Pobjeda na sajmu znanosti znači isticanje iz konkurencije.
Nemojte nas pogrešno shvatiti, stvaranje strašnog vulkana sode bikarbone moglo bi okrenuti nekoliko glava. Ali trebate učiniti nešto robusnije od toga ako želite osvojiti glavnu nagradu, bilo u svojoj školi ili za Google Science Fair.
Osim što imate razuman i dobro osmišljen eksperiment, jedna od najvažnijih stvari kada pokušavate izvući čvrst zaključak je i točna analiza rezultata. Iako to možda ne biste željeli čuti - ovo nije za većinu ljudi omiljeni dio bavljenja znanošću - to znači raditi neke osnovne statistike kako bi se utvrdilo jesu li razlike koje primijetite Statistički značajno ili možda samo slučajnošću.
Ne brinite se, međutim, provođenje statističkih testova zapravo nije teško, ali to je jedan od najboljih načina da vaš projekt doista istakne suce.
Zašto koristiti statistiku
Ako odaberete bilo koju varijablu - na primjer, visinu, ocjene pravopisa ili broj uspješno klijavih sjemenki - uvijek će slučajno doći do nekih varijacija. Općenito postoji raspodjela rezultata oko neke središnje vrijednosti. Zbog toga je malo teško stvarno
znati je li očita razlika između dva rezultata zapravo važna ili samo zbog te suštinske varijacije. To je ono za što koristite statistiku.Statistički testovi poput t-test i Pearsonov koeficijent korelacije daju vam alate za razdvajanje učinaka slučajne slučajnosti od stvarnih učinaka izvan onih koji se slučajno očekuju. Na primjer, ako želite znati jesu li dječaci viši od djevojčica, ne biste samo uspoređivali prosjeke (o tome više za trenutak), trebali biste pogledati kako su razlike unutar skupina u usporedbi s razlikama između grupe.
Osnovne statističke mjere
Da biste koristili statističke testove za svoj znanstveni projekt, prvo morate znati nekoliko osnovnih stvari. Prva je prilično jednostavna: koncept "znači", o čemu većina ljudi govori kad kaže "prosjek". To je jednostavno zbroj skupa vrijednosti podijeljen s brojem vrijednosti. Dakle, ako imate pet rezultata na testu: 20, 13, 18, 22 i 16, srednja vrijednost je:
\ početak {poravnato \ \ tekst {znači} & = μ = \ frac {20 + 13 + 18 + 22 + 16} {5} \\ & = 17,8 \ kraj {poravnato}
Drugi važan koncept je standardna devijacija. Ovo je mjera širenja vrijednosti oko srednje vrijednosti i koristi se kao dio mnogih statističkih testova. Formula za standardno odstupanje je:
σ = \ sqrt {\ frac {1} {N} \ zbroj (x_i - μ) ^ 2}
Ovo može izgledati zastrašujuće, ali prilično je lako izračunati: započnite s izračunavanjem srednje vrijednosti μ, a zatim oduzmite ovu vrijednost od svakog pojedinačnog rezultata ( xja u jednadžbi), prije kvadriranja odgovora. Sada zbrojite sve ove pojedinačne vrijednosti, podijelite s brojem rezultata (N), i na kraju uzmite kvadratni korijen odgovora.
Testiranje razlike: t-test
Ako želite testirati razliku u određenoj varijabli između dvije skupine - na primjer, prosječna visina dječaka vs. djevojke ili testni rezultati učenika koji su prošli ponovljeni tečaj vs. oni koji nisu - t-test je jedan od najčešće korištenih statističkih testova. Pretpostavlja se da se vaši podaci normalno distribuiraju (poput krivulje zvona - vjerojatno će i biti, tako da o tome ne morate previše brinuti), da su kvadrati standardnih odstupanja („varijansa“) svake skupine jednaki i da su opažanja neovisna o svakoj drugo.
Za izvođenje a t-test, koristite formulu:
t = \ frac {μ_1 - μ_2} {\ sqrt {\ frac {s_p ^ 2} {n_1} + \ frac {s_p ^ 2} {n_2}}}
Sada sve što trebate znati je što znači svaki od simbola. Prvo, μ simboli su sredstvo za uzorke, n vrijednosti su broj rezultata u svakoj skupini i sstr vrijednosti uključuju standardna odstupanja uzoraka. Ovo je malo složenije i ima zasebnu formulu:
s_p ^ 2 = \ frac {(n_1 - 1) σ_1 ^ 2 + (n_2 - 1) σ_2 ^ 2} {n_1 + n_2 - 2}
Općenito je lakše izračunati ovo u komadima, počevši od sstr2 vrijednost, a zatim stavite vrijednost u jednadžbu za t. Posljednji korak je traženje rezultata koji ste dobili t u tablici (pogledajte Resursi) za odgovarajuću razinu značajnosti, koja je obično 0,95 (ako testirate za razlika u oba smjera, tj. viša i niža, tada ili upotrijebite tablicu za "dvostrani" test ili upotrijebite 0,975 vrijednost). U retku morate provjeriti broj stupnjeva slobode (ukupna veličina uzorka minus 2) i ako je t vrijednost (zanemarujući znakove minus) veća je od vrijednosti u tablici, utvrdili ste značajnu razliku.
Naravno, ovo je zapravo samo početak: što radite s rezultatom kad ste ga pronašli? Sljedeći dio ovog članka detaljno će objasniti vaše rezultate.
