Forskningsmetodik Lektion 8 Systematiska och statistiska fel

Relevanta dokument
Forskningsmetodik 2006 lektion 2

Lektion 5. Analys av en mätövning Några problem ur boken Demolabben Systematiska fel Enheter sammanfattning Dimensionsanalys

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

Experimentella metoder 2014, Räkneövning 1

Forskningsmetodik 2006 Lektion 3

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

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.

Experimentella metoder 2013, Räkneövning 3

Kundts rör - ljudhastigheten i luft

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

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

STOCKHOLMS UNIVERSITET FYSIKUM

Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen

Metodutvärdering I. Metodutvärdering -validering. Metodutvärdering II. Metodutvärdering III

Ingenjörsmetodik IT & ME 2011 Föreläsning 11

F3 Introduktion Stickprov

Vetenskaplig metod och statistik

Vetenskaplig metod och statistik

Föreläsning G60 Statistiska metoder

Hur skriver man statistikavsnittet i en ansökan?

Vetenskaplig metod och Statistik

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

Lösningar 15 december 2004

Ingenjörsmetodik IT & ME 2010 Föreläsning 5

Föreläsning 7. Statistikens grunder.

F9 SAMPLINGFÖRDELNINGAR (NCT

Kontrolldiagram hjälper oss att skilja mellan två olika typer variation, nämligen akut och kronisk variation.

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

MEKANIK LABORATION 1 REVERSIONSPENDELN. FY2010 ÅK2 vårterminen 2007

SVÄNGNINGSTIDEN FÖR EN PENDEL

Föreläsning 4. Kapitel 5, sid Stickprovsteori

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

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

LMA522: Statistisk kvalitetsstyrning

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

Fuktighet i jordmåner. Variansanalys (Anova) En statistisk fråga. Grafisk sammanfattning: boxplots

STATISTISK POWER OCH STICKPROVSDIMENSIONERING

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

Styrelsens för teknisk ackreditering författningssamling

Laboration 1: Gravitation

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

Laboration 1: Gravitation

TENTAMEN I MATEMATISK STATISTIK

Forskningsmetodik 2006 lektion 4 Felkalkyl. Per Olof Hulth

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Parade och oparade test

i medelvärdet

Introduktion till statistik för statsvetare

7.5 Experiment with a single factor having more than two levels

Del A Begrepp och grundläggande förståelse.

Mätning av fokallängd hos okänd lins

Medelvärde, median och standardavvikelse

Kort om mätosäkerhet

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 ( ) OCH INFÖR ÖVNING 7 ( )

FYD101 Elektronik 1: Ellära

LMA521: Statistisk kvalitetsstyrning

Extrauppgifter - Statistik

Tillämpad matematisk statistik LMA522 (maskin/mekatroniks kurs) Tentamen

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

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

Grundläggande matematisk statistik

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

Tentamen den 20 oktober TEL108 Introduktion till EDI-programmet. TEL118 Inledande elektronik och mätteknik. Del 1

Tentamen för kursen. Linjära statistiska modeller. 16 augusti

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070

Laboration 1 Mekanik baskurs

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

Grundläggande matematisk statistik

Tentamen FYTA11 Javaprogrammering

Föreläsning 12: Linjär regression

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

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

Föreläsning 11: Mer om jämförelser och inferens

Vad är rätt och vad är fel?

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

faderns blodgrupp sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Diskussionsproblem för Statistik för ingenjörer

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Statistiskt säkerställande av skillnader

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

Bestämning av noggrannhet och precision på några olika kärl samt Statistiska undersökningar

Tentamen i matematisk statistik

Arbeta med normalfördelningar

Uppgift 1. f(x) = 2x om 0 x 1

Datorövning 5. Statistisk teori med tillämpningar. Lära sig beräkna konfidensintervall och utföra hypotestest för:

LAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

Övningsuppgifter till Originintroduktion

Urval. Slumpmässiga urval (sannolikhetsurval) Fördelar med slumpmässiga urval

STOCKHOLMS UNIVERSITET FYSIKUM

Kursnamn: Vetenskapsteori och grundläggande forskningsmetod

Styr- och kontrolldiagram ( )

732G71 Statistik B. Föreläsning 7. Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 29

Statistisk försöksplanering

Innehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E

OBS! Vi har nya rutiner.

