Métodos experimentais e análise de erros
Projete medições que sobrevivam à calibração, ao ruído, ao viés, à replicação e à reanálise adversarial.
Unifique propagação de incerteza, estimativa de parâmetros, controles, cegamento, processamento de sinais, pré-registro e dados abertos em torno dos testes de precisão centrais deste corpo de trabalho.
Antes de começar
- • Medição e mecânica do Nível 2
- • Cálculo e probabilidade
- • Fluência em planilhas ou em programação básica
Ao final, você consegue
- • Propagar incerteza aleatória e sistemática.
- • Ajustar modelos e inspecionar resíduos, em vez de citar apenas escores de ajuste.
- • Projetar testes nulos, controles, cegamento e análises pré-registradas.
- • Publicar pacotes reprodutíveis de aparato, calibração, dados e código.
Modelo interativo
Explore antes de calcular
Lição 1 de 3
Calibração e orçamentos de incerteza
Qual incerteza é estatística, qual é sistemática e qual correlação impede uma média simples?
A incerteza aleatória varia entre repetições e muitas vezes encolhe com medições independentes repetidas. A incerteza sistemática desloca os resultados de forma coerente e exige calibração, comparação ou redesenho.
Um orçamento nomeia cada contribuição, distribuição, correlação, coeficiente de sensibilidade e regra de combinação.
Exemplo resolvido
Para z=x+y com σx=0,3 e σy=0,4 independentes, encontre σz.
- 1. Use a soma de variâncias para entradas independentes.
- 2. σz²=0,3²+0,4².
- 3. Extraia a raiz quadrada.
σz=0,5.
Experimente
Orçamento de incerteza de um instrumento
Materiais: Qualquer especificação de sensor e um conjunto de medições repetidas.
- 1. Liste resolução, calibração, deriva, alinhamento e repetibilidade.
- 2. Atribua unidades e distribuições.
- 3. Converta em sensibilidades na saída.
- 4. Ordene as contribuições.
Repare: A maior incerteza — e não a casa decimal visualmente mais impressionante — é que fixa o poder de resolução do experimento.
Verifique o que entendeu: Por que repetir uma medição enviesada não elimina o erro sistemático?
Resposta: O viés desloca as repetições de forma coerente, em vez de flutuar aleatoriamente em torno do valor verdadeiro.
É preciso uma calibração externa ou um método diferente.
Lição 2 de 3
Ajuste de modelos, resíduos e efeito de procurar em muitos lugares
O parâmetro ajustado representa sinal, desacordo do modelo ou seleção feita depois de ver os dados?
A estimativa de parâmetros compara dados com um modelo de verossimilhança ou de perda. A estrutura dos resíduos pode revelar física faltante, deriva, não linearidade ou suposições erradas de ruído.
Procurar em muitas janelas, frequências ou modelos infla a probabilidade de falso positivo. O escopo da busca precisa ser incluído ou confirmado em dados reservados.
Exemplo resolvido
Um ajuste de reta tem R² alto, mas os resíduos se curvam de forma sistemática. O modelo é adequado?
- 1. Inspecione a posição e o sinal dos resíduos.
- 2. Identifique a curvatura não aleatória.
- 3. Teste um modelo alternativo bem motivado.
- 4. Valide em dados novos.
Um R² alto não salva um modelo linear estruturalmente errado.
Experimente
Injeção cega de sinal
Materiais: Dados sintéticos com ruído e amplitudes injetadas ocultas.
- 1. Congele a regra de detecção antes de os rótulos serem revelados.
- 2. Analise todos os arquivos de forma idêntica.
- 3. Revele as injeções.
- 4. Meça falsos positivos, sinais perdidos e viés.
Repare: O comportamento de um pipeline diante de uma verdade oculta conhecida é evidência mais forte do que ajustá-lo a um único sinal desejado.
Verifique o que entendeu: Que problema um conjunto de dados reservado resolve?
Resposta: Ele testa se um modelo ou limiar generaliza além dos dados usados para escolhê-lo.
Isso reduz o sobreajuste e o viés de seleção.
Lição 3 de 3
Controles, pré-registro e replicação
Que observação isolaria o mecanismo proposto de artefatos térmicos, mecânicos, eletromagnéticos e analíticos?
Controles positivos provam a sensibilidade; controles negativos medem o fundo; condições de inversão e simuladas testam a direção ou a dependência específica do mecanismo.
O pré-registro congela os desfechos primários e as exclusões antes dos resultados. A replicação independente troca pesquisadores e aparato preservando a previsão decisiva.
Exemplo resolvido
Uma balança com cavidade mostra empuxo apenas quando energizada. Nomeie quatro confundidores e os controles que os discriminam.
- 1. Expansão térmica: um aquecedor simulado equivalente.
- 2. Força dos cabos: alimentação sem fio ou alimentação simétrica com inversão.
