Jak zpracovávat data. jaký byl postup, pomůcky, metody. interpretace (diskuse výsledků)

Transkript

1 Jak zpracovávat data Výsledkem měření je písemná zpráva - protokol. Základní pravidla: pravdivost srozumitelnost a přehlednost jednoznačnost samostatnost Protokol musí obsahovat úplnou informaci způsobilou k tomu, aby byl experiment reprodukovatelný a data byla příp. převzatelná do jiné experimentální práce a to i po značném časovém odstupu od vlastního měření. Účel protokolu je sdělit: jaký byl cíl měření jaký byl postup, pomůcky, metody co bylo zjištěno interpretace (diskuse výsledků) 1 / 36

2 Obecné postupy Protokol: vypracovává se na volné listy formátu A4 a musí být včetně grafů kompaktně sešitý na levé straně. Protokol je možno vypracovat psaním ručně nebo na počítači nebo kombinovaně. Preferuje se ale elektronická forma. Musí být srozumitelný i po černo-bílém tisku. 2 / 36

3 Ukázka protokolu 3 / 36

4 Nástroje pro zpracování měření nástroje pro zpracování textu: MS-Word - Windows, Mac - WYSIWYG-What you see is what you get - placený LibreOffice(OpenOffice) - Windows, Linux - zdarma latex : - zdarma - kompiluje text - všechny platformy, většinou součást distribuce linux 4 / 36

5 Nástroje pro zpracování měření nástroje pro zpracování dat: MS-Excel - Windows, Mac - snadný, ale podceňovaný - placený LibreOffice(OpenOffice) - Windows, Linux - zdarma GNUplot : - zdarma - příkazová řádka, makra - snadné fitování a práce se soubory dat další : ROOT, Mathematica, Stata, RapidMiner,...dle osobních preferencí 5 / 36

6 Osnova protokolu 1.Hlavička 2.Pracovní úkoly (zadání) 3.Použité přístroje a pomůcky 4.Teoretický úvod 5.Postup měření 6.Vypracování 7.Diskuze a závěr 8.Použitá literatura 9.Pracovní papíry z měření červeně- pro dnešní úkol

7 Osnova protokolu podrobněji "Protokol se čte jako encyklopedie a ne jako detektivka. To znamená, že se obvykle vyhledávají stěžejní informace (závěr, tabulky, grafy, vzorce...) a nečte se vždy od začátku do konce. Proto každá jeho ucelená část by měla mít samostatnou vypovídací schopnost a není možné pro pochopení např. grafu či tabulky pročíst (prohledávat) celý protokol." 1. Hlavička - se skládá z následujících údajů: nápisy "ZÁKLADY FYZIKÁLNÍCH MĚŘENÍ" a "FJFI ČVUT V PRAZE" číslo a název úlohy datum měření číslo kroužku číslo skupiny v rámci ZFM jméno autora protokolu příp. políčko Klasifikace (klasifikaci píše asistent, který protokol opravoval!!!) 2. Pracovní úkoly - doslova opsané úkoly podle podkladů pro danou úlohu z web-stránek. 3. Použité přístroje a pomůcky - seznam všech skutečně použitých přístrojů a pomůcek. 4. Teoretický úvod stručný úvod do problematiky - např. mj.: základní pojmy, vztahy a veličiny popis principu metody schémata a obrázky

8 Osnova protokolu podrobněji 4. Teoretický úvod - stručný úvod do problematiky - např. mj.: základní pojmy, vztahy a veličiny popis principu metody schémata a obrázky vypracování případných domácích úkolů 5. Postup měření - stručný popis postupu měření. 6. Vypracování - přehledný zápis všech naměřených hodnot, zpracování a výsledky měření (tabulky, grafy, výpočty, statistické zpracování a chyby měření). - Vypracování strukturujte podle jednotlivých úkolů měření. Plynulým textem všechny tabulky a grafy popište (v textu podrobně, v legendách tabulek a grafů stručně). Blíže viz dále (pravidla pro tvorbu tabulek, grafů a schémat). - Použité vzorce číslujte vpravo a odkazujte z textu. 7. Diskuze a závěr - shrnutí celého měření např. mj.: co bylo měřeno a výsledky měření (aritmetický průměr s příslušnou chybou,...) tabulkové hodnoty (včetně citace pramenů) a porovnání výsledků s nimi (nikdy neoznačujte jako chybu měření rozdíl mezi tabulkovou hodnotou a vámi naměřenou hodnotou dané veličiny!) porovnání výsledků měření navzájem (pokud bylo totéž měřeno různými metodami)