Statistisk undersökning och jämförelser mellan några volumetriska kärl. XXXXXXX

Lösningsförslag till Tillämpad matematisk statistik LMA521, Tentamen

Transkript:

1 Forskningsmetodik Lektion 8 Systematiska och statistiska fel Per Olof Hulth hulth@physto.se Föreläsning 8 Forskningsmetodik 2005 1 Noggrannhet och precision http://kurslab.physics.kth.se/klab/fysik_5a1201/measure/noggrannhet_och_precision.pdf Föreläsning 8 Forskningsmetodik 2005 2

2 Gravitationenskonstanten G F = G m 1 m 2 R 2 Henry Cavendish (1731-1810) mätte gravitationskonstanten G med en torsionsbalansexperiment. Föreläsning 8 Forskningsmetodik 2005 3 Historiska data - bestämning av G (viktade medelvärden) NO. EXPERIMENTER DATE METHOD VALUE OF G x 10 8 dynecm Error REF 2 2 /gm 1. Cavendish 1798 static torsion 6.754 0,041 352 2. Reich #1838 static torsion 6.64 0,06 353 3. Baily #1843 static torsion 6.63 0,07 353 4. Cornu/Baille 1872 static torsion 6.618 0,017 354 5. Jolly #1873 Jolly balance 6.447 0,11 353 6. Eotvos 1886 static torsion 6.657 0,013 353 7. Richarz/K-Menzel 1888 Jolly balance 6.683 0,011 353 8. Wilsing #1889 Jolly balance 6.594 0,15 353 9. Poynting 1891 Jolly balance 6.6984 0,004 355 10. Boys 1895 static torsion 6.658 0,007 353 11. Braun 1895 dynamic torsion 6.658 0,002 355 12. Richarz/K-Menzel 1896 Jolly balance 6.685 0,011 356 13. Braun 1897 dynamic torsion 6.649 0,002 353 24. Burgess #1901 dynamic torsion 6.64 353 15. Heyl 1930 dynamic torsion 6.6721 0,0073 357 16. Zahradnicek 1933 dynamic torsion 6.659 0,004 355 17. Heyl/Chrzanowski 1942 dynamic torsion 6.6720 0,0049 357 18. Rose et. al. 1969 rotating table 6.674 0,003 357 19. Pontikis 1972 resonance torsion 6.6714 0,0006 357 20. Renner 1973 dynamic torsion 6.670 0,008 353 21. Karagioz 1976 dynamic torsion 6.668 0,002 353 22. Rose et. al. 1976 rotating table 6.6699 0,0014 355 23. Sagitov 1977 dynamic torsion 6.6745 0,003 353 24. Stacey et. al. 1978 geophysical 6.712 0,037 358 25. Luther/Towler 1981 dynamic torsion 6.6726 0,0005 359 Föreläsning 8 Forskningsmetodik 2005 4 Tabellen till höger visar resultaten från olika bestämningar av gravitationskonstanten G. Bestämningen har skett med flera olika metoder och under lång tid. Källa: http://www.ldolphin. org/setterfield/report.html

3 Viktad anpassning till G G ur föregående tabell (utom de som är markerade med #) plottade på en tidsaxel. Vi noterar mätvärden med stora fel och flera med mycket små fel. Det beräknade felet i det viktade medelvärdet är för litet med hänsyn till hur data sprids kring medelvärdet. Oviktat medelvärde med medelvärdesfel kan beräknas till 6,658 ± 0,011 med ett mer rimligt fel (vi tar då på sätt och vis då även hänsyn till (eventuella) systematiska fel i mätningarna). Föreläsning 8 Forskningsmetodik 2005 5 Med reducerad statistik I Här har vi tagit bort mätningar med stora fel. Det beräknade felet i det viktade medelvärdet är även här för litet med Hänsyn till hur data sprids kring medelvärdet. Oviktat medelvärde med medelvärdesfel kan beräknas till 6,6701 ± 0,0029 Föreläsning 8 Forskningsmetodik 2005 6

