Uncertainty, gradients and model testing
Introduit| English | Sens |
|---|---|
| systematic error/ˌsɪstəˈmætɪk ˈerə/ | erreur systématique |
| uncertainty/ʌnˈsɜːtənti/ | incertitude |
Qu'est-ce qui expliquerait cette observation ?
- Une ligne passant près de chaque point de données est utile, mais sa pente peut rester incertaine. Un graphique constitue une preuve pour un modèle dans la plage de mesure.
Construire le modèle
- La variation aléatoire fait différer les lectures répétées.
- L'erreur systématique décale les résultats de manière constante.
- L'incertitude absolue porte l'unité mesurée ; l'incertitude relative ou en pourcentage compare l'incertitude à la valeur mesurée.
- Incertitude : Une limitation quantifiée sur un résultat mesuré.
- Erreur systématique : Un biais de mesure constant.
Which is most likely a systematic error?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
A fixed 0.20 g balance zero offset is a systematic error. Independent repeats reduce random uncertainty in the mean, not scatter in individual readings or a shared offset. Reaction timing can have both random and systematic contributions.
Match each technical term to its precise meaning.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Use the definitions to distinguish related quantities and processes.
Choisir des preuves capables de tester cette hypothèse
- Pour un produit ou un quotient, additionner les incertitudes relatives constitue une approximation courante de l'incertitude maximale.
- Pour une différence, additionnez les incertitudes absolues.
- Une ordonnée à l'origine non nulle peut révéler un décalage ou un modèle incomplet.
En laboratoire : Indiquez les unités sur les axes et choisissez une échelle appropriée. Tracez des barres d'incertitude là où cela est justifié, tracez une droite de tendance plutôt que de relier tous les points, et estimez les pentes maximales et minimales plausibles lorsque la méthode demandée l'exige.
Which two habits make the investigation or model in this case more defensible?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Stating the conditions and assumptions lets others repeat the work exactly, and recording the supporting evidence lets them check the conclusion. Hiding disagreeing results removes the evidence that could challenge a wrong conclusion, and one measurement can never establish a wider claim.
Travailler à partir de quantités connues
- Connu : longueur = 50.0 mm avec une incertitude de 1.0 mm.
- Incertitude relative = incertitude absolue / valeur × 100 = 1.0 / 50.0 × 100 = 2.0 %.
- Pour le quotient de deux quantités mesurées indépendamment avec des incertitudes relatives maximales de 2 % et 3 %, l'estimation maximale sommée est de 5 %.
À vous : Une lecture de 40 cm a une incertitude absolue de 1 cm. Calculez l'incertitude relative.
Measurement ranges and the quotient estimate
50 ± 1 mm has a 2% uncertainty. Compare it with a 100 ± 3 mm reading: the summed quotient estimate is 5%, while exact endpoint calculations reveal a slightly asymmetric range.
A 40 cm reading has an absolute uncertainty of 1 cm. Find percentage uncertainty.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
The result is 2.5 %. Known: reading 40 cm; absolute uncertainty 1 cm. Use percentage uncertainty = absolute uncertainty / value x 100. Percentage uncertainty = 1/40 x 100 = 2.5%. Smaller measured values carry larger percentage uncertainties for the same absolute uncertainty.
Vérifier la conclusion et ses limites
- Répéter des lectures réduit l'incertitude aléatoire dans une moyenne mais ne supprime pas automatiquement une erreur zéro.
- Ne donnez pas plus de décimales que votre mesure ne peut justifier.
Pas vrai : répéter une mesure élimine toujours un décalage de calibration. Des répétitions indépendantes et une moyenne peuvent réduire l'incertitude aléatoire de la moyenne, mais un décalage de calibration peut persister. Vérifiez la calibration et appliquez une correction justifiée là où c'est approprié.
- La variation aléatoire fait différer les lectures répétées.
- Pour un produit ou un quotient, additionner les incertitudes relatives constitue une approximation courante de l'incertitude maximale.
