Tilbake
8.2
Dataanalyse og feilkilder

8.2 Dataanalyse og feilkilder

Alle fag for VG3

Bearbeiding av måledata, statistiske metoder, grafisk framstilling og systematiske/tilfeldige feil.

45 min
12 oppgaver
DatabehandlingStatistiske metoderGrafisk framstillingSystematiske feilTilfeldige feilPresisjon og nøyaktighet
Du leser den tradisjonelle versjonen
Din fremgang i kapitlet
0 / 12 oppgaver
Kapitlets plass i kurset

Dataanalyse og feilkilder

Etter at vi har gjennomført et eksperiment og samlet inn data, begynner det virkelige arbeidet: å analysere dataene for å trekke meningsfulle konklusjoner. I dette kapittelet lærer vi hvordan vi bearbeider, visualiserer og tolker måledata — og hvordan vi identifiserer og vurderer feilkilder.

Oversikt over dataanalyseprosessen

1. Organisere dataene i tabeller
2. Beregne gjennomsnitt, standardavvik og usikkerhet
3. Framstille dataene grafisk
4. Tilpasse en matematisk modell (f.eks. lineær regresjon)
5. Vurdere hvor godt modellen passer (R²)
6. Identifisere feilkilder og outliers
7. Konkludere basert på analysen

Bearbeiding av måledata

Organisering i tabell

Alle måledata bør organiseres i en ryddig tabell med:

- Kolonne for uavhengig variabel (f.eks. lengde, spenning)
- Kolonne(r) for avhengig variabel (f.eks. svingetid, strøm)
- Gjentatte målinger i separate kolonner
- Gjennomsnittsverdier beregnet fra gjentakelsene
- Enheter tydelig angitt i kolonneoverskriften
- Usikkerhet angitt for hver størrelse

Eksempel: Pendelforsøk

LL (m) ±0,002\pm 0{,}002T1T_1 (s)T2T_2 (s)T3T_3 (s)Tˉ\bar{T} (s)sTs_T (s)
0,4001,271,261,281,2700,010
0,6001,551,561,541,5500,010
0,8001,791,801,811,8000,010
1,0002,012,002,022,0100,010
1,2002,202,192,212,2000,010
1,4002,372,382,362,3700,010

Her har vi tre gjentakelser for hver pendellengde, og vi beregner gjennomsnitt og standardavvik for svingetiden.

Grafisk framstilling

En god graf er et av de viktigste verktøyene i dataanalyse. Den gjør det mulig å oppdage mønster, trender og avvik som ikke er åpenbare fra tallene alene.

Krav til en god graf

1. Tittel: Beskriv hva grafen viser (f.eks. «Svingetid som funksjon av pendellengde»).
2. Aksetitler: Begge akser skal ha navn og enhet (f.eks. LL (m), TT (s)).
3. Skala: Velg passende skala slik at datapunktene fyller mest mulig av grafområdet. Start ikke nødvendigvis på null.
4. Datapunkter: Bruk tydelige symboler (f.eks. fylte sirkler).
5. Feilstaver (error bars): Vis usikkerheten for hvert datapunkt.
6. Tilpasset kurve/linje: Tegn den best tilpassede kurven gjennom datapunktene.
7. Aksevalg: Sett den uavhengige variabelen langs x-aksen og den avhengige langs y-aksen.

Feilstaver (error bars)

Feilstaver er vertikale (og eventuelt horisontale) streker gjennom hvert datapunkt som viser usikkerhetsintervallet. De gir et visuelt bilde av målingens presisjon.

- Vertikale feilstaver: Usikkerhet i y-verdien (Δy\Delta y)
- Horisontale feilstaver: Usikkerhet i x-verdien (Δx\Delta x)

En god tilpasning bør gå gjennom (eller nær) de fleste feilstavene.

Lineær regresjon

Lineær regresjon er en metode for å finne den beste rette linjen gjennom et sett med datapunkter. Den rette linjen har formen:

y=ax+by = ax + b

der aa er stigningstallet og bb er konstantleddet (y-skjæringspunktet).

