1.

Racjonalizm - wywodzi się od Kartezjusza i eksponuje rolę rozumu w dochodzeniu do prawdy i wiedzy. Najistotniejszą siłą i cechą człowieka według tej koncepcji jest rozum, a przesądy, uprzedzenia, zabobony i pozaziemskie ingerencje należy odrzucić. I po dziś dzień racjonalistą nazywamy człowieka, który kieruje się w życiu rozumem, a nie intuicją, czy metafizycznymi odczuciami.

Empiryzm - pogląd uznający doświadczenie (empirię) za jedyny sposób poznawania świata. Empiryzm stał się źródłem rozwoju nauk przyrodniczych i zachwiania nauk religijnych. Proces poznawania świata opiera się na doświadczeniu i eksperymencie. Źródłem ludzkiego poznaania są bodzce zmysłowe docierające do naszego umysłu ze świata zewnętrznego

Irracjonalizm- nie ma żadnej innej wiedzy niż ta, którą człowiek może osiągnąć poprzez własny umysł odrzucając takie jej źródła jak : objawienie, intuicje, doświadczenia mityczne

2.indukcja to metoda wnioskowania od szczegółu do ogółu. Zbieramy pojedyńcze fakty i za pomocą logiki próbujemy wysnuć z nich fakty ogólne, prawidłowości, itp.

Np. znany jest promień r kilku okręgów. Jaka jest ogólna formuła ujmująca relację między promieniem a powierzchnią koła.

dedukcja to droga odwrotna. Od ogółu do szczegółu. Znamy pewne fakty dotyczące pewnej grupy obiektów i próbujemy je odnieść do kolejnego obiektu z tej grupy.
Np. znane są ogólne zasady ochrony roślin. Jaka będzie reakcja w plonie na zaprawianie nasion pszenicy przed siewem.

3.wiedza ludzka :

a) racjonalna :

- potoczna, rozumowa

- naukowa, sprawdzona, prawdziwa

- techniczna, medycyna

- artystyczna, literacka, sztuka

- spekulatywna
 b) irracjonalna
 
 4. Pojecie nauki.

Aspekt 1

- całość wiedzy zdobytej przez człowieka w toku rozwoju cywilizacyjnego ujętej w teorii i prawa nauki

Aspekt 2

- sposób zdobywania wiedzy

- proces przenoszenia wiedzy.

5. Klasyfikacja nauki wg. Arystotelesa, Bacona, , comte i Deweya.

Arystoteles :

Kryterium podziału :

1. przedmiot nauki

- nauka służebna i panująca

- możliwa i aktualna,

- podająca fakty i podająca przyczyny.

b) cele i przedmiot

-nauki teoretyczne ( metafizyka, fizyka, matematyka) zajmują się prawdą we względu na nią samą ,

- praktyczne ( etyka, polityka), zajmują się prawdą o ile one kierują postępowaniem ludzi

- poetyczne ( sztuka lekarska) - zajmuje się prawdą

Francis Bacon:

Kryterium podziału:

- wiedza umysłu wykorzystywana przez uprawiających poszczególne rodzaje nauki :

A ) pamięci - nauki historyczne,

B) wyobraźni - poezja,

C) rozumu.

Auguste Comte - klasyfikacja nauki :

Podział zjawisk naturalnych :

- dotyczące ciał martwych ożywionych , którymi będą fizyka nieorganiczna

- dotyczące organizmów ożywionych , które będą fizyka organiczna

a) zjawiska ogólne wszechświata - prawo Newtona

b) zjawiska szczegółowe ( fizyka ziemi)

Melvil Dewey - podział nauki na : Klasyfikacja Deweya stworzona została w układzie dziesiętnym, składa się z 10 działów, z których każdy może być dzielony na kolejne 10 i tak dalej. Symbole są zanotowane cyfrowo, w postaci tak zwanego minimum trzycyfrowego, czyli od 000 do 999. Po trzech cyfrach używa się kropki (.) tworząc symbole rozbudowane.

Schemat działów głównych klasyfikacji Dewey'a przedstawia się następująco:

• 000 Dzieła treści ogólnej

• 100 Filozofia

• 200 Religia

• 300 Nauki społeczne

• 400 Język

• 500 Nauki przyrodnicze

• 600 Nauki stosowane

• 700 Sztuka

• 800 Literatura

• 900 Geografia i historia

6. Podział nauki ze względów organizacyjno- ustawowych.

1) Dziedzina

2) Dyscyplina

3) specjalność

4) specjalizacja .

