Размеры Dacia Logan 2017: длина, ширина и высота

Размеры Dacia Logan 2017 года следующие:

Размеры Dacia Logan 2017: отношение длины к мощности

В 2017 году габариты Dacia Logan показали такое отношение длины к мощности:

1. 5 dCi —21,1 л.с. на 1 м

Размеры Dacia Logan 2017 года по сравнению со средним мировым показателем

Размеры Dacia Logan 2017 года отличаются от среднемировых:

Дополнительные данные Dacia Logan II MCV 2017 года (фейслифтинг 2017 г.) Размеры

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объема двигателя к высоте	Ширина по расходу топлива
1,5 дКи	4501 мм / 1733 мм / 1552 мм	20,46 Н·м	47 мм на 1 л.с.	0,94 куб. см в 1 мм	33 мм до 1 мили на галлон
1,0 SCe	4501 мм / 1733 мм / 1552 мм	47,38 Н·м	62 мм на 1 л.с.	0,64 куб. см в 1 мм	—
0,9 ТКе	4501 мм / 1733 мм / 1552 мм	32,15 Н·м	50 мм на 1 л.с.	0,58 куб. см в 1 мм	—
1,0 ТКе	4501 мм / 1733 мм / 1552 мм	28,13 Н·м	45 мм на 1 л.с.	0,64 куб. см в 1 мм	—
1,0 ЭКО-G	4501 мм / 1733 мм / 1552 мм	26,48 Н·м	45 мм на 1 л.с.	0,64 куб. см в 1 мм	—

Дополнительные данные Dacia Logan II MCV 2017 г. (фейслифтинг 2017 г.) Размеры

Автомобиль	1,5 дКи
Длина/ширина/высота	4501 мм / 1733 мм / 1552 мм
Отношение длины к ширине	20,46 Н·м
Длина на 1 л.с.	47 мм на 1 л.с.
Соотношение объема двигателя к высоте	0,94 куб. см в 1 мм
Ширина по расходу топлива	33 мм до 1 мили на галлон
Автомобиль	1,0 SCe
Длина/ширина/высота	4501 мм / 1733 мм / 1552 мм
Отношение длины к ширине	47,38 Н·м
Длина на 1 л. с.	62 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,64 куб. см в 1 мм
Ширина по расходу топлива	—
Автомобиль	0,9 ТКе
Длина/ширина/высота	4501 мм / 1733 мм / 1552 мм
Отношение длины к ширине	32,15 Н·м
Длина на 1 л.с.	50 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,58 куб. см в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,0 ТКе
Длина/ширина/высота	4501 мм / 1733 мм / 1552 мм
Отношение длины к ширине	28,13 Н·м
Длина на 1 л.с.	45 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,64 куб. см в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,0 ЭКО-G
Длина/ширина/высота	4501 мм / 1733 мм / 1552 мм
Отношение длины к ширине	26,48 Н·м
Длина на 1 л. с.	45 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,64 куб. см в 1 мм
Ширина по расходу топлива	—

Dacia Logan универсал (универсал) 2017 Размеры: аналитика и сравнение

Размеры Dacia Logan 2017: длина, ширина и высота

Размеры Dacia Logan 2017 года следующие:

Размеры Dacia Logan 2017: отношение длины к мощности

В 2017 году габариты Dacia Logan показали такое отношение длины к мощности:

0. 9 TCe —20 л.с. на 1 м

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объемов двигателя к высоте	Ширина по расходу топлива
0,9 ТКе	4528 мм / 1761 мм / 1590 мм	32,34 Н·м	50 мм на 1 л.с.	0,56 см3 в 1 мм	—
1,5 дКи	4528 мм / 1761 мм / 1590 мм	20,58 Н·м	48 мм на 1 л. с.	0,92 см3 в 1 мм	29 мм до 1 мили на галлон
1,0 ТКе	4528 мм / 1761 мм / 1590 мм	28,3 Н·м	45 мм на 1 л.с.	0,63 см3 в 1 мм	—
1,0 ЭКО-G	4528 мм / 1761 мм / 1590 мм	26,64 Н·м	45 мм на 1 л. с.	0,63 см3 в 1 мм	—

Дополнительные данные о Dacia Logan II MCV Stepway 2017 г. (фейслифтинг 2017 г.) Размеры

Автомобиль	0,9 ТКе
Длина/ширина/высота	4528 мм / 1761 мм / 1590 мм
Отношение длины к ширине	32,34 Н·м
Длина на 1 л.с.	50 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,56 см3 в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,5 дКи
Длина/ширина/высота	4528 мм / 1761 мм / 1590 мм
Отношение длины к ширине	20,58 Н·м
Длина на 1 л. с.	48 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,92 см3 в 1 мм
Ширина по расходу топлива	29 мм до 1 мили на галлон
Автомобиль	1,0 ТКе
Длина/ширина/высота	4528 мм / 1761 мм / 1590 мм
Отношение длины к ширине	28,3 Н·м
Длина на 1 л.с.	45 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,63 см3 в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,0 ЭКО-G
Длина/ширина/высота	4528 мм / 1761 мм / 1590 мм
Отношение длины к ширине	26,64 Н·м
Длина на 1 л. с.	45 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,63 см3 в 1 мм
Ширина по расходу топлива	—

Dacia Logan Sedan 2016 Размеры: аналитика и сравнение

Размеры Dacia Logan 2016: длина, ширина и высота

Размеры Dacia Logan 2016 года следующие:

Размеры Dacia Logan 2016 года: отношение длины к мощности

В 2016 году габариты Dacia Logan показали такое отношение длины к мощности:

0,9 TCE 90 CP -20,5 л. с. на 1 метр

Размеры Dacia Logan 2016 года по сравнению со средним мировым показателем

Размеры Dacia Logan 2016 года отличаются от среднемировых:

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объема двигателя к высоте	Ширина по расходу топлива
0,9 TCe 90 CP	4358 мм / 1733 мм / 1517 мм	31,13 Н·м	48 мм на 1 л. с.	0,59 см3 в 1 мм	37 мм до 1 мили на галлон
1,5 дКи	4358 мм / 1733 мм / 1517 мм	19,81 Н·м	48 мм на 1 л.с.	0,96 куб. см в 1 мм	27 мм до 1 мили на галлон
0,9 ТКе	4346 мм / 1733 мм / 1517 мм	31,04 Н·м	48 мм на 1 л. с.	0,59 см3 в 1 мм	—
1,0 12 В	4358 мм / 1733 мм / 1517 мм	44,93 Н·м	60 мм на 1 л.с.	0,66 см3 в 1 мм	—
1,0 SCe	4346 мм / 1733 мм / 1517 мм	45,75 Н·м	60 мм на 1 л. с.	0,66 см3 в 1 мм	—
1,0 ЭКО-G	4346 мм / 1733 мм / 1517 мм	25,56 Н·м	43 мм на 1 л.с.	0,66 см3 в 1 мм	—
1,5 Синий dCi	4346 мм / 1733 мм / 1517 мм	19,75 Н·м	46 мм на 1 л. с.	0,96 куб. см в 1 мм	—

Дополнительные данные Dacia Logan II 2016 (фейслифтинг 2016) Размеры

Автомобиль	0,9 TCe 90 CP
Длина/ширина/высота	4358 мм / 1733 мм / 1517 мм
Отношение длины к ширине	31,13 Н·м
Длина на 1 л.с.	48 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,59 см3 в 1 мм
Ширина по расходу топлива	37 мм до 1 мили на галлон
Автомобиль	1,5 дКи
Длина/ширина/высота	4358 мм / 1733 мм / 1517 мм
Отношение длины к ширине	19,81 Н·м
Длина на 1 л. с.	48 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,96 куб. см в 1 мм
Ширина по расходу топлива	27 мм до 1 мили на галлон
Автомобиль	0,9 ТКе
Длина/ширина/высота	4346 мм / 1733 мм / 1517 мм
Отношение длины к ширине	31,04 Н·м
Длина на 1 л.с.	48 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,59 см3 в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,0 12 В
Длина/ширина/высота	4358 мм / 1733 мм / 1517 мм
Отношение длины к ширине	44,93 Н·м
Длина на 1 л. с.	60 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,66 см3 в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,0 SCe
Длина/ширина/высота	4346 мм / 1733 мм / 1517 мм
Отношение длины к ширине	45,75 Н·м
Длина на 1 л.с.	60 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,66 см3 в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,0 ЭКО-G
Длина/ширина/высота	4346 мм / 1733 мм / 1517 мм
Отношение длины к ширине	25,56 Н·м
Длина на 1 л. с.	43 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,66 см3 в 1 мм
Ширина по расходу топлива	—
Автомобиль	1,5 Синий dCi
Длина/ширина/высота	4346 мм / 1733 мм / 1517 мм
Отношение длины к ширине	19,75 Н·м
Длина на 1 л.с.	46 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,96 куб. см в 1 мм
Ширина по расходу топлива	—

