科学実験における誤りの原因

すべての科学実験には誤りが含まれているため、誤りの種類と計算方法を知ることが重要です。（画像：NASA/GSFC/Chris Gunn）

科学研究所は、通常、理論値または既知の値と結果を比較するように求めます。これはあなたの結果を評価し、他の人々の価値に対して比較するのを助ける。あなたの結果と期待されるまたは理論的な結果との違いは、エラーと呼ばれます。, 許容できる誤差の量は実験によって異なりますが、誤差のマージンは10％であると一般に許容できると考えられます。エラーの大きなマージンがある場合は、あなたの手順に行くと、あなたが作ったかもしれないミスやエラーが導入されている可能性があります場所を特定したがって、さまざまなタイプとエラーの原因とそれらの計算方法を知る必要があります。

絶対誤差の計算方法

誤差を測定する一つの方法は、絶対誤差を計算することであり、これは絶対不確かさとも呼ばれます。, この精度の尺度は、測定単位を使用して報告されます。絶対誤差は、単に測定値とデータの真の値または平均値との差です。

絶対誤差=測定値-真の値

たとえば、重力を9.6m/s2と測定し、真の値を9.8m/s2とすると、測定の絶対誤差は0.2m/s2となります。符号付きのエラーを報告することができるため、この例の絶対誤差は-0.2m/s2になる可能性があります。

一部の人々は、絶対誤差をあなたの測定器がどれほど正確であるかの尺度であると考えています。, 長さを最も近いミリメートルに報告する定規を使用している場合、その定規で撮影した測定値の絶対誤差は最も近い1mmまで、または（あるマークと次のマークの間に自信がある場合）最も近い0.5mmまでであると言うかもしれません。

相対誤差の計算方法

相対誤差は絶対誤差値に基づいています。これは、誤差が測定の大きさとどれだけ大きいかを比較します。したがって、0.1kgの誤差は人の計量では重要ではないかもしれませんが、リンゴの計量ではかなりひどいものです。, 相対誤差は、小数値、小数値、またはパーセントです。

相対誤差=絶対誤差/合計値

たとえば、スピードメーターが55mphになっていると言う場合、実際に58mphになっているとき、絶対誤差は3mph/58mphまたは0.05であり、100％の倍数で5％を与えることができます。相対誤差は符号付きで報告されることがあります。この場合、記録された値が真の値よりも低いため、スピードメーターは-5％オフになります。

絶対エラー定義があいまいであるため、ほとんどのラボレポートでは、パーセントエラーまたはパーセント差,

パーセントエラーの計算方法

最も一般的なエラー計算はパーセントエラーで、既知の理論値、または許容値と結果を比較するときに使用されます。おそらく名前から推測できるように、パーセント誤差はパーセントで表されます。, これは、あなたの値と受け入れられた値の絶対（負の符号なし）差であり、受け入れられた値で割った100％を掛けてパーセントを与えます：

％error=/accepted x100％

パーセント差の計算方法

別の一般的なエラー計算は、パーセント差と呼ばれています。これは、ある実験結果を別の実験結果と比較するときに使用されます。, この場合、結果は必ずしも他のものよりも優れていないので、パーセント差は、値の差の絶対値（負の符号なし）であり、二つの数字の平均で割った100％を掛けたパーセンテージを与える：

%difference=/average x100%

誤差のソースとタイプ

すべての実験測定は、どんなに慎重に取っても、不確実性や誤差のいくつかの量が含まれています。, あなたは標準に対して測定しており、標準を完全に複製することはできませんし、人間であるため、技術に基づいてエラーが発生する可能性があります。エラーの三つの主要なカテゴリは、系統誤差、ランダムエラー、および個人的なエラーです。これらのタイプのエラーと一般的な例は次のとおりです。

系統誤差

系統誤差は、あなたが取るすべての測定値に影響を与えます。これらのエラーはすべて同じ方向（真の値よりも大きいか小さい）になり、追加のデータを取得してそれらを補償することはできません。,
系統誤差の例

