Léptetés: nyilak, szóköz, egér görgő, PageUp/PageDown

Slides:



Advertisements
Hasonló előadás
Készítette: Nagy Mihály tanár Perecsen, 2006.
Advertisements

Készítette: Kosztyán Zsolt Tibor
Microsoft Excel 3. óra Előadó: Jánosik Tamás.
Egyismeretlenes lineáris egyenletek
Gazdasági informatika
Műveletek logaritmussal
Vektormező szinguláris pontjainak indexe
Matematika II. 2. előadás Geodézia szakmérnöki szak 2012/2013. tanév Műszaki térinformatika ágazat őszi félév.
Mire jók a tabulátorok? Lehetőséget nyújtanak
Csoportosítás megadása: Δx – csoport szélesség
Excel: A diagramvarázsló használata
Mindenki az egyenes illesztést erőlteti. Kell olyan ábra ahol 1 ismeretlen pont van Kell olyan ábra ami a görbék párhuzamos lefutását mutatja Kell olyan.
A szövegszerkesztő jellemzői
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
A lineáris függvény NULLAHELYE
Táblázatkezelés Az Excel.
Matematika III. előadások MINB083, MILB083
Zsombori Balázs Neumann János Számítástechnikai SZKI
,,Én így tanítanám az informatikát”
Regresszióanalízis 10. gyakorlat.
Microsoft Excel Diagramok.
Microsoft Excel Függvények VIII.
Dinamikai rendszerek kaotikus viselkedése
1 Microsoft Excel 4. óra Előadó: Jánosik Tamás. 2 Formai beállítások Oszlopszélességek beállítása  Egyszerűen: az adott oszlop oszlopcímének jobb szélénél.
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
2. Koordináta-rendszerek és transzformációk
STRONCIUM-ION MEGKÖTŐDÉSÉNEK KINETIKÁJA TERMÉSZETES AGYAGMINTÁKON
Ismétlő struktúrák.
Lineáris függvények ábrázolása
Kétismeretlenes elsőfokú (lineáris) egyenletrendszerek
Animált bemutató, ajánlott bekapcsolni a diavetítést (pl. az F5-öt megnyomni) Utána szóközzel v. PageUp PageDown gombokkal léptetni.
Szükségünk lesz valamilyen spreadsheet / táblázat kezelő programra Pl. OpenOffice, MS Excel.
Szükségünk lesz valamilyen spreadsheet / táblázat kezelő programra
Arginin ammonifikáció Készítette: Vas Nóra. Arginin ammonifikáció Ammonifikáció mérésére szolgáló labor kisérlet Ammonifikáció fontossága:  Ökoszisztémák.
A differenciálszámtás alapjai Készítette : Scharle Miklósné
Alapsokaság (populáció)
Lineáris regresszió.
Adatleírás.
Két kvantitatív változó kapcsolatának vizsgálata
2.2. Az egyenes és a sík egyenlete
Turócziné Kiscsatári Nóra
Táblázatok.
Mérés és adatgyűjtés laboratóriumi gyakorlat – levelező Fájl I/O, detrending 1 Mingesz Róbert v
Valószínűségszámítás II.
Gazdasági informatikus - Szövegszerkesztés 1 Bekezdések formázása 3.
Plakát Ha lehet, akkor ez 1.oldalon lévő mintából kellene plakátot készíteni A szöveg középen : Kabát akció!, mellette a piros alapú logo A divat.
Földstatikai feladatok megoldási módszerei
BIOLÓGUS INFORMATIKA 2008 – 2009 (1. évfolyam/1.félév) 6.
Excel alapok Templom Téri Német Nemzetiségi Általános iskola Pilisvörösvár 2015 A leggyakoribb Excel műveletek, ill. típusfeladatok Készítette: Kárpát.
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
Informatika Oktató: Katona Péter. Táblázatkezelés (Az Excel táblázatkezelő alapjai)
Alapvető raszteres algoritmusok, szakasz rajzolása, DDA, MidPoint algoritmus.
Potenciometria Elektroanalitika fogalma, Potenciometria fogalma, mérőcella felépítése, mérő- és összehasonlító elektródok, Közvetlen és közvetett potenciometria.
Készítette: Horváth Zoltán
TEVA SZOFTVER BEMUTATÓ
Numerikus differenciálás és integrálás
Lineáris egyenletrendszerek
Táblázatkezelés Diagramok.
Munkagazdaságtani feladatok
Táblázatkezelés Az Excel.
Munkagazdaságtani feladatok
5. Kalibráció, függvényillesztés
Munkagazdaságtani feladatok 3
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Területi egyenlőtlenségek grafikus ábrázolása: Lorenz-görbe
A lineáris függvény NULLAHELYE
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Léptetés: nyilak, szóköz, egér görgő, PageUp/PageDown Animált bemutató, ajánlott bekapcsolni a diavetítést (pl. az F5-öt megnyomni) Léptetés: nyilak, szóköz, egér görgő, PageUp/PageDown

A koncentráció meghatározása Valamilyen indikátor mennyiségi jellemzője utal a koncentrációra pl: szín (abszorbancia, optikai denzitás) fluoreszcencia sejtszám (pl. növekedési hormon koncentráció meghatározása) Számszerűsíthető értéket ismert koncentrációjú mintával való összehasonlítás segítségével kaphatunk (standard) A sztenderddel összehasonlítás alapja: Ha két minta abszorbanciája azonos  koncentrációjuk is azonos DE EZ CSAK RÉSZBEN IGAZ!!!!

