No hay un límite superior para la cantidad de intentos que necesita, por el contrario, no hay un número mínimo. Por lo tanto, no hay un número “óptimo” de ensayos .
Las cosas importantes en cualquier experimento son el error estándar bajo (es decir, cuánto error debe esperar de su experimento) y la alta precisión (cuán cerca están sus valores finales). La razón por la que no puede tener un número óptimo es porque el error estándar, o la incertidumbre, ya que puede estar más familiarizado con él, es una función monótona del número de intentos: disminuye a medida que aumenta el número de intentos y se aproxima a cero. A medida que el número de pruebas van al infinito. Por lo tanto, cuantas más pruebas tenga, teóricamente tendrá un experimento más sólido, esto es cierto a medida que aumenta la cantidad de pruebas de forma indefinida.
El otro parámetro es la precisión, que es simplemente una medida de cuán cerca están sus valores finales. Una forma de medir esto con precisión es a través de la desviación estándar (que está relacionada con el error estándar) de sus mediciones. Hay buenas explicaciones y fórmulas disponibles en línea, por lo que me perdonará si no las proporciono aquí. Cuanto menor sea la desviación estándar, mejor será su experimento. La desviación estándar también disminuye a medida que aumenta el número de ensayos, pero lo más importante es que depende en gran medida de qué tan cerca estén sus valores experimentales. Si está obteniendo un error muy grande (lo que califica como ‘grande’ depende de usted y de la precisión que desee), luego revise su experimento, corrija los posibles problemas y luego realice más pruebas.
¿Mi consejo? Elija un número factible y vaya con él. Tres medidas, suponiendo que su experimento sea perfecto, suele ser suficiente. Si tienes el tiempo o la energía, ve por diez. Si estás increíblemente motivado, ve por cien. Todo lo que importa es un error estándar bajo: si es demasiado alto para sus gustos, haga más pruebas (y compruebe si puede haber factores que no haya tenido en cuenta).
- ¿Cuáles son algunas ideas de matemáticas, ciencias o economía que pueden estar relacionadas con la vida y la filosofía?
- ¿De qué color es realmente un camaleón?
- ¿Es legalmente posible crear una liga de fútbol paralela fuera de la FIFA donde los países estarán representados?
- ¿Existe el efecto ‘valle misterioso’ para el audio, tal como se supone que existe para las imágenes?
- ¿Habrá alguna vez un tiempo en el que la ciencia ya no sea falsificable?
El consejo anterior es puramente para mediciones físicas, donde asumimos que una muestra siempre es representativa de la población y que el único defecto debe provenir de la forma del experimento.
Un lugar donde esto no es cierto es en la redacción de encuestas, donde ahora tiene la libertad de ejecutar el “experimento”, por así decirlo, en diferentes personas. En esos casos, el problema no es uno de varios ensayos, sino si la muestra es o no una buena representación de la población que está estudiando. Un ejemplo: si está interesado en estudiar los hábitos alimenticios de los estadounidenses pero solo le pregunta a los estudiantes blancos de clase superior qué comen, entonces no recibirá una respuesta que sea válida para todos los Estados Unidos.
Como regla general, el tamaño de su muestra, el número de personas que encuestó, debe ser a) seleccionado al azar, yb) al menos el 10% de la población que desea estudiar. Si desea estudiar a todos los estadounidenses, una población de 300 millones de personas, entonces, en teoría, debería encuestar a 30 millones de personas (¡30 millones de ensayos!) Para obtener una respuesta precisa que pueda considerarse cercana a lo que dirían todos los estadounidenses.
Pero, a un lado la digresión interesante, haga tantas pruebas como quiera cuando intente medir la aceleración física de la gravedad.