Uzvara zinātnes izstādē nozīmē izcelšanos no konkurences.
Nepārprotiet mūs, izveidojot lielisku cepamā soda vulkānu, var pagriezt dažas galvas. Bet jums ir jādara kaut kas nedaudz spēcīgāks par to, ja vēlaties iegūt galveno balvu savā skolā vai Google zinātnes izstādē.
Līdztekus saprātīgam un labi izstrādātam eksperimentam, viena no vissvarīgākajām lietām, mēģinot izdarīt pārliecinošu secinājumu, ir arī precīza rezultātu analīze. Lai arī jūs to nevēlaties dzirdēt - tas nav vairumam cilvēku mīļākais zinātnes daļa - tas nozīmē veikt statistiku, lai redzētu, vai ir novērojamas atšķirības statistiski nozīmīga vai, iespējams, tikai nejaušības dēļ.
Neuztraucieties, lai gan statistisko testu veikšana nav īsti sarežģīta, taču tas ir viens no labākajiem veidiem, kā jūsu projekts patiešām izceļas tiesnešu vidū.
Kāpēc izmantot statistiku
Ja izvēlaties jebkuru mainīgo - piemēram, augstumu, pareizrakstības testa rezultātus vai veiksmīgi dīgstu sēklu skaitu - vienmēr būs dažas variācijas tikai nejauši. Rezultāti parasti tiek sadalīti ap kādu centrālo vērtību. Tas padara to mazliet grūti patiešām
Statistikas testi, piemēram, t-tests un Pīrsona korelācijas koeficients dod jums rīkus, lai nošķirtu nejaušas nejaušības sekas no patiesām sekām, kuras pārsniedz nejauši gaidītās. Piemēram, ja vēlaties uzzināt, vai zēni ir garāki par meitenēm, jūs ne tikai salīdzinātu vidējos rādītājus (vairāk par to vienā mirklī), jums vajadzētu apskatīt, kā atšķirības ietvaros grupa salīdzina ar atšķirībām starp grupas.
Statistikas pamatmērījumi
Lai savā zinātniskajā projektā izmantotu statistikas testus, vispirms jums jāzina pāris pamatlietas. Pirmais ir diezgan vienkāršs: jēdziens “vidējs”, par ko lielākā daļa cilvēku runā, sakot “vidēji”. Tā vienkārši ir vērtību kopas summa, kas dalīta ar vērtību skaitu. Tātad, ja jums ir pieci testa rezultāti: 20, 13, 18, 22 un 16, vidējais ir:
\ begin {izlīdzināts} \ text {mean} & = μ = \ frac {20 + 13 + 18 + 22 + 16} {5} \\ & = 17.8 \ end {aligned}
Otrs svarīgais jēdziens ir standarta novirze. Tas ir vērtību izplatības rādītājs ap vidējo, un to izmanto kā daļu no daudziem statistikas testiem. Standarta novirzes formula ir:
σ = \ sqrt {\ frac {1} {N} \ summa (x_i - μ) ^ 2}
Tas varētu izskatīties biedējoši, taču to ir diezgan viegli aprēķināt: vispirms izstrādājiet vidējo μun pēc tam atņemiet šo vērtību no katra atsevišķā rezultāta ( xi vienādojumā), pirms atbildes kvadrātā. Tagad apkopojiet visas šīs individuālās vērtības, dalot ar rezultātu skaitu (N), un visbeidzot uzņemiet atbildes kvadrātsakni.
Atšķirības pārbaude: t-tests
Ja vēlaties pārbaudīt atšķirību noteiktā mainīgajā starp divām grupām - piemēram, zēnu vidējais augums vs. meitenes vai ieskaites rezultāti studentiem, kuri ir izgājuši atkārtojuma kursu vs. tie, kam nav - t-tests ir viens no visbiežāk izmantotajiem statistikas testiem. Tiek pieņemts, ka jūsu dati tiek parasti izplatīti (piemēram, zvana līkne - tas, iespējams, būs, tāpēc jums par to nav jāuztraucas pārāk daudz), katras grupas standartnoviržu kvadrāti (“dispersija”) ir vienādi un novērojumi ir neatkarīgi no katra cits.
Lai veiktu a t-test, jūs izmantojat formulu:
t = \ frac {μ_1 - μ_2} {\ sqrt {\ frac {s_p ^ 2} {n_1} + \ frac {s_p ^ 2} {n_2}}}
Tagad viss, kas jums jāzina, ir tas, ko nozīmē katrs no šiem simboliem. Pirmkārt, μ simboli ir līdzeklis paraugiem, n vērtības ir rezultātu skaits katrā grupā un slpp vērtības ietver paraugu standartnovirzes. Tas ir nedaudz sarežģītāk, un tam ir atsevišķa formula:
s_p ^ 2 = \ frac {(n_1 - 1) σ_1 ^ 2 + (n_2 - 1) σ_2 ^ 2} {n_1 + n_2 - 2}
Parasti to ir vieglāk aprēķināt gabalos, sākot ar slpp2 vērtību un pēc tam ievietojiet vērtību vienādojumā t. Pēdējais solis ir iegūtā rezultāta meklēšana t tabulā (skatiet resursus) par atbilstošo nozīmības līmeni, kas parasti ir 0,95 (ja testējat atšķirība abos virzienos, t.i., augstāka un zemāka, tad vai nu izmantojiet tabulu “divpusējam” testam, vai arī izmantojiet 0,975 vērtība). Jums jāpārbauda rinda pēc jūsu brīvības pakāpju skaita (kopējais parauga lielums mīnus 2) un, ja jūsu t vērtība (neņemot vērā mīnus zīmes) ir augstāka par vērtību tabulā, jūs atradāt būtisku atšķirību.
Protams, tas patiesībā ir tikai sākums: ko jūs darāt ar rezultātu, kad esat to atradis? Šī raksta nākamā daļa būs padziļināta par jūsu rezultātu interpretēšanu.