7. Instytucje kreujące rozwój nauki i edukacji wyższej w Polsce

- Centralna Komisja do spraw Stopni i Tytułów

- Rada Nauki (organ opiniodawczy - doradczy Ministra Nauki i Szkolnictwa Wyższego)

- Narodowe Centrum Badań i Rozwoju - jest państwową osobą prawną powołaną do realizacji zadań z zakresu polityki naukowej i innowacyjnej państwa

8. Definicja metodologii i kryterium naukowości badań

Metodologia naukowa - traktuje o prawidłowościach rządzących procesem poznawczym dla wszystkich nauk (klasyfikowanie, definiowanie, wnioskowanie, wyjaśnianie)

Kontekst naukowości; - świadomość metodologiczna, - ściśle określona terminologia, - weryfikalność i powtarzalność wyników, - światopogląd naukowy

Metodologia nauk - formalnych (logika, matematyka); - empirycznych (metodologie szczegółowe i normatywne)

Warunki - uniwersalność, ścisłość, - max. informacyjność, - pewność, - prostota, - powtarzalność

Ogólna metodologia - uniwersalne zasady badania zjawiska i procesów, - sposoby definiowania zjawisk, - metody wnioskowania, - formułowanie teorii naukowych

9. Metoda naukowa, etapy postępowania badawczego

Metoda naukowa

- całokształt sposobów badawczego docierania do prawdy i pojęciowego przedstawiania prawdy poznania (pojęcie szersze)

- sposób uzyskiwania tzw. materiału naukowego, czyli w znaczeniu roboczej metody badań (pojęcie węższe) - metody obserwacji, metody eksperymentalne, metody testów, wywiady, ankiety

Metoda naukowa wg Karl Raimound Popper - jest to sekwencja (zbiór) procedur, które uznaje się za charakterystyczne dla badania naukowego oraz które umożliwiają poznanie nowej wiedzy naukowej w oparciu o fizyczne dowody

Etapy postępowania badawczego:

- obserwacja - przesłanka do planowania badań wynikająca z zjawiska i/lub z precyzyjnych pomiarów. Próba znalezienia wyjaśnienia dla obserwowanego zjawiska

- definiowanie - w celu jednoznacznego zrozumienia badanych obiektów i planowanych pomiarów (porównanie masa - ciężar, porównanie Einstein i Newton)

- hipoteza/predykcja, hipoteza - hipotetyczne wyjaśnienie obserwacji. Predykcja - logiczna konsekwencja sprawdzania hipotezy

- weryfikacja wniosków - potwierdzenie czy hipoteza jest zgodna z dowodami

- eksperyment (doświadczenie) - jest to metoda badania naukowego polegająca na celowym wywołaniu zjawiska w ściśle określonych warunkach oraz zbadania jego przebiegu: doświadczenie - ilościowe, - jakościowe; - pozytywne, - negatywne

Pytanie 10

PRZEDMIOT I CEL BADAŃ
Co badałem? Dlaczego badałem? Czym się zajmowałem lub co było przedmiotem moich badań? Kto i w jakim zakresie zajmował się dotąd danym, zjawiskiem lub zagadnieniem?
Przedmiotem badań może być: zjawisko, proces, relacje, zależności, pochodzenie, zasięgi, warunki występowania, struktura (np. sukces; zjawiska populacyjne. zróżnicowanie fitosocjologiczne roślinności, bank nasion, neofityzm itp.). Jeśli praca wymagała uściśleń terminologicznych należy podać je w tym rozdziale. Hipoteza. Cel badań: Jakie uczyniłem założenia wstępne i na jakie pytania poszukiwałem odpowiedzi?

Hipoteza (gr. hypóthesis - przypuszczenie) - osąd, teoria, które podlegają weryfikacji.

Stawianie i testowanie hipotez to jeden z podstawowych procesów twórczego myślenia oraz fundamentalny element procesu tworzenia nauki.