- À surveiller : répéter des lectures réduit l'incertitude aléatoire dans une moyenne mais ne supprime pas automatiquement une erreur zéro.
Repeating a measurement always removes a calibration offset.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Independent repeats and averaging can reduce random uncertainty of the mean, while a calibration offset can remain. Check calibration and apply a justified correction where appropriate.
A quantified limitation on a measured result: write the technical term.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
uncertainty means A quantified limitation on a measured result.
Écrire à partir d'une incertitude relative de 8 pour cent
- Une lecture de 25 cm présente une incertitude absolue de 2 cm.
- Trouver l'incertitude relative. Répéter la lecture ne supprime pas un décalage d'étalonnage.
A 25 cm reading has an absolute uncertainty of 2 cm. What is the percentage uncertainty, and why does repeating the measurement not remove a calibration offset?
Percentage uncertainty = absolute uncertainty/reading × 100 = 2/25 × 100 = 8%. Independent repeats can reduce random uncertainty in the mean, but a shared calibration offset remains unless identified and corrected.
The SL written reading is 25 cm with absolute uncertainty 2 cm. Find percentage uncertainty.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
2 divided by 25 is 0.08, so the percentage uncertainty is 8 percent. Other options — 2.5 percent (the lesson reading of 40 cm with an uncertainty of 1 cm); 2 cm (the absolute uncertainty).
Transformer une explication biologique en comparaison mesurable
- Une question utile spécifie l'organisme, la gamme de traitement, la réponse mesurée et l'intervalle. Au lieu de demander si les plantes aiment la lumière, examinez comment la durée quotidienne de la lumière affecte la variation de la longueur de la tige d'une plantule spécifiée sur sept jours. Expliquez pourquoi l'apport photosynthétique pourrait influencer la croissance tandis que d'autres facteurs limitants pourraient modifier cette réponse.
- Une hypothèse propose une explication ; une prédiction indique ce que devraient observer les données dans des conditions définies. Les expériences attribuent un traitement, tandis que les enquêtes examinent les différences observées. Une base de données ou une simulation peut également soutenir l'enquête, mais les règles de sélection, les origines et les hypothèses doivent être explicites. Une corrélation entre l'ombre et la densité n'exclut pas l'humidité du sol ou la perturbation comme causes alternatives.
Identifier l'unité expérimentale assignée indépendamment
- Si une plate-forme entière reçoit un traitement de durée lumineuse, les plantules au sein de cette plate-forme sont des sous-échantillons. Mesurer quatre plantules pendant cinq jours ne fournit pas vingt répétitions indépendantes du traitement. Utilisez plusieurs plateformes assignées indépendamment par traitement lorsque cela est possible et analysez la variation au niveau justifié par la conception.
- Des lectures répétées peuvent décrire le temps ou la reproductibilité des lectures sans ajouter d'organismes ou de plateformes indépendants. La figure utilise trois plateformes par traitement et quatre plantules par plateforme comme modèle, et non comme taille d'échantillon obligatoire. La réplication indépendante estime la variation entre les unités de traitement ; davantage de niveaux de traitement servent plutôt à révéler la forme de la courbe de réponse.

Each light duration is assigned to one whole tray, with four seedlings measured on five days. Which statement correctly identifies replication?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Experimental units follow independent assignment, not the number of rows in the dataset. Subsampling and repeated readings have useful but different roles.
Relier les contrôles, la randomisation et un essai préliminaire à la comparaison principale
- L'attribution aléatoire des traitements réduit les différences systématiques d'allocation ; l'échantillonnage aléatoire aide à représenter une population. Le groupement (blocking) peut regrouper des positions de banc similaires, avec les traitements randomisés au sein de chaque groupe. Les variables contrôlées telles que l'âge, l'eau et le sol nécessitent une méthode déclarée et une raison biologique, plutôt qu'une simple liste affirmant que tout est resté constant.
