

相关与回归分析实验报告

课程论文 题目统计学实验 学院数学与统计学院 专业金融数学 班级14金融数学 学生姓名罗星蔓 指导教师胡桂华 职称教授 2016 年 6 月21 日

相关与回归分析实验报告 一、实验目的:用EXCEL进行相关分析和回归分析. 二、实验内容: 1.用EXCEL进行相关分析. 2.用EXCEL进行回归分析. 三、实验步骤 采用下面的例子进行相关分析和回归分析. 相关分析: 数学分数(x)统计学分数(y) 数学分数(x) 1 统计学分数(y) 0.986011 1 回归分析: SUMMARY OUTPUT 回归统计 Multiple R 0.986011 R Square 0.972217 Adjusted R 0.968744 Square 标准误差 2.403141 观测值 x 方差分 析

df SS MS F Significance F 回归分析1 1616.69 9 1616.69 9 279.943 8 1.65E-07 残差8 46.2006 9 5.77508 6 总计9 1662.9 Coefficie nts 标准误 差 t Stat P-valu e Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 12.32018 4.2862 79 2.8743 3 0.0206 91 2.4360 05 22.204 36 2.4360 05 22.204 36 数学分数(x)0.896821 0.0536 01 16.731 52 1.65E- 07 0.7732 18 1.0204 24 0.7732 18 1.0204 24 RESIDUAL OUTPUT 观测值预测统计学分数 (y) 残差标准残差 1 84.06587 0.934133 0.412293 2 93.03408 -1.03408 -0.4564 3 66.12945 3.87055 4 1.708324 4 93.03408 -3.03408 -1.33913 5 82.27223 0.727775 0.321214 6 90.34361 -0.34361 -0.15166 7 93.03408 0.965922 0.426323 8 52.67713 -2.67713 -1.18159 9 90.34361 2.656385 1.172433 10 84.06587 -2.06587 -0.9118 PROBABILITY OUTPUT 百分比排 位统计学分数 (y) 5 50 15 70 25 82 35 83 45 85 55 90 65 90 75 92

相关与回归分析实验报告

相关与回归分析实验报告

学 2014106146 号: 课程论文 题目统计学实验 学院数学与统计学院 专业金融数学 班级14金融数学 学生姓名罗星蔓 指导教师胡桂华 职称教授 2016 年 6 月21 日

相关与回归分析实验报告 一、实验目的:用EXCEL进行相关分析和回归 分析. 二、实验内容: 1.用EXCEL进行相关分析. 2.用EXCEL进行回归分析. 三、实验步骤 采用下面的例子进行相关分析和回归分析. 学生数学分数(x)统计学分数 (y) 1 2 3 4 5 6 7 8 9 10 80 90 60 90 78 87 90 45 87 80 85 92 70 90 83 90 94 50 93 82

相关分析: 数学分数(x)统计学分数(y) 数学分数(x) 1 统计学分数(y) 0.986011 1 回归分析: SUMMARY OUTPUT 回归统计 Multiple R 0.98601 1 R Square 0.97221 7 Adjusted R Square 0.96874 4 标准误差2.40314 1 观测值 x 方差分 析 df SS MS F Significanc e F 回归分析1 1616.69 9 1616.69 9 279.943 8 1.65E-07 残差8 46.2006 9 5.77508 6 总计9 1662.9 Coeffici ents 标准误 差 t Stat P-valu e Lower 95% Upper 95% 下限 95.0% 上限 95.0%

Intercept 12.32018 4.2862 79 2.8743 3 0.0206 91 2.4360 05 22.204 36 2.4360 05 22.204 36 数学分数(x)0.896821 0.0536 01 16.731 52 1.65E- 07 0.7732 18 1.0204 24 0.7732 18 1.0204 24 RESIDUAL OUTPUT 观测值预测统计学分数 (y) 残差 标准残 差 1 84.06587 0.93413 3 0.41229 3 2 93.03408 -1.0340 8 -0.4564 3 66.12945 3.87055 4 1.70832 4 4 93.03408 -3.0340 8 -1.3391 3 5 82.27223 0.72777 5 0.32121 4 6 90.34361 -0.3436 1 -0.1516 6 7 93.03408 0.96592 2 0.42632 3 8 52.67713 -2.6771 3 -1.1815 9 9 90.34361 2.65638 5 1.17243 3 10 84.06587 -2.0658 7 -0.9118 PROBABILITY OUTPUT 百分比排 位统计学分数 (y) 5 50 15 70 25 82 35 83