Minste kvadraters metode

Den vanligste metoden er minste kvadraters metode (least squares). Den finner verdiene av aa og bb som minimerer summen av de kvadrerte avstandene mellom datapunktene og linjen:

S=∑i=1N(yi−(axi+b))2S = \sum_{i=1}^{N} (y_i - (ax_i + b))^2

Formlene for den beste tilpasningen er:

a=N∑xiyi−∑xi∑yiN∑xi2−(∑xi)2a = \frac{N\sum x_i y_i - \sum x_i \sum y_i}{N\sum x_i^2 - (\sum x_i)^2}

b=∑yi−a∑xiN=yˉ−axˉb = \frac{\sum y_i - a \sum x_i}{N} = \bar{y} - a\bar{x}

I praksis bruker vi digitale verktøy (kalkulator, Excel, GeoGebra, Python) til å utføre regresjonen.

Usikkerhet i regresjonsparametrene

De digitale verktøyene gir også usikkerheter i aa og bb. Disse forteller oss hvor godt bestemt stigningstallet og konstantleddet er.

Lineær regresjon (minste kvadraters metode)
y=ax+b,a=N∑xiyi−∑xi∑yiN∑xi2−(∑xi)2,b=yˉ−axˉy = ax + b, \quad a = \frac{N\sum x_i y_i - \sum x_i \sum y_i}{N\sum x_i^2 - (\sum x_i)^2}, \quad b = \bar{y} - a\bar{x}

$a$ er stigningstallet og $b$ er konstantleddet. Metoden minimerer summen av kvadrerte residualer $S = \sum(y_i - ax_i - b)^2$.

R²-verdien (bestemmelseskoeffisienten)

R²-verdien (R-squared) er et tall mellom 0 og 1 som angir hvor godt den tilpassede modellen forklarer variasjonen i dataene.

R2=1−∑(yi−y^i)2∑(yi−yˉ)2R^2 = 1 - \frac{\sum (y_i - \hat{y}_i)^2}{\sum (y_i - \bar{y})^2}

der y^i=axi+b\hat{y}_i = ax_i + b er de forutsagte verdiene og yˉ\bar{y} er gjennomsnittet av yy-verdiene.

Tolkning

R2R^2Kvalitet
R2>0,99R^2 > 0{,}99Utmerket tilpasning
0,95<R2<0,990{,}95 < R^2 < 0{,}99God tilpasning
0,90<R2<0,950{,}90 < R^2 < 0{,}95Akseptabel tilpasning
R2<0,90R^2 < 0{,}90Svak tilpasning — vurder om modellen passer

OBS: En høy R2R^2-verdi betyr ikke nødvendigvis at den lineære modellen er riktig. Sjekk alltid residualene (avvikene) visuelt.
R² — bestemmelseskoeffisienten
R2R^2 (R-squared) angir andelen av variasjonen i den avhengige variabelen som forklares av modellen. R2=1R^2 = 1 betyr perfekt tilpasning, R2=0R^2 = 0 betyr at modellen ikke forklarer noe.

For en lineær modell er R2=r2R^2 = r^2 der rr er korrelasjonskoeffisienten (Pearsons rr).

✏️Lineær regresjon — Ohms lov

En elev måler strømmen gjennom en motstand ved ulike spenninger:

UU (V)1,02,03,04,05,06,0
II (mA)2,14,36,28,510,112,4

Utfør lineær regresjon med II som funksjon av UU og finn motstandsverdien.

Vi tilpasser I=aU+bI = aU + b der a=1/Ra = 1/R ifølge Ohms lov.

Beregning (med digitalt verktøy):

∑Ui=21,0,∑Ii=43,6,∑UiIi=183,7,∑Ui2=91,0\sum U_i = 21{,}0, \quad \sum I_i = 43{,}6, \quad \sum U_i I_i = 183{,}7, \quad \sum U_i^2 = 91{,}0

a=6×183,7−21,0×43,66×91,0−(21,0)2=1102,2−915,6546−441=186,6105=1,777 mA/Va = \frac{6 \times 183{,}7 - 21{,}0 \times 43{,}6}{6 \times 91{,}0 - (21{,}0)^2} = \frac{1102{,}2 - 915{,}6}{546 - 441} = \frac{186{,}6}{105} = 1{,}777 \, \text{mA/V}

b=43,6−1,777×21,06=43,6−37,326=6,286=1,047≈0,14 mAb = \frac{43{,}6 - 1{,}777 \times 21{,}0}{6} = \frac{43{,}6 - 37{,}32}{6} = \frac{6{,}28}{6} = 1{,}047 \approx 0{,}14 \, \text{mA}