Dacia Logan Sedan 2013 Размеры: аналитика и сравнение

Размеры Dacia Logan 2013: длина, ширина и высота

Размеры Dacia Logan 2013 года следующие:

Размеры Dacia Logan 2013 года: отношение длины к мощности

В 2013 году габариты Dacia Logan показали такое отношение длины к мощности:

1. 2 —17,4 л.с. на 1 метр

2013 Dacia Logan Размеры по сравнению со среднемировыми

Размеры Dacia Logan 2013 года отличаются от среднемировых:

Дополнительные данные о размерах Dacia Logan II 2013 года

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объемов двигателя к высоте	Ширина по расходу топлива
1,2	4347 мм / 1732 мм / 1517 мм	41,4 Н·м	58 мм на 1 л.с.	0,76 см3 в 1 мм	56 мм до 1 мили на галлон
1,5 дКи	4347 мм / 1732 мм / 1517 мм	21,74 Н·м	58 мм на 1 л. с.	0,96 куб. см в 1 мм	28 мм до 1 мили на галлон
0,9 тыс. у.т.	4347 мм / 1732 мм / 1517 мм	32,2 Н·м	48 мм на 1 л.с.	0,59 см3 в 1 мм	37 мм до 1 мили на галлон

Дополнительные данные о Dacia Logan II 2013 года Размеры

Автомобиль	1,2
Длина/ширина/высота	4347 мм / 1732 мм / 1517 мм
Отношение длины к ширине	41,4 Н·м
Длина на 1 л. с.	58 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,76 см3 в 1 мм
Ширина по расходу топлива	56 мм до 1 мили на галлон
Автомобиль	1,5 дКи
Длина/ширина/высота	4347 мм / 1732 мм / 1517 мм
Отношение длины к ширине	21,74 Н·м
Длина на 1 л.с.	58 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,96 куб. см в 1 мм
Ширина по расходу топлива	28 мм до 1 мили на галлон
Автомобиль	0,9 тсе
Длина/ширина/высота	4347 мм / 1732 мм / 1517 мм
Отношение длины к ширине	32,2 Н·м
Длина на 1 л.с.	48 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,59 см3 в 1 мм
Ширина по расходу топлива	37 мм до 1 мили на галлон

Dacia Logan универсал (универсал) 2013 Размеры: аналитика и сравнение

Размеры Dacia Logan 2013: длина, ширина и высота

Размеры Dacia Logan 2013 года следующие:

Размеры Dacia Logan 2013 года: отношение длины к мощности

В 2013 году габариты Dacia Logan показали такое отношение длины к мощности:

0,9 Tce —20 л. с. на 1 метр

Дополнительные данные о размерах Dacia Logan II MCV 2013 года

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объема двигателя к высоте	Ширина по расходу топлива
0,9 тыс. у.т.	4492 мм / 1733 мм / 1539 мм	33,27 Н·м	50 мм на 1 л.с.	0,58 куб. см в 1 мм	39 мм до 1 мили на галлон
1,5 дКи	4494 мм / 1733 мм / 1550 мм	22,47 Н·м	60 мм на 1 л. с.	0,94 куб. см в 1 мм	26 мм до 1 мили на галлон
1,2	4492 мм / 1733 мм / 1539 мм	41,98 Н·м	60 мм на 1 л.с.	0,75 куб. см в 1 мм	43 мм до 1 мили на галлон
1,5 дки	4492 мм / 1733 мм / 1539 мм	22,46 Н·м	60 мм на 1 л. с.	0,95 куб. см в 1 мм	29 мм до 1 мили на галлон

Дополнительные данные о размерах Dacia Logan II MCV 2013 года

Автомобиль	0,9 тсе
Длина/ширина/высота	4492 мм / 1733 мм / 1539 мм
Отношение длины к ширине	33,27 Н·м
Длина на 1 л.с.	50 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,58 куб. см в 1 мм
Ширина по расходу топлива	39 мм до 1 мили на галлон
Автомобиль	1,5 дКи
Длина/ширина/высота	4494 мм / 1733 мм / 1550 мм
Отношение длины к ширине	22,47 Н·м
Длина на 1 л. с.	60 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,94 куб. см в 1 мм
Ширина по расходу топлива	26 мм до 1 мили на галлон
Автомобиль	1,2
Длина/ширина/высота	4492 мм / 1733 мм / 1539 мм
Отношение длины к ширине	41,98 Н·м
Длина на 1 л.с.	60 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,75 куб. см в 1 мм
Ширина по расходу топлива	43 мм до 1 мили на галлон
Автомобиль	1,5 дки
Длина/ширина/высота	4492 мм / 1733 мм / 1539 мм
Отношение длины к ширине	22,46 Н·м
Длина на 1 л.с.	60 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,95 куб. см в 1 мм
Ширина по расходу топлива	29 мм до 1 мили на галлон

Dacia Logan Sedan 2008 Размеры: аналитика и сравнение

Размеры Dacia Logan 2008: длина, ширина и высота

Размеры Dacia Logan 2008 года следующие:

Размеры Dacia Logan 2008 года: отношение длины к мощности

В 2008 году габариты Dacia Logan показали такое отношение длины к мощности:

1. 2 —17,4 л.с. на 1 метр

2008 Dacia Logan Размеры по сравнению со среднемировыми

Размеры Dacia Logan 2008 года отличаются от среднемировых:

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объемов двигателя к высоте	Ширина по расходу топлива
1,2	4288 мм / 1740 мм / 1534 мм	40,07 Н·м	57 мм на 1 л.с.	0,75 куб. см в 1 мм	44 мм до 1 мили на галлон
1,6	4288 мм / 1740 мм / 1534 мм	31,76 Н·м	50 мм на 1 л. с.	1,04 куб. см в 1 мм	от 50 мм до 1 мили на галлон
1,5 дКи	4288 мм / 1740 мм / 1534 мм	21,44 Н·м	48 мм на 1 л.с.	0,95 куб. см в 1 мм	29 мм до 1 мили на галлон

Дополнительные данные Dacia Logan I 2008 г. (фейслифтинг 2008 г.) Размеры

Автомобиль	1,2
Длина/ширина/высота	4288 мм / 1740 мм / 1534 мм
Отношение длины к ширине	40,07 Н·м
Длина на 1 л. с.	57 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,75 куб. см в 1 мм
Ширина по расходу топлива	44 мм до 1 мили на галлон
Автомобиль	1,6
Длина/ширина/высота	4288 мм / 1740 мм / 1534 мм
Отношение длины к ширине	31,76 Н·м
Длина на 1 л.с.	50 мм на 1 л.с.
Соотношение объемов двигателя к высоте	1,04 куб. см в 1 мм
Ширина по расходу топлива	от 50 мм до 1 мили на галлон
Автомобиль	1,5 дКи
Длина/ширина/высота	4288 мм / 1740 мм / 1534 мм
Отношение длины к ширине	21,44 Н·м
Длина на 1 л.с.	48 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,95 куб. см в 1 мм
Ширина по расходу топлива	29 мм до 1 мили на галлон

Dacia Logan универсал (универсал) 2006 Размеры: аналитика и сравнение

Размеры Dacia Logan 2006: длина, ширина и высота

Размеры Dacia Logan 2006 года следующие:

Размеры Dacia Logan 2006 года: отношение длины к мощности

В 2006 году габариты Dacia Logan показали такое отношение длины к мощности:

1. 5 dCi —20 л.с. на 1 метр

Дополнительные данные о размерах Dacia Logan MCV 2006 года

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объема двигателя к высоте	Ширина по расходу топлива
1,5 дКи	4473 мм/1993 мм / 1640 мм	22,37 Н·м	50 мм на 1 л.с.	0,89 куб. см в 1 мм	39 мм до 1 мили на галлон
1. 4i	4450 мм / 1740 мм / 1674 мм	39,73 Н·м	59 мм на 1 л.с.	0,83 куб. см в 1 мм	58 мм до 1 мили на галлон
1,6 я	4450 мм / 1740 мм / 1674 мм	34,77 Н·м	51 мм на 1 л.с.	0,95 куб. см в 1 мм	от 60 мм до 1 мили на галлон
1. 6i 16В	4450 мм / 1740 мм / 1674 мм	30,07 Н·м	42 мм на 1 л.с.	0,95 куб. см в 1 мм	56 мм до 1 мили на галлон

