実験値の概念は、科学実験において重要です。 実験値は、実験の実行中に行われた測定値で構成されます。 実験測定を行うときの目標は、正確で正確な値に到達することです。 精度は、単一の測定値が真の理論値にどれだけ近いかに関係し、精度は、測定値が互いにどれだけ近いかに関係します。 このため、実験値を計算する方法は少なくとも3つあります。
簡単な実験の実験値は、行われた測定です
実験は単純かつ迅速に設計されている場合があり、1回の測定のみが行われます。 その1つの測定値が実験値です。
複雑な実験には平均が必要
ほとんどの実験は、単純な実験タイプよりも高度になるように設計されています。 これらの実験には、多くの場合、複数の試行が含まれます。つまり、複数の実験値が記録されます。 これらのタイプの実験では、記録された結果の平均を取ることが実験値であると理解されます。
5つの数値のセットの実験値の式は、5つすべてを合計してから、合計を数値5で除算します。 たとえば、結果が7.2、7.2、7.3、7.5、7.7、7.8、および7.9の実験の実験値を計算するには、 最初にそれらをすべて合計して合計値52.6に到達し、次に試行の合計数で除算します–この場合は7 場合。 したがって、52.6÷7 = 7.5142857を10番目に四捨五入すると、実験値は7.5になります。
パーセント誤差式を使用した実験値の計算
エラー分析に関連する計算の1つであるパーセントエラー式は、理論値と比較した実験値の比較として定義されます。 結果の精度は、実験値が理論値にどれだけ近いかを示しています。
理論値は科学的な表から得られ、体温が華氏98.6度である場合のように、広く受け入れられている測定値を指します。 エラー分析のパーセントエラー式は、実験結果が予想からどのように逸脱しているかを明らかにします。 したがって、最も重大なエラーと、それらのエラーが最終結果にどのような影響を与えるかを判断するのに役立ちます。
パーセント誤差の式は、計算の精度を決定するために考案されたもので、次の形式を取ります。
\ text {Percent Error} = \ frac {\ text {Experimental Value}-\ text {Theoretical Value}} {\ text {Theoretical Value}} \ times 100
この式を並べ替えると、実験値が得られます。 パーセント誤差が0に近いほど、実験結果はより正確になります。 0から離れた数値は、人的エラーであろうと機器エラーであろうと、結果が不正確で不正確になる可能性のあるエラーのインスタンスがいくつかあることを示します。
たとえば、パーセント誤差1で体温を測定する実験では、式は次のようになります。
あれは。。。になる：
さらに計算すると、式は次のようになります。
これは、パーセント誤差が値0からどれだけ離れているかをすでに示唆しているように、実験の実行にどれだけの誤差があるかを示しています。 パーセント誤差が0の場合、結果は完全であり、実験値は理論値と正確に98.6で一致していました。