- Un traitement contrôle fournit une comparaison. Les contrôles avec seulement le solvant aident à séparer une substance de son véhicule, tandis qu'un contrôle positif peut montrer qu'un détecteur répond à un signal connu. Testez la gamme, la sécurité, le timing et la résolution avant la collecte principale. Ni la randomisation ni un essai préliminaire ne réparera automatiquement un petit échantillon ou une conception confondue.
Préserver un registre sûr, éthique et reproductible
- Identifiez le danger, l'exposition possible et un contrôle spécifique : par exemple, outils tranchants, chaleur ou électricité près de liquides. Obtenez l'approbation de l'enseignant pour le travail réel. Ne cultivez pas de microbes environnementaux inconnus ni ne subissez de traitements nocifs sur des personnes ou des animaux. Le travail de terrain nécessite une autorisation appropriée et la protection de l'habitat ; les observations humaines exigent le consentement, la confidentialité et le droit de retrait.
- Enregistrez les dates, les organismes sources, les attributions, la calibration, les horaires, les réglages et les écarts au fur et à mesure. Conservez les données brutes originales séparément des calculs, y compris les lectures échouées et les causes documentées. Citez les données, les méthodes, les images et le code. N'inventez pas d'observations manquantes ni ne relâchez des organismes de laboratoire ; un partage de collection ne rend pas l'analyse d'autrui ou le rapport final votre propre propriété.
Séparer exactitude, précision et validité
- La justesse concerne la concordance avec une référence appropriée ; la précision concerne la proximité entre des répétitions. Un ensemble fortement groupé 0.8 au-dessus d'une référence est précis mais biaisé. La validité demande si la méthode soutient la question et l'interprétation : répéter un dispositif confondu de manière cohérente ne rend pas sa conclusion causale valide.
- Vérifiez le tare, les normes pertinentes et la plage de calibration. Un décalage zéro peut déplacer toutes les lectures, tandis qu'une erreur de facteur d'échelle peut distordre la pente de calibration. Une moyenne indépendante peut réduire l'incertitude aléatoire dans une moyenne, mais conserve un biais non corrigé. Vérifiez la cause et appliquez une correction justifiée ou améliorez la calibration ; une vérification de référence réussie ne valide pas toutes les valeurs et conditions.

Expliquez ce qu'une estimation d'incertitude représente
- L'incertitude peut refléter la résolution, la dispersion de répétition, la calibration ou une limite maximale fournie. L'incertitude absolue a l'unité de la grandeur ; l'incertitude relative la compare à la valeur mesurée. Pour 50.0 ± 1.0 mm, le pourcentage est 2.0% ; pour 40 ± 1 cm, il est 2.5%, malgré la même incertitude numérique d'un.
- La moitié d'une division analogique peut être une estimation de lecture simple, mais n'est pas une règle universelle. Un dernier chiffre numérique n'inclut pas toutes les contributions de calibration ou de méthode. Distinguez les limites maximales déclarées des incertitudes standards ou intervalles de confiance, et envisagez la dépendance entre les mesures avant de les propager.
Utilisez une échelle d'image restant connectée à l'objet mesuré
- Commencez la microscopie à faible grossissement, en utilisant des spécimens minces appropriés et des colorants approuvés si nécessaire. Dessinez les structures observées avec des contours clairs, des étiquettes et une échelle ; séparez l'observation de l'identité inférée. Calibrez une réticule oculaire avec un micromètre de course pour l'objectif utilisé, plutôt que de transférer une calibration à chaque objectif.
- Dans une image inventée, une barre de 20 mm représente 50 micromètres. Une cellule de 32 mm sur la même copie mesure 80 micromètres ; le grossissement est 20/0.050 = 400, un rapport sans unité. Redimensionner l'image et la barre ensemble préserve le rapport cellule-barre, mais modifie le grossissement imprimé. Convertissez toujours les longueurs d'image et réelles en unités correspondantes avant de diviser.
