Zanimivo

Pogoji slovarja znanstvene metode

Pogoji slovarja znanstvene metode

Znanstveni poskusi vključujejo spremenljivke, kontrole, hipoteze in številne druge koncepte in izraze, ki bi lahko bili zmedeni.

Slovar znanosti

Tu je glosar pomembnih izrazov in definicij znanstvenega eksperimenta:

  • Teorem o osrednji meji: Navaja, da bo z dovolj velikim vzorcem povprečna vrednost vzorca običajno porazdeljena. Običajno porazdeljeni povprečni vzorec je potreben za uporabo t-test, tako da če načrtujete statistično analizo eksperimentalnih podatkov, je pomembno, da imate dovolj velik vzorec.
  • Zaključek: Določitev, ali je treba hipotezo sprejeti ali zavrniti.
  • Nadzorna skupina: Preskusni subjekti so bili naključno razporejeni, da poskusnega zdravljenja ne bodo prejeli.
  • Krmilna spremenljivka: Vsaka spremenljivka, ki se med poskusom ne spremeni. Znan tudi kot konstantna spremenljivka.
  • Podatki (ednina: datum): Dejstva, številke ali vrednosti, dobljene v poskusu.
  • Odvisna spremenljivka: Spremenljivka, ki se odziva na neodvisno spremenljivko. Odvisna spremenljivka je tista, ki se meri v poskusu. Znan tudi kot odvisni ukrep ali odzivno spremenljivko.
  • Double-Blind: Kadar niti raziskovalec niti subjekt ne veta, ali preiskovanec prejema zdravljenje ali placebo. "Zaslepljevanje" pomaga zmanjšati pristranske rezultate.
  • Prazna kontrolna skupina: Vrsta kontrolne skupine, ki ne dobi nobenega zdravljenja, vključno s placebom.
  • Poskusna skupina: Preizkusni subjekti so bili naključno razporejeni za preskusno zdravljenje.
  • Zunanja spremenljivka: Dodatne spremenljivke (ne neodvisne, odvisne ali kontrolne spremenljivke), ki lahko vplivajo na preizkus, vendar se ne upoštevajo ali izmerijo ali so zunaj nadzora. Primeri lahko vključujejo dejavnike, ki se vam zdijo nepomembni v času poskusa, na primer proizvajalec steklovine v reakciji ali barva papirja, ki se uporablja za izdelavo papirnatega letala.
  • Hipoteza: Napoved, ali bo neodvisna spremenljivka vplivala na odvisno spremenljivko ali napoved narave učinka.
  • Neodvisnostali Neodvisno: Kadar en dejavnik ne vpliva na drugega. Na primer, to, kar dela en udeleženec študije, ne bi smelo vplivati ​​na to, kaj počne drugi. Odločitve sprejemajo neodvisno. Za smiselno statistično analizo je ključna neodvisnost.
  • Neodvisna naključna dodelitev: Naključno izberemo, ali bo testni subjekt v zdravljenju ali kontrolni skupini.
  • Neodvisna spremenljivka: Spremenljivka, ki jo upravlja ali spreminja raziskovalec.
  • Neodvisne spremenljive ravni: Spreminjanje neodvisne spremenljivke iz ene vrednosti v drugo (npr. Različni odmerki zdravil, različna količina časa). Različne vrednosti se imenujejo "ravni".
  • Konferenčna statistika: Statistični podatki (matematika), ki se uporabljajo za sklepne značilnosti populacije na podlagi reprezentativnega vzorca populacije.
  • Notranja veljavnost: Ko lahko poskus natančno ugotovi, ali neodvisna spremenljivka daje učinek.
  • Pomeni: Povprečje, izračunano tako, da seštejejo vse ocene in nato delijo s številom rezultatov.
  • Ničelna hipoteza: Hipoteza "brez razlike" ali "brez učinka", ki napoveduje, da zdravljenje ne bo vplivalo na to temo. Ničelna hipoteza je uporabna, ker jo je s statistično analizo lažje oceniti kot druge oblike hipoteze.
