織物折皺彈性實驗數(shù)據(jù)分析

織物折皺彈性實驗分析長春工業(yè)大學紡織服裝學院紡織工程專業(yè)楊啟亮ABCD急彈緩彈急彈緩彈急彈緩彈急彈緩彈J91.1985763.33845.764.972.4J3847.751.268.53840.652.958.4J3856.478.484.33844.83844.3J83.587.757.165.33869.451.160.7J103.4104.379.1103.753.561.7

W106.8113.379.990.790.6102.2112.3122.2W104.2116.4109.9124.797.3109.7103.8107.8W147.9156.364.274.3105.6117.299.3110.5W105.2115.764.377.3105116.2104.4114.9W141.2153.86675.4100.8111.6數(shù)據(jù)分析和處理原始數(shù)據(jù)ABCD急彈緩彈急彈緩彈急彈緩彈急彈緩彈J91.1985763.33845.764.972.4J3847.751.268.53840.652.958.4J3856.478.484.33844.83844.3J83.587.757.165.33869.451.160.7J103.4104.379.1103.753.561.7

W106.8113.379.990.790.6102.2112.3122.2W104.2116.4109.9124.797.3109.7103.8107.8W147.9156.364.274.3105.6117.299.3110.5W105.2115.764.377.3105116.2104.4114.9W141.2153.86675.4100.8111.6明顯錯誤數(shù)據(jù)剔除數(shù)據(jù)分析和處理編號經(jīng)向急彈經(jīng)向緩彈緯向急彈緯向緩彈151.160.764.274.3251.268.564.377.3352.958.466.075.4453.561.779.990.7557.063.390.6102.2657.165.397.3109.7764.972.499.3110.5878.484.3100.8111.6979.1103.7103.8107.81083.587.7104.2116.41191.198.0104.4114.912103.4104.3105.0116.213105.2115.714105.6117.215106.8113.316109.9124.717112.3122.218141.2153.819147.9156.3格布拉斯異常值判斷及處理

若只對剔除明顯錯誤之后的原始數(shù)據(jù)用格布拉斯法進行異常值判斷，得出的結(jié)果是原始數(shù)據(jù)中無異常值。

但是我們通過觀察最大值和最小值就可以看出異常值任可能存在，只是沒有被找出。

我們可以從急彈讀數(shù)之后的緩彈讀數(shù)之前那5分鐘入手。

用緩彈數(shù)值—急彈數(shù)值可以得出這5分鐘織物回復角度的變化量。數(shù)據(jù)分析和處理何為格布拉斯請看PPT最后一頁編號經(jīng)向急彈經(jīng)向緩彈緩-急緯向急彈緯向緩彈緩-急151.160.79.664.274.310.1251.268.517.364.377.313352.958.45.566.075.49.4453.561.78.279.990.710.8557.063.36.390.6102.211.6657.165.38.297.3109.712.4764.972.47.599.3110.511.2878.484.35.9100.8111.610.8979.1103.724.6103.8107.841083.587.74.2104.2116.412.21191.198.06.9104.4114.910.512103.4104.30.9105.0116.211.213105.2115.710.514105.6117.211.615106.8113.36.516109.9124.714.817112.3122.29.918141.2153.812.619147.9156.38.4格布拉斯異常值判斷及處理數(shù)據(jù)分析和處理編號經(jīng)向急彈經(jīng)向緩彈緩-急緯向急彈緯向緩彈緩-急151.160.79.664.274.310.1252.958.45.564.377.313353.561.78.266.075.49.4457.063.36.379.990.710.8557.165.38.290.6102.211.6664.972.47.597.3109.712.4778.484.35.999.3110.511.2883.587.74.2100.8111.610.8991.198.06.9104.2116.412.21068.677.368.758104.4114.910.511105.0116.211.212105.2115.710.513105.6117.211.614106.8113.36.515109.9124.714.816112.3122.29.917141.2153.812.618147.9156.38.419100.46111.0610.605格布拉斯異常值判斷及處理數(shù)據(jù)分析和處理結(jié)論：

由于整體數(shù)據(jù)波動較大，數(shù)據(jù)無法真實反映斜紋棉織物折皺彈性的強弱。

若只是斜紋織物經(jīng)向和緯向進行比較，則從數(shù)據(jù)可得：斜紋棉織物緯向的折皺彈性強于經(jīng)向的折皺彈性。急彈平均值：緯向100.46