Дополнительные данные о размерах Dacia Logan MCV 2006 года выпуска

Автомобиль	1,5 дКи
Длина/ширина/высота	4473 мм / 1993 мм / 1640 мм
Отношение длины к ширине	22,37 Н·м
Длина на 1 л.с.	50 мм на 1 л. с.
Соотношение объемов двигателя к высоте	0,89 куб. см в 1 мм
Ширина по расходу топлива	39 мм до 1 мили на галлон
Автомобиль	1.4i
Длина/ширина/высота	4450 мм / 1740 мм / 1674 мм
Отношение длины к ширине	39,73 Н·м
Длина на 1 л.с.	59 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,83 куб. см в 1 мм
Ширина по расходу топлива	58 мм до 1 мили на галлон
Автомобиль	1,6 я
Длина/ширина/высота	4450 мм / 1740 мм / 1674 мм
Отношение длины к ширине	34,77 Н·м
Длина на 1 л. с.	51 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,95 куб. см в 1 мм
Ширина по расходу топлива	от 60 мм до 1 мили на галлон
Автомобиль	1.6i 16В
Длина/ширина/высота	4450 мм / 1740 мм / 1674 мм
Отношение длины к ширине	30,07 Н·м
Длина на 1 л.с.	42 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,95 куб. см в 1 мм
Ширина по расходу топлива	56 мм до 1 мили на галлон

Dacia Logan универсал (универсал) 2006 Размеры: аналитика и сравнение

Dacia Logan 2006 Размеры: длина, ширина и высота

Размеры Dacia Logan 2006 года следующие:

Размеры Dacia Logan 2006 года: отношение длины к мощности

В 2006 году габариты Dacia Logan показали такое отношение длины к мощности:

1,4 —16,7 л. с. на 1 метр

Размеры Dacia Logan 2006 года по сравнению со среднемировыми

Размеры Dacia Logan 2006 года отличаются от среднемировых:

Дополнительные данные о размерах фургона Dacia Logan 2006 года

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объема двигателя к высоте	Ширина по расходу топлива
1,4	4450 мм / 1740 мм / 1636 мм	39,73 Н·м	59 мм на 1 л.с.	0,85 куб. см в 1 мм	56 мм до 1 мили на галлон
1,6	4450 мм / 1740 мм / 1636 мм	34,77 Н·м	51 мм на 1 л.с.	0,98 куб. см в 1 мм	58 мм до 1 мили на галлон
1,6 16 В	4450 мм / 1740 мм / 1636 мм	30,07 Н·м	42 мм на 1 л.с.	0,98 куб. см в 1 мм	56 мм до 1 мили на галлон
1,5 дКи	4450 мм / 1740 мм / 1640 мм	22,25 Н·м	49 мм на 1 л.с.	0,89 куб. см в 1 мм	38 мм до 1 мили на галлон

Дополнительные данные о размерах фургона Dacia Logan 2006 года выпуска

Автомобиль	1,4
Длина/ширина/высота	4450 мм / 1740 мм / 1636 мм
Отношение длины к ширине	39,73 Н·м
Длина на 1 л. с.	59 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,85 куб. см в 1 мм
Ширина по расходу топлива	56 мм до 1 мили на галлон
Автомобиль	1,6
Длина/ширина/высота	4450 мм / 1740 мм / 1636 мм
Отношение длины к ширине	34,77 Н·м
Длина на 1 л.с.	51 мм на 1 л.с.
Соотношение объема двигателя к высоте	0,98 куб. см в 1 мм
Ширина по расходу топлива	58 мм до 1 мили на галлон
Автомобиль	1,6 16 В
Длина/ширина/высота	4450 мм / 1740 мм / 1636 мм
Отношение длины к ширине	30,07 Н·м
Длина на 1 л.с.	42 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,98 куб. см в 1 мм
Ширина по расходу топлива	56 мм до 1 мили на галлон
Автомобиль	1,5 дКи
Длина/ширина/высота	4450 мм / 1740 мм / 1640 мм
Отношение длины к ширине	22,25 Н·м
Длина на 1 л. с.	49 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,89 куб. см в 1 мм
Ширина по расходу топлива	38 мм до 1 мили на галлон

Dacia Logan Sedan 2005 Размеры: аналитика и сравнение

Размеры Dacia Logan 2005 года: длина, ширина и высота

Размеры Dacia Logan 2005 года следующие:

Размеры Dacia Logan 2005 года: отношение длины к мощности

В 2005 году габариты Dacia Logan показали такое отношение длины к мощности:

1. 4 i —17,4 л.с. на 1 метр

Дополнительные данные по Dacia Logan I 2005 г. Размеры

Автомобиль	Длина/ширина/высота	Длина до 1 Нм	Длина на 1 л.с.	Соотношение объема двигателя к высоте	Ширина по расходу топлива
1,4 и	4250 мм / 1735 мм / 1525 мм	37,95 Н·м	57 мм на 1 л.с.	0,91 куб. см в 1 мм	46 мм до 1 мили на галлон
1,6 я	4250 мм / 1735 мм / 1525 мм	33,2 Н·м	49 мм на 1 л. с.	1,05 куб. см в 1 мм	от 60 мм до 1 мили на галлон
1,5 дКи	4250 мм / 1735 мм / 1525 мм	26,56 Н·м	65 мм на 1 л.с.	0,96 куб. см в 1 мм	—

Дополнительные данные о Dacia Logan I 2005 года Размеры

Автомобиль	1,4 я
Длина/ширина/высота	4250 мм / 1735 мм / 1525 мм
Отношение длины к ширине	37,95 Н·м
Длина на 1 л. с.	57 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,91 куб. см в 1 мм
Ширина по расходу топлива	46 мм до 1 мили на галлон
Автомобиль	1,6 и
Длина/ширина/высота	4250 мм / 1735 мм / 1525 мм
Отношение длины к ширине	33,2 Н·м
Длина на 1 л.с.	49 мм на 1 л.с.
Соотношение объемов двигателя к высоте	1,05 куб. см в 1 мм
Ширина по расходу топлива	от 60 мм до 1 мили на галлон
Автомобиль	1,5 дКи
Длина/ширина/высота	4250 мм / 1735 мм / 1525 мм
Отношение длины к ширине	26,56 Н·м
Длина на 1 л.с.	65 мм на 1 л.с.
Соотношение объемов двигателя к высоте	0,96 куб. см в 1 мм
Ширина по расходу топлива	—

Кровать Logan Rustic Barley Brown King Size

Распродажа Кровать Logan Rustic Barley Brown King Size

Средняя оценка: 5 звезд Количество отзывов: (1) Артикул: 110273354

Распродажа Цена

734,99 $
Сэкономьте 135 $

599,99

Минимум 18 долларов США в месяц

На этот товар не распространяются дополнительные скидки или купоны

Королева

Король

Полный

Количество

Доступна доставка
Нажмите здесь

Почтовый индекс

Обзор

Кровать Logan размера «king-size» — это все, что вам нужно — непринужденная, классная и суровая красивая, и теперь она доступна в RC Willey! Его четкие линии и прочная конструкция выполнены в приятном ячменно-коричневом цвете. Его доступная атмосфера одновременно вневременна и современна, и ее легко настроить в соответствии с вашим личным стилем!

Включает изголовье, изножье и поручни.p>

Входит в этот набор

Характеристики

• Массив каучукового дерева и березовый шпон
• Коричневый ячмень
• Непринужденный современный дизайн, неподвластный времени

Спецификации

Коллекция

Логан

Вес

151,8 фунта.

Размеры изголовья

79″ Ш x 3″ Г x 58″ В

Гарантия

Отзывы

Другие товары из этой коллекции

Распродажа Logan Barley Brown Rustic Contemporary Полноценная кровать

Распродажа Кровать Logan Rustic Barley Brown Queen

Распродажа Комод Logan Barley Brown

Распродажа Logan Rustic Contemporary Коричневый комод

Подпишитесь на электронные письма.

Узнавайте первыми о новинках, специальных предложениях, распродажах, скидках и многом другом!

Уведомление о конфиденциальности

Мы используем информацию, полученную из файлов cookie, и ваш вклад, чтобы улучшить качество обслуживания клиентов. Пожалуйста нажмите здесь, чтобы просмотреть нашу политику конфиденциальности и настроить параметры конфиденциальности.

