學術寫作技巧, 關鍵技巧

科技與醫學寫作的精確程度:隨機與系統性誤差

科技與醫學寫作大都包含實驗所產生的數據,而實驗數據最重要的就是其準確性與精確度,唯有可靠的數據才能歸納出合理的結論,否則錯誤的數據很可能會把事實導向完全相反的方向。由此可知,科技與醫學論文首重正確的數據資料,而整體研究工作的品質,也就取決於實驗與分析時的精確程度。本文目的是簡介常見誤差來源(包括隨機與系統性誤差)、如何避免誤差,以及不同誤差的統計分布型態。也會討論多次測量某定量値的誤差,如何影響最終的測量値或計算值。

大部分研究論文中,經過整合呈現數據或分析結果,通常需考慮下列事項,確保數據的正確性,才能表示得到的結果具有可信度及綜合性:

  • 考慮實際情況或數據的收集方法(涉及試驗設計與試驗方法)。
  • 定義誤差來源(隨機或系統性):所有數據都會有誤差,但絕不能是錯誤!
  • 檢驗並納入各種誤差來源。
  • 訂定測量値或計算值可允許的誤差範圍。

誤差可分為隨機誤差與系統性誤差,讓我們先來看看什麼是隨機誤差:

  • 相同的定量樣品,多次測量結果所包含的誤差:測量值的分布情形,是根據發生的機率而來,產生所謂的機率分布。
  • 隨機誤差的來源:
  1. 統計影響:根據試驗設計選擇正確的統計方式,避免擴大誤差,得出錯誤的結果(顯著?還是不顯著?)。
  2. 測量過程的限制:例如儀器的偵測極限,或是儀器本身的誤差範圍。
  • 常見機率分布型態

兩種型態的二項 (binomial) 分布圖:

1. 測量次數或樣本數少,機率不連續且不對稱:卜瓦松 (Poisson) 分布。
英文編修、論文修改、英文修改、論文編修

(該圖擷取自維基百科 Poisson distribution

2. 測量次數或樣本數多,機率連續且對稱(常態分布)。
英文編修、論文修改、英文修改、論文編修

(該圖擷取自維基百科 Normal distribution

接下來,再看看什麼是系統性誤差:

  • 系統性誤差傾向為「事先存有偏見」的測量值。
  • 系統性誤差的可能來源:
  1. 測量儀器不準確。
  2. 設備或技術使用錯誤。
  • 避免或減少系統性誤差的方法:
  1. 檢查、分析測量儀器與技術。
  2. 謹慎進行研究。
  • 不同實驗室進行相似的實驗,因為環境條件與使用儀器不同,就可能出現特定的系統性誤差。
  • 如果相同定量樣品的兩份實驗報告結果不同,可能是由於其中之一,或是兩者都處理不當所造成的系統性誤差。

整體而言,避免不合理誤差的方法包含下列各項:

  • 防止並定量各種隨機與系統性誤差的來源。
  • 注意誤差來源加成:多次(項)測量數值累積的誤差。
  • 由於多項測量數値的程序,可能彼此獨立,也可能非獨立,造成不同的誤差。
  • 經過嚴格與徹底的誤差分析,才能確保引用數值的可信度。
  • 正確的數值,加上適當的error bar,才能讓同儕尊重您研究論文的結果

 
參考資料:
Enago英文部落格 Accuracy: Random and Systematic Errors

發表於: 學術寫作技巧, 關鍵技巧   標籤: , , , , , ,
  • Leave a Reply

    Disclaimer : The opinions expressed here by the Bloggers and those providing comments are theirs' alone, and do not reflect the opinions of Crimson Interactive or any employee thereof. Crimson Interactive is not responsible for the accuracy of any of the information supplied by the Bloggers. While every caution has been taken to provide readers with the most accurate information and honest analysis, please use your discretion before taking any decisions based on the information in this blog. Author will not compensate you in any way whatsoever if you ever happen to suffer a loss/inconvenience/damage because of/while making use of information in this blog.