  • Ničelni rezultati (nepomembni rezultati): Rezultati, ki ne oporekajo ničelne hipoteze. Ničelni rezultati ne dokazujejo ničelne hipoteze, ker so rezultati morda posledica pomanjkanja moči. Nekateri ničelni rezultati so napake tipa 2.
  • p <0,05: Navedba, kako pogosto lahko samo priložnost nakaže učinek eksperimentalnega zdravljenja. Vrednost str <0,05 pomeni, da lahko petkrat od stotih pričakujete to razliko med obema skupinama čisto po naključju. Ker je možnost, da se učinek pojavi slučajno, tako majhna, lahko raziskovalec sklene, da je poskusno zdravljenje resnično vplivalo. Drugo p, ali verjetnost, vrednosti so možne. Meja 0,05 ali 5% je preprosto skupno merilo statističnega pomena.
  • Placebo (placebo zdravljenje): Lažno zdravljenje, ki ne bi smelo učinkovati zunaj moči sugestije. Primer: V preskušanjih z zdravili lahko testnim bolnikom damo tabletko, ki vsebuje zdravilo ali placebo, ki je podobno zdravilu (tablete, injekcije, tekočina), vendar ne vsebuje aktivne sestavine.
  • Prebivalstvo: Celotna skupina, ki jo raziskuje. Če raziskovalec ne more zbrati podatkov iz populacije, lahko s preučevanjem naključnih vzorcev, odvzetih iz populacije, oceni, kako bi se populacija odzvala.
  • Moč: Sposobnost opazovanja razlik ali izogibanja napakam tipa 2.
  • Naključen ali Naključnost: Izbrano ali izvedeno brez upoštevanja vzorca ali metode. Da bi se izognili nenamerni pristranskosti, raziskovalci pogosto uporabljajo generatorje naključnih števil ali kovance za izbiro.
  • Rezultati: Razlaga ali razlaga eksperimentalnih podatkov.
  • Preprost eksperiment: Osnovni poskus, namenjen oceni, ali obstaja vzrok in posledica ali da se preveri napoved. Temeljni preprost eksperiment ima lahko le enega preskušanca v primerjavi z nadzorovanim eksperimentom, ki ima vsaj dve skupini.
  • Single-Blind: Kadar se preizkuševalec ali preiskovanec ne zaveda, ali se preiskovanec zdravi ali placebo. Zaslepljenost raziskovalca pomaga preprečiti pristranskost, ko se analizirajo rezultati. Zaslepljevanje predmeta prepreči udeležencu pristransko reakcijo.
  • Statistični pomen: Opazovanje, ki temelji na uporabi statističnega testa, da razmerje najbrž ni posledica čisto naključja. Navedena je verjetnost (npr. str <0,05) in rezultati naj bi bili statistično pomembna.
  • T-test: Skupna statistična analiza podatkov, uporabljena za eksperimentalne podatke za preizkus hipoteze. The t-testi izračuna razmerje med razliko med sredstvi skupine in standardno napako razlike, merilo verjetnosti, da se lahko skupina razlikuje čisto po naključju. Pravilo velja, da so rezultati statistično pomembni, če opazite razliko med vrednostmi, ki je trikrat večja od standardne napake razlike, vendar je najbolje, da poiščete razmerje, potrebno za pomen na t-miza.
  • Napaka tipa I (napaka tipa 1): Pojavi se, ko zavrneš ničelno hipotezo, vendar je bila resnična. Če izvedete t-test in nastavljen str <0,05, obstaja manj kot 5% možnosti, da bi lahko naredili napako tipa I z zavrnitvijo hipoteze, ki temelji na naključnih nihanjih podatkov.
  • Napaka tipa II (napaka tipa 2): Pojavi se, ko sprejmete ničelno hipotezo, vendar je bila dejansko napačna. Eksperimentalni pogoji so imeli učinek, vendar raziskovalcu ni uspelo ugotoviti statistično pomembnega.