9 Osnova protokolu podrobněji 7. Diskuze a závěr - shrnutí celého měření např. mj.: co bylo měřeno a výsledky měření (aritmetický průměr s příslušnou chybou,...) tabulkové hodnoty (včetně citace pramenů) a porovnání výsledků s nimi (nikdy neoznačujte jako chybu měření rozdíl mezi tabulkovou hodnotou a vámi naměřenou hodnotou dané veličiny!) porovnání výsledků měření navzájem (pokud bylo totéž měřeno různými metodami) zhodnocení výsledků měření - vysvětlení případných nesrovnalostí ve výsledcích nebo v průběhu grafů (např. v porovnání s teoreticky očekávanými hodnotami) příp. vlastní názor studenta a připomínky k měření ("Co bych dělal, kdybych měl úlohu změřit podruhé?") - Diskuzi a závěr strukturujte podle jednotlivých úkolů měření.

10 Osnova protokolu podrobněji 8. Použitá literatura - seznam použité literatury formou číslovaného seznamu např.: [1] Brož, J. a kol.: Základy fyzikálních měření I., SPN Praha, 1983 [2] Horák, Z.: Praktická fyzika, SNTL Praha, 1958 [3] Kolektiv: Fyzika I, ČVUT Praha, Umožňuje používat v textu protokolu jednoduché odkazy. 9. Pracovní papíry - pracovní papíry s naměřenými daty podepsané asistentem

11 Zpracování přímých měření přímá měření: srovnání se známou hodnotou, např. měření délky Chceme určit správnou hodnotu měřené veličiny. Ve skutečnosti však lze jen stanovit nejpravděpodobnější hodnotu měřené veličiny a odhadnout, jaká je chyba tohoto stanovení. změříme hodnoty x1, x2, x3, x4, x5,... statistické chyby: vznikají působením náhodných vlivů, které z výsledku nelze vyloučit. příklad: opakované měření délky (v cm)

12 Zobrazení dat tabulka: přehledný zápis všech zpracovaných hodnot záhlaví: měřená veličina, jednotky hodnoty: uvedené na stejný počet změřených desetinných míst legenda: očíslování lze se pak odkazovat z textu legenda stručný popis l[cm] Tab. 1: Změřené hodnoty délky

13 Zobrazení dat tabulka: přehledný zápis všech zpracovaných hodnot záhlaví: měřená veličina, jednotky hodnoty: uvedené na stejný počet změřených desetinných míst legenda: očíslování lze se pak odkazovat z textu legenda stručný popis l[cm] Tab. 1: Změřené hodnoty délky současné měření více veličin(délka a čas): l[cm] t[s] Tab. 1: Změřené hodnoty délky a času

14 Odhad průměru a chyby Odhad měřené hodnoty pomocí aritmetického průměru měření l[cm] l =

15 Odhad průměru a chyby Odhad měřené hodnoty pomocí aritmetického průměru měření l[cm] l = Odhad chyby aritmetického průměru σ = l l [cm]

16 Odhad průměru a chyby Odhad měřené hodnoty pomocí aritmetického průměru měření l[cm] l = Odhad chyby aritmetického průměru σ = Zaokrouhlení na jednu platnou cifru chyby - nezapomenu jednotky uvedu v tabulce l= 5.0±0.1 cm průměr: 5.0 chyba: 0.1 Tab. 1: Změřené hodnoty délky

17 Příklad měření doby pádu kuličky v kapalině (měření viskozity)

18 Vyloučení hrubých chyb občas může dojít k výrazné chybě měření podezření na nestatistickou chybu příklad: opakované měření délky (v cm)