Выбор размера выборки для исследований с повторными измерениями | BMC Medical Research Methodology

Выбор метода анализа данных

Для краткости не будем подробно останавливаться на принципиальном вопросе выбора метода анализа данных. Хотя статистический консалтинг будет иметь значение на любом этапе исследования, более ранние этапы планирования исследования приносят наибольшую пользу от консультирования. Мы предполагаем, что итеративный процесс выбора и уточнения целей исследования, основных результатов и плана выборки увенчался успехом. В свою очередь, мы также предполагаем, что был выбран соответствующий план анализа, который закладывает основу для выбора размера выборки.

Выбор метода анализа мощности

Одним из первых шагов при расчете размера выборки является выбор метода анализа мощности, который адекватно согласуется с методом анализа данных [1]. В качестве примера рассмотрим исследование, в котором исследователь планирует проверить, одинаково ли реагируют на лекарство ветераны и не ветераны. Исследователь планирует контролировать как пол, так и возраст. Запланированный анализ данных представляет собой анализ ковариации (ANCOVA) с возрастом в качестве ковариации. В этом случае расчет объема выборки на основе двухгруппового t-критерия будет нецелесообразным, поскольку запланированный анализ данных не является t-тестом. Несоответствие между планом, используемым для расчета размера выборки, и планом, используемым для анализа данных, может привести к слишком большому или слишком маленькому размеру выборки [1], что способствует получению неубедительных результатов.

На практике смешанные модели стали наиболее популярным методом анализа повторных измерений и продольных данных. Однако проверенные методы мощности и размера выборки существуют только для ограниченного класса смешанных моделей [2]. Кроме того, большинство этих методов основаны на приближениях и делают простые предположения о дизайне исследования. В некоторых случаях запланированный анализ данных не имеет опубликованных методов анализа мощности, соответствующих анализу данных. Один из возможных методов определения надежной мощности или размера выборки, когда нет доступных формул мощности, заключается в проведении исследования с помощью компьютерного моделирования. Мы рекомендуем использовать соответствующее программное обеспечение, которое было протестировано и подтверждено, когда оно доступно. Пакетное программное обеспечение имеет преимущества, заключающиеся в меньшем количестве программирования и меньшей статистической сложности.

Исходя из текущего уровня знаний, мы рекомендуем использовать методы мощности, разработанные для многомерных моделей, для расчета размера выборки для исследований с использованием общих смешанных моделей для анализа данных. Для тщательно построенных смешанных моделей [3, 4] методы мощности, разработанные для многомерных моделей, обеспечивают наилучший доступный анализ мощности. Техническую информацию можно найти у Muller et al. [1], Мюллер и соавт. [5] и Джонсон и др. [6]. Другой вариант — использовать аппроксимацию большой выборки для мощности, описанную Лю и Ляном. Они предложили метод расчета размеров выборки для исследований с коррелированными наблюдениями, основанный на подходе обобщенного оценочного уравнения (GEE1) [7].

Модель сложной дисперсии и моделей корреляции

При планировании исследования с повторными измерениями ученые должны указать модели дисперсии и корреляции среди повторяющихся измерений. Неспособность указать модели дисперсии и корреляции, соответствующие тем, которые будут видны в предлагаемом исследовании, может привести к неправильному анализу мощности [1].

Простейший образец дисперсии предполагает равную дисперсию среди повторных измерений. Например, при измерении математических достижений детей в классе разумно предположить, что в среднем они одинаковы для всех детей. Напротив, измерение математических достижений одних и тех же детей в 6-м, 7-м и 8-м классах может привести к увеличению изменчивости, уменьшению изменчивости или стабильной изменчивости. Вариативность результатов теста определенного навыка может уменьшаться в зависимости от класса из-за стабильного приобретения навыка. С другой стороны, изменчивость результатов стандартизированных тестов может остаться неизменной благодаря тщательному построению тестов разработчиками. Повторные измерения некоторых переменных могут иметь любую возможную дисперсию. Например, в зависимости от экспериментальных условий концентрация метаболитов в крови может увеличиваться, уменьшаться или оставаться неизменной во времени.

Что касается шаблонов корреляции, полезно думать о них как о четырех типах с возрастающей сложностью: (1) нулевые корреляции (независимые наблюдения), (2) равные корреляции, (3) шаблоны, основанные на правилах, и (4) неструктурированные корреляции (без определенного паттерна).

Простейшая модель корреляций предполагает постоянную корреляцию, часто называемую внутриклассовой корреляцией, между всеми наблюдениями. Если каждое наблюдение фиксирует какой-то аспект успеваемости ребенка в классе, то предположение об общей корреляции между любыми двумя детьми кажется разумным. Напротив, если один и тот же ребенок измеряется в 6, 7 и 8 классах, мы ожидаем, что корреляция между 6 и 8 классами будет ниже, чем корреляция между 6 и 7 классами. Корреляции между повторными измерениями одного участника обычно различаются. во времени плавным и упорядоченным образом. Измерения, проведенные близко во времени, обычно более коррелированы, чем измерения, проведенные дальше друг от друга во времени.

Многие шаблоны корреляции на основе правил были разработаны в контексте моделей временных рядов. Одним из распространенных примеров шаблона на основе правил является авторегрессия первого порядка (AR1), частный случай семейства авторегрессии первого порядка с линейной экспонентой (LEAR) [8]. AR1 и более общие шаблоны LEAR предполагают, что корреляции между повторными измерениями экспоненциально снижаются со временем или расстоянием. Например, в исследованиях боли, в которых изучается влияние вмешательств на память пациентов о боли после лечения, корреляции между измерениями памяти боли у одного и того же пациента со временем обычно уменьшаются. Связь между памятью о боли и течением времени можно смоделировать с помощью структуры LEAR.

Шаблон неструктурированной корреляции предполагает, что среди повторяющихся измерений нет конкретных шаблонов корреляции. Каждая корреляция между любыми двумя повторными измерениями может быть уникальной. Неструктурированный образец корреляции требует знания p × (p−1)/2 различных корреляций, где p — количество повторных измерений.

Обычно предполагается, что все участники исследования демонстрируют одинаковую картину корреляции. Доступны статистические методы, позволяющие установить различные модели корреляции среди участников исследования. Хотя добросовестный анализ данных используется редко, он должен включать содержательную оценку достоверности однородности корреляционного паттерна среди групп участников.

Каждый из шаблонов корреляции имеет ограничения. Структурированные модели корреляции отражают особые предположения о корреляциях между повторяющимися измерениями. Предположения вводят риск выбора слишком простого шаблона, который может ложно завышать частоту ошибок первого рода [3]. Например, шаблон равной корреляции предполагает, что любая пара наблюдений имеет одинаковую корреляцию, независимо от того, насколько далеко они отстоят друг от друга во времени. С другой стороны, выбор неструктурированного шаблона корреляции может быть нецелесообразным, поскольку он требует оценки большего количества параметров, чем поддержка данных, что приводит к невозможности сходимости. Гибкая структура, такая как шаблон LEAR, часто обеспечивает наилучший компромисс между слишком малой сложностью (равная корреляция) и слишком большой (неструктурированная корреляция).

Поиск допустимых входных данных для расчета размера выборки

Мы проиллюстрируем, как найти достоверные входные данные для расчета размера выборки, на примере клинического исследования, в котором в качестве результатов использовались повторные измерения зубной боли. Исследователь планирует рандомизировать участников исследования в одну из двух групп: контрольную или лечебную. Знание шкалы боли позволяет предположить, что данные имеют нормальное распределение. Входными данными, необходимыми для вычисления размера выборки, являются (1) α, частота ошибок типа I, (2) предикторы, подразумеваемые планом, (3) проверяемая целевая гипотеза, (4) разница в структуре средних для какая хорошая мощность ищется, (5) дисперсии переменных ответа и (6) корреляции между переменными ответа (таблица 1). Поиск последних трех элементов в списке требует больших усилий.

Полноразмерная таблица

Ученые, разрабатывающие исследование, обычно знают частоту ошибок типа I, предикторы и целевую гипотезу. Частота ошибок типа I (α), выбранная учеными, представляет собой вероятность утверждения о существовании эффекта, хотя на самом деле его нет (обычно устанавливается на уровне 0,01 или 0,05). Основываясь на поставленном научном вопросе, ученые выбирают лучший набор предикторов и целевую гипотезу для проверки.

