Fagsprog og statistik

Fysik/kemi · 7.-9. klasse · Kommunikation

Fagsprog og statistik — præcision i kommunikation

Fysik/kemi kræver præcist sprog + statistisk tænkning. Tåge-tale dræber videnskab.

Fagsprog vs. hverdagssprog

| Hverdagssprog | Fagsprog |

|--------------|----------|

| Tung | Stor masse |

| Hurtig | Høj hastighed/acceleration |

| Varm | Høj temperatur |

| Sur (smag) | Lav pH |

| "Strøm bliver brugt op" | "Elektrisk energi omsættes til termisk" |

| "Bølger" | Længde- eller tværbølger med f og λ |

Hvorfor er fagsprog vigtigt?

Uklart: "Noget varmt flyttede sig til det kolde"

Fagligt: "Varmeoverførsel ved ledning (konduktion) fra 80°C-metal til 20°C-vand"

Den anden er præcis, reproducerbar og sammenlignelig.

Centrale statistiske begreber

Gennemsnit (middelværdi):

x̄ = (x₁ + x₂ + ... + x_n) / n

Median: midterste værdi (efter sortering). Robust mod ekstremværdier.

Spredning: hvor spredte er data?

Standardafvigelse σ (sigma):

σ = √(Σ(xᵢ - x̄)² / (n-1))

• Lille σ → præcise målinger
• Stor σ → varierende målinger

Måleusikkerhed (± værdi):

• 23,5°C ± 0,5°C betyder: sand værdi ligger mellem 23,0 og 24,0°C

Konfidensinterval (95%):

x̄ ± 1,96 · σ/√n

• Vi er 95% sikre at den sande værdi ligger inden for dette interval

Eksempel: Pendul-målinger

Du måler g 10 gange med pendul:

| Måling | g (m/s²) |

|--------|----------|

| 1 | 9,78 |

| 2 | 9,85 |

| 3 | 9,80 |

| 4 | 9,75 |

| 5 | 9,83 |

| 6 | 9,79 |

| 7 | 9,82 |

| 8 | 9,74 |

| 9 | 9,87 |

| 10 | 9,77 |

Gennemsnit: 9,80 m/s²

Standardafvigelse: 0,042 m/s²

Konfidensinterval (95%): 9,80 ± 0,026 m/s²

Konklusion: g = 9,80 ± 0,04 m/s² — stemmer med teoretisk 9,82 m/s² ✓

Excel/Google Sheets-funktioner

• =GENNEMSNIT(A1:A10) — gennemsnit
• =MEDIAN(A1:A10) — median
• =STDAFV(A1:A10) — standardafvigelse
• =MAKS(A1:A10) / =MIN(A1:A10) — yderpunkter

Signifikante cifre

• 2 signifikante: 23, 0,0025
• 3 signifikante: 234, 23,5, 0,00235
• Regel for multiplikation/division: resultatet skal have samme antal signifikante cifre som det mindst præcise input

Eksempel:

• 3,2 (2 signifikante) · 4,15 (3 signifikante) = 13 (2 signifikante — ikke 13,28!)

Typer fejl

Systematiske fejl (bias):

• Samme fejl hver gang
• Skyldes fx ikke-kalibreret instrument
• Påvirker nøjagtigheden (accuracy)
• Kan ikke reduceres ved gentagelse

Tilfældige fejl (random):

• Varierer fra måling til måling
• Fx menneskelig reaktionstid, støj
• Påvirker præcisionen
• Reduceres ved gentagelse (√n-forbedring)

Nøjagtighed vs. præcision

Nøjagtighed = hvor tæt på sand værdi

Præcision = hvor konsistente målinger

4 mulige kombinationer:

• Nøjagtig + præcis ✅ (ideel)
• Nøjagtig + upræcis (tilfældige fejl)
• Unøjagtig + præcis (systematisk bias)
• Unøjagtig + upræcis (katastrofe!)

Pas på i rapporter

• Skriv usikkerhed med: ikke "g = 9,80" men "g = 9,80 ± 0,04 m/s²"
• Signifikante cifre: ikke 23,456789 når du kun har 2 præcise cifre
• Enheder altid: 9,80 m/s², ikke "9,80"
• Sammenlign med teori: er din værdi inden for usikkerhed af den accepterede?

Læringsmål

• Skelne fagsprog fra hverdagssprog i naturfaglig kontekst
• Beregne gennemsnit og standardafvigelse fra måledata
• Angive måleusikkerhed med ±
• Anvende signifikante cifre korrekt
• Skelne systematiske fra tilfældige fejl
• Skelne nøjagtighed fra præcision

Projekt: Statistisk analyse af et forsøg

Udfør et forsøg mindst 10 gange (fx pendul, Ohms lov, titrering). Beregn: gennemsnit, median, standardafvigelse, konfidensinterval. Angiv resultat med ±. Sammenlign med teoretisk værdi — er du inden for usikkerhed?

Udvidet: plot data i histogram. Er fordelingen "normal" (klokkeform)? Hvis ikke, hvorfor?

Brobygning: Statistisk tænkning er fundamental i ALL naturvidenskab, medicin, økonomi og ingeniørarbejde. På STX matematik A og B introduceres statistik grundigt. Karriereveje: data scientist, statistiker, epidemiolog, kvalitetskontrol-ingeniør.