進行生物實驗時，由於生物體內或生物間的差異，許多時相關的代謝作用並不是很穩定的，因此，需要讀取多個數據，然後取其平均值計算。
但究竟需要多少數據呢?
基本的原則是: 偏差大的話，所需數據便愈多!
當然，理論上，數據肯定愈多愈好，但收集數據是花時間的，祇要有足夠的可信度，讀取太多數據是不值得的。
試看看以下 3 組數據:
| 1 st | 2nd | 3rd | |
| A | 10 | 11 | 9 |
| B | 10 | 15 | 5 |
| C | 11 | 9 | -- |
雖然平均值一樣是 10，但你覺得哪一組數據的平均值可信度較大?
答案顯然是 A組吧。
其實 B 組的實驗設計的結果也未必不可信，不過相對於 A 組來說是較差吧。要提高 B 組平均值的可信度，你可以增加實驗的數據量，例如讀取 10 次，然後計算其平均值。
至於 C 組? 數據太少吧!
但假如時間不足夠的話，究竟我們又應該進行哪些實驗呢?
又試試看以下兩個實驗:
第一組
| 1 st | 2nd | 3rd | |
| A | 10 | 11 | 9 |
| B | 5 | 8 | 7 |
| C | 4 | 5 | -- |
| D | -- | -- | -- |
第二組
| 1 st | 2nd | 3rd | |
| A | 10 | 11 | -- |
| B | 5 | 8 | -- |
| C | 4 | 5 | -- |
| D | 2 | 3 | -- |
兩組實驗同樣祇有8個數據，你認為應該進行哪一個呢?
答案肯是第一組，於第一組中，起碼有6個數據是可用的; 但於第二組實驗中，由於所有情況皆沒足夠數據可供計算平均，因此所有數據皆未達可信程度，即是可算是沒有任何數據。
沒有留言:
張貼留言