R2=0,9993R^2 = 0{,}9993

Motstand:

R=1a=11,777×10−3=563 ΩR = \frac{1}{a} = \frac{1}{1{,}777 \times 10^{-3}} = 563 \, \Omega

Tolkning: R2≈0,999R^2 \approx 0{,}999 viser utmerket lineær sammenheng, som bekrefter Ohms lov. Konstantleddet b≈0,14 mAb \approx 0{,}14 \, \text{mA} er nær null, noe som tyder på at det ikke er systematisk offset. Motstandsverdien er ca. 560 Ω560 \, \Omega.

Linearisering

Mange fysiske sammenhenger er ikke-lineære. For å kunne bruke lineær regresjon, kan vi linearisere sammenhengen ved å transformere variablene.

Potenssammenheng: y=axny = ax^n

Tar vi logaritmen på begge sider:

ln⁡y=ln⁡a+nln⁡x\ln y = \ln a + n \ln x

Dette er en lineær sammenheng mellom ln⁡y\ln y og ln⁡x\ln x:

- Plot: ln⁡y\ln y mot ln⁡x\ln x (log–log-plot)
- Stigningstall: nn (eksponenten)
- y-skjæring: ln⁡a\ln a, altså a=eskjæringa = e^{\text{skjæring}}

Eksponentiell sammenheng: y=aebxy = ae^{bx}

Tar vi den naturlige logaritmen:

ln⁡y=ln⁡a+bx\ln y = \ln a + bx

Lineær sammenheng mellom ln⁡y\ln y og xx:

- Plot: ln⁡y\ln y mot xx (semilogaritmisk plot)
- Stigningstall: bb
- y-skjæring: ln⁡a\ln a, altså a=eskjæringa = e^{\text{skjæring}}

Eksponentiell sammenheng med base 10: y=a⋅10cxy = a \cdot 10^{cx}

log⁡y=log⁡a+cx\log y = \log a + cx

Her bruker vi log⁡10\log_{10} og plotter log⁡y\log y mot xx.

Invers sammenheng: y=ax+b\displaystyle y = \frac{a}{x} + b

Plot yy mot 1x\displaystyle \frac{1}{x}, og tilpass en rett linje.

Eksempel: Pendelen

Svingetiden er T=2πL/gT = 2\pi\sqrt{L/g}, altså T∝L1/2T \propto L^{1/2}.

T2=4π2g⋅LT^2 = \frac{4\pi^2}{g} \cdot L

Plot T2T^2 mot LL: stigningstallet gir a=4π2/ga = 4\pi^2/g, og dermed g=4π2/ag = 4\pi^2/a.

Linearisering
Linearisering er teknikken der vi transformerer en ikke-lineær sammenheng til en lineær form Y=aX+bY = aX + b ved å innføre nye variabler (f.eks. Y=ln⁡yY = \ln y, X=ln⁡xX = \ln x).

SammenhengPlotStigningstallSkjæring
y=axny = ax^nln⁡y\ln y mot ln⁡x\ln xnnln⁡a\ln a
y=aebxy = ae^{bx}ln⁡y\ln y mot xxbbln⁡a\ln a
y=a/x+by = a/x + byy mot 1/x1/xaabb
T=2πL/gT = 2\pi\sqrt{L/g}T2T^2 mot LL4π2/g4\pi^2/g00
✏️Linearisering av pendelforsøk

Bruk dataene fra pendelforsøket til å bestemme gg:

LL (m)0,4000,6000,8001,0001,2001,400
Tˉ\bar{T} (s)1,2701,5501,8002,0102,2002,370

Lineariser sammenhengen ved å plotte T2T^2 mot LL.

