tiểu luận học phần pp phân tích dữ liệu ngành dệt may xử lý và phân tích dữ liệu về ảnh hưởng của các thông số dán tới độ bền của liên kết dán dựng

Xử lý và phân tích dữ liệu về ảnh hưởng của các thông số dán tới độ bền của liênkết dán dựng  Yêu cầu 1: Mô tả được từng biến với các đặc trưng thống kê của biến: số trung bình, trung v

Xử lý và phân tích dữ liệu về ảnh hưởng của các thông số dán tới độ bền của liên

kết dán dựng

 Yêu cầu 1: Mô tả được từng biến với các đặc trưng thống kê của biến: số trung bình, trung vị, độ lệch chuẩn, phương sai, độ biến thiên, khoảng tin cậy 95%

- Đọc dữ liệu dandung.csv và gọi object là dandung

> dandung=read.csv("D:/dan dung.csv",header=T)

> attach(dandung)

> names(dandung)

[1] "nhietdodan" "aplucdan" "thoigiandan"

[4] "dobenxelienketdan" "dogian"

 Mô tả đặc trưng thống kê của biến: "nhietdodan"

> summary(nhietdodan)

>sd=sd(nhietdodan)

>var=var(nhietdodan)

>cv=sd(nhietdodan)*100/mean(nhietdodan)

>c(sd,var,cv)

>mean(nhietdodan)-sd(nhietdodan)

>mean(nhietdodan)+sd(nhietdodan)

3 Độ lệch chuẩn (Sd) 14.433757

 Mô tả đặc trưng thống kê của biến: "aplucdan"

> summary(aplucdan)

>sd=sd(aplucdan)

>var=var(aplucdan)

>cv=sd(aplucdan)*100/mean(aplucdan)

>c(sd,var,cv)

>mean(aplucdan)-sd(aplucdan)

>mean(aplucdan)+sd(aplucdan)

Ta được bảng các đặc trưng thống kê của biến: : "aplucdan"

ST

T

 Mô tả đặc trưng thống kê của biến: " thoigiandan"

>summary(thoigiandan)

>sd=sd(thoigiandan)

>var=var(thoigiandan)

>cv=sd(thoigiandan)*100/mean(thoigiandan)

>c(sd,var,cv)

>mean(thoigiandan)-sd(thoigiandan)

>mean(thoigiandan)+sd(thoigiandan)

Ta được bảng các đặc trưng thống kê của biến: : " thoigiandan "

ST T

 Mô tả đặc trưng thống kê của biến: " dobenxelienketdan"

>summary(dobenxelienketdan)

>sd=sd(dobenxelienketdan)

>var=var(dobenxelienketdan)

>cv=sd(dobenxelienketdan)*100/mean(dobenxelienketdan)

>c(sd,var,cv)

>mean(dobenxelienketdan)-sd(dobenxelienketdan)

>mean(dobenxelienketdan)+sd(dobenxelienketdan)

Ta được bảng các đặc trưng thống kê của biến: : " dobenxelienketdan "

ST T

 Mô tả đặc trưng thống kê của biến: " dogian"

>summary(dogian)

>sd=sd(dogian)

>var=var(dogian)

>cv=sd(dogian)*100/mean(dogian)

>c(sd,var,cv)

>mean(dogian)-sd(dogian)

>mean(dogian)+sd(dogian)

Ta được bảng các đặc trưng thống kê của biến: : " dogian "

 Yêu cầu 2: Vẽ biểu đồ phân bố của từng biến

- Ta sử dụng lệnh hist trên R để vẽ biểu đồ phân bố từng biến cố, để dễ

dàng so sánh từng biến một cách khách quan nhất, ta vẽ đồ thị cho tất cả

5 biến bằng cách chia màn ảnh thành 6 cửa sổ với 2 dòng và 3 cột:

>op=par(mfrow=c(2,3))

- biểu đồ phân phối của biến : "nhietdodan"

>hist(nhietdodan, prob=T)

>lines(density(nhietdodan))

- biểu đồ phân phối của biến : "aplucdan"

>hist(aplucdan, prob=T)

>lines(density(aplucdan))

- biểu đồ phân phối của biến : " thoigiandan "

>hist(thoigiandan, prob=T)

>lines(density(thoigiandan))

- biểu đồ phân phối của biến : " dobenxelienketdan "

>hist(dobenxelienketdan, prob=T)

>lines(density(dobenxelienketdan))

- biểu đồ phân phối của biến : " dogian "

>hist(dogian, prob=T)

>lines(density(dogian))

Histogram of nhietdodan

nhietdodan

140 150 160 170 180

Histogram of aplucdan

aplucdan

1.5 2.0 2.5 3.0 3.5

Histogram of thoigiandan

thoigiandan

10 12 14 16 18 20 22

Histogram of dobenxelienketdan

dobenxelienketdan

65 70 75 80 85 90 95

Histogram of dogian

dogian

 Yêu cầu 3: Vẽ biểu đồ tương quan từng đôi một giữa các biến liên tục

- Vẽ biểu đồ tương quan từng đôi một giữa các biến: "nhietdodan,

"aplucdan", "thoigiandan" , "dobenxelienketdan","dogian"