- 3. Acoplamento magnético: blindagem e mapeamento de campo.
- 4. Vibração e seleção de dados: acelerômetros e janelas pré-registradas.
Um projeto confiável modula o sinal proposto de forma independente de cada artefato importante.
Experimente
Pré-registre um experimento nulo
Materiais: Um modelo de protocolo de uma página.
- 1. Declare a previsão primária e o falseador.
- 2. Defina o tamanho da amostra e as exclusões.
- 3. Liste os controles e o cronograma de calibração.
- 4. Congele a análise e o plano de liberação dos dados.
Repare: Um pré-registro torna o julgamento posterior auditável sem proibir seguimentos exploratórios.
Verifique o que entendeu: Por que repetir com o mesmo aparato no mesmo laboratório é mais fraco que uma replicação independente?
Resposta: Equipamento, código, pessoal e suposições compartilhados podem reproduzir o mesmo artefato oculto.
A independência muda de propósito os modos de falha possíveis.
Da fórmula ao significado
Leia a equação em linguagem comum.
σ_f²≈JΣJᵀ
Uma jacobiana de sensibilidade e uma matriz de covariância propagam a incerteza correlacionada das entradas.
χ²=Σ[(y_i−m_i)/σ_i]²
Resíduos quadráticos ponderados comparam um modelo com dados escalonados pela incerteza.
SNR=signal scale/noise scale
A relação sinal-ruído só faz sentido depois de definir largura de banda, estimador e modelo de ruído.
Prática independente
Lista de problemas
Resolva cada problema antes de abrir a dica e a solução.
1. Faça a média de quatro medições independentes, cada uma com σ=2. Qual é a incerteza padrão da média?
Ver a dica
σ_média=σ/√N.
Ver a solução
1.
2. Duas buscas independentes de 3σ são feitas. A probabilidade combinada de alarme falso continua sendo a de um único teste de 3σ?
Ver a dica
Mais oportunidades aumentam os alarmes falsos.
Ver a solução
Não; corrija para a busca com dois testes ou confirme em dados reservados.
3. Um resultado muda de sinal quando a orientação do aparato é invertida, e a direção térmica não muda. O que isso estabelece?
Ver a dica
Pense em discriminação, não em prova final.
Ver a solução
Isso enfraquece explicações térmicas invariantes por orientação e apoia um efeito ligado à direção, mas outras sistemáticas que se invertem e a replicação continuam pendentes.
Estúdio de derivação
Construa o resultado, linha por linha.
Mantenha as suposições à vista para que a matemática continue auditável.
Ponto de partida
Propagação de incerteza em primeira ordem
f(x₁,…,xₙ) expanded around measured means
- 1. Expanda f em série de Taylor até primeira ordem.
- 2. Escreva δf≈ΣJᵢδxᵢ.
- 3. Eleve ao quadrado e tome o valor esperado.
- 4. Mantenha os termos de covariância.
Var(f)≈JΣJᵀ
Correlações podem aumentar ou diminuir a incerteza da saída; a soma em quadratura de termos independentes é um caso particular.
Ponto de partida
Estimador de mínimos quadrados ponderados
χ²(a)=Σ[(yᵢ−a xᵢ)/σᵢ]² for a zero-intercept model
- 1. Derive χ² em relação a a.
- 2. Iguale a derivada a zero.
- 3. Reúna as somas ponderadas de xᵢyᵢ e de xᵢ².
- 4. Resolva para a.
â=Σ(xᵢyᵢ/σᵢ²)/Σ(xᵢ²/σᵢ²)
Pontos mais precisos carregam peso maior sob o modelo gaussiano independente declarado.
Caderno computacional
Transforme o modelo em um experimento.
Pipeline de teste nulo para força de precisão
Uma análise pré-registrada consegue recuperar forças injetadas sem confundir deriva, vibração ou aquecimento com empuxo?
Entradas
- • Séries temporais sintéticas de balança
- • Canais de temperatura, acelerômetro, potência e orientação
- • Cronograma oculto de injeções
Algoritmo
- 1. Calibre a linha de base e o modelo de deriva nos dados de treino.
- 2. Congele os filtros e o estimador primário.
- 3. Rode a análise cega.
- 4. Revele as injeções e calcule as métricas de detecção, de viés e de alarme falso.
Evidência a produzir
- • Orçamento de incerteza e de covariância
- • Gráficos de resíduos e de diagnóstico
- • Tabela de recuperação cega e relatório de análise reprodutível
Siga para a evidência
Próxima leitura, com as fontes
Capítulo 1: A escala de evidência
Níveis de afirmação, falseadores e padrões de replicação.
Aula 11: Eagleworks
Um caso trabalhado de força de precisão e de replicação nula.
Capítulo 12: Fusão por confinamento em rede
Contagens, calorimetria, mecanismos e afirmações de energia líquida como medições separadas.