Zaujímavý

Slovník pojmov vedeckej metódy

Slovník pojmov vedeckej metódy

Vedecké experimenty zahŕňajú premenné, kontroly, hypotézy a množstvo ďalších konceptov a pojmov, ktoré by mohli byť mätúce.

Slovník pojmov vedy

Tu je zoznam dôležitých pojmov a definícií vedeckých experimentov:

  • Veta centrálneho limitu: Uvádza sa, že pri dostatočne veľkej vzorke sa priemer vzorky automaticky rozdelí. Normálne distribuovaný priemer vzorky je potrebný na aplikáciu t-test, takže ak plánujete vykonať štatistickú analýzu experimentálnych údajov, je dôležité mať k dispozícii dostatočne veľkú vzorku.
  • záver: Určenie, či sa má hypotéza akceptovať alebo zamietnuť.
  • Kontrolná skupina: Testované subjekty náhodne pridelené, aby nedostali experimentálnu liečbu.
  • Kontrolná premenná: Akákoľvek premenná, ktorá sa počas experimentu nemení. Tiež známy ako konštantná premenná.
  • údaje (jednotné číslo: počiatočný údaj): Fakty, čísla alebo hodnoty získané v experimente.
  • Závislá premenná: Premenná, ktorá reaguje na nezávislú premennú. Závislá premenná je tá, ktorá sa merala v experimente. Tiež známy ako závislé opatrenie alebo odpovedajúca premenná.
  • Dvojito zaslepené: Keď vedec ani subjekt nevedia, či subjekt dostáva liečbu alebo placebo. „Oslepenie“ pomáha znižovať skreslené výsledky.
  • Prázdna kontrolná skupina: Typ kontrolnej skupiny, ktorá nedostáva žiadnu liečbu, vrátane placeba.
  • Experimentálna skupina: Testované subjekty náhodne pridelené na experimentálnu liečbu.
  • Mimoriadna premenná: Extra premenné (nie nezávislé, závislé alebo kontrolné premenné), ktoré by mohli ovplyvniť experiment, ale nie sú započítané alebo merané alebo sú mimo kontroly. Medzi príklady môžu patriť faktory, ktoré považujete v čase experimentu za nepodstatné, napríklad výrobca skla v reakcii alebo farba papiera použitého na výrobu papierového lietadla.
  • hypotéza: Predikcia toho, či nezávislá premenná bude mať vplyv na závislú premennú alebo predpoveď povahy účinku.
  • nezávislosťalebo nezávisle: Keď jeden faktor nemá vplyv na iný. Napríklad to, čo jeden účastník štúdie nemá, by nemalo ovplyvniť to, čo robí iný účastník. Robia rozhodnutia nezávisle. Nezávislosť je rozhodujúca pre zmysluplnú štatistickú analýzu.
  • Nezávislé náhodné priradenie: Náhodný výber, či bude testovaný subjekt v liečenej alebo kontrolnej skupine.
  • Nezávislá premenná: Premenná, ktorú výskumník manipuluje alebo mení.
  • Nezávislé variabilné úrovne: Zmena nezávislej premennej z jednej hodnoty na druhú (napr. Rôzne dávky liečiva, rôzne množstvá času). Rôzne hodnoty sa nazývajú „úrovne“.
  • Inferenčná štatistika: Štatistika (matematika) použitá na odvodenie charakteristík populácie na základe reprezentatívnej vzorky z populácie.
  • Vnútorná platnosť: Keď experiment dokáže presne určiť, či nezávislá premenná vytvára efekt.
  • na mysli: Priemer vypočítaný spočítaním všetkých skóre a potom vydelením počtom skóre.
  • Nulová hypotéza: Hypotéza „žiadny rozdiel“ alebo „žiadny účinok“, ktorá predpovedá, že liečba nebude mať na subjekt vplyv. Nulová hypotéza je užitočná, pretože je ľahšie ju posúdiť štatistickou analýzou ako iné formy hypotézy.