Ученые должны указать наименьшее научно важное различие. В примере с зубной болью ученые должны указать минимальную разницу в средних значениях боли, которую они считают важной. Исследователи, разрабатывающие исследование, должны сделать осознанный выбор средней разности интереса. Для боли, измеряемой по непрерывной шкале от 0 до 5, изменение уровня боли на 0,5 может не иметь клинического значения, тогда как изменение на 1,0 может считаться исследователями важным.

Ученые также должны указать дисперсию каждого из повторных измерений. Для выбора значения дисперсии можно использовать несколько стратегий: (1) ее можно оценить на основе данных предыдущих исследований, (2) ее можно оценить на основе данных пилотного исследования или (3) это может быть обоснованное предположение, основанное на опыт. В лучшем случае можно получить хорошую оценку дисперсии из предыдущего исследования. Исследователи могли собрать аналогичные данные по интересующей переменной отклика в своих предыдущих исследованиях. В других случаях опубликованные данные по интересующей переменной отклика могут быть доступны в литературе.

При использовании оценки из предыдущего исследования важно отметить, что дисперсия, необходимая для расчета размера выборки, представляет собой остаточную дисперсию. Остаточная дисперсия — это дисперсия, не объясненная предикторами. Нескорректированная дисперсия переменной отклика содержит вариацию из-за предикторных переменных, включенных в предыдущее исследование. Одни и те же предикторы могут не включаться в планируемое исследование. Предположим, новое исследование будет включать переменную ответа относительно однородной по возрасту группы населения (например, студентов колледжа в крупном государственном университете Верхнего Среднего Запада). Исследователю необходимо оценить отклонение от предыдущего исследования, в котором переменная ответа измерялась у людей всех возрастов. Следовательно, для расчета размера выборки можно использовать только остаточную дисперсию, поскольку нескорректированная дисперсия переменной ответа содержит вариабельность, обусловленную возрастом.

Для анализа мощности повторных измерений требуется не одно, а набор значений дисперсии. Как обсуждалось ранее, научный контекст может обеспечить разумное ожидание закономерности изменения дисперсии. На практике часто можно оценить одно значение дисперсии на основе данных, а затем указать другие дисперсии на основе ожидаемой тенденции дисперсии. Научный контекст часто обеспечивает разумную модель. В целом, рост, обучение и другие процессы развития обычно приводят к монотонно уменьшающейся дисперсии, в то время как старение, болезни и другие модели деградации часто приводят к монотонно возрастающей дисперсии.

Ученые также должны указать корреляции между парами измерений. Те же основные стратегии выбора дисперсии применимы и для выбора корреляции. Часто можно оценить одно значение корреляции на основе данных, а затем указать другие корреляции на основе шаблона корреляции. Когда необходимы обоснованные предположения, опыт исследователя и научные ограничения определяют выбор корреляции. Например, ученые-бихевиористы могут рассчитывать на надежность опроса в диапазоне от 0,25 до 0,75, в то время как инженер-биомедик может рассчитывать на надежность приборов не менее 0,9.0. Как и в случае с дисперсиями, выбранная корреляция должна быть остаточной корреляцией, то есть корреляцией между остатками для повторных измерений.

Выберите правильное программное обеспечение

Многие пакеты программного обеспечения и интернет-программы доступны для расчета размера выборки для t-тестов, различных ANOVA и регрессионных моделей. Небольшое количество программ охватывает ограниченный диапазон планов повторных измерений. Некоторые из программ бесплатны и просты в установке и использовании, но им не хватает возможностей для работы со сложными проектами. Например, апплеты Java, разработанные Lenth (http://www.stat.uiowa.edu/~rlenth/Power/), обеспечивают оценку мощности для определенных линейных моделей, таких как t-тесты, ANOVA и исследования линейной регрессии [9]. ]. Некоторые программы являются коммерческими продуктами, которые можно использовать для широкого круга планов исследований, но они могут быть непомерно дорогими, а также могут требовать больших знаний в области статистических теорий и сильных навыков компьютерного программирования. Например, POWERLIB — это бесплатный модуль SAS/IML, который вычисляет размер выборки и мощность для широкого спектра общих линейных одномерных и многомерных моделей [6]. Однако для использования этой программы требуется лицензия на программное обеспечение SAS, глубокие знания статистических теорий и навыки программирования SAS. Power Analysis and Sample Size (PASS, NCSS) вычисляет размер выборки для ряда многомерных моделей (как линейных, так и нелинейных), но это коммерческий продукт, который необходимо приобрести и установить на свой компьютер. Некоторые программы делают простые статистические предположения, и эти предположения ограничивают их полезность. Например, Optimal Design (OD) — это бесплатная программа для определения размера выборки с графическим пользовательским интерфейсом (GUI), которая позволяет пользователям вычислять размер выборки для лонгитюдных исследований с многоуровневыми планами [10]. Однако при расчетах повторных измерений используются чрезмерно упрощающие предположения о равных дисперсиях и корреляциях. По нашему опыту, хотя дисперсия в продольных данных в некоторых случаях может оставаться стабильной, корреляция никогда не бывает.

Некоторые программы из основных программных пакетов имеют встроенные опции для расчета размера выборки, но только для одномерных планов. Во время написания настоящей рукописи к этим программам относятся nQuery (nQuery Advisor, Statistical Solutions), SAS (GLMpower, SAS Institute Inc.) и SPSS (SamplePower, IBM Corporation). Учитывая продолжающуюся эволюцию программного обеспечения, мы призываем читателя убедиться, что выбранное программное обеспечение обладает необходимыми возможностями и функциями и соответствует профессиональным стандартам статистических методов и точности программирования.

Как правило, программные пакеты с графическим интерфейсом проще в использовании, чем пакеты с интерфейсом командной строки. Однако одним из преимуществ использования интерфейсов командной строки является то, что они позволяют легко документировать и совместно использовать весь процесс анализа мощности. Разработанный компьютерный код можно легко передать коллегам для просмотра и повторного использования в других наборах данных. Для воспроизводимых исследований рекомендуется документировать всю мощность и процесс анализа данных, независимо от того, какой программный пакет используется.

Мы рекомендуем программу GLIMMPSE (URL: http://glimmpse.samplesizeshop.org/) для расчета размера выборки для повторных измерений и продольных планов. GLIMMPSE — это бесплатная интернет-программа, которая имеет два режима: режим разработки матричного исследования и режим разработки управляемого исследования. Режим Matrix Study Design предназначен для пользователей с углубленным статистическим обучением, а режим Guided Study Design предназначен для прикладных исследователей. GLIMMPSE не требует предыдущего опыта программирования и предоставляет пошаговый, удобный интерфейс, помогающий исследователям выполнять расчеты размера выборки и мощности. Кроме того, GLIMMPSE позволяет сохранять предоставленный дизайн исследования для будущих ссылок. GLIMMPSE поддерживает линейные модели с фиксированными переменными-предикторами и линейные модели с фиксированными переменными-предикторами плюс одна гауссовская ковариата [11–13]. GLIMMPSE предлагает множество шаблонов дисперсии и корреляции. Программа была тщательно протестирована, результаты проверки доступны на веб-сайте.

Расчет размера выборки для исследования зубной боли

В этом разделе мы используем реальный пример, чтобы проиллюстрировать процесс сбора информации для расчета размера выборки для плана повторных измерений. Для расчета используется режим Guided Study Design программы GLIMMPSE, но исследователь должен будет выполнить те же шаги для сбора необходимой информации, даже если предпочтительнее использовать другую программу. Поэтому описание технических деталей GLIMMPSE сведено к минимуму. Руководство по использованию GLIMMPSE доступно на http://www.samplesizeshop.org.

Обзор исследования боли

В предыдущем исследовании терапевтических вмешательств при острой боли Logan et al. обнаружили, что вмешательство, инструктирующее пациентов обращать внимание только на физические ощущения во рту, может значительно снизить интенсивность сенсорной боли во время лечения корневых каналов у пациентов, у которых было как сильное стремление к контролю, так и низкий воспринимаемый контроль [14]. Поскольку предыдущая работа показала, что поведение избегания формируется в результате воспоминаний о боли [15–18], теперь исследователи планируют дополнительно изучить долгосрочные эффекты сенсорной фокусировки на восприятии боли. Новый набор участников будет набран и отслежен с течением времени. В новом исследовании будет изучено изменение памяти каждого участника о боли.