Steg 1: Beregn T2T^2

LL (m)T2T^2 (s²)
0,4001,613
0,6002,403
0,8003,240
1,0004,040
1,2004,840
1,4005,617

Steg 2: Lineær regresjon av T2T^2 mot LL
Vi tilpasser T2=aL+bT^2 = aL + b og får (med digitalt verktøy):
a=4,007 s2/m,b=−0,002 s2,R2=0,9999a = 4{,}007 \, \text{s}^2/\text{m}, \quad b = -0{,}002 \, \text{s}^2, \quad R^2 = 0{,}9999
Steg 3: Beregn gg
Fra T2=4π2gL\displaystyle T^2 = \frac{4\pi^2}{g}L har vi a=4π2g\displaystyle a = \frac{4\pi^2}{g}:
g=4π2a=4π24,007=39,484,007=9,85 m/s2g = \frac{4\pi^2}{a} = \frac{4\pi^2}{4{,}007} = \frac{39{,}48}{4{,}007} = 9{,}85 \, \text{m/s}^2
Tolkning: R2=0,9999R^2 = 0{,}9999 viser en utmerket lineær sammenheng mellom T2T^2 og LL, som bekrefter at T∝LT \propto \sqrt{L}. Verdien g=9,85 m/s2g = 9{,}85 \, \text{m/s}^2 er nær tabellverdien 9,81 m/s29{,}81 \, \text{m/s}^2. Konstantleddet b≈0b \approx 0 tyder på at det ikke er systematisk feil.

Identifisering av feilkilder

En viktig del av dataanalysen er å identifisere og vurdere mulige feilkilder. Vi skiller mellom systematiske og tilfeldige feil (se kapittel 8.1), og i tillegg ser vi etter outliers og vurderer reproduserbarhet.

Vanlige feilkilder i fysikkforsøk

Systematiske feil:
- Feilkalibrert instrument (f.eks. vekt som ikke er nullstilt)
- Parallaksefeil ved avlesing
- Friksjon eller luftmotstand som ikke er tatt med i modellen
- Reaksjonstid ved manuell tidtaking
- Temperaturendringer som påvirker utstyret
- Spenningsfall i ledninger som ikke er medregnet

Tilfeldige feil:
- Vibrasjoner i laboratoriet
- Variasjoner i startbetingelser (f.eks. utslippspunkt)
- Elektronisk støy
- Avlesingsusikkerhet

Hvordan identifisere systematiske feil

1. Sammenlign med tabellverdi: Hvis resultatet konsekvent avviker fra en kjent verdi, kan det tyde på en systematisk feil.
2. Bruk ulike metoder: Mål den samme størrelsen med forskjellig utstyr eller teknikk.
3. Se etter mønster i residualene: Hvis residualene (avvikene fra tilpasset linje) viser et systematisk mønster, tyder det på at modellen er feil eller at det er en systematisk feil.

Outliers (uteliggere)

En outlier er et datapunkt som avviker markant fra de andre målingene. Outliers kan skyldes:

- Feil i avlesing eller registrering
- Uventet forstyrrelse under målingen
- Feil i utstyret
- Et genuint fysisk fenomen

Håndtering av outliers

1. Identifiser: Et datapunkt som ligger mer enn 2s2s eller 3s3s fra gjennomsnittet, kan vurderes som en mulig outlier.
2. Undersøk årsaken: Prøv å finne ut hva som forårsaket avviket. Var det en kjent forstyrrelse?
3. Dokumenter: Hvis du fjerner en outlier, må du begrunne hvorfor i rapporten. Fjern aldri datapunkter bare fordi de «ser feil ut».
4. Gjennomfør regresjonen med og uten: Vis at konklusjonen holder uansett.

Statistisk test for outliers

En enkel test er Chauvenet-kriteriet: Hvis sannsynligheten for å observere et avvik like stort (eller større) er mindre enn 1/(2N)1/(2N), der NN er antall målinger, kan punktet forkastes.

Reproduserbarhet

Et av grunnprinsippene i vitenskap er at resultater skal kunne reproduseres av andre forskere. Vi skiller mellom to begreper:

- Repeterbarhet (repeatability): Samme person, samme utstyr, kort tid mellom forsøkene — gir tilsvarende resultat.
- Reproduserbarhet (reproducibility): Andre forskere, annet utstyr, annet sted — gir tilsvarende resultat.