Ez az a tartomány, ami a koncentrációt jellemző értékeket ad A standard hígítási sora (szigmoid görbe) OD Ismeretlen koncentrációjú minta Az összehasonlíthatósághoz az ismeretlen mintából is hígításokat kell csinálni! Ez az a tartomány, ami a koncentrációt jellemző értékeket ad Az optikai denzitás alpján bármelyik lehetne ? 500 250 125 62 31 16 7.8 3.9 1.9 1000 0.97 0.49 0.24 0.12 0.061 0.030 0.015 0.007 0.004 koncentráció Szerencsés esetben, a minta OD-je a lineáris szakaszra esik, és nem kell hígítani. 3

A két csőben azonos a koncentráció Becslés „vonalzóval” Tehát az (eredeti hígítatlan) ismeretlen minta koncentrációja: 1.9x128 = 243.2μg/ml OD A két csőben azonos a koncentráció Az a tartomány, ahol az abszorbancia arányos a koncentrációval azonos OD-hoz tartozó pontok Az 1.9μg/ml-re hígított standard megfelel a… Egyenes egyenletébe a felső vagy alsó telítési rész adatait behelyettesítve és a hígítással felszorozva hülyeséget számol az ember!!! 1000 500 250 125 62 31 16 7.8 3.9 1.9 0.97 0.49 0.24 0.12 0.030 0.061 0.007 0.015 0.004 0.002 standard koncentráció (µg/ml) (felező hígítás (log)) … 128-szorosra hígított ismeretlen mintának 2X 4X 8X 16X 32X 64X 128X 256X Ismeretlen minta hígításai 4

standard koncentráció (µg/ml) Ha felírjuk az egyenes szakaszok egyenleteit, eltehetjük a vonalzót, és elővehetjük a számítógépet OD Yminta=mx+b ystd=mx+b Vegyük észre, hogy az x tenglyek eltérő skálázása miatt (piros ill. kék feliratok), a két egyenes nem párhuzamos egymással! 1000 500 250 125 62 31 16 7.8 3.9 1.9 0.97 0.49 0.24 0.12 0.030 0.061 0.007 0.015 0.004 0.002 standard koncentráció (µg/ml) (felező hígítás (log)) 2X 4X 8X 16X 32X 64X 128X 256X Ismeretlen minta hígításai 5

Durva hibák Tudatában kell lenni, hogy milyen abszorbancia érték tartományban használhajuk fel az OD értéket, ha egy egyenletbe szeretnénk visszahelyettesíteni, és az alapján koncentrációt számolni! OD Illeszett egyenes, egyenlettel y=mx+b  OD=m(koncentráció)+b Hígítási görbe Hasonló mondható erről az értékről is A felhasználható OD értékek ebbe a tartományba esnek Egyenes egyenletébe a felső vagy alsó telítési rész adatait behelyettesítve és a hígítással felszorozva hülyeséget számol az ember!!! Bármely töménységű oldat kellően nagy hígításának OD-je erre a részre fog esni. Az egyenletbe ezt az OD értéket behelyettesítve, és ez alapján a hígítást is figyelembevéve (visszaszorozva), óriási – hamis! – koncentációt kapunk eredményül koncentráció

A felhasználható OD értékek ebbe a tartományba esnek Ne erőltessük az egyenes illesztést ott ahol felesleges OD Hígítási görbe A felhasználható OD értékek ebbe a tartományba esnek hibásan illesztett egyenes Gyakran illesztenek így hibásan egyenest, pl. ha nem logaritmikus ábrázolást használnak Az egyenest is ezekre a pontokra kell illeszteni koncentráció

Vegyük észre, hogy a hígítás/koncentráció tengelye a korábbi ábrákon logaritmikus ábrázolású volt! Ugyanannak a sorozathígítással kapott mérésnek az ábrázolása: Normál (lineáris) hígítási tengellyel Logaritmikus hígítási tengellyel A jó ábrázolás segít a kiértékelésben, segíti megtalálni azokat a pontokat, amikre egyenes illeszthető!

hígítás: 1 2 4 8 16 32 64 128 256 512 1024 2048 = hígítás 2x: 1 2 3 4 5 6 7 8 9 10 11

A jó ábrázolás segít a kiértékelésben Próbáljuk meg meglátni a hígítási sorozatokban a „szigmoid görbe” megfelelő részeit, akkor is, ha a függvényben nem ábrázolódik teljesen, és ennek megfelelően illeszteni az egyenest