An invented micrograph has a 25 mm image bar representing 100 micrometres. A cell is 15 mm on the same image copy. Find actual cell length in micrometres.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
15/25 × 100 = 60 micrometres. The cell-to-bar ratio survives resizing when both scale together; printed magnification does not remain fixed.
Interprétez la chromatographie comme une preuve de séparation conditionnelle
- marquez une origine au-dessus du solvant et appliquez une tache appropriée sans la dissoudre directement dans le réservoir. Les composants se séparent par des interactions différentes avec les matériaux mobile et stationnaire. Marquez le front du solvant rapidement. Les deux distances pour Rf partent de l'origine, pas du bord du papier.
- Un pigment voyageant 36 mm pendant que le front parcourt 60 mm a Rf = 0.60, sans unité. Le cas séparé 42/70 donne aussi 0.60. Une référence correspondante dans des conditions identiques soutient l'identification, mais un mouvement similaire seul n'est pas une preuve chimique unique. Des différences de solvant, de matériau et de manipulation peuvent modifier la séparation.
Utilisez la calibration et la dilution cumulative avec leurs plages déclarées
- La colorimétrie nécessite un blanc approprié, des cuvettes/longueur de trajet constants et des étalons. Pour la calibration inventée A = 0.20c + 0.04, avec c en mg/L et A sans dimension, A = 0.44 donne c = 2.0 mg/L. Interpolez dans la plage validée ; la turbidité, la saturation ou une matrice d'échantillon différente peuvent invalider la relation.
- Transférez 1.0 mL de stock dans 9.0 mL de diluant et mélangez : le volume final est 10.0 mL, une dilution dix fois. Trois étapes successives passent de 2.0 mg/mL à 0.0020 mg/mL. Conservez le facteur cumulé lors de la récupération de la concentration originale et utilisez un matériel propre approprié ; un autre transfert depuis une couche non mélangée pourrait ne pas avoir la concentration souhaitée.
An invented validated calibration is A = 0.20c + 0.04, where c is mg/L and absorbance A is dimensionless. An unknown within the calibrated range has A = 0.64. Find c.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
c = (0.64 − 0.04)/0.20 = 3.0 mg/L. Subtract the intercept and respect blank, matrix and calibration-range conditions.
An invented 5.0 mg/mL stock undergoes three successive tenfold dilutions, mixing each time. Find the final concentration.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
5.0/10³ = 0.0050 mg/mL. Each transfer is a further tenfold step; retain the cumulative factor and distinguish aliquot volume from final volume.
Établissez des règles de sélection de terrain et numériques reproductibles
- Pré-sélectionnez les positions de quadrats en utilisant un design aléatoire ou stratifié justifié ; utilisez un transect pour un gradient défini. Enregistrez la surface, les règles de délimitation et la méthode d'identification, en utilisant des clés avec des caractères observables contrastés. Les karyogrammes comparent les chromosomes, les cladogrammes infèrent les relations, et les modèles moléculaires représentent des caractéristiques sélectionnées ; une image ne mesure pas directement toutes les caractéristiques qu'elle suggère.
- Les capteurs nécessitent une fréquence enregistrée, une dérive et un délai de réponse. L'analyse d'image nécessite une calibration, des règles de segmentation et des vérifications d'exemple ; des objets superposés peuvent fusionner. Faites correspondre les unités, dates, définitions, effort et règles de données manquantes de la base de données. Enregistrez les formules/réglages de tableur et vérifiez indépendamment les lignes. Changer un paramètre de simulation teste son modèle, pas automatiquement un écosystème réel.