Hva er «tilsvarende resultat»?

To resultater er forenlige (compatible) hvis usikkerhetsintervallene overlapper. Mer presist: Hvis ∣x1−x2∣≤2Δx12+Δx22|x_1 - x_2| \leq 2\sqrt{\Delta x_1^2 + \Delta x_2^2}, er resultatene forenlige innenfor omtrent 95%95\% konfidensintervall.

Betydning for rapportering

God reproduserbarhet krever at du dokumenterer:
- Eksperimentoppsettet i detalj
- Alle måleinstrumenter med presisjon
- Omgivelsesforhold (temperatur, lufttrykk, etc.)
- Databehandlingsmetoder
- Eventuelt kildekode brukt i analysen

✏️Linearisering med log–log-plot

En elev undersøker sammenhengen mellom perioden TT og lengden LL for en pendel. Dataene er:

LL (m)0,250,500,751,001,502,00
TT (s)1,001,421,742,012,462,84

Bruk et log–log-plot for å bekrefte at T∝LnT \propto L^n og finn eksponenten nn.

Steg 1: Beregn ln⁡L\ln L og ln⁡T\ln T

LLln⁡L\ln LTTln⁡T\ln T
0,25−1,3861,000,000
0,50−0,6931,420,351
0,75−0,2881,740,554
1,000,0002,010,698
1,500,4052,460,900
2,000,6932,841,044

Steg 2: Lineær regresjon av ln⁡T\ln T mot ln⁡L\ln L
Tilpasser ln⁡T=n⋅ln⁡L+ln⁡a\ln T = n \cdot \ln L + \ln a:
n=0,501,ln⁡a=0,695,R2=0,9998n = 0{,}501, \quad \ln a = 0{,}695, \quad R^2 = 0{,}9998
Steg 3: Tolkning
n≈0,50=12n \approx 0{,}50 = \frac{1}{2}
Dette bekrefter at T∝L1/2T \propto L^{1/2}, altså T∝LT \propto \sqrt{L}, som stemmer med pendelformelen T=2πL/gT = 2\pi\sqrt{L/g}.
Fra ln⁡a=0,695\ln a = 0{,}695 får vi a=e0,695=2,004≈2π/ga = e^{0{,}695} = 2{,}004 \approx 2\pi/\sqrt{g}, som gir g=(2π/a)2=9,83 m/s2g = (2\pi/a)^2 = 9{,}83 \, \text{m/s}^2.
✏️Linearisering av eksponentiell funksjon — radioaktivt henfall

Aktiviteten til en radioaktiv kilde ble målt over tid:

tt (min)0102030405060
AA (Bq)800570400290200145100

Vis at sammenhengen er eksponentiell og finn halveringstiden.

Steg 1: Beregn ln⁡A\ln A

tt (min)AA (Bq)ln⁡A\ln A
08006,685
105706,346
204005,991
302905,670
402005,298
501454,977
601004,605

Steg 2: Lineær regresjon av ln⁡A\ln A mot tt
ln⁡A=bt+ln⁡A0\ln A = bt + \ln A_0
Regresjon gir:
b=−0,0346 min−1,ln⁡A0=6,685,R2=0,9998b = -0{,}0346 \, \text{min}^{-1}, \quad \ln A_0 = 6{,}685, \quad R^2 = 0{,}9998
Steg 3: Halveringstid
For eksponentiell: A=A0ebtA = A_0 e^{bt}, der b=−λb = -\lambda (henfallskonstanten).
λ=0,0346 min−1\lambda = 0{,}0346 \, \text{min}^{-1}
t1/2=ln⁡2λ=0,6930,0346=20,0 mint_{1/2} = \frac{\ln 2}{\lambda} = \frac{0{,}693}{0{,}0346} = 20{,}0 \, \text{min}

Tolkning: Den høye R2R^2-verdien bekrefter at henfallet er eksponentielt. Halveringstiden er ca. 20 minutter.

Oppgaver

Lett3 oppgaver
Medium4 oppgaver
Vanskelig3 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.