• Hipoteza badawcza - propozycja twierdzenia naukowego

• Hipotezy:

• określają związek dwóch zmiennych

• ukazują teoretyczne przesłanki

• określają „obszar niewiedzy” badacza

hipoteza badawcza powinna:

• odnosić się jednoznacznie do problematyki badawczej

• posiadać uzasadnienie

• podawać warunki sprawdzalności

• Cel badania - weryfikacja (test) hipotez/y

Pytanie 11

Doświadczenie- zwane tez eksperymentem, stanowi metodę badania polegającą na przeprowadzeniu danego zjawiska przyrodniczego w znanych i kontrolowanych warunkach.

Doświadczenie - eksperyment - podstawowa metoda badania- polegająca na przeprowadzeniu zjawiska przyrodniczego w ściśle określonych warunkach możliwych do odtworzenia.

Obserwacja- metoda naukowa badania polegająca na rejestracji zjawiska bez ingerencji w jej przebieg.

obserwacja - jest to najbardziej wszechstronna i jednocześnie najtrudniejsza metoda. Jest to planowane, zamierzone oraz systematyczne gromadzenie faktów i zdarzeń oraz ich analiza. Obserwacje cechuje: brak ingerencji badacza w proces, który jest analizowany; dokładny opis procesu danej rzeczywistości; pomiar i rejestracja pojedynczych faktów i czynności; planowość, celowość, systematyczność, aktywność, premedytacja. Jest to samodzielna metoda jak i badawcza technika czy metoda uzupełniająca

* eksperyment - jest to zabieg, który polega na wprowadzeniu przez badacza zaplanowanej zmiany jednego czynnika lub grupy czynników w badanym procesie, przy jednoczesnym monitoringu pozostałych czynników. Eksperyment ma na celu uzyskanie odpowiedzi na pytanie, dotyczące skutków wprowadzonej zmiany.

Pytanie 12

Czynnik doświadczalny- to przyczyna, której działanie badamy w doświadczeniu, które może powodować zmiany badanej cechy np. nawożenie, obsada, odmiany, wilgotność gleby, typ. W doświadczeniu może być jeden lub kilka czynników.

Cecha- (zmienna)- przez nas opisywana liczba kwiatów, pędów liści, wartość jaką osiąga zdarzenie zmiennej losowej.

16. Baza statystyczna badań pojęcia: populacji, próby wnioskowania statystycznego i tolerancji wnioskowania.

Populacja- zbiór wszystkich osobników, które podlegają ocenie
Próba statystyczna - zbiór obserwacji statystycznych wylosowanych z populacji.
Formalnie w teorii statystyki ciąg zmiennych losowych o rozkładzie takim jak rozkład populacji.

Wnioskowanie statystyczne to dział statystyki zajmujący się problemami uogólniania wyników badania próby losowej na całą populację oraz szacowania błędów wynikających z takiego uogólnienia

Tolerancja wnioskowania- ???

17. Sposoby pobierania prób z populacji

Pobieranie próby polega na wyborze odpowiednich indywidualnie dobranych metod i zasad wnioskowania statystycznego o populacji statystycznej, które umożliwia uzyskanie zbiorów obserwacji, które w efekcie pozwala uzyskać pewną wiedzę o całej populacji. Populacja (zbiorowość statystyczna) to zbiór wszystkich pomiarów, które nas interesują, a próba to podzbiór pomiarów wybranych z populacji. Żeby próba naprawdę reprezentowała populację jak i żeby szanse na popełnienie błędu były minimalne, ważne jest, żeby próba była dobierana losowo z całej badanej populacji. Próba statystyczna pozwala na uogólnienie jej wyników na całą zbiorowość, przy założeniu, że dopuszczamy jedynie taki dobór próby, który jest „beztendencyjny” tzn. że jest niezależny od badanej cechy, czyli jest losowy.

Sposoby pobierania próby

-Losowa próba statystyczna ze skończonych, realnych populacji, utożsamia się najczęsciej ze zbiorem pewnych rzeczywistych elementów różniacym się wartoscia badanej cechy. Próbę w tym przypadku uzyskuje się poprzez  odpowiedniego elementu populacji.

-Losowa próba statystyczna z nieskończonych, hipotetycznych populacji, stosowana głównie w badaniach przyrodniczo-technicznych, charakteryzuje się jako zbiór nieskończonych możliwych powtórzeń pewnego eksperymentu, w którym obserwuje się wartosci pewnych zmiennych. W tej metodzie wyniki uzyskuje się poprzez obserwację niezależnych powtórzeń eksperymentów wykonywanych w określonych warunkach.