>dat=cbind(nhietdodan,aplucdan,thoigiandan,dobenxelienketdan,dogia n)

>pairs.panels(dat)

Ta được biểu đồ:

Nhận xét :

Đường màu đỏ thể hiện xu hướng biến đổi giữa các cặp biến Đường dóng ngang thể hiện hệ số tương quan giữa hai biến

Đồ thị biểu thị mối liên quan giữa các cặp biến từng đôi một

 Yêu cầu 4: Xác định được mô hình tuyến tính đa biến tối ưu thể hiện ảnh hưởng của các các thông số dán dựng tới độ bền mối liên kết dán

Mô hình tuyến tính đa biến tối ưu nhất thể hiện ảnh hưởng của các thông

số dán dựng tới độ bền mối liên kết dán là mô hình ít tham số nhưng có thể giải thích được nhiều dữ liệu

Ta có phương trình hồi quy:

> m1=lm(dobenxelienketdan~nhietdodan)

>m2=lm(dobenxelienketdan~aplucdan)

>m3=lm(dobenxelienketdan ~thoigiandan)

>m4=lm(dobenxelienketdan~ dogian)

>m5=lm(dobenxelienketdan~nhietdodan+aplucdan+thoigiandan+dogi an)

>summary(m1)

p-value>2.2 e-16 , mô hình này không có ý nghĩa thống kê dobenxelienketdan=100,56-0.12x nhietdodan

khi nhiệt độ tăng lên 1 độ C thị độ bền liên kết dán giảm 0,12 N

>summary(m2)

p-value>2.2 e-16 , mô hình này không có ý nghĩa thống kê phương trình: dobenxelienketdan=108,16-10.72xaplucdan khi áp lực dán tăng lên 1N thì độ bền liên kết giảm đi 10,72N

>summary(m3)

p-value>2.2 e-16 , mô hình này không có ý nghĩa thống kê phương trình: dobenxelienketdan=109,94-1,78xthoigiandan khi thời gian dán tăng 1s thì độ bền liên kết dán giảm 1,78 N

p-value<2.2 e-16 , mô hình này có ý nghĩa thống kê

mô hình này giải thích 99,44 % độ dao động của độ bền mối liên kết dán phương trình: dobenxelienketdan=58,43+1,85dogian

khi độ giãn tăng lên 1cm thì độ bền liên kết dán tăng 1,85N

>summary(m5)

Mô hình Sai số chuẩn R 2

nhietdodan aplucdan thoigianda

n

dogian

Phương trình hồi quy tuyến tính đa biến:

Dobenxelienketdan=86.770000-0.049600xnhietdodan-4.428000xaplucdan+ 1.100000xdogian

p-value<2.2 e-16 , mô hình này có ý nghĩa thống kê

mô hình này giải thích 99,85 % độ dao động của độ bền mối liên kết dán phương trình:

dobenxelienketdan=86,77-0,05xnhietdogian-4,42aplucdan+1,1dogian

Mô hình giải thích 99,85 dao động của độ bền liên kết mối dán Mỗi 1N tăng độ bền liên kết mối dán có liên quan tới nhiệt độ dán là giảm 0.0649 độ C , giảm áp lực dán là -4.42 N và tăng 1,1 cm độ giãn

Sử dụng phương pháp phép tính BMA để tìm mô hình tối ưu: thực hiện trên R

>install.packages("BMA")

>install.packages("ggplot2")

> library(BMA)

> library(ggplot2)

> newdata =data.frame(nhietdodan,aplucdan,thoigiandan,dogian, dobenxelienketdan)

> newdata=na.omit(newdata)

> yvar = newdata[,1]

> xvars = newdata[,-1]

> reg = lm(dobenxelienketdan ~ , data=newdata)

> step(reg, direction="both")

> bma= bicreg(xvars, yvar, strict=FALSE, OR=20)

> summary(bma)

BMA trình bày kết quả 2 mô hình được đánh giá tối ưu nhất Cột thứ nhất liệt kê các biến số độc lập

Cột thứ hai trình bày xác suất biến độc lập có ảnh hưởng đến độ bền liên kết mối dán Ta có "dogian" và “dobenxelienketdan “có xác xuất ảnh hưởng đến độ bền mối liên kết dán là 100% còn hai biến "aplucdan" và

"thoigiandan" là 50%.Như vậy mô hình với biến "dogian",

“dobenxelienketdan “ là mô hình tối ưu nhất Cột 3 EV và cột 4 SD trình bày trị số trung bình và độ lệch chuẩn của hệ

số cho mỗi biến độc lập.

Cột 5 là ước tính hệ số ảnh hưởng của mô hình 1 Mô hình này có xác suất xuất hiện là 50%

Cột 6 là ước tính hệ số ảnh hưởng của mô hình 2 Mô hình này có xác suất xuất hiện là 50%

Thể hiện kết quả dạng biểu đồ

> imageplot.bma(bma)

Models selected by BMA

Model #

dobenxelienketdan

dogian thoigiandan aplucdan

Như vậy mô hình biến "dogian" và “dobenxelienketdan “ là mô hình tối

ưu nhất thể hiện ảnh hưởng của các các thông số dán dựng tới độ bền mối liên kết dán