1 / 52

Struktura, metodika i funkcioniranje znanstvenog rada

Struktura, metodika i funkcioniranje znanstvenog rada Logičke zakonitosti znanstvenog rada i najčešće pogrješke. studeni 2007. 1. Pravopis, gramatika. 2. Logičko zaključivanje. www.glasbergen.com/. Logika znanstvenoga rada.

calla
Download Presentation

Struktura, metodika i funkcioniranje znanstvenog rada

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Struktura, metodika i funkcioniranje znanstvenog rada Logičke zakonitostiznanstvenog rada i najčešće pogrješke studeni 2007.

  2. 1. Pravopis, gramatika

  3. 2. Logičko zaključivanje www.glasbergen.com/

  4. Logika znanstvenoga rada • uporaba logičkih pravila i logike uopće kao područja izraženih oblika valjane misli još je izrazitija i stroža u znanostima i filozofiji… • budući znanost prepoznajemo po spoznajnoj metodi i predmetu ili objektu istraživanja, nedvojbeno je logičnost nužna pretpostavka svake znanstvene metodologije… Mirko Jakić. Logika. Školska knjiga, Zagreb 2003.

  5. Logika znanstvenoga rada • posebice vidljivo u neprestanoj uporabi logičkih oblika misli kao što su sudovi, zaključci, definicije, razdiobe, dokazi itd. • logika izražava formalne uvjete valjanosti, neprestan je trud znanstvenika usklađivanje te nužne pretpostavke s metodologijskim uputstvima svrha kojih je otkrivanje istinitosti… Mirko Jakić. Logika. Školska knjiga, Zagreb 2003.

  6. 3. Neznanstveni postupci • ustrajnost(navika, stav, vjerovanje, inercija) • autoritet • intuicija (očiglednost)

  7. 4. Dokaz dokaz – sve prije nego jednostavna radnja

  8. 5. Istraživačka logika • deterministički model sustava • probabilistički model sustava • vjerojatnost događaja  p(D) 0  p(D)  1

  9. 6. Vjerojatnost, pojam • izračun matematičke vrijednosti ostvarivanja nekog događaja • matematički  teorija vjerojatnosti • statistika • matematika • znanstvena metodologija • logika i filozofija • zaključivanje o ostvarivosti događaja

  10. Vjerojatnost, izračun • vjerojatnost događaja, P (probability) • broj povoljnih mogućnostiP = ukupni broj mogućnosti • vrijednost u rasponu 0-1: • 0 – vjerojatnost nemogućegdogađaja • 1 – vjerojatnost sigurnogdogađaja

  11. Vjerojatnost, izraz • probability • vjerojatnost, mogućnost • possibility • mogućnost, vjerojatnost, izvedivost • likelihood • vjerojatnost, mogućnost • chance • mogućnost, prigoda, slučaj, slučajnost, vjerojatnost, sreća, povoljna prilika • odds • izgled, prednost, vjerojatnost, slučajnost

  12. 7. Statistika • izračun vjerojatnosti • probabilistički model sustava

  13. Statistička mehanika • Lord Kelvin(1824.-1907.) • James C. Maxwell(1831.-79.) • Ludwig Boltzmann(1844.-1906.) • Willard Gibbs(1839.-1903.) • p = ?

  14. Statistička asimetrija • 10A : 10B  180.000 načina (p=5,56x10-6)

  15. Statistička mehanika • 1 : 180.000

  16. Statistička mehanika “Drugi zakon termodinamike kaže da se entropija u zatvorenom sistemu može samo povećavati ili ostati konstantna. Za one koji ne znaju što je entropija, prethodna rečenica ne znači previše. Zato će im sigurno više značiti sljedeća, manje točna definicija: «nered» se u zatvorenom sistemu može samo povećavati ili ostati konstantan.” A. Šiber: Red i nered http://eskola.hfd.hr/clanci/entropija/entropija_as.html

  17. 8. Mjerenje9. Istraživanje SPOZNAJA O POPULACIJI populacija mjereno obilježje     ... pokazatelj = varijabla = (mjerno) obilježje

  18. 10. Pokazatelj • sve pokazatelje istraživanja • što više pokazatelja • pitanje kraja istraživanja • jednostavni  složeni (podatci) • preciznost iskaza vrijednosti • mjerne ljestvice

  19. 11. Ljestvice mjerenja NOMINALNA ORDINALNA INTERVALNA OMJERNA

  20. 12. Pogreška mjerenja sustavna slučajna

  21. 13. Populacija SPOZNAJA O POPULACIJI populacija mjereno obilježje uzorak statistička obrada podataka UZORKOVANJE PROCJENA SPOZNAJA O UZORKU

  22. 14. Uzorak • dio populacije • pojmovna odrednica • vremenska odrednica • prostorna • veličina uzorka

  23. Uzorak • reprezentativan • mjerljiv • slučajni (probabilistički) • jednostavni • sustavni • slojevit (stratificirani) • skupovni (klasterirani)

  24. Zavisni i nezavisni uzorci ZAVISNI NEZAVISNI

  25. 15. Uzorkovanje • uzorkovanje – MedCalc(engl. sampling)