天びんを校正するのを忘れたり、校正で少しオフになったりすると、すべての質量測定は同じ量だけ高/低になります。いくつかの機器は、実験の過程を通して定期的な校正を必要とするので、それは校正がデータに影響を与えているように見えるかどうかを確認する
もう一つの例は、メニスカス（視差）を読み取ることによって体積を測定することである。あなたはおそらく毎回同じ方法で半月板を読むでしょうが、決して完全に正しいことはありません。, 読書を取っている別の人は、同じ読書を取るかもしれませんが、メニスカスを別の角度から見て、異なる結果を得ることができます。視差は、顕微鏡または望遠鏡で撮影されたものなど、他のタイプの光学測定で発生する可能性があります。
計測器のドリフトは、電子機器を使用するときの一般的なエラーの原因です。器械が暖まると同時に、測定は変わるかもしれません。, その他の一般的な系統誤差には、条件の変化に対する機器の応答に関連する、または平衡に達していない機器の変動に関連する、ヒステリシスまたはラグタイムが含まれます。これらの系統誤差の一部は漸進的であるため、データは時間の経過とともに改善（または悪化）されるため、実験の開始時に取得したデータポイントと最後このため、データを順番に記録することをお勧めします。, これは、常に同じシーケンスに従うのではなく、毎回異なる標本からデータを取ることが良い理由でもあります（該当する場合）。
重要であることが判明した変数を考慮していないことは、通常、系統誤差ですが、ランダム誤差または交絡変数である可能性があります。
あなたが影響因子を見つけた場合、それはレポートに注目する価値があり、この変数を単離して制御した後、さらなる実験につながる可能性があります。

ランダムエラー

ランダムエラーは、実験条件または測定条件の変動によるものです。, 通常、これらのエラーは小さい。取りデータの傾向の影響を軽減するためのランダム誤りが発生します。
ランダムエラーの例

あなたの実験は、安定した条件を必要とするが、人々の大規模なグループは、一つのデータセットの間に部屋を踏みつける場合は、ランダムドラフト、温度変化、明暗差、電気ノイズまたは磁気ノイズはすべて、ランダムな誤差を引き起こす可能性のある環境要因の例です。
サンプルが完全に均質ではないため、物理的なエラーも発生する可能性があります。, このため、サンプルのさまざまな場所を使用してテストするか、複数の測定を行って誤差の量を減らすことをお勧めします。
測定が真の値よりも等しく高いまたは低い可能性があるため、計測器の分解能もランダム誤差の一種と見なされます。
測定が真の値より分解能誤差の例としては、目盛り付き円筒ではなくビーカーで体積測定を行うことがあります。ビーカーにシリンダーより大きい間違いがあります。
不完全な定義は、状況に応じて、体系的またはランダムなエラーになる可能性があります。, 不完全な定義が意味することは、測定が完了した時点を二人で定義することは困難である可能性があるということです。たとえば、伸縮性のある紐で長さを測定している場合は、紐を伸ばさずに十分にタイトになったときに仲間と決定する必要があります。滴定中に、色の変化を探しているなら、それが実際にいつ起こるかを見分けるのは難しいかもしれません。

個人的なエラー

ラボレポートを書くときは、エラーの原因として”ヒューマンエラー”を引用すべきではありません。むしろ、特定の間違いや問題を特定しようとする必要があります。, 一つの一般的な個人的なエラーは、仮説がサポートまたは拒否されるかどうかについてのバイアスと実験に入っています。もう一つの一般的な個人的なエラーは、あなたが何をしているかを知った後、あなたの測定がより正確かつ信頼性になるかもしれない機器、との経験もう一つのタイプの個人的な間違いは不正確な量の化学薬品を使用したかもしれなかったり、一貫して実験の時間を計ったり、または議定書のステップをとばしたかもしれない簡単な間違いである。

Good Mood