细粒物颗粒度组成筛分分析实验报告

化学化工学院材料化学专业实验报告 实验名称:细粒物粒度组成筛分分析. 年级: 2015级材料化学日期:2017/10/25 姓名:汪钰博学号:222015316210016 同组人:向泽灵 一、预习部分 (一)振动筛的筛分方法: 1.1、重叠筛分法: 在由粗到细的筛分中,直线筛的筛面重叠起来,上层筛面的筛孔较大,以下各层逐渐减小,因为直线筛筛框两侧有间隙,会造成筛分精度的降低,这种筛分方法适合量大的物料的处理; 1.2、分层序列筛分法: 一般来说,多层设备的筛分是由粗到细的,最上面是最粗的筛网,往下递减,其设备检修方便,容易观察设备各层筛面的工作情况;而由细到粗的筛分中,筛面顺次是相反的,单轴设备,旋振筛各筛能沿整个筛面长度分别排出,其筛分效果很明显,每个层面互不影响的; 1.3、联合筛分法,又称混合筛分法:

在联合流程中,一部分筛面由粗到细排列,另一部分由细到粗排列;在实际生产中,圆振动筛通常用由粗到细或联合的筛分流程;圆振筛是根据筛分物料的特殊要求制定的,筛分精度和轨迹都很理想,最适用于筛分粗矿。 (二)筛分的定义及作用 2.1、定义 一、筛分是将粒子群按粒子的大小、比重、带电性以及磁性等粉体学性质进行分离的方法。 二、用带孔的筛面把粒度大小不同的混合物料分成各种粒度级别的作业叫做筛分。 2.2、作用 用筛孔尺寸不同的筛子将固体物料按所要求的颗粒大小分开的操作。常与粉碎相配合,使粉碎后的物料的颗粒大小可以近于相等,以保证合乎一定的要求或避免过分的粉碎。 一、筛分是利用筛子把粒度范围较宽的物料按粒度分为若于个级别的作业。分级是根据物料在介质(水或空气)中沉降速度的不同而分成不同的粒级的作业。筛分一般用于较粗的物料,即大于0。25毫米的物料。较细的物料,即小于0。2毫米的物料多用分级。但是近几年来,国内外正在应用细筛对磨矿产品进行分级,这种分级效率一般都比较高。

数据分析与挖掘实验报告

数据分析与挖掘实验报告

《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (1) 1.1数据挖掘 (1) 1.1.1数据挖掘的概念 (1) 1.1.2数据挖掘的方法与技术 (2) 1.2关联规则 (5) 1.2.1关联规则的概念 (5) 1.2.2关联规则的实现——Apriori算法 (7) 2.用Matlab实现关联规则 (12) 2.1Matlab概述 (12) 2.2基于Matlab的Apriori算法 (13) 3.用java实现关联规则 (19) 3.1java界面描述 (19) 3.2java关键代码描述 (23) 4、实验总结 (29) 4.1实验的不足和改进 (29) 4.2实验心得 (30)

1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里,数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的,人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现(KDD)的同义词,而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下: ·数据清理(消除噪声和删除不一致的数据)·数据集成(多种数据源可以组合在一起)·数据转换(从数据库中提取和分析任务相关的数据) ·数据变换(从汇总或聚集操作,把数据变换和统一成适合挖掘的形式) ·数据挖掘(基本步骤,使用智能方法提取数

据模式) ·模式评估(根据某种兴趣度度量,识别代表知识的真正有趣的模式) ·知识表示(使用可视化和知识表示技术,向用户提供挖掘的知识)。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。神经网络方法:神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题,因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类:以感知机、bp反向传播模型、函数型网络为代表的,用于分类、预测和模式识别的前馈式神经网络模型;以hopfield 的离散模型和连续模型为代表的,分别用于联想记忆和优化计算的反馈式神经网络模型;以art 模型、koholon模型为代表的,用于聚类的自组

