Zinātniskās metodes vārdnīcas termini
Cavan Images / Getty Images
Zinātniskie eksperimenti ietver mainīgie , vadības ierīces, hipotēzes , kā arī daudzi citi jēdzieni un termini, kas varētu būt mulsinoši.
Zinātnes terminu vārdnīca
Šeit ir svarīgas zinātnes glosārijs eksperiments termini un definīcijas:
| Centrālās robežas teorēma: | Norāda, ka ar pietiekami lielu paraugu izlases vidējais sadalījums būs normāli. Lai piemērotu, ir nepieciešams normāli sadalīts parauga vidējais rādītājs t- testu, tādēļ, ja plānojat veikt eksperimentālo datu statistisko analīzi, ir svarīgi, lai būtu pietiekami liela izlase.
| Secinājums: | Noteikšana, vai hipotēze ir jāpieņem vai jānoraida.
| Kontroles grupa: | Testējamās personas, kas nejauši izvēlētas, lai nesaņemtu eksperimentālo ārstēšanu.
| Kontroles mainīgais: | Jebkurš mainīgais, kas eksperimenta laikā nemainās. Zināms arī kā a nemainīgs mainīgais.
| Dati | (vienskaitlis: dots) : eksperimentā iegūti fakti, skaitļi vai vērtības.
| Atkarīgais mainīgais: | Mainīgais, kas reaģē uz neatkarīgo mainīgo. Atkarīgais mainīgais ir tas, kas tiek mērīts eksperimentā. Zināms arī kā atkarīgs pasākums vai reaģējošais mainīgais.
| Double Blind : | Ja ne pētnieks, ne subjekts nezina, vai subjekts saņem ārstēšanu vai placebo. “Apžilbināšana” palīdz samazināt neobjektīvus rezultātus.
| Tukša kontroles grupa: | Kontroles grupas veids, kas nesaņem nekādu ārstēšanu, tostarp placebo.
| Eksperimentālā grupa: | Testējamās personas, kas nejauši iedalītas eksperimentālās ārstēšanas saņemšanai.
| Ārējais mainīgais: | Papildu mainīgie (nav neatkarīgi, atkarīgie vai kontroles mainīgie), kas var ietekmēt eksperimentu, bet netiek ņemti vērā vai izmērīti vai ir ārpus kontroles. Piemēri var ietvert faktorus, kurus jūs uzskatāt par nesvarīgiem eksperimenta laikā, piemēram, stikla trauku ražotājs reakcijas laikā vai papīra krāsa, ko izmanto papīra lidmašīnas izgatavošanai.
| Hipotēze: | Prognoze par to, vai neatkarīgais mainīgais ietekmēs atkarīgo mainīgo, vai prognoze par ietekmes raksturu.
| Neatkarība | vai Patstāvīgi: Kad viens faktors neietekmē citu. Piemēram, tam, ko dara viens pētījuma dalībnieks, nevajadzētu ietekmēt to, ko dara cits dalībnieks. Viņi pieņem lēmumus neatkarīgi. Neatkarība ir būtiska jēgpilnai statistiskai analīzei.
| Neatkarīgs nejaušs uzdevums: | Nejauši atlasot, vai testa subjekts būs ārstēšanas vai kontroles grupā.
| Neatkarīgais mainīgais : | Mainīgais, ar kuru pētnieks manipulē vai maina.
| Neatkarīgi mainīgie līmeņi: | Neatkarīgā mainīgā mainīšana no vienas vērtības uz citu (piemēram, dažādas zāļu devas, dažādi laika periodi). Dažādās vērtības tiek sauktas par 'līmeņiem'.
| Izsecināmā statistika: | Statistika (matemātika), ko izmanto, lai secinātu populācijas raksturlielumus, pamatojoties uz reprezentatīvu kopas paraugu.
| Iekšējais derīgums: | Kad eksperiments var precīzi noteikt, vai neatkarīgais mainīgais rada efektu.
| Vidēji: | Vidējais aprēķināts saskaitot visus punktus un pēc tam dalot ar punktu skaitu.
| Nulles hipotēze : | “Nav atšķirības” vai “bez efekta” hipotēze, kas paredz, ka ārstēšana neietekmēs subjektu. Nulles hipotēze ir noderīga, jo to ir vieglāk novērtēt ar statistisko analīzi nekā citas hipotēzes formas.