  26. 16. Pristranost kao sustavna pogrješka uzorkovanja • prevalencijsko (Neymanovo) iskrivljenje • iskrivljenje stope primitka (Berksonova zabluda) • iskrivljenje odgovora • iskrivljenje pripadnosti • iskrivljenje odabira postupaka

  27. 17. Maskiranje • jednostruko • dvostruko • trostruko • četverostruko

  28. 18. Kontrolna skupina • kontrolna ili poredbena skupina • usporedba sa skupinom koja je nadzirana • pokus • Hawthorneov efekt • istraživanja bez kontrolne skupine • jedinka mijenja ponašanje samo stoga što zna da je obuhvaćena istraživanjem • jedinka se osjeća bolje samo stoga što je postala dio istraživanja

  29. 19. Hipoteza • put do dokaza • privremeno tumačenje • znanstvena hipoteza istraživanja • statistika hipoteza http://nhcs.k12.in.us/nhe/sciencefair/

  30. 20. Statistička hipoteza • elementarna tvrdnja • točna (istinita) ili netočna (neistinita) • provjera hipoteze traženje istine

  31. Statistička hipoteza • istina  stvarno, objektivno stanjeprobabilistički sustav:istina vjerojatnost • značajno  ono što se ostvaruje na svaki drugi način osim slučajno:iskaz vjerojatnosti razina značajnosti

  32. 21. Nulta hipoteza Nema razlike!

  33. 22. Dokazivanje statističke hipoteze • postavljanje hipoteze • odabir statističkog testa • određivanje razine značajnosti • izračunavanje statistike testa • zaključivanje

  34. Primjer hrana studenti studenti u kantini iz Zagreba izvan Zagreba dobra 19 (25%) 21 (28%) loša 8 (11%) 27 (36%) ukupno 27 48 Razlikuje li se mišljenje o kakvoći hrane među studentima?(3 dana x 25 prvih na redu, N=75)

  35. A. Postavljanje hipoteze • nulta – H0-hipoteza: razlike nema! “Nema razlike u mišljenju.” • suprotna – H1-hipoteza: razlike ima! “Razlika u mišljenju postoji.” • samo jedna može biti istinita • samo jedna može biti prihvaćena, dok će ona druga biti odbačena

  36. B. Odabir testa • testovi dokazivanja statističkih hipoteza • ovisnost • osobine obilježja – mjerne ljestvice • osobine uzoraka • veličina • povezanost • osobine raspodjele • parametrijski • neparametrijski • broj obilježja – uni/bi/multivarijatni testovi

  37. 23. Statistički testovi Ljestvica Jedan uzorak Dva uzorka Tri i više uzoraka Ovisni Neovisni Ovisni Neovisni Nominalna binomni test McNemara Cohran hi-kvadrat Fisher hi-kvad hi-kvadrat/ Ordinalna Kol.-Smirn. Wilcoxon Friedman homologni MW p/medijan Moses KW Intervalna Omjerna . . .

  38. C. Određivanje razine značajnosti • P • a ako se p određuje prije izračunavanja • a – vjerojatnost odbacivanja H0 kad je ona stvarno točna i istinita • tzv. a-pogrješka (pogrješka I. vrste) • što manja! • uobičajene vrijednosti, npr. P<0,05

  39. 24. Pogrješke testiranja hipoteze PRAVO STANJE ZAKLJUČENO RAZLIKA RAZLIKA POSTOJI (H1) NE POSTOJI (H0) ISPRAVAN a pogrješka RAZLIKA ZAKLJUČAK (I. vrste) POSTOJI (H0 odbac.) b pogrješka ISPRAVAN RAZLIKE (II. vrste) ZAKLJUČAK NEMA (H0 prihvat.)

  40. D. Izračunavanje • matematički račun • P = egzaktnavrijednost • 3 decimalna mjesta P > 0,05

  41. 25. Programska potpora

  42. 26. Zaključivanje (E) • mala vrijednost “P” = mala vjerojatnost da odbacujemo istinito • zaključivanje: • P < a • vjerojatnost istinitosti H0 je mala • odbacujemo (ne prihvaćamo) nultu hipotezu • prihvaćamo alternativnu, H1 • potvrdimo je, iskažemo je, uz P =...

  43. Primjer: zaključak hrana studenti studenti u kantini iz Zagreba izvan Zagreba dobra 19 (25%) 21 (28%) loša 8 (11%) 27 (36%) ukupno 27 48 c2=3,91, df=1, P=0,048

  44. koja se hipoteza dokazuje što se računa kako (što je temelj matematičkog izračunavanja) prednosti uvjeti koja su ograničenja 27. Što DA i što NE?

  45. y y y x x x Primjer 1: kada NE računati r

  46. uvjet N r p lin(bsj) : mt 118 0,25 0,006 log(bsj) : mt 118 0,43 <0,001

  47. Primjer 2: kada NE računati 2 hrana studenti studenti u kantini iz Zagreba izvan Zagreba dobra 10 31 loša 0 19 ukupno 10 50

  48. Primjer 3: kada NE zaključiti ovako Lupus 2004;14:426

  49. 28. Pomoć e-priopćavanjem

  50. 29. Značajnost vs. preciznost www.mathworks.com

More Related