18. Zmienne i rozkłady - przykłady oraz ich znaczenie metodologiczne

Rozkład zmiennej losowej- opis wartości przyjmowanych przez zmienna losową przy pomocy prawdopodobieństw z jakimi one występują.

Zmienna losowa - funkcja przypisująca zdarzeniom elementarnym liczby. Dokładniej: odwzorowanie przenoszące badania prawdopodobieństwa z niewygodnej przestrzeni probabilistycznej do dobrze znanej przestrzeni euklidesowej. Zmienne losowe to funkcje mierzalne względem przestrzeni probabilistycznych.

Zmienną losową jest na przykład funkcja opisującą wagę lub wzrost ciała wylosowanego z pewnej populacji osobnika. Zjawiskom o charakterze losowym, którym nie można w oczywisty sposób przypisać jakiejś miary liczbowej, także można przypisywać liczby według pewnego klucza tak, aby możliwe było ich porównywanie w interesującym nas aspekcie. Najprostszymi przykładami są: moneta (np. orłu przypisujemy zero, a reszce jedynkę) i kostka do gry (każdej ściance przypisujemy liczbę wylosowanych oczek). Innymi przykładami wziętymi z życia mogą być: stan techniczny urządzenia, czy wiedza ucznia (oceniana w skali od 1 do 6).

19. Źródła błędu w badaniach - interpretacja odchylenia standardowego, błędu standardowego(błędu średniej) i przedziału ufności.

Błąd standardowy pewnej metody pomiaru lub estymacji to estymowane odchylenie standardowe błędu tej metody. W szczególności zwykle jest to estymata odchylenia standardowego różnicy między mierzoną (estymowaną) wartością a wartością prawdziwą. Prawdziwa wartość błędu standardowego jest zwykle nieznana, a jako błąd standardowy przyjmuje się odchylenie standardowe dla rozkładu średniej z próby

Przedział ufności jest podstawowym narzędziem estymacji przedziałowej. Pojęcie to zostało wprowadzone do statystyki przez amerykańskiego matematyka polskiego pochodzenia Jerzego Spławę-Neymana.Niech cecha X ma rozkład w populacji z nieznanym parametrem θ. Z populacji wybieramy próbę losową (X₁, X₂, ..., X_n). Przedziałem ufności (θ - θ₁, θ + θ₂) o współczynniku ufności 1 - α nazywamy taki przedział (θ - θ₁, θ + θ₂), który spełnia warunek:

P(θ₁ < θ < θ₂) = 1 − α

gdzie θ₁ i θ₂ są funkcjami wyznaczonymi na podstawie próby losowej.

Podobnie jak w przypadku estymatorów definicja pozwala na dowolność wyboru funkcji z próby, jednak tutaj kryterium wyboru najlepszych funkcji narzuca się automatycznie - zazwyczaj będziemy poszukiwać przedziałów najkrótszych.

Współczynnik ufności 1 - α jest wielkością, którą można interpretować w następujący sposób: jest to prawdopodobieństwo, że rzeczywista wartość parametru θ w populacji znajduje się w wyznaczonym przez nas przedziale ufności. Im większa wartość tego współczynnika, tym szerszy przedział ufności, a więc mniejsza dokładność estymacji parametru. Im mniejsza wartość 1 - α, tym większa dokładność estymacji, ale jednocześnie tym większe prawdopodobieństwo popełnienia błędu. Wybór odpowiedniego współczynnika jest więc kompromisem pomiędzy dokładnością estymacji a ryzykiem błędu. W praktyce przyjmuje się zazwyczaj wartości: 0,99; 0,95 lub 0,90, zależnie od parametru.

Odchylenie standardowe - klasyczna miara zmienności, obok średniej arytmetycznej najczęściej stosowane pojęcie statystyczne.

Intuicyjnie rzecz ujmując, odchylenie standardowe mówi, jak szeroko wartości jakiejś wielkości (takiej jak np. wiek, inflacja, kurs akcji itp.) są rozrzucone wokół jej średniej^[1]. Im mniejsza wartość odchylenia tym obserwacje są bardziej skupione wokół średniej.