Шаг 1: Укажите цель исследования

Эффективность терапевтического вмешательства при острой боли часто определяется путем измерения и сравнения интенсивности боли, которую пациент испытал и вспомнил. Однако предыдущие исследования показали, что на кратковременную (от часов до дней) и долговременную (месяцы) память о боли могут влиять разные факторы [18]. Утверждалось, что кратковременная память о боли является точным отражением количества боли, испытанной во время стимула, поскольку воспоминание и переживание связаны во времени. С другой стороны, на долговременную память о боли больше могут влиять как временные факторы, так и когнитивные и аффективные факторы, многие из которых могут иметь незначительное отношение к исходному болевому событию. Таким образом, основная цель нового исследования, предложенная исследователями, состоит в том, чтобы определить, имеют ли пациенты, которым предписано использовать сенсорный фокус, иной характер долговременной памяти о боли, чем пациенты, которым этого не нужно.

Шаг 2: Уточните гипотезу

С помощью плана повторных измерений мы можем проверить основной эффект вмешательства, с помощью которого сравниваются средние эффекты вмешательства, усредненные по повторным измерениям. Мы также можем тестировать тенденции во времени. В этом исследовании исследователи заинтересованы в том, чтобы узнать, отличается ли тенденция изменений между группой вмешательства и группой невмешательства. Таким образом, первичная гипотеза исследования может быть формально сформулирована как тест на наличие взаимодействия «время × вмешательство». Гипотетические тенденции болевой памяти для обеих групп показаны на рисунке 1.

Гипотетические тенденции болевой памяти.

Полноразмерное изображение

Шаг 3: Укажите переменные отклика

Основной интересующей переменной отклика является память о боли. Это непрерывная переменная, которая находится в диапазоне от 0 до 5,0, где 0 означает отсутствие памяти о боли, а 5,0 означает максимальную память о боли [14]. Память боли будет оцениваться сразу после стоматологической процедуры (Боль ₀ ), неделю спустя (Боль ₁ ), шесть месяцев спустя (Боль ₂ ) и двенадцать месяцев спустя (Боль ₃ ). Боль ₀ будет измеряться в клинике. Боль ₁ , Боль ₂ и Боль ₃ будут измеряться с помощью телефонных интервью. Интервал в повторных измерениях выбирается на основе знаний исследователей о том, как память о боли меняется с течением времени.

Шаг 4. Укажите переменные-предикторы

Основным предиктором, представляющим интерес, является вмешательство (т. е. звуковая инструкция для участников использовать сенсорную фокусировку во время соответствующих стоматологических процедур). В новом исследовании индекс стоматологического контроля штата Айова (IDCI) будет использоваться для классификации и отбора пациентов [19].]. Будут набраны только пациенты с высоким желанием контроля и низким ощущением контроля. Пациенты в этой группе будут отобраны и случайным образом распределены либо на вмешательство, либо на отсутствие вмешательства. Участники группы вмешательства будут слушать автоматические аудиоинструкции, в которых им будет предложено уделять пристальное внимание только физическим ощущениям во рту [14]. Пациенты в группе без вмешательства будут слушать автоматические звуковые инструкции на нейтральную тему, чтобы контролировать эффекты СМИ и внимания. Как и в более ранних исследованиях, будут использоваться соответствующие манипулятивные проверки [14].

Шаг 5. Определение закономерностей дисперсии и корреляции

После определения целей и переменных следующим шагом является определение закономерностей дисперсии и корреляции между повторяющимися показателями. В нашем случае дисперсия разницы между Pain ₀ составила 0,96 в предыдущем исследовании, проведенном исследователями [14]. Эта дисперсия разности может быть непосредственно использована в качестве оценки дисперсии показателей памяти боли, Var(Pain _i ). Что касается необходимых корреляций, необходимо оценить 6 значений корреляции, поскольку есть 4 повторных измерения (таблица 2). Предыдущие исследования сообщают, что корреляция между пережитой болью и воспоминанием о боли в течение 1 недели составляет 0,60, а корреляция между пережитой болью и воспоминанием о боли в течение 18 месяцев составляет 0,39.[18]. Поэтому разумно полагать, что корреляция между Болью ₀ и Болей ₁ составляет 0,60. Кроме того, поскольку исследователи считают, что корреляции плавно затухают во времени, разумно принять Боль ₀ — Боль ₁ , Боль ₀ — Боль ₂ и Боль ₀ — Боль _{3 Все} корреляций больше 0,39. Основываясь на тенденции затухания и ограничительной нижней границе 0,39, исследователи подсчитали, что боль ₀ — Боль ₁ , Боль ₀ — Боль ₂ и Боль ₀ — Боль ₃ корреляции составляют примерно 0,6, 0,5 и 0,4 соответственно (второй столбец в таблице 2). Следуя аналогичному мысленному процессу, исследователи подсчитали, что корреляции Боль ₁ — Боль ₂ , Боль ₁ — Боль ₃ и Боль ₂ — Боль ₃ составляют примерно 0,45 и 0,45, и 0,45, соответственно (таблица 2).

Полноразмерная таблица

Шаг 6: Создайте кривую мощности и выберите соответствующий размер выборки

В GLIMMPSE пользователю предлагается ввести желаемые значения мощности, частоты ошибок типа I, переменные плана исследования, дисперсии и корреляции. После того, как эти данные будут введены, GLIMMPSE покажет меню возможных гипотез для введенного дизайна исследования (рис. 2). Возможные гипотезы для схемы повторных измерений включают тестирование основного эффекта вмешательства, тенденции во времени и взаимодействие времени и вмешательства. Для нашего исследования боли в GLIMMPSE была выбрана гипотеза, проверяющая взаимодействие времени и вмешательства.

Страница гипотез в GLIMMPSE.

Полноразмерное изображение

Результаты анализа мощности представлены на рисунке 3. По оси Y отложена мощность, а по оси X отложена средняя разница между измерениями Pain _и (например, Pain ₂ — Pain ₁ ). Как видно на рисунке 3, для заданной желаемой мощности минимальная обнаруживаемая разница средних значений уменьшается по мере увеличения размера выборки. Исследователи определили минимальное изменение боли, которое они считают клинически важным, как разницу в 1,2 между показателями боли. Размер выборки из 40 пациентов на группу или всего 80 пациентов дал бы мощность не менее 0,8 для проверки гипотезы о том, существует ли взаимодействие времени и вмешательства.

Кривые мощности для исследования зубной боли.

Изображение полного размера

Частицы | Logan Research Group

Динамика частиц и процессы фрактальной коагуляции

Частицы чрезвычайно важны для окружающей среды и инженерных систем. Частицы способствуют мутности воды, и многие инженерные системы предназначены для очистки воды путем удаления частиц. Частицы могут усиливать перенос относительно нерастворимых химических веществ, сорбированных на их поверхности, а посредством коагуляции могут способствовать переносу углерода в отложения.

Мои исследования за последние 20 с лишним лет изучали динамику переноса частиц, включая перенос химических веществ к частицам и образование более крупных фрактальных частиц посредством процессов агрегации, а также то, как можно охарактеризовать эти частицы и процессы.

Крупные агрегаты, образующиеся в океане, называемые морским снегом, , могут быстро образовываться и тонуть, потенциально приводя к переносу углерода в глубоководные отложения океана. Таким образом, образование этих агрегатов может играть важную роль в глобальном балансе углерода в океане и может влиять на скорость потери углерода в глубоких отложениях, тем самым потенциально связывая этот углерод. Работая исследователями из Калифорнийского университета в Санта-Барбаре, мы обнаружили новый тип частиц, которые могут образовываться в океане (прозрачные экзополимерные частицы; ТЭП ), ответственные за быстрое образование морского снега. Дополнительная информация: см. статью Alldrege et al (1993).

Частицы, образующиеся в результате агрегации, являются сильно аморфными, несферическими и фрактальными и имеют трехмерные фрактальные размерности, которые охватывают диапазон от ~ 1,1 до максимум 3. Предыдущие методы расчета фрактальных размеров неорганических агрегатов были основаны на анализе одной частицы, но большинство представляющих интерес систем состоят из спектра размеров частиц. Чтобы проанализировать средние свойства агрегатов в реальных коагулирующих суспензиях с широким распределением по размерам, мы разработали новые спектральные методы (Jiang & Logan, 19).96) для оценки фрактальных размерностей. Используя эти методы, мы показали, что не существует универсальности фрактальной размерности для агрегатов, образованных в результате флюидного сдвига и процессов дифференциальной седиментации. Например, фрактальные размерности микросфер, сформированных в трех различных средах смешения (1995-Logan & Kilps): 1,9 в лопастном смесителе; 1,59 в прокатном цилиндре; и от 1,43 до 1,74 в устройстве ламинарного сдвига (в зависимости от скорости сдвига и концентрации соли).

