1. 오류 최소화 :
- 무작위 오류 : 모든 측정에는 어느 정도의 불확실성이 있습니다. 여러 번의 판독 값을 사용하면 이러한 임의의 변동을 평균화하여보다 정확한 결과를 초래합니다.
- 체계적인 오류 : 반복 판독 값은 체계적인 오류를 제거하지 않지만 (같은 방향으로 측정에 지속적으로 영향을 미치는 오류), 판독 값이 특정 방식으로 일관되게 벗어나는 경우 식별하는 데 도움이 될 수 있습니다.
2. 특이 치 식별 :
- 반복 된 판독 값을 사용하면 나머지 (특이 치)와 크게 다른 데이터 포인트를 식별 할 수 있습니다. 특이 치는 실험 또는 데이터 수집의 오류를 나타낼 수 있으며 제거하거나 추가로 조사 할 수 있습니다.
3. 변동성 평가 :
- 여러 판독 값은 데이터의 변동성 또는 스프레드에 대한 정보를 제공합니다. 이것은 결과의 신뢰성을 이해하고 통계 분석에 중요합니다.
4. 신뢰 증가 :
- 표본 크기가 클수록 (더 많은 판독 값) 결과에 대한 신뢰가 높아집니다. 데이터 포인트가 많을수록 평균이 측정되는 실제 값을 나타낼 가능성이 높습니다.
5. 추세 감지 :
- 변수가 시간이 지남에 따라 변하는 실험에서 반복 판독 값은 단일 측정에서 명백하지 않은 경향이나 패턴을 식별하는 데 도움이 될 수 있습니다.
6. 통계 분석 :
- 통계 분석을 수행하는 데 반복되는 판독 값이 필수적이며, 이는 샘플 데이터를 기반으로 모집단에 대한 추론을 할 수 있습니다.
예 :
용액의 온도를 측정한다고 상상해보십시오. 하나의 독서는 25.2 ° C를 줄 수 있습니다. 그러나 5 개의 판독 값을 얻으면 25.1 ° C, 25.3 ° C, 25.2 ° C, 25.0 ° C 및 25.4 ° C를 생성 할 수 있습니다. 이러한 판독 값을 평균화하면 더 정확한 온도 (25.2 ° C)가 제공되며 온도가 약간 변동됨을 보여줍니다.
요약하면, 실험 결과의 정확성, 신뢰성 및 유효성을 향상시키기 위해서는 과학의 반복 판독 값이 필수적입니다. .