Wyróżnia się:

• odchylenie standardowe zmiennej losowej, będące właściwością badanego zjawiska. Daje się ono obliczyć na podstawie ścisłych informacji o rozkładzie zmiennej losowej^[2]. Rozkład ten w praktycznych badaniach nie jest zwykle znany.

• odchylenie standardowe w populacji, które jest liczbą dającą się obliczyć dokładnie, jeśli znane byłyby wartości zmiennej dla wszystkich obiektów populacji; odpowiada odchyleniu zmiennej losowej, której rozkład jest identyczny z rozkładem w populacji.

• odchylenie standardowe z próby, które jest oszacowaniem odchylenia standardowego w populacji na podstawie znajomości wyłącznie części jej obiektów, czyli właśnie tzw. próby losowej. Stosowane do tego celu wzory nazywane są estymatorami odchylenia standardowego.

Obliczmy jaki wpływ na błąd końcowego wyniku ma błąd pojedynczej obserwacji x_i. W tym celu sprawdzimy, jak zmieni się wartość estymacji kiedy do jednej obserwacji dodamy bardzo małą liczbę
. Odpowiada to obliczeniu pochodnej cząstkowej po
:

czyli po skróceniu wpływ błędu pojedynczej obserwacji na błąd estymacji wynosi:

Ze wzoru tego wypływa kilka wniosków:

• Wpływ błędów wprowadzanych przez pojedynczą obserwację na błąd estymacji jest tym większy, im bardziej dana obserwacja jest oddalona od średniej.

• Wpływ błędów pojedynczej obserwacji zmniejsza się, gdy rośnie liczba elementów próby

• W skrajnych sytuacjach jedna obserwacja odstająca ekstremalnie od średniej może zdominować cały wynik. Przykładowo, gdy
  , wówczas

i dowolny błąd w obserwacji x_i propaguje się na identyczny błąd w wyniku estymacji.

20. Pojęcie hipotezy statystycznej, weryfikacja hipotez - przykłady testów istotności i zgodności

Hipoteza statystyczna to dowolne przypuszczenie dotyczące rozkładu populacji - postaci funkcyjnej lub wartości parametru rozkładu. Proces sprawdzenia prawdziwości tego przypuszczenia na podstawie wyników próby losowej to weryfikacja hipotez statystycznych.

Formułowanie hipotezy statystycznej rozpoczyna się zebranianiem informacji na temat populacji i jej możliwego rozkładu. Dzięki temu możliwe jest zbudowanie zbioru hipotez dopuszczalnych Ω, czyli zbioru rozkładów, które mogą charakteryzować badaną populację. Hipoteza statystyczna to każdy podzbiór zbioru hipotez dopuszczalnych.

Podział hipotez statystycznych

Hipotezy statystyczne można podzielić na:

• parametryczne - hipoteza dotyczy wartości parametru rozkładu

• nieparametryczne - hipoteza dotyczy postaci funkcyjnej rozkładu

Według innego kryterium podział przebiega następująco:

• proste - hipoteza jednoznacznie określa rozkład danej populacji, czyli odpowiadający jej podzbiór zbioru Ω zawiera jeden element (rozkład)

• złożone - hipoteza określa całą grupę rozkładów, zaś odpowiadający jej podzbiór zbioru Ω zawiera więcej niż jeden element

Weryfikacja hipotez statystycznych - sprawdzanie sądów o populacji przez badanie jej wycinka (próby statystycznej)

Test istotności - rodzaj testu, w którym na podstawie wyników próby losowej podejmuje się tylko i wyłącznie decyzję odrzucenia hipotezy, którą się sprawdza, bądź stwierdza się brak podstaw do odrzucenia tej hipotezy.

W teście istotności nie podejmuje się decyzji o przyjęciu sprawdzanej hipotezy, ponieważ bierze się w tym teście pod uwagę tylko błąd pierwszego rodzaju, a jego prawdopodobieństwo to poziom istotności, nie uwzględnia się natomiast konsekwencji popełnienia błędu drugiego rodzaju.

Testy istotności powstają w taki sposób, że w zależności od hipotezy zerowej buduje się pewną statystykę Z z wyników n-elementowej próby i wyznacza się rozkład zbudowanej statystyki zakładając, że hipoteza zerowa jest prawdziwa. W powyższym rozkładzie wybiera się obszar Q wartości statystyki Z, aby spełniona była następująca równość

,

gdzie:

• α - ustalone z góry, dowolnie małe prawdopodobieństwo;

• Q - obszar krytyczny testu.

