Teadusmessi võit tähendab konkurentidest eristumist.
Ärge saage valesti aru, et vinge söögisooda vulkaani loomine võib mõne pea pöörata. Kuid peate tegema midagi natuke jõulisemat kui see, kui soovite oma kooli või Google'i teadusmessi jaoks peaauhinna välja võtta.
Lisaks mõistliku ja läbimõeldud eksperimendi läbiviimisele on oma tulemuste täpne analüüsimine, kui proovite teha kindlat järeldust. Ehkki te ei soovi seda kuulda - see pole enamiku inimeste oma lemmik osa teaduse tegemisest - see tähendab mõne põhistatistika tegemist, et näha, kas teie täheldatud erinevused on statistiliselt oluline või võib-olla lihtsalt juhuse tõttu.
Ärge muretsege, et statistiliste testide tegemine pole tegelikult keeruline, kuid see on üks parimaid viise, kuidas oma projekt kohtunikele tõeliselt silma paista.
Miks kasutada statistikat
Kui valite suvalise muutuja - näiteks pikkuse, õigekirja testi tulemused või edukalt idandatud seemnete arvu -, on alati ainult juhuslikult mõni variatsioon. Tulemused jaotuvad üldiselt mõne keskväärtuse ümber. See muudab selle reaalsuse natuke keeruliseks
tea kas kahe tulemuse näiline erinevus on tegelikult oluline või mitte ainult selle sisemise variatsiooni tõttu. Selleks kasutate statistikat.Statistilised testid nagu t-test ja Pearsoni korrelatsioonikordaja annavad teile tööriistad juhusliku juhuse mõju eraldamiseks tegelikest mõjudest, mis on suuremad kui juhuslikult oodatud. Näiteks kui soovite teada, kas poisid on tüdrukutest pikemad, ei võrdleks te ainult keskmisi (hetkega lähemalt), peaksite uurima, kuidas erinevused jooksul rühm võrrelda erinevustega vahel rühmadele.
Statistilised põhimeetmed
Teadusprojekti jaoks statistiliste testide kasutamiseks peate kõigepealt teadma paari põhiasja. Esimene on üsna lihtne: mõiste "keskmine", millest enamik inimesi räägib, kui nad ütlevad "keskmine". See on lihtsalt väärtuste hulga summa jagatud väärtuste arvuga. Nii et kui teil on viis testi tulemust: 20, 13, 18, 22 ja 16, on keskmine:
\ begin {joondatud} text {mean} & = μ = \ frac {20 + 13 + 18 + 22 + 16} {5} \\ & = 17.8 \ end {joondatud}
Teine oluline mõiste on standardhälve. See mõõdab väärtuste levikut keskmise ümber ja seda kasutatakse paljude statistiliste testide osana. Standardhälbe valem on:
σ = \ sqrt {\ frac {1} {N} \ summa (x_i - μ) ^ 2}
See võib tunduda hirmutav, kuid seda on üsna lihtne arvutada: alustage keskmise väljatöötamisest μja seejärel lahutage see väärtus igast üksikust tulemusest ( xi võrrandis), enne kui vastus ruutu panna. Nüüd võtke kokku kõik need üksikud väärtused, jagage tulemuste arvuga (N) ja võtke lõpuks vastuse ruutjuur.
Erinevuse testimine: t-test
Kui soovite testida teatud muutuja erinevust kahe rühma vahel - näiteks poiste keskmine pikkus vs. tüdrukud või korduskuuri läbinud õpilaste testi tulemused vs. need, kes pole seda teinud - t-test on üks sagedamini kasutatavaid statistilisi teste. Eeldatakse, et teie andmed on tavaliselt jaotatud (nagu kellakõver - see tõenäoliselt nii on, nii et te ei pea selle pärast liiga palju muretsema), et iga rühma standardhälvete („variatsioon”) ruudud on samad ja vaatlused on üksteisest sõltumatud muud.
Et täita a t-test, kasutate valemit:
t = \ frac {μ_1 - μ_2} {\ sqrt {\ frac {s_p ^ 2} {n_1} + \ frac {s_p ^ 2} {n_2}}}
Nüüd peate teadma ainult seda, mida iga sümbol tähendab. Esiteks μ sümbolid on proovide, n väärtused on tulemuste arv igas rühmas ja slk väärtused hõlmavad proovide standardhälbeid. See on veidi keerulisem ja sellel on eraldi valem:
s_p ^ 2 = \ frac {(n_1 - 1) σ_1 ^ 2 + (n_2 - 1) σ_2 ^ 2} {n_1 + n_2 - 2}
Üldiselt on seda lihtsam tükkidena arvutada, alustades slk2 väärtus ja seejärel sisestage väärtus valemile t. Viimane samm on selle tulemuse otsimine, mille eest saate t tabelis (vt Ressursid) asjakohane olulisuse tase, mis on tavaliselt 0,95 (kui testite a erinevust mõlemas suunas, st kõrgemat ja madalamat, siis kasutage kas kahepoolse testi jaoks tabelit või kasutage 0.975 väärtus). Reas peate kontrollima oma vabadusastmete arvu (teie kogu valimi suurus miinus 2) ja kui t väärtus (eirates miinusmärke) on suurem kui tabelis toodud väärtus, olete leidnud olulise erinevuse.
Muidugi on see tegelikult alles algus: mida teete tulemusega, kui olete selle leidnud? Selle artikli järgmine osa käsitleb teie tulemuste tõlgendamist põhjalikult.