Было обнаружено, что фрактальная природа этих частиц имеет важное значение для расчетов таких свойств частиц, как скорость их осаждения и эффективность столкновения. Фрактальные агрегаты неорганических микросфер, например, оседают в среднем в восемь раз быстрее, чем сферы одинакового размера и массы. Частота столкновений между крупными бактериальными агрегатами (100 мкм) и маленькими микросферами (~ 1 мкм) была на пять порядков выше (Li&Logan, 19).97), чем прогнозировалось с использованием сферических (криволинейных) моделей коагуляции. Столь же высокие, но несколько большие частоты столкновений были получены для агрегатов из микросфер. Эти результаты показывают, что фрактальные агрегаты частиц могут сталкиваться гораздо чаще, чем ожидалось на основе моделей коагуляции сферических частиц. Они предполагают, что скорость коагуляции в естественных и искусственных системах намного выше, чем предсказывается моделями коагуляции, основанными на непроницаемых сферах.

Воспользуйтесь ссылками на этой веб-странице, чтобы просмотреть примеры фракталов и просмотреть список публикаций, связанных с этой темой.

Макромолекулы и распределение молекул по размерам

Изучение микробного распада макромолекул является важной областью исследований природных и искусственных систем. Самый большой резервуар органического углерода на планете — это растворенное органическое вещество (РОВ) в океане. Понимание судьбы этого материала может помочь нам понять глобальный круговорот углерода и динамику природных систем. В инженерных системах, таких как системы очистки воды и сточных вод, эффективность удаления РОМ как в абиотических, так и в микробных системах зависит от размера молекулы.

Когда органическое вещество является «молекулой» или «частицей»? Не существует единой общепринятой классификации размера DOM. Например, морские химики определяют коллоиды как МОВ размером более 1000 дальтон (1 кДа), а частицы — как материал размером более 0,2 мкм. Инженеры по очистке воды характеризуют коллоиды как частицы размером менее 0,2 мкм, но крупнее 100 кДа, а макромолекулы определяют как любое РОМ, которое невозможно классифицировать (обычно с молекулярной массой > 1 кДа).

Бактерии должны расщепить молекулы крупнее примерно 1 кДа, прежде чем они смогут попасть в клетку и окислиться для получения энергии. Разрушение макромолекул, определяемое здесь как все материалы крупнее 1 кДа, является относительно неизученной областью исследований. Такие исследования проводить сложно, поскольку во время экспериментов по разложению необходимо отслеживать изменения в распределении этих молекул по размерам. Наша лаборатория внесла свой вклад в анализ размеров молекул, разработав модель коэффициента проникновения (Logan & Jiang 1990) для анализа распределения частиц по размерам.

Исследования в этой области ведутся в течение многих лет в лаборатории Логана, главным образом в следующих областях: 1- характеристика распределения размеров молекул с использованием методов ультрафильтрации (УФ) разделения; 2- микробная деградация макромолекул; 3- удаление макромолекул в процессах очистки воды и сточных вод. Эта работа описана в серии статей – см. ссылку на публикации в меню слева. Дополнительную информацию о модели коэффициента проницаемости можно найти в главе 3 моей книги «Процессы переноса в окружающей среде» и в приведенной выше презентации в формате PowerPoint (см. UF-метод).

Картинки

Бактериальные агрегаты, образующиеся при коагуляции, представляют собой не сферы, а фракталы. Этот агрегат был окрашен акридиновым оранжевым и флуоресцировал зеленым.

Это фотография хлопьев, образованных из красных латексных микросфер, захвативших желто-зеленые микросферы во время коагуляции. Микросферы представляют собой частицы латекса. Подсчитав количество желто-зеленых шариков в красном хлопье, мы можем определить эффективность столкновения фрактальных частиц с другими частицами. Эта фотография была изменена и использована для обложки первого дополнения к моему учебнику 9.3246 Environmental Transport Processes (опубликовано Wiley)  

Эта фотография похожа на предыдущую, но здесь мы рассматриваем красные агрегаты, состоящие из очень небольшого количества частиц.

 Многие крупные агрегаты, образующиеся в океане, удерживаются вместе прозрачными экзополимерными частицами (ТЭП). Полимерный материал практически невидим до окрашивания красителем альциановым синим. Этот конкретный агрегат был сформирован из чистой культуры Chatoceros, зеленой водоросли, которая выделяет большое количество полимера в культуре.

 Это пример того, как можно анализировать фотографию фрактального агрегата. Фотография морского снежного агрегата (внизу) преобразуется в бинарное изображение (справа), после чего можно проанализировать размер, площадь и периметр объекта.

Избранные публикации о частицах в окружающей среде

[Для полного списка публикаций перейдите на страницу публикаций]

Серра, Т. и Б.Е. Логан. 1999. Частоты столкновений фрактальных бактериальных агрегатов с мелкими частицами в сдвиговой жидкости. Окружающая среда. науч. Технол. 33(13):2247-2251.

Гроссарт, Х.-П., М. Саймон и Б.Е. Логан. 1998. Формирование макроскопических органических агрегатов (озерный снег) в большом озере: значение прозрачных экзополимерных частиц, планктона и зоопланктона. Лимнол. океаногр. 42(8):1651-1672.

Li, X.U. Passow, and B.E. Логан. 1998. Фрактальные размерности мелких (от 15 до 200 мкм) частиц в прибрежных водах восточной части Тихого океана. Deep-Sea Res. I, 45(1):115-131.

Джексон, Г.А., Р. Маффион, Д.К. Костелло, А.Л. Олдредж, Б.Е. Логан и Х. Г. Дам. Спектры размеров частиц от 1 мкм до 1 см в заливе Монтерей, определенные с использованием нескольких приборов. Deep-Sea Res. I, 44(11):1739-1767.

Ли, X. и Б.Е. Логан. 1997. Частоты столкновений фрактальных агрегатов с мелкими частицами методом дифференциальной седиментации. Окружающая среда. науч. Technol., 31(4):1229-1236.

Ли, X. и Б.Е. Логан.. 1997. Частоты столкновений между фрактальными агрегатами и малыми частицами в жидкости с турбулентным сдвигом. Окружающая среда. науч. Technol., 31(4):1237-1242.

Джонсон, С.П., X. Ли и Б.Е. Логан. 1996. Оседающие скорости фрактальных агрегатов. Окружающая среда. науч. Техн. , 30(6):1911-1919.

Цзян, К. и Б.Э. Логан. 1996. Фрактальные размерности заполнителей, образующихся в устройствах ламинарного и турбулентного сдвига. Дж. АВВА. 88(2):100-113.

Логан, Б.Э. и Дж. Р. Килпс. 1995. Фрактальные размерности агрегатов, образующихся в различных жидкостно-механических средах. Вода Res. 29(2):443-453.

Логан, Б.Э., Х.-П. Гроссарт и М. Симон. 1994. Прямое наблюдение за фитопланктоном, ТЭП и агрегатами на поликарбонатных фильтрах с использованием светлопольной микроскопии. J Plankton Res ., 16(12):1811-1815.

Логан, Б.Э. 1995. Комментарий к «Исследованию метода последовательной фильтрации для фракционирования частиц». Droppo et al, Environ. науч. техн., 29(8):2166-2167.

Джексон, Джорджия, Б.Э. Логан, А.Л. Олдридж и Х. Дам. 1995. Объединение спектров размеров частиц из эксперимента с мезокосмом, измеренных с использованием фотографических методов и методов импеданса апертуры (Коултер и Элзон). Deep-Sea Res . II, 42(1):139-157.

Логан, Б.Э., У. Пассоу, А.Л. Олдридж, Х.-П. Гроссарт и М. Симон. 1995. Быстрое образование и осаждение крупных агрегатов можно предсказать, исходя из скорости коагуляции (периода полураспада) прозрачных экзополимерных частиц (ТЭП). Deep-Sea Res . II, 42(1):203-214.

Ли, X. и Б.Е. Логан. 1995. Распределение размеров и фрактальные свойства частиц при моделировании цветения фитопланктона в мезокосме. Deep-Sea Res. II, 42(1):125-138.

Логан, Б.Э., Х.-П. Гроссарт и М. Симон. 1994. Прямое наблюдение за фитопланктоном, ТЭП и агрегатами на поликарбонатных фильтрах с использованием светлопольной микроскопии. J Планктон Res. , 16(12):1811-1815.