4 Med reducerad statistik II Här har vi tagit bort mätningar med mycket små fel som låg långt från medelvärdet (systematiska fel?). En generell metod för detta anges lite längre fram. Det beräknade felet i det viktade medelvärdet är även här litet och synes ge ett för litet fel. Det oviktade medelvärde med medelvärdesfel kan beräknas till 6,6743 ± 0,0076 eller avrundat 6,674 ± 0,008 ett värde som ligger mycket nära det nominella. Föreläsning 8 Forskningsmetodik 2005 7 En mätnings tidutveckling Mätning av en naturkonstant i den bästa av alla världar: -Tidiga mätningar behäftade med stora fel -Spridning i proportion till felen -Med ny teknik minskar felen -Och konvergerar mot ett gränsvärde Föreläsning 8 Forskningsmetodik 2005 8

5 Ny sida Hur fort går ljuset? Seriösa mätningar från början av 1700-talet! Ljushastigheten avtar till synes med tiden fram till 1940! Föreläsning 8 Forskningsmetodik 2005 9 Definierad C = 299 792 458 m/s Föreläsning 8 Forskningsmetodik 2005 10

6 Hubblekonstanten I Bestämning av Hubble konstanten hastighet = H avståndet som funktion av tiden Föreläsning 8 Forskningsmetodik 2005 11 Hubblekonstanten II Bestämning av Hubble konstanten i hastighet = H x avståndet som funktion av tiden WMAP 71 (km/sec)/mpc, +0.04/-0.03. Föreläsning 8 Forskningsmetodik 2005 12

7 Pullfördelningen Mätningen av tyngdaccelerationen: Inför chi-variabel (pull): Plotta alla mätta g-värden med sina fel och pullfördelningen: χ i = x i x σ i Låt oss utesluta alla mätningar med χ > 5 χ i Föreläsning 8 Forskningsmetodik 2005 13 2001 års data: pull < 5! Ett nytt medelvärde beräknas: g = 9,755 ± 0,026 m/s 2. Relativa felet = 0,27% Avvikelse från nominellt värde = -0,043 eller -1,7σ I den föregående bilden är motsvarande siffror 0,08% och -15σ, ett opålitligt resultat eftersom data innehåller inkoncistenta mätningar. Föreläsning 8 Forskningsmetodik 2005 14

8 Analys av en mätövning Fallstudie: Pullfördelningen kan med fördel användas vid enklare felsökningar i data. 43 studenter mätte 48 resistorer med hjälp av volt-ampere metoden. Resistansen beräknades genom R=U/I och felet i R genom felpropagering. Varje student mätte flera resistorer och varje resistor mättes av flera studenter pull 6,8,9,10,35,40,43,44,45,48 ser alla skumma ut! Föreläsning 8 Forskningsmetodik 2005 15 Analys av pullfördelningen (resistor nummer 2) Felaktig datapunkt Vi plottar här resistor Nr 2 som funktion av Student. Vi ser att Student 41 har tydligen en avvikande mätning och vi går till databasen för att se efter vad som hänt: Vi ser att studenten har angett A i.st.f ma som var antaget (för alla sina tilldelade resistorer). Föreläsning 8 Forskningsmetodik 2005 16

9 Analys av pullfördelningen (efter korrektion) Dessa ser nu relativt OK ut! Alla resistorer som student 2 mätt påverkas efter denna korrektion (föregående sida) och pullfördelningen för resistor 2 ser nu helt OK ut och är nära normalfördelad med medelvärde och standardavvikelse nära 0 resp. 1. Föreläsning 8 Forskningsmetodik 2005 17