Séparez la dispersion de l'échantillon de l'incertitude d'une moyenne
- Des taux indépendants inventés 4, 5, 5, 6 et 10 mm par jour ont une moyenne 6, une médiane 5 et un étendue 6. La somme des écarts carrés est 22 ; l'ECM (écart-type de l'échantillon) est d'environ 2.35 mm par jour et l'EM (erreur standard de la moyenne) est d'environ 1.05 sous le modèle d'indépendance. L'ECM décrit la dispersion entre les mesures, tandis que l'EM concerne la moyenne estimée ; aucune n'est égale à la résolution de l'appareil par définition.
- À l'exclusion de la valeur centrale selon la convention des quartiles spécifiée, on obtient la médiane du demi-inférieur 4.5 et la médiane du demi-supérieur 8, d'où IQR = 3.5. D'autres conventions logicielles peuvent varier. Examinez la valeur 10 sans supprimer une observation valide gênante. Conservez les réplicats bruts et documentez les exclusions justifiées ainsi que leurs conséquences.
Invented independent rates are 2, 3, 3, 4 and 8 mm per day. Their mean is 4 and squared deviations sum to 22. Find the sample standard deviation.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Sample SD = √[22/(5 − 1)] = √5.5 ≈ 2.35 mm per day. SD concerns scatter, not the uncertainty of the estimated mean.
For five independent invented rates with sample SD √5.5 mm per day, calculate the standard error of the mean.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
SE = √5.5/√5 = √1.1 ≈ 1.05 mm per day under the independence model. Repeated observations from one unit are not automatically five independent units.
Propagez les bornes spécifiées plutôt que d'inventer un intervalle de confiance
- Pour les lectures 12.0 ± 0.1 g et 10.0 ± 0.1 g, la différence est 2.0 ± 0.2 g en utilisant la somme des bornes maximales absolues. Un taux tiré d'un changement 6.0 ± 0.4 mm sur 3.0 ± 0.1 jours est 2.0 mm par jour ; la somme des bornes fractionnaires donne 0.4/6.0 + 0.1/3.0 = 0.10, soit une incertitude maximale approximative de 0.2 mm par jour.
- Cette convention de produit/quotient du premier ordre diffère de la quadrature des incertitudes standards indépendantes et d'un intervalle de confiance statistique. La dépendance et la définition des incertitudes sont importantes. Fournissez les unités et la précision justifiée, précisez la convention, et évitez d'affirmer que des mesures répétées éliminent automatiquement un décalage d'étalonnage commun.
An invented change is 8.0 ± 0.4 mm over 4.0 ± 0.2 days. Using summed fractional maximum bounds, estimate the absolute uncertainty of the calculated rate.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Rate = change/time = 8.0/4.0 = 2.0 mm per day. Fractional maximum-bound estimate = 0.4/8.0 + 0.2/4.0 = 0.05 + 0.05 = 0.10. Absolute rate uncertainty ≈ 2.0 × 0.10 = 0.20 mm per day. This first-order convention is not a statistical confidence interval or an automatic quadrature rule.
Interprétez les pentes et ordonnées à l'origine des graphiques à l'aide du modèle biologique
- Utilisez un nuage de points pour deux variables quantitatives, des barres pour des catégories et un histogramme pour une distribution continue ; des largeurs d'histogramme inégales nécessitent une densité de fréquence lorsque l'aire représente la fréquence. Étiquetez toutes les barres d'erreur et indiquez la taille de l'échantillon. Une forte R² ne rend pas l'association causale ni n'établit la fraction biologiquement causée par le prédicteur.
- Dans la série de longueurs inventée 10, 12, 14 et 16 mm aux jours 0, 1, 2 et 3, la pente est 2.0 mm par jour et l'ordonnée à l'origine 10 mm correspond à la longueur initiale. Avec des bornes de longueur ±0.5 mm et un temps exact, les lignes extrêmes peu pentues et fortement pentues donnent 5/3 et 7/3 mm par jour, traversant toutes deux également les bornes intermédiaires ici. Leur enveloppe est d'environ 2.00 ± 0.33 mm par jour, et non un intervalle de confiance de régression. Une ordonnée à l'origine non nulle n'est pas nécessairement une erreur ; sur une courbe, une tangente et une corde répondent à des questions de taux différentes.

