Vetenskaplig metod och Statistik

Relevanta dokument
Vetenskaplig Metod och Statistik. Maja Llena Garde Fysikum, SU Vetenskapens Hus

Vetenskaplig metod och statistik

Vetenskaplig metod och statistik

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?

Lektionsanteckningar 11-12: Normalfördelningen

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

Forskningsmetodik 2006 lektion 2

F9 SAMPLINGFÖRDELNINGAR (NCT

Föreläsning 12: Regression

Statistik 1 för biologer, logopeder och psykologer

F3 Introduktion Stickprov

Statistikens grunder. Mattias Nilsson Benfatto, Ph.D

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

17/10/14. Kvantitativ metod och grundläggande statistik. Varför. Epidemiologi

Hur skriver man statistikavsnittet i en ansökan?

Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar

Föreläsning 8, Matematisk statistik 7.5 hp för E, HT-15 Punktskattningar

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

Transport över membran Undersökning osmos och växtceller (potatis)

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

EXAMINATION KVANTITATIV METOD vt-11 (110319)

Ingenjörsmetodik IT & ME 2011 Föreläsning 11

1 Mätdata och statistik

Föreläsning 4. Kapitel 5, sid Stickprovsteori

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Beskrivande statistik. Tony Pansell, Leg optiker Docent, Universitetslektor

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Kort om mätosäkerhet

TMS136. Föreläsning 4

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Sju sätt att visa data. Sju vanliga och praktiskt användbara presentationsformat vid förbättrings- och kvalitetsarbete

Vetenskaplig teori och metod Provmoment: Tentamen 1 Ladokkod:

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

Idag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

Översikt. Experimentell metodik. Mer exakt. Människan är en svart låda. Exempel. Vill visa orsakssamband. Sidan 1

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

STATISTISK POWER OCH STICKPROVSDIMENSIONERING

Lösningar till tentamensskrivning för kursen Linjära statistiska modeller. 14 januari

TMS136. Föreläsning 7

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

VANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK

Tentamen för kursen. Linjära statistiska modeller. 16 augusti

Fysikaliska modeller. Skapa modeller av en fysikalisk verklighet med hjälp av experiment. Peter Andersson IFM fysik, adjunkt

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Experimentella metoder 2014, Räkneövning 1

Introduktion till statistik för statsvetare

Statistik 1 för biologer, logopeder och psykologer

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Matematisk statistik för B, K, N, BME och Kemister

STOCKHOLMS UNIVERSITET FYSIKUM

Studietyper, inferens och konfidensintervall

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

Lärare 1. Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum

Föreläsning 7 FK2002

Kunskap genom vetenskap. observationer och experiment

Föreläsning 5. Kapitel 6, sid Inferens om en population

Föreläsning 7. Statistikens grunder.

Tentamen för kursen. Linjära statistiska modeller. 22 augusti

Beskrivande statistik

Finansiell statistik, vt-05. Kontinuerliga s.v. variabler. Kontinuerliga s.v. F7 Kontinuerliga variabler

Föreläsning G60 Statistiska metoder

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Idag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment

Föreläsning 8 för TNIU23 Integraler och statistik

Föreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning G70 Statistik A

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 4 oktober 2016

Hur måttsätta osäkerheter?

Psykologi som vetenskap

Stockholms Universitet Fysikum Tentamensskrivning i Experimentell fysik för lärare 7.5 hp, för FK2004. Onsdagen den 14 december 2011 kl 9-14.

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion

F13 Regression och problemlösning

Statistik 1 för biologer, logopeder och psykologer

Diskussionsproblem för Statistik för ingenjörer

, s a. , s b. personer från Alingsås och n b

Sociologi GR (A) Sociologisk Metod Examination #2 Peter Axelsson. N Minimum Maximum Mean Std. Deviation

LMA521: Statistisk kvalitetsstyrning

LMA522: Statistisk kvalitetsstyrning

Del A: Begrepp och grundläggande förståelse

4 Diskret stokastisk variabel

Föreläsning G60 Statistiska metoder

Föreläsning 11. Slumpvandring och Brownsk Rörelse. Patrik Zetterberg. 11 januari 2013

Föreläsning 1: Introduktion. Vad är statistik?

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Grundläggande matematisk statistik

Repetitionsföreläsning

Tentamen i matematisk statistik

Stokastiska signaler. Mediesignaler

Introduktion till statistik för statsvetare

2. Test av hypotes rörande medianen i en population.

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M MAM801 IEK309 Institutionen för matematik Datum Skrivtid

Läs noggrant informationen nedan innan du börjar skriva tentamen

Transkript:

Vetenskaplig metod och Statistik

Innehåll Hur ska man lägga upp ett experiment? Hur hanterar man felkällor? Hur ska man tolka resultatet från experimentet? Experimentlogg Att fundera på

Experiment NE: prövning av en hypotes, en teori eller en konstruktion för att om möjligt bekräfta eller vederlägga den. Ett experiment ska lösa fyra uppgifter: 1. Realisera Få fram det fenomen man vill titta på. 2. Separera Isolera det man vill titta på så att man inte har en massa annat som påverkar. 3. Kontrollera Kontrollera det som kan påverka fenomenet. 4. Observera Studera fenomenet. NE = Nationalencyklopedin

Exempel Vi vill mäta hur lång tid det tar att koka upp en liter saltlösning för olika salthalter Realisera Separera Kontrollera Observera

Realisera Ordna en experimentuppställning. Vi behöver: Saltlösningar Kastrull Spis Klocka Termometer... Realisera Separera Kontrollera Observera

Variabler Saker som kan påverka är: hur varmt det är i rummet hur bra plattan fungerar lufttrycket hur noga vi mätt hur mycket vatten vi har hur noga vi mätt salthalten hur noga vi mätt utgångstemperaturen hur noga vi mäter tiden...