érzékenységi küszöb körüli érték 1.0 1.1 A gyakorlatban csak ritkán adatik meg, hogy szép sztenderd hígítási görbével dolgozhassunk. Az ismeretlen mintából sem szokás teljes szigmoid görbét kiadó hígítási sorozatot készíteni. Általában csak 2-3 féle hígítást készítünk belőle. OD 4.5 az ismeretlen minta hígításai hígítás 1x 10x 100x OD 4.0 2.1 1.1 standard (1x: 100 mg/ml) 4.0 3.5 3.0 az ismeretlen 20x10 = 200 mg/ml 2.5 2.1 2.0 1.5 érzékenységi küszöb körüli érték 1.0 1.1 1x 2x 4x 8x 16x 32x 64x 128x hígítás kb. 5 (a pontos érték kiszámításához pl. a két pont közti egyenes egyenletét lehetne felhasználni) 100/5 = 20 mg/ml

az ismeretlen minta hígításai Felhasználjuk-e a megmaradt adatpontot? az ismeretlen minta hígításai hígítás 1x 10x 100x OD 4.0 2.1 1.1 OD 4.5 standard (1x: 100mg/ml) 4.0 4.0 A 4.0 OD érték körüli érték a legtöményebb sztenderd hígítási pont! 3.5 3.0 Lehet, hogy a sztenderd hígítási görbe valójában más lefutású! 2.5 2.0 1.5 1.0 1x 2x 4x 8x 16x 32x 64x 128x hígítás pl. ha a hiányzó 2x hígítás ide esik Ez a szigmoid görbe felső plató része! Ebben a példában a hígítatlan (1x) ismeretlen minta OD értéke valószínűleg nem lett volna használható.

(pl. OpenOffice, MS Excel) A kiadott példák megoldásához szükségünk lesz valamilyen spreadsheet / táblázat kezelő programra (pl. OpenOffice, MS Excel)

Számoljuk ki az ismeretlen minta anti-BSA tartalmát! A standard minta koncentrációja 100μg/ml.

Írjuk be a következőket: a hígítás logaritmusát,… a párhuzamos standardok átlagát,… és a párhuzamos minták átlagát kiszámoló képletet!

Kattintsunk a diagramm varázslóra Jelöljük ki a képleteket tartalmazó sort, és a kijelölés jobb alsó sarkában levő kis négyzetet megfogva húzzuk (másoljuk) le a többi sorba. Kattintsunk a diagramm varázslóra

Válasszuk ki a „Pont (XY)” diagramtípust Válasszuk az adatsor fület Hozzáadás

Írjuk be az ábrázolandó adatsor nevét Jelöljük ki a hígítás értékeit Adjuk meg a hígítás értékeit Adjuk meg a standard OD értékeit Jelöljük ki a standard OD értékeit

Végezzük el ezeket a műveleteket az ismeretlen minta adataival is

A standard 5. -8. pontjaira és az ismeretlen 2. -5 A standard 5.-8. pontjaira és az ismeretlen 2.-5. pontjaira egyenes illeszthető

A standard lineáris szakaszának adatai ! Az ismeretlen lineáris szakaszának adatai ! Ezeket az adatokat felhasználva ábrázolni tudjuk a lineáris részt, pl. az előzőekben bemutatott módon egy külön diagrammon. (Vigyázzunk, hogy a megfelelő hígítási értékeket válasszuk ki az adatok ábrázolásánál!)

Kijelölve az egyenest kiválsztjuk a trendvonal illesztése pontot (A jobb egérgombbal) Kijelölve az egyenest kiválsztjuk a trendvonal illesztése pontot

Egyenlet megjelenítése Lineáris trendvonal (Egyebek) Egyenlet megjelenítése

Ugyan ezt megcsináljuk az ismeretlennel is A standard egyenlete Ugyan ezt megcsináljuk az ismeretlennel is (vegyük észre, hogy azonos hígítási lépések mellett a vonalak meredeksége elvileg azonos)

Az egyenletekkel kiszámíthatjuk, hogy egy adott OD érték mellé milyen hígítások tartoznak ismeretlen: y = -0.6078x + 3.8421 standard: y = -0.6189x + 5.6945 pl. OD 1.5  x=3.85 OD 1.5  x=6.78 Az 53.85=491 –szeres hígítású ismeretlen felel meg… …az 56.78=54830 –szoros hígítású standardnak. Az ismeretlen 54830/491= kb.112x hígabb a 100µg/ml-es standardnál 0.89 μg/ml

Megjegyzés A bemutatott számítás egy demonstratív példa! Ennél egyszerűbben is eljuthatunk a megoldáshoz! (pl. elég a standard hígítási egyenes egyenletét kiszámolni, és ezt összevetni egy megfelelően kiválasztott ismeretlen minta OD értékével)