Vítězství na vědeckém veletrhu znamená vystoupit z konkurence.
Nechápejte nás špatně, vytvoření úžasné sopky na pečení sody by mohlo otočit pár hlav. Pokud si však chcete vzít hlavní cenu, ať už ve škole nebo na veletrhu vědy Google, musíte udělat něco trochu robustnějšího.
Kromě rozumného a dobře navrženého experimentu je jednou z nejdůležitějších věcí, když se snažíte vyvodit pevný závěr, přesná analýza vašich výsledků. I když to možná nebudete chtít slyšet - není to většina lidí oblíbený součást vědy - to znamená provádět některé základní statistiky, abyste zjistili, zda existují rozdíly, které pozorujete statisticky významný nebo možná jen kvůli náhodě.
Nebojte se však, provádění statistických testů není opravdu obtížné, ale je to jeden z nejlepších způsobů, jak zajistit, aby váš projekt opravdu vynikl před soudci.
Proč používat statistiky
Pokud vyberete libovolnou proměnnou - například výšku, skóre testu pravopisu nebo počet úspěšně vyklíčených semen - vždy bude nějaká variace náhoda sama. Obecně existuje rozdělení výsledků kolem určité centrální hodnoty. Díky tomu je to opravdu trochu obtížné
znát zda je nebo není zjevný rozdíl mezi dvěma výsledky skutečně důležitý, nebo jen kvůli této vnitřní variaci. K tomu používáte statistiky.Statistické testy jako t-test a Pearsonův korelační koeficient vám dávají nástroje k oddělení účinků náhodné náhody od skutečných nad rámec těch, které náhoda očekává. Například pokud chcete vědět, zda jsou chlapci vyšší než dívky, neporovnáváte pouze průměrné hodnoty (o tom více za okamžik), musíte se podívat na to, jak jsou rozdíly v rámci skupina ve srovnání s rozdíly mezi skupiny.
Základní statistická opatření
Chcete-li pro svůj vědecký projekt použít statistické testy, musíte nejprve znát několik základních věcí. První je docela jednoduchý: pojem „průměr“, o kterém většina lidí mluví, když říká „průměr“. Jedná se jednoduše o součet množiny hodnot dělený počtem hodnot. Pokud tedy máte pět testovacích skóre: 20, 13, 18, 22 a 16, průměr je:
\ begin {aligned} \ text {mean} & = μ = \ frac {20 + 13 + 18 + 22 + 16} {5} \\ & = 17,8 \ end {aligned}
Dalším důležitým konceptem je standardní odchylka. Jedná se o míru šíření hodnot kolem průměru a používá se jako součást mnoha statistických testů. Vzorec pro směrodatnou odchylku je:
σ = \ sqrt {\ frac {1} {N} \ součet (x_i - μ) ^ 2}
Může to vypadat strašidelně, ale je to celkem snadné vypočítat: začněte tím, že zjistíte průměr μ, a poté odečtěte tuto hodnotu od každého z jednotlivých výsledků ( Xi v rovnici), předtím, než druhou mocninu odpovědi. Nyní sečtěte všechny tyto jednotlivé hodnoty, vydělte počtem výsledků (N) a nakonec vezměte druhou odmocninu odpovědi.
Testování rozdílu: t-test
Pokud chcete otestovat rozdíl v určité proměnné mezi dvěma skupinami - například průměrná výška chlapců vs. dívky nebo výsledky testů studentů, kteří absolvovali rekapitulační kurz vs. ti, kteří to neudělali - t-test je jedním z nejčastěji používaných statistických testů. Předpokládá, že vaše data jsou normálně distribuována (jako křivka zvonu - pravděpodobně to bude, takže se s tím nemusíte příliš starat), že čtverce směrodatných odchylek („rozptyl“) každé skupiny jsou stejné a že pozorování jsou na každé z nich nezávislá jiný.
Chcete-li provést a t-test, použijete vzorec:
t = \ frac {μ_1 - μ_2} {\ sqrt {\ frac {s_p ^ 2} {n_1} + \ frac {s_p ^ 2} {n_2}}}
Vše, co potřebujete vědět, je, co každý ze symbolů znamená. Za prvé μ symboly jsou prostředky pro vzorky, n hodnoty jsou počet výsledků v každé skupině a sp hodnoty zahrnují směrodatné odchylky vzorků. To je trochu komplikovanější a má samostatný vzorec:
s_p ^ 2 = \ frac {(n_1 - 1) σ_1 ^ 2 + (n_2 - 1) σ_2 ^ 2} {n_1 + n_2 - 2}
Obecně je jednodušší to vypočítat po částech, počínaje sp2 hodnotu a potom vložte hodnotu do rovnice pro t. Posledním krokem je vyhledání výsledku, který získáte t v tabulce (viz Zdroje) pro příslušnou hladinu významnosti, která je obvykle 0,95 (pokud testujete na rozdíl v obou směrech, tj. vyšší a nižší, pak buď použijte tabulku pro „oboustranný“ test, nebo použijte 0,975 hodnota). Musíte zkontrolovat řádek pro váš počet stupňů volnosti (celková velikost vzorku minus 2), a pokud je váš t hodnota (ignoruje všechny znaménka mínus) je vyšší než hodnota v tabulce, našli jste výrazný rozdíl.
Je to samozřejmě jen začátek: Co uděláte s výsledkem, když ho najdete? Další část tohoto článku pojednává o interpretaci vašich výsledků do hloubky.