首页/文章/ 详情

如何保证实验数据可靠?

1年前浏览220

奥德·纳德卢姆《太阳回归》,1985年


上周文章《实验数据可靠吗?有人留言说:“感觉只是在说牢骚话”。我很惭愧,只发牢骚不解决问题,对不起你们对我的关注。
我认真想了一周,总结多年来我走过来的一条路,回答你们想知道的问题,如何保证实验数据可靠?答案很简单:找对人,少要求,多看数。
 
找 对 人
我们找做实验的单位,看到满墙的资质证明,摸到实验大楼的名贵设备,和知名的某某握过手,我们就放心了。
其实不然,满墙的证明只证明了写申请的能力,名贵设备用错了也会出错,知名的某某不会去现场给你做实验,这些只能给你一个安慰。
只有找对了那个人,那位现场负责给你做实验的人,他才能决定实验好赖。
他好比是做紫砂壶的大师,同样的泥,他做出来的是艺术品,别人做出来的只是个装茶水的壶。同样的设备,他测量的是反应客观的数据,别人测量的只是数字。

有人会说,只要合同上的要求足够详细,不管谁做实验,都不会错。
这要看你做什么类型的实验。如果你要做的实验是一个“生产型实验”,用熟练的办法测量一些熟悉的数据,确实不用实验高手,只要一个会按开关的人,按照合同要求完成动作。
如果你要做的实验是“研究型实验”,用新的办法测量不熟悉的数据。只会按开关的人,想不到哪里会冒出来错误,他会睁着眼睛写下错误的数据。
只有那个人,他会避免无处不在的错误,他会想出办法测量到难以测量的数据。
所以,确定实验哪家做,要看谁做实验水平高。实验的细枝末节可以少谈,重要的是确定谁在现场负责实验。做实验不是买那台设备的使用权,而是要买到那个人的使用权。
如果让你写合同,确定人这一条应当是最重要的条款(也是不让写的条款)。确定了人,就是买下了他脑子里一万条经验。这比在合同里写一万条详细要求更能保证实验数据可靠。

少 要 求
这一步是给“那个人”提供做好实验的空间。
一般情况,请来了那位高手也做不好实验。要测量的数据太多,他只是忙着快点测完,哪有时间考虑什么数据对不对。
再聪明的人,给他每天塞满简单的重复劳动,他很快就不再聪明了。
只有减少实验状态,减少测量点,让他有时间排查实验误差,改善实验方法。与其做一大堆不知道对错的数据,不如做出少少几个准确的数据。

道理越简单,越难做到。
假如,你看完这篇文章下决心做一个高水准的实验。别人花一百万元做实验测量一百套数据,你花一百万只测量十套数据。然后,你怎么解释?
别人恨不得把每一分钱都买成数据,用更少的钱,买到更多的数据,证明他很敬业。你敢用更多的钱,买更少的高品质数据吗?
你怎么证明,十套误差小于1%的数据强于一百套误差大于10%的数据?
你可以证明你的实验误差很小,你敢证明别人的误差很大吗?
你怎么证明,你指定了那个人做实验,然后还对他特别减少了工作量,其中没有任何不法行为?
如果遇到明主,你可以尝试一次。否则,你这么做了,危及到你的饭碗,涉及到你的安全,我也帮不了你。
 
多 看 数
获得可靠的数据,只是实验的小部分工作,大部分工作应当是看实验数据。
一般情况,看数据就是在最后一天,把数据用某软件画成曲线图、柱状图、云图。对着图说几句放之四海而皆准的废话,“随着时间变化,某某参数稳中有降、某某参数波动上升”。实验数据分析可以参考股票评论。
这么看数据明显是消化不良,吃进去多少,吐出来多少。看不出数据中有多少偏差,更看不出偏差的背后是误差还是新现象。这么看数据,再好的数据等于没有。
判断实验数据是否可靠,清洗隐藏的误差,识别新现象,要靠看数据这一关。
 
怎么看数据? 多看!
核对所有原始数据,补齐实验现场记录,检查加工图纸,询问设备特点。再用计算机模拟实验状态,对比实测与模拟之间的差异。
只要你查到位,你会发现,再好的数据也到处是误差,有的误差能清洗,有的无法清洗。
误差不怕,只要你看得足够久,闭上眼睛可以看到实验中流动如何翻滚、数据如何跳跃、误差如何混入。你就有希望拨开误差,从某个角度刨出一点点规律。这就是实验最后凝结的成果,很小、很真。

这么看数据一天不够,也许要安安静静看一个月。你敢这么做吗?

别人做实验一切完美,你看完数据,到处是误差。

别人做实验只用了一周,你看数据就用了一个月。

别人这个月报告写了几篇、数据出了一堆,你只获得对数据的一个感觉。

这么看数据,只怕你的年终奖受损。

然而,我还想劝你多看数据,因为你很赚。别人的年终奖比你多几万,你可是实打实地享用了几百万的实验数据,你的身价长了。


找对人:找到现场做实验的高手,绑定他。

少要求:少测量些数据,给高手留下空间。

多看数:多花些时间洗干净数据好好享用。
来源:陆姐说
科普通用
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2022-12-10
最近编辑:1年前
仿真方法论
如何让老板通过你方案
获赞 31粉丝 24文章 140课程 0
点赞
收藏
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