SPSS相关分析实验报告精选

本科教学实验报告 (实验)课程名称:数据分析技术系列实验

实验报告 学生姓名: 一、实验室名称: 二、实验项目名称:相关分析 三、实验原理 相关关系是不完全确定的随机关系。在相关关系的情况下,当一个或几个相互联系的变量取一定值得时候,与之相应的另一变量的值虽然不确定,但它仍然按照某种规律在一定的范围内变化。 按照数据度量的尺度不同,相关分析的方法也不同,连续变量之间的相关性常用Pearson简单相关系数测定;定序变量的相关系数常用Spearman秩相关系数和Kendall 秩相关系数测定;定类变量的相关分析要使用列连表分析法。 四、实验目的 理解相关分析的基本原理,掌握在SPSS软件中相关分析的主要参数设置及其含义,掌握SPSS软件分析结果的含义及其分析。 五、实验内容及步骤 实验内容:以雇员表为例,共有474条数据,运用相关分析方法对变量间的相关关系进行分析。 1)分析性别与工资之间是否存在相关关系。 2)分析教育程度与工资之间是否存在相关关系。 实验要求:掌握相关分析方法的计算思路及其在SPSS环境下的操作方法,掌握输出结果的解释。 1.分析性别与工资之间是否存在相关关系。 分析:性别属于定类变量,是离散值,因使用卡方检验。 Step1.操作为Analyze\DescriptiveStatistics\Crosstabs Step2.将性别(Gender)和收入(CurrentSalary)分别移入Rows列表框和Columns 列表框。

Step3.单击Statistics按钮,在弹出的子对话框中选中默认的Chi-square,进行卡方检验。退回到主对话框,单击ok。 2.分析教育程度与工资之间是否存在相关关系。 分析:教育程度为定序变量,工资为连续变量,可使用Spearman和Kendall秩相关系数检验。 Step1.用散点图初步判断二变量的相关性,操作为Graphs/LegacyDialogs/Scatter,选择SimpleScatter,教育程度为自变量,工资为因变量,做散点图。 散点图结果如图示,二者存在线性相关关系。只有线性相关的关系确定后才能继续进行下一步分析。因此,在进行相关分析之前的预分析过程也是十分重要的。 Step2.两变量相关分析,操作为Analyze/Correlate/Bivariate,选择Kendall和Spearman 相关系数。 六、实验器材(设备、元器件): 计算机、打印机、硒鼓、碳粉、纸张 七、实验数据及结果分析 1.分析性别与工资之间是否存在相关关系。 卡方检验结果为 显着性水平为,即至少有%的把握认为性别和工资之间存在显着的相关系。

激光粒度仪实验报告

实验一LS230/VSM+激光粒度仪测定果汁饮料粒度 1实验目的 1.1了解激光粒度仪的基本操作; 1.2了解激光粒度仪测定的基本原理。 2实验原理 激光粒度分析仪的原理是基于激光的散射或衍射,颗粒的大小可直接通过散射角的大小表现出来,小颗粒对激光的散射角大,大颗粒对激光的散射角小,通过对颗粒角向散射光强的测量(不同颗粒散射的叠加),再运用矩阵反演分解角向散射光强即可获得样品的粒度分布。 激光粒度仪原理图如图1所示,来自固体激光器的一束窄光束经扩充系统扩充后,平行地照射在样品池中的被测颗粒群上,由颗粒群产生的衍射光或散射光经会聚透镜会聚后,利用光电探测器进行信号的光电转换,并通过信号放大、A/D 变换、数据采集送到计算机中,通过预先编制的优化程序,即可快速求出颗粒群的尺寸分布。 3实验试剂与仪器 3.1实验样品:果汁饮料。 3.2实验仪器:LS230/VSM+激光粒度仪。 4实验步骤 4.1按照粒度仪、计算机、打印机的顺序将电源打开,并使样品台里充满蒸馏水,开泵,仪器预热10分钟。

4.2进入LS230的操作程序,建立连接,再进行相应的参数设置: 启动Run-run cycle(运行信息) (1)选择measure offset(测量补偿),Alignment(光路校正),measure background(测量空白),loading(加样浓度),Start 1 run(开始测量(2)输入样品的基本信息,并将分析时间设为60秒,点击start(开始)。 如需要测量小于0.4μm以下的颗粒,选择Include PIDS,并将分析时 间改为90秒后,点击start(开始) (3)泵速的设定根据样品的大小来定,一般设在50,颗粒越大,泵速越高,反之亦然。 4.3在测量补偿,光路校正,测量空白的工作通过后,根据软件的提示,加入样品控制好浓度,Obscuratio n应稳定在8-12%:假如选择了PIDS,则要把PIDS 稳定在40-50%,待软件出现ok提示后,点击Done(完成)。 4.4分析结束后,排液,并加水清洗样品台,准备下一次分析。 4.5作平行试验,保存好结果,根据要求打印报告。 4.6退出程序,关电源,样品台里加满水,防止残余颗粒附着在镜片上。 5实验结果与讨论 5.1实验结果 由实验结果显示: 平均粒径:141.7μm

相关文档
最新文档