Truques de interpretação de dados

Quando a coleta de dados , nem sempre é claro o que correlações existirá ou quais variáveis ​​irá provar ser o mais importante. No entanto, interpretar corretamente os dados para chegar a conclusões sólidas é o passo mais importante. Felizmente, a combinação de métodos estatísticos e visuais podem torná-lo mais fácil de encontrar padrões significativos . Regressão

As técnicas de regressão usar pontos de dados para determinar a relação funcional entre duas variáveis. A regressão linear , por exemplo, encontra a linha reta que melhor se ajusta aos dados . Apesar de regressão linear pode ser utilizada para qualquer conjunto de dados , que é até ao investigador para determinar quando estas técnicas são adequadas . Calculando o coeficiente de correlação entre duas variáveis ​​é muitas vezes um bom guia de quando as técnicas de regressão pode funcionar.

Resíduos

Se você acha que os seus dados se encontra ao longo de uma curva especial , pode ser útil fazer uma trama resíduos , que mostra o desvio entre a curva esperado e os dados reais . Se todos os pontos estão perto de zero , a predição é provavelmente válido . Se houver algum desvio uniforme , por exemplo , se todos os resíduos estão oscilando em torno de um ponto diferente de zero , então a previsão pode ter uma correcção simples . Padrões mais complicados , por vezes, revelar relações não-lineares e variáveis ​​que não foram contabilizados.

Outliers

Às vezes, a cada ponto de um conjunto de dados que se encontram ao longo de uma curva , exceto um. Outliers são pontos que estão visivelmente diferente de todo o resto dos dados. Erros sistemáticos são o primeiro culpado , acidentalmente digitar um zero a mais pode fazer um ponto de dados muito grandes . Outliers são por vezes ignorados durante ajuste de curvas , mas não deve ser descartada. O buraco na camada de ozônio foi descoberto por um cientista olhando para alguns valores discrepantes , que outros cientistas haviam sido ignorando por anos.

Análise dimensional

A maioria dos dados truques de interpretação envolver a olhar para um gráfico , mas às vezes não fica claro quais dados devem ser colocados em um gráfico , em primeiro lugar . Análise dimensional olha para os números sem dimensão e , em seguida, usa -los como variáveis ​​independentes.

Um dos exemplos mais famosos da física é o número de Reynolds , um valor adimensional , envolvendo velocidade, densidade , viscosidade e comprimento , que prevê a turbulência de um fluido . Plotagem qualquer uma das outras variáveis ​​em vez de número de Reynolds dimensionless produz gráficos que parecem não fazer sentido .