Килпс, Дж.Р., Б.Э. Логан и А.Л. Олдредж. 1994. Фрактальные размеры морского снега, определенные на основе анализа фотографий на месте. Deep-Sea Res. 41(8):1159-1169.

Логан, Б.Е., У. Пассоу и А.Л. Олдредж. 1994. Различное удержание диатомовых водорослей на ситах при разделении по размерам. Лимнол. Океаногр . 39(2):390-395.

Пассоу, У., А.Л. Олдридж и Б.Е. Логан. 1994. Роль углеводных экссудатов в флокуляции цветков диатомовых водорослей. Deep-Sea Res. 41(2):335-357.

Alldredge, A.L., Passow, U, and B.E. Логан. 1993. Численность и значение класса крупных прозрачных органических частиц в океане. Deep-Sea Res. 40(6):1131-1140.

Логан, Б.Э. 1993. Теоретический анализ распределений по размерам, определенных с помощью экранов и фильтров. Лимнол. океаногр. 38(2):372-381.

Цзян, К. и Б.Э. Логан.. 1991. Фрактальные размерности агрегатов, определенные из стационарных распределений размеров. Окружающая среда. науч. Технол. , 25(12), 2031-2038.

Логан, Б.Э. и Д.Б. Уилкинсон. 1991. Фрактальные размерности и пористость Zoogloea ramigera 9.3613 и агрегаты Saccharomyces cerevisae . Биотехнология. Биоэнджин ., 38(4):389-396.

Логан, Б.Э. и К. Цзян. 1990. Модель для определения молекулярного распределения DOM по размерам. Дж. Энвир. Энгин. Отдел ASCE, 116(6):1046-1062.

Логан, Б.Э. и Дж.В. Деттмер. 1990. Увеличение массообмена с микроорганизмами при движении жидкости. Биотехнология. Биоэнжин., 35(11):1135-1144.

Логан, Б.Э. и Д.Б. Уилкинсон. 1990. Фрактальная геометрия морского снега и других биологических агрегатов. Лимнол. океаногр., 35(1):130-136.

Логан, Б.Э. и А. Л. Олдридж. 1989. Повышенный потенциал поглощения питательных веществ хлопьевидными диатомовыми водорослями. Мар. Биол. 101(4):443-450.

Логан, Б.Э. и Дж. Р. Хант. 1988. Биофлокуляция как ответ микробов на ограничения субстрата. Биотехнология. Биоинженерия, 31:91-101.

Логан, Б.Э. и Дж. Р. Хант. 1987. Преимущества микробного роста в проницаемых агрегатах в морских системах. Лимнол. океаногр. , 32(5):1034-1048.

Избранные публикации по спектрам молекулярных размеров

Полный список публикаций см. на странице публикаций]

Логан, Б. Э. и Г. Вагенселлер. 2000. Молекулярно-размерный состав органического вещества в сточных водах, преобразованных при очистке в полномасштабном капельном фильтре. Водная среда. Рез. 72(3):277-281.

Конфер, Д.Р. и быть. Логан. 1998. Концептуальная модель, описывающая деградацию макромолекул взвешенными культурами и биопленками Науки о воде. Технол. 37 (4-5):231-234.

Конфер, Д.Р. и Б.Э. Логан. 1998. Локализация гидролитической активности белков и полисахаридов в взвешенных и биопленочных культурах сточных вод. Ват. рез., 32(1):31-38.

Конфер, Д.Р. и быть. Логан. 1997. Молекулярно-массовое распределение продуктов гидролиза при биодеградации модельных макромолекул в суспендированных и биопленочных культурах I: Бычий сывороточный альбумин. Ват. Рез. , 31(9):2127-2136.

Конференция, Д.Р. и быть. Логан. 1997. Молекулярно-массовое распределение продуктов гидролиза при биодеградации модельных макромолекул в суспензионных и биопленочных культурах II: Декстран и декстрин. Ват. рез., 31(9):2127-2145.

Конфер, Д.Р., Б.Э. Логан, Б.С. Айкен и Д.Л. Кирхман. 1995. Измерение растворенных свободных и связанных аминокислот в неконцентрированных сточных водах с помощью ВЭЖХ. Ват. Окружающая среда. Рез. 67(1)118-125.

Холдейн, Г.М. и Б.Е. Логан. 1994. Молекулярные распределения макромолекулярного полисахарида (декстрана) по размерам при его биодеградации в периодических и непрерывных культурах. Ват. Рез. 28(9):1873-1878.

Логан, Б.Э. и Р.К. Флери. 1993. Многофазная кинетика может быть артефактом предположения о кинетике насыщения для микроорганизмов. Мар. Экол. прог. сер. 102:115-124.

Логан, Б.Э. и Д.К. Кирхман. 1991. Повышенное поглощение растворенных органических веществ морскими бактериями в зависимости от движения жидкости. Mar. Biol., 111(1):175-181.

Конфер, Д.Р. и быть. Логан. 1991. Повышенное поглощение бактериями макромолекулярных субстратов при сдвиге жидкости. Заяв. Окружающая среда. микробиол., 57(11)3093-3100.

Логан, Б.Э. и К. Цзян. 1990. Модель для определения молекулярного распределения DOM по размерам. Дж. Энвир. Энгин. Отдел ASCE, 116(6):1046-1062.

Логан, Б.Э. и Дж.В. Деттмер. 1990. Увеличение массообмена с микроорганизмами при движении жидкости. Биотехнология. Биоэнджин. , 35(11):1135-1144.

Логан, Б.Э. и А. Л. Олдридж. 1989. Повышенный потенциал поглощения питательных веществ хлопьевидными диатомовыми водорослями. Мар. Биол. 101(4):443-450.

Логан, Б.Э. и Дж. Р. Хант. 1988. Биофлокуляция как ответ микробов на ограничения субстрата. B иотехнолог. Биоинженерия, 31:91-101.

Логан, Б.Э. и Дж. Р. Хант. 1987. Преимущества микробного роста в проницаемых агрегатах в морских системах. Лимнол. Океаногр., 32(5):1034-1048.

Квартиры с 1, 2 и 3 спальнями в Логане, Юта

• 1 кровать
• 1 Ванна
• 689 кв. футов.

от 1360 до 1390 долларов в месяц

Доступно: 27.10.2022 Доступность

Двухкомнатная квартира с 1 ванной комнатой. Около 689 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 1 кровать
• 1 Ванна
• 684 кв. футов.

1395 долларов США в месяц

Доступно: 19. 11.2022 Доступность

Двухкомнатная квартира с 1 ванной комнатой. Около 684 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 2 кровати
• 2 ванны
• 982 кв.фута

от 1490 до 1560 долларов в месяц

Доступно: Доступно сейчас Доступность

Трехкомнатная квартира с 2 ванными комнатами. Около 982 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 2 кровати
• 2 ванны
• 983 кв.фута

1529 долларов США в месяц

Доступно: Доступно сейчас Доступность

Трехкомнатная квартира с 2 ванными комнатами. Около 983 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 3 кровати
• 2 ванны
• 1197 кв. футов.

Подробности по телефону/месяц

Свяжитесь с нами

Трехкомнатная квартира с 2 ванными комнатами. Примерно 1197 квадратных футов. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 3 кровати
• 2 ванны
• 1230 кв. футов.

1753 доллара США в месяц

Доступно: 18.11.2022 Доступность

Трехкомнатная квартира с 2 ванными комнатами. Около 1230 квадратных метров. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 2 кровати
• 2 ванны
• 1091 кв.фут.

от 1636 до 1666 долларов в месяц

Доступно: 06. 10.2022 Доступность

Трехкомнатная квартира с 2 ванными комнатами. Около 1091 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 2 кровати
• 2,5 Ванны
• 1087 кв. футов.

Подробности по телефону/месяц

Свяжитесь с нами

Трехкомнатная квартира с 2,5 ванными комнатами. Около 1087 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям. Не все функции доступны в каждой квартире. Цены и наличие могут быть изменены. Пожалуйста, свяжитесь с представителем для получения подробной информации.

• 3 кровати
• 2 ванны
• 1412 кв. футов.

Подробности по телефону/месяц

Свяжитесь с нами

Трехкомнатная квартира с 2 ванными комнатами. Около 1412 кв. Планы этажей являются визуализацией художника. Все размеры приблизительны. Фактический продукт и технические характеристики могут отличаться по размерам или деталям.