Jeżeli wartość statystyki Z z próby znajdzie się w obszarze krytycznym Q, to podejmowana jest decyzja odrzucenia hipotezy zerowej na rzecz hipotezy alternatywnej. Jeżeli wartość statystyki Z z próby nie znajdzie się w obszarze krytycznym Q, to nie ma podstaw do odrzucenia hipotezy zerowej (nie jest to równoznaczne z przyjęciem hipotezy zerowej).

W każdym teście istotności możemy się pomylić i odrzucić hipotezę, która była prawdziwa (błąd pierwszego rodzaju), ale prawdopodobieństwo takiej pomyłki jest bardzo małe, równe obranemu α.

Test zgodności chi-kwadrat

Test chi-kwadrat (χ²) - każdy test statystyczny, w którym statystyka testowa ma rozkład chi-kwadrat, jeśli teoretyczna zależność jest prawdziwa. Test chi kwadrat służy sprawdzaniu hipotez. Innymi słowy wartość testu oceniana jest przy pomocy rozkładu chi kwadrat. Test najczęściej wykorzystywany w praktyce. Możemy go wykorzystywać do badania zgodności zarówno cech mierzalnych, jak i niemierzalnych. Jest to jedyny test do badania zgodności cech niemierzalnych.

Test χ² jest najważniejszym testem nieparametrycznym. Znajduje zastosowania w rachunku błędu pomiarowego, ekonomii i naukach społecznych.

21. Tolerancja błędu we wnioskach z badań - poziom istotności i wartość p

Poziom istotności - jest to prawdopodobieństwo popełnienia błędu I rodzaju (zazwyczaj oznaczane symbolem α). Określa również maksymalne ryzyko błędu, jakie badacz jest skłonny zaakceptować. Wybór wartości α zależy od badacza, natury problemu i od tego jak dokładnie chce on weryfikować swoje hipotezy, najczęściej przyjmuje się α = 0,05; 0,03 lub 0,01.

P-wartość (ang. p-value) - w analizie danych prawdopodobieństwo, że uzyskalibyśmy takie jak faktycznie obserwujemy, lub bardziej oddalone od zera wartości pewnej statystyki (np. różnicy średnich), przy założeniu że hipoteza zerowa jest spełniona. Stosowane jako miara prawdopodobieństwa popełnienia błędu I rodzaju, czyli liczbowe wyrażenie istotności statystycznej.

Użycie unormowanej wielkości, w przeciwieństwie do różnorodnych statystyk testowych (z, F, t, chi-kwadrat, D Kołmogorowa-Smirnowa, itp.) pozwala bezpośrednio ocenić wiarygodność hipotezy. Jest to bardziej elastyczna alternatywa klasycznych przedziałów ufności, gdyż nie wymaga zakładania z góry żadnego poziomu ufności.

Przykład: Wyobraźmy sobie eksperyment sprawdzający czy moneta jest symetryczna (jednakowa jest szansa otrzymania orła jak i reszki). Hipoteza zerowa jest więc taka, że moneta jest symetryczna i każde odchylenie liczby otrzymanych orłów od liczby reszek jest tylko przypadkiem. Przypuśćmy, że wyniki eksperymentu to 14 orłów z 20 rzutów. P-wartość takiego wyniku jest szansą na to, żeby uczciwa moneta dała przynajmniej 14 orłów na 20 rzutów lub najwyżej 6 reszek na 20 rzutów. Prawdopodobieństwo tego, że na 20 rzutów symetrycznej monety otrzymamy 14 lub więcej orłów wynosi 0,0577. Prawdopodobieństwo otrzymania co najmniej 14 orłów lub najwyżej 6 orłów jest dwa razy większe i wynosi 0,115. W obu przypadkach otrzymujemy p-wartość większą od konwencjonalnego 0,05, tak więc nie ma podstaw do podważania hipotezy o tym, że moneta jest symetryczna.

Ogólnie, im mniejsza p-wartość, tym więcej osób uzna, że moneta nie była uczciwa.