19 Vyloučení hrubých chyb občas může dojít k výrazné chybě měření podezření na nestatistickou chybu příklad: opakované měření délky (v cm) pokud jsou chyby statistické mělo by se jejich rozdělení řídit Gaussovým rozdělením: σ směrodatná odchylka jednoho měření (reprodukovatelnost) x velmi malá šance, že měření bude více jak 3σ vzdáleno od průměru

20 Vyloučení hrubých chyb optická kontrola dat tabulka, graf,... Učím průměr a směrodatnou odchylku jednoho měření l = σ =0.772 l[cm] Pokud je můžu uvažovat o vyjmutí daného měření ze zpracování Následuje přepočítání průměru a chyby l = σ = výsledek: l=(5.0 +/- 0.3) cm Pozor! používat velmi opatrně maximálně vyřadit jednu hodnotu vždy je potřeba se pokusit zjistit, jak došlo k chybě a provést v protokolu diskusi l l σ

21 Zobrazení dat Důležité pro získání přehledu o provedeném měření: zjištění závislostí odhalení chyb možná chyba... změřená vlastnost

22 Histogramy Lépe použít histogram. graf: Z domácího úkolu: pro 400 hodnot... Jak snadno a přehledně zobrazit data, zjistit chyby?

23 Histogramy Z domácího úkolu: Většinou mi nezáleží na tom jaké je číslo měření. Chtěl bych něco jako četnosti na ose y. Chci zobrazit počet měření, které spadly na ose y do intervalů určité šířky - tzv. šířka binu. V tomto případě použiji šířku=1 Zmereny cas pocet Jak snadno a přehledně zobrazit data, zjistit chyby? t[s]

24 Histogramy - příklad použití Digitální fotografie - spektrum... což není nic jiného, než měření energetického spektra fotonů.

25 Histogramy šířka binu Rozlišení na ose X (šířka binu) - ztráta informace vs. přehlednost: příliš úzké biny - nepřehledné Zmereny cas pocet t[s] příliš širké biny - ztráta informace: Zmereny cas pocet t[s]

26 Histogramy v Excelu Chci zobrazit počet měření, které spadly na ose y do intervalů určité šířky - tzv. šířka binu. V tomto případě použiju šířku=1 Použiji funkci FREQUENCY. Pozor finta - vkládám pole pomocí Ctrl+Enter. odkaz:

27 Histogramy v Excelu Teprve nyní mohu vložit bar chart : Lze dobře vidět, kde se shlukují změřené hodnoty a případné problémy. Ještě jeden háček... na ose x jsou uvedeny počátky binů. Správně by tam měly být středy - tj

28 Histogramy - statistická chyba I v histogramu jsou statistické chyby Pokud histogram zaznamenává počty měření, pak se rozdělení uvnitř každého binu řídí Binomickým rozdělením a chyba je σ X = 1 N, kde N je počet registrací měření v binu X. Zmereny cas Zmereny cas pocet 6 pocet t[s] t[s]

29 Histogramy v GNUplot Skript pro GNUplot: reset n=20 #number of intervals max=40. #max value min=20. #min value width=(max-min)/n #interval width #function used to map a value to the intervals hist(x,width)=width*floor(x/width)+width/2.0 set term png #output terminal and file set output "histogram.png" set xrange [min:max] set yrange [0:] #to put an empty boundary around the #data inside an autoscaled graph. set offset graph 0.05,0.05,0.05,0.0 set xtics min,(max-min)/5,max set boxwidth width*0.9 set style fill solid 0.5 #fillstyle set tics out nomirror set xlabel "t[s]" set ylabel "Frequency" #count and plot plot "data.txt" u (hist($1,width)):(1.0) smooth freq w boxes lc rgb"green" notitle

30 Histogramy v GNUplot

31 Histogramy v GNUplot Pro 1000 náhodně generovaných hodnot z Gaussova rozdělení

32 Histogramy MatLab Obdobně v MatLabu: x = -4:0.1:4; y = randn(10000,1); hist(y,x)

33 Histogramy - šířka binu Důležitá je rozumná volba šířky binu: x = 5s x = 0.1s Ztráta informace versus nepřehlednost.

34 Histogramy Vizuální reprezentace data Zobrazuje rozdělení četností Souvisí s pravděpodobnostním rozdělením zobrazované veličiny Lze testovat data: např. odhalení a vyloučení hrubých chyb