  • Nulové výsledky (nevýznamné výsledky): Výsledky, ktoré nevyvracajú nulovú hypotézu. Nulové výsledky nepreukazujú nulovú hypotézu, pretože výsledky mohli byť výsledkom nedostatku energie. Niektoré nulové výsledky sú chyby typu 2.
  • p <0,05: Údaj o tom, ako často by samotná šanca mohla zodpovedať za účinok experimentálnej liečby. Hodnota p <0,05 znamená, že päťkrát zo stovky by ste mohli očakávať tento rozdiel medzi týmito dvoma skupinami iba náhodou. Pretože možnosť výskytu náhodného účinku je tak malá, výskumník môže dospieť k záveru, že experimentálna liečba skutočne mala účinok. ostatné p, alebo pravdepodobnosť, hodnoty sú možné. Hranica 0,05 alebo 5% je jednoducho bežným ukazovateľom štatistickej významnosti.
  • Placebo (Placebo Treatment): Falošné ošetrenie, ktoré by nemalo mať žiadny účinok mimo silu návrhu. Príklad: V pokusoch s liekmi môžu byť testovaným pacientom podaná tableta obsahujúca liek alebo placebo, ktoré sa podobá lieku (tabletka, injekcia, tekutina), ale neobsahuje účinnú zložku.
  • Populácia: Celá skupina, ktorú výskumný pracovník študuje. Ak výskumný pracovník nemôže získať údaje o populácii, na odhad, ako bude populácia reagovať, sa dá použiť štúdium veľkých náhodných vzoriek odobratých z populácie.
  • Moc: Schopnosť pozorovať rozdiely alebo vyhnúť sa chybám typu 2.
  • náhodný alebo náhodnosť: Vybrali alebo vykonali bez sledovania akéhokoľvek vzoru alebo metódy. Aby sa predišlo neúmyselnému zaujatiu, vedci často používajú na výber výber generátorov náhodných čísel alebo vyhodených mincí.
  • výsledky: Vysvetlenie alebo interpretácia experimentálnych údajov.
  • Jednoduchý experiment: Základný experiment určený na vyhodnotenie, či existuje príčinná súvislosť alebo na testovanie predikcie. Základný jednoduchý experiment môže mať v porovnaní s kontrolovaným experimentom, ktorý má najmenej dve skupiny, iba jeden testovaný subjekt.
  • Single-Blind: Keď experimentujúci alebo subjekt nevie, či subjekt dostáva liečbu alebo placebo. Oslepenie výskumníka pomáha predchádzať zaujatosti pri analýze výsledkov. Oslepenie subjektu bráni účastníkovi v zaujatej reakcii.
  • Štatistický význam: Pozorovanie založené na použití štatistického testu, že vzťah pravdepodobne nie je spôsobený čisto náhodou. Pravdepodobnosť je uvedená (napr. p <0,05) a výsledky sú uvedené Štatistický významný.
  • T-test: Bežná štatistická analýza údajov použitá na experimentálne údaje na testovanie hypotézy. T-test vypočíta pomer medzi rozdielom medzi skupinovými prostriedkami a štandardnou chybou rozdielu, miera pravdepodobnosti, že by sa prostriedky skupiny mohli líšiť iba náhodou. Pravidlom je, že výsledky sú štatisticky významné, ak pozorujete rozdiel medzi hodnotami, ktorý je trikrát väčší ako štandardná chyba rozdielu, ale najlepšie je vyhľadať pomer potrebný na významnosť na t-stôl.
  • Chyba typu I (chyba typu 1): Vyskytuje sa, keď odmietnete nulovú hypotézu, ale v skutočnosti to bola pravda. Ak vykonávate T-test a nastavenie p <0,05, existuje menej ako 5% šanca, že by ste mohli urobiť chybu typu I odmietnutím hypotézy založenej na náhodných výkyvoch v údajoch.
  • Chyba typu II (chyba typu 2): Vyskytuje sa, keď akceptujete nulovú hypotézu, ale v skutočnosti to bolo nesprávne. Experimentálne podmienky mali účinok, ale výskumník ho nezistil štatisticky významný.