An invented best-fit line goes through length 10 mm at day 0 and 16 mm at day 3. Find its gradient.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
(16 − 10)/(3 − 0) = 2 mm per day. The intercept represents starting length in this model; forcing the line through zero would change the question.
Associez un test statistique à la question et au plan d'échantillonnage
- La corrélation de Pearson évalue une association linéaire, donc une corrélation proche de zéro peut masquer un motif courbe. Un test t approprié compare les moyennes selon son conception indépendante ou appariée et ses hypothèses de distribution/variance. Le khi-deux concerne le nombre de catégories approprié avec des effectifs attendus suffisants et une indépendance adéquate. Des lectures répétées ne constituent pas des organismes indépendants simplement parce qu'un test nécessite un échantillon plus grand.
- À un niveau 0.05 pré-sélectionné, un test inventé valide avec p = 0.03 fournit des preuves contre son modèle nul, tandis que p = 0.12 n'atteint pas ce seuil. Une valeur p n'est pas la probabilité que l'hypothèse soit vraie ni que le hasard ait causé l'observation. L'absence de significativité ne prouve pas un effet nul ; rapportez également la taille de l'effet, la variabilité, la taille de l'échantillon, les hypothèses et l'importance biologique.
Nommez l'estimateur écologique et ses hypothèses
- Avec 40 animaux marqués initialement, 50 capturés ultérieurement et dix recaptures marquées, l'estimation de Lincoln est 40 × 50/10 = 200. Elle exige une fermeture appropriée, des marques conservées, un mélange et une capture comparable ; ce n'est pas un recensement. Changer la probabilité de recapture peut biaiser la réponse même si le calcul arithmétique est correct.
- Pour des comptes d'espèces de quatre et six, la forme réciproque à échantillon fini de Simpson N(N − 1) divisée par la somme de n(n − 1) donne 90/42, environ 2.14. La réciproque alternative de la somme des proportions carrées donne environ 1.92 pour ces mêmes données. Énoncez la formule plutôt que de les mélanger ; aucun résultat ne signifie que 2.14 ou 1.92 espèces ont été observées. Un échantillonnage approprié et des définitions cohérentes précèdent le calcul.
Two species have invented counts five and five. Use the stated reciprocal finite-sample form N(N − 1)/Σ[n(n − 1)] to calculate Simpson’s index.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
N = 10; 10 × 9/[5 × 4 + 5 × 4] = 90/40 = 2.25. State the formula: another convention gives a different small-sample value, and only two species were observed.
Fermez la chaîne reliant un effet mesuré à une conclusion qualifiée
- Répondez à la question réelle avec la direction observée, la taille, la plage et l'incertitude, en expliquant la biologie pertinente et les alternatives. Ensuite, reliez une limitation spécifique à sa conséquence probable et à une amélioration réalisable : un changement de 0.4 mm non résolu avec des lectures ±0.5 mm appelle une méthode étalonnée de manière appropriée, tandis que des traitements de plateau communs appellent davantage de plateaux indépendants, pas davantage de lectures des mêmes racines.
- Conservez les registres authentiques, formules, exceptions et sources créditées. Le travail pratique supervisé développe des compétences qu'une leçon ne peut remplacer. Une enquête individuelle nécessite un raisonnement/auteurship indépendant, tandis que la science collaborative développe une enquête et une communication conjointes. L'évaluation doit prioriser les limitations susceptibles de modifier la conclusion, plutôt que de lister des erreurs génériques déconnectées ou de promettre un résultat d'évaluation garanti.
Design a teacher-approved low-risk biological comparison, then explain how raw records, uncertainty, statistical decisions and evaluation support its conclusion. Distinguish independent units from repeated measurements.
A defensible conclusion is traceable from question through design and raw evidence to the analysis and its limits.