緩彈平均值：緯向111.06緩—急：緯向10.605>經(jīng)向68.6>經(jīng)向77.36>經(jīng)向8.758避免操作誤差：一、實驗樣品選擇二、實驗試樣制備三、實驗儀器準備四、實驗試樣放置一、實驗樣品選擇二、實驗試樣制備二、實驗試樣制備取凸型試樣時畫的線條會增大試樣的濕度，最好使用鉛筆點畫8個點。二、實驗試樣制備剪取凸型試樣時盡量確保與標準樣一致二、實驗試樣制備凸型試樣變緣散亂的紗線必須剪凈三、實驗儀器準備機器復位機器簡單清潔，去除靜電準備塑料薄膜四、實驗試樣放置將試樣平整的依次放在翻板上每個試樣上放置一片塑料薄膜調(diào)整試樣位置，回復翼與固定的連接線與翻板上的刻度紅線對齊先將第一個試樣折好放下壓板按下工作鍵，再依次將試樣折好放下壓板謝謝！Pn0.950.99Pn0.950.9931.1351.155172.4752.78541.4631.492182.5042.82151.6721.749192.5322.85461.8221.944202.5572.88471.9382.097212.5802.91282.0322.231222.6032.93992.1102.323232.6242.963102.1762.410242.6442.987112.2342.485252.6633.009122.2852.550302.7453.103132.3312.607352.8113.178142.3712.659402.8663.240152.4092.705452.9143.292162.4432.747502.9563.336格拉布斯法—異常值判斷(2009-04-0716:38:20)▲概述：一組測量數(shù)據(jù)中，如果個別數(shù)據(jù)偏離平均值很遠，那么這個(這些)數(shù)據(jù)稱作“可疑值”。如果用統(tǒng)計方法—例如格拉布斯(Grubbs)法判斷，能將“可疑值”從此組測量數(shù)據(jù)中剔除而不參與平均值的計算，那么該“可疑值”就稱作“異常值(粗大誤差)”。本文就是介紹如何用格拉布斯法判斷“可疑值”是否為“異常值”。▲測量數(shù)據(jù)：例如測量10次(n＝10)，獲得以下數(shù)據(jù)：8.2、5.4、14.0、7.3、4.7、9.0、6.5、10.1、7.7、6.0。▲排列數(shù)據(jù)：將上述測量數(shù)據(jù)按從小到大的順序排列，得到4.7、5.4、6.0、6.5、7.3、7.7、8.2、9.0、10.1、14.0。可以肯定，可疑值不是最小值就是最大值。▲計算平均值x-和標準差s：x-＝7.89；標準差s＝2.704。計算時，必須將所有10個數(shù)據(jù)全部包含在內(nèi)?！嬎闫x值：平均值與最小值之差為7.89－4.7＝3.19；最大值與平均值之差為14.0－7.89＝6.11。▲確定一個可疑值：比較起來，最大值與平均值之差6.11大于平均值與最小值之差3.19，因此認為最大值14.0是可疑值?！嬎鉍i值：Gi＝(xi－x-

)/s；其中i是可疑值的排列序號——10號；因此G10＝(x10－x-

)/s＝(14.0－7.89)/2.704＝2.260。由于

x10－x-是殘差，而s是標準差，因而可認為G10是殘差與標準差的比值。下面要把計算值Gi與格拉布斯表給出的臨界值GP(n)比較，如果計算的Gi值大于表中的臨界值GP(n)，則能判斷該測量數(shù)據(jù)是異常值，可以剔除。但是要提醒，臨界值GP(n)與兩個參數(shù)有關(guān)：檢出水平α

(與置信概率P有關(guān))和測量次數(shù)n

(與自由度f有關(guān))?！z出水平α：如果要求嚴格，檢出水平α可以定得小一些，例如定α＝0.01，那么置信概率P＝1－α＝0.99；如果要求不嚴格，α可以定得大一些，例如定α＝0.10，即P＝0.90；通常定α＝0.05，P＝0.95。▲查格拉布斯表獲得臨界值：根據(jù)選定的P值(此處為0.95)和測量次數(shù)n(此處為10)，查格拉布斯表，橫豎相交得臨界值G95(10)＝2.176?！容^計算值Gi和臨界值G95(10)：Gi＝2.260，G95(10)＝2.176，Gi＞G95(10)。▲判斷是否為異常值：因為Gi＞G95(10)，可以判斷測量值14.0為異常值，將它從10個測量數(shù)據(jù)中剔除?！嘞聰?shù)據(jù)考慮：剩余的9個數(shù)據(jù)再按以上步驟計算，如果計算的Gi＞G95(9)，仍然是異常值，剔除；如果Gi＜G95(9)，不是異常值，則不剔除。本例余下的9個數(shù)據(jù)中沒有異常值。

格拉布斯表——臨界值GP(n)

對異常值及統(tǒng)計檢驗法的解釋■測量過程是對一個無限大總體的抽樣：對固定條件下的一種測量，理論上可以無限次測量下去，可以得到無窮多的測量數(shù)據(jù)，這些測量數(shù)據(jù)構(gòu)成一個容量為無限大的總體；或者換一個角度看，本來就存在一個包含無窮多測量數(shù)據(jù)的總體。實際的測量只不過是從該無限大總體中隨機抽取一個容量為n(例如n＝10)的樣本。這種樣本也可以有無數(shù)個，每個樣本相當于總體所含測量數(shù)據(jù)的不同隨機組合。樣本中的正常值應當來自該總體。通常的目的是用樣本的統(tǒng)計量來估計總體參量?？傮w一般假設(shè)為正態(tài)分布?！霎惓Ｖ祬^(qū)分：樣