Separera och Kontrollera Det finns ofta många saker som kan påverka det man vill mäta i sitt experiment. Man kan kontrollera detta genom: 1. Konstanthållning - försöka att hålla alla variabler konstanta. 2. Kontrollerad variation - genomför samma försök med flera olika ingångsvärden, men håll resterande variabler konstanta. De variabler man inte har kontroll över är rimligen felkällor; slumpmässiga, systematiska eller både och. Realisera Separera Kontrollera Observera

Kontroll av variabler Kontrollerad variation Vi varierar salthalten och mäter hur koktiden ändras med salthalten Konstanthållning För att få en bra mätning på koktiden för de olika salthalterna bör vi se till att alla andra variabler är konstanta. (Vi bör ha samma lufttemperatur, använda samma platta, samma mängd saltlösning samma utgångstemperatur...) Men vi kan inte garantera att vi mäter lika bra varje gång...

Felkällor Det blir alltid lite fel när man mäter. Det kan vara både slumpmässiga fel, systematiska fel eller både och. Slumpmässiga fel minimerar man genom att göra många likvärdiga mätningar och sen ta medelvärdet av resultatet. Exempel: Man mäter inte lika exakt varje gång. Systematiska fel är svårare att hitta men kan läggas till efteråt. Exempel: Tidtagaruret visar alltid lite för kort tid

Exempel på mätvärden från en experimentuppställning A Slump (liten spridning) B Slump (liten spridning) och systematisk skiftning C Slump (stor spridning)

Normalfördelning... Fördelningen är typisk för utfallet av många förlopp som beror på slumpen och används inom bl.a. natur- och samhällsvetenskap för att beskriva variationen hos olika variabler.... (NE) Standardavvikelse är ett statistiskt mått på utspridningen hos data eller en fördelning.... (NE) σ NE = Nationalencyklopedin Mer om denna på nästa slide

Standardavvikelse Summatecken Medelvärde Mätvärde σ Antalet mätningar Om man gör tre mätningar: σ² = (xmedel-x1)²+(xmedel-x2)²+(xmedel-x3)² 3-1

Normalfördelning 68.2 % (ca två tredjedelar) av observationerna ligger mellan gränserna ± 95.4 % av observationerna ligger inom intervallet ± 2 99.7 % av observationer inom gränserna ± 3 Man brukar ange 1 gränser

Observera Vi gör ett antal mätningar för varje saltlösning och skriver ner resultaten. Nu gäller det att tolka våra mätvärden och presentera dem på ett vettigt sätt. Realisera Separera Kontrollera Observera

Hur anger man felen? 10 ± 1 min 10 min ± 10% Tid [min] 11 10 9 8 7 6 5 1 Skrivs inte ut. Bara som exempel här. Notera att axeln inte går ner till noll! 1 Salthalt [%]

Tolka resultatet Ser vi någon skillnad i hur lång tid det tar att koka upp lösningen? Om ändringen är mindre än felmarginalen kan vi inte säga att vi ser någon ändring.

Dåliga exempel... Tydlig minskning... Hendersons diagram över sambandet mellan en ökad global uppvärmning och ett minskat antal pirater. Och inte statistiskt säkerställt är ingen bra ursäkt... Temperaturen är under det normala för årstiden...

Experimentlogg Anteckna allt som ni gör så noga att ni kan gå tillbaka och göra om det eller kanske hitta felkällor ni inte tänkte på. Datum Experimentuppställning och förhållanden (temperatur, tryck...) Sudda inte! Stryk istället över och skriv nytt om ni ändrar något. Det är bra att kunna följa hur man tänkte. Använd ett block, inte lösbladssystem.

Sammanfattning När man ställer upp ett experiment bör man bara variera en faktor i taget. Det är viktigt att försöka ta hänsyn allt som kan störa experimentet. Det man inte kan kontrollera får man se som en felkälla. När man presenterar sina resultat bör man redovisa möjliga felkällor. Skriv en experimentlogg!!!

Att fundera på Vad är vår hypotes? Hur bör experimentuppställningen se ut? Vilka variabler har vi att ta hänsyn till? Vilken variabel vill vi variera? Hur ska vi kontrollera resterande variabler? Vilka felkällor har vi? Hur ska vi presentera våra resultat?

Extraslides

Att lägga ihop mätfel Ett sätt att lägga ihop olika osäkerheter till ett totalt fel är att använda sig av kvadratisk addition Exempelsiffror! Ni måste själva fundera på vad som är Uppskattat fel på tidsmätning ~5% rimligt! Uppskattat fel på mätinstrumentet ~5% Uppskattat fel på grund av tryckskillnader ~0.5% Uppskattat fel på grund av temperaturskillnader ~1% Sammanlagt fel = (5²+5²+0.5²+1²) 11%