| Nulles rezultāti (nenozīmīgi rezultāti): | Rezultāti, kas neatspēko nulles hipotēzi. Nulles rezultāti nepierāda nulles hipotēzi, jo rezultāti var būt radušies jaudas trūkuma dēļ. Daži nulles rezultāti ir 2. tipa kļūdas.
| lpp<0.05: | Norāde par to, cik bieži vien nejaušība varētu izskaidrot eksperimentālās ārstēšanas ietekmi. Vērtība lpp <0.05 means that five times out of a hundred, you could expect this difference between the two groups purely by chance. Since the possibility of the effect occurring by chance is so small, the researcher may conclude the experimental treatment did indeed have an effect. Other p, vai varbūtība, vērtības ir iespējamas. 0,05 vai 5% robeža vienkārši ir izplatīts statistiskās nozīmīguma etalons.
| Placebo (Placebo ārstēšana): | Viltus ārstēšana, kurai nevajadzētu būt nekādai ietekmei ārpus ieteikuma spēka. Piemērs. Zāļu izmēģinājumos testa pacientiem var ievadīt tableti, kas satur zāles, vai placebo, kas līdzinās zālēm (tablete, injekcija, šķidrums), bet nesatur aktīvo sastāvdaļu.
| Populācija: | Visa grupa, ko pētnieks pēta. Ja pētnieks nevar savākt datus no populācijas, lielu izlases paraugu izpēti, kas ņemti no populācijas, var izmantot, lai novērtētu, kā populācija reaģēs.
| Jauda: | Spēja novērot atšķirības vai izvairīties no 2. tipa kļūdu pieļaušanas. - Nejauši vai nejaušība : Atlasīts vai izpildīts, neievērojot nevienu modeli vai metodi. Lai izvairītos no nejaušas novirzes, pētnieki atlases veikšanai bieži izmanto nejaušu skaitļu ģeneratorus vai apmet monētas.
| Rezultāti: | Eksperimentālo datu skaidrojums vai interpretācija.
| Vienkāršs Eksperiments | : pamata eksperiments, kas paredzēts, lai novērtētu, vai pastāv cēloņu un seku saikne, vai lai pārbaudītu prognozi. Fundamentālam vienkāršam eksperimentam var būt tikai viens testa subjekts, salīdzinot ar a kontrolēts eksperiments , kurā ir vismaz divas grupas.
| Single Blind: | Ja eksperimentētājs vai subjekts nezina, vai subjekts saņem ārstēšanu vai placebo. Pētnieka apžilbināšana palīdz novērst neobjektivitāti, analizējot rezultātus. Objekta apžilbināšana neļauj dalībniekam neobjektīvi reaģēt.
| Statistiskā nozīme: | Novērojums, kas balstīts uz statistikas testa piemērošanu, ka attiecības, iespējams, nav tīras nejaušības dēļ. Ir norādīta varbūtība (piemēram, lpp <0.05) and the results are said to be statistiski nozīmīgi.
| T-tests: | Kopēja statistisko datu analīze, ko izmanto eksperimentālajiem datiem, lai pārbaudītu hipotēzi. The t -tests aprēķina attiecību starp starpību starp grupas vidējo un atšķirības standarta kļūdu, mēra iespējamību, ka grupas vidējie var atšķirties tikai nejauši. Īkšķis ir tāds, ka rezultāti ir statistiski nozīmīgi, ja novērojat atšķirību starp vērtībām, kas ir trīs reizes lielākas par starpības standarta kļūdu, taču vislabāk ir meklēt nozīmības koeficientu t-tabula .
| I tipa kļūda (1. tipa kļūda): | Tas notiek, kad noraidāt nulles hipotēzi, bet patiesībā tā bija taisnība. Ja veicat t -pārbaudi un uzstādi lpp <0.05, there is less than a 5% chance you could make a Type I error by rejecting the hypothesis based on random fluctuations in the data.
| II tipa kļūda (2. tipa kļūda): | Tas notiek, kad pieņemat nulles hipotēzi, bet patiesībā tā bija nepatiesa. Eksperimenta apstākļiem bija ietekme, taču pētniekam neizdevās to atrast statistiski nozīmīgu.