Pytanie 22

• Modelowanie zjawisk przyrodniczych - przykłady modeli jednej zmiennej i wielu zmiennych

Modelowanie zjawisk przyrodniczych jest głównym elementem tworzenia każdej teorii. U podstaw tego procesu leży próba opisania pewnej klasy zjawisk poprzez zbudowanie ich modelu. Jest on jądrem teorii. Model jest swoistą idealizacją - uproszczeniem, polegającym na pominięciu nieistotnych szczegółów. Takie uproszczenie jest konieczne, aby zjawisko można było poddać analizie i w najprostszy z możliwych sposobów wyjaśnić jego mechanizm. Z drugiej strony upraszczanie musi odbywać się w sposób na tyle subtelny, aby nie została zagubiona istota zjawiska. O tym, czy założony model jest słuszny decyduje eksperyment. Model, który jest z nim niezgodny zostaje odrzucony. Modele w naukach przyrodniczych dotyczą zjawisk (najczęściej procesów, czyli zjawisk zachodzących w czasie) oraz struktur (budowy materii, wszechświata). W fizyce i w chemii modele opisywane są za pomocą równań matematycznych. Biologia i nauki geograficzne posługują się na ogół modelami jakościowymi, o charakterze opisowym. Komputery znacznie zwiększyły obszar zjawisk poddających się modelowaniu, umożliwiając łatwą i pełniejszą analizę zjawisk występujących w przyrodzie. Metoda ta, dzięki postępowi, jaki dokonał się w dziedzinie oprogramowania komputerów, przestała być dostępna jedynie dla wąskiej grupy specjalistów i może być stosowana w nauczaniu przedmiotów przyrodniczych. Specjalistyczne oprogramowanie stosowane w dydaktyce umożliwia tworzenie modeli w trybie graficznym bądź w trybie tekstowym (w postaci równań). Symulacja polega na zmianie jednego z parametrów opisujących model i obserwacji skutków takiego działania. Jest zatem sposobem na poznanie modelu "w akcji". Symulacja jest badaniem zachowania modelu zjawiska ze względu na zmianę parametrów je opisujących. Nie jest wobec tego badaniem przyrody. Jeśli ma być przydatna w dydaktyce nauk przyrodniczych musi być powiązana z eksperymentem bądź obserwacją dotyczącymi danego zjawiska; ewentualnie z możliwością analizy modelu.

Pytanie 23

Źródła zmienności w badaniach przyrodniczych

1. zmienność osobnicza - są to różnice w budowie, fizjologii czy zachowaniu (zwierzęta) między osobnikami jednej populacji. Wyróżnia się trzy typy zmienności:

• środowiskowa (fluktuacyjna) - wywołana jest wpływem odmiennych warunków otoczenia na osobniki. Powoduje zmiany tylko w fenotypie, genotyp pozostaje bez zmian, dlatego nie jest to zmienność dziedziczna. Np. różnice w budowie roślin jednego gatunku żyjących na podłożu mniej i bardziej zasobnym w substancje odżywcze.

• Zmienność mutacyjna powoduje powstanie nowych alleli, a tym samym wytworzenie nowych cech u mutantów.

• Zmienność rekombinacyjna wynika z płciowego rozmnażania się organizmów, łączenia się materiału genetycznego dwóch osobników rodzicielskich, i wytwarzania różnorodnych pod względem genetycznym gamet (niezależne rozchodzenie się chromosomów homologicznych w mejozie i proces crossing-over). Dzięki rozmnażaniu płciowemu nie powstają identyczne organizmy (z wyjątkiem bliźniaków jednojajowych). Zmienność osobnicza dziedziczna (mutacyjna i rekombinacyjna) odgrywa ogromną rolę w procesie ewolucji.

2. zmienność sezonowa - występowanie różnic fenotypu, czyli okresowa zmiana postaci form dorosłych u określonej populacji danego gatunku, ujawniających się w zależności od pory roku. Zdolność do zmienności sezonowej jest uwarunkowana genetycznie, natomiast czynnikami wyzwalającymi te zmiany są warunki środowiska

3. zmienność glebowa - dotyczy zmian w obrębie fenotypu roślin wynikających ze zróżnicowanych warunków glebowych, np. różnice w strukturze gleby, zasobności w składniki pokarmowe, wodę, powietrze glebowe, itp.

Pytanie 24

Pojęcie zmiennej zależnej i niezależnej

I. Zmienna niezależna (zmienna kontrolowana) to zmienna, którą badacz zmienia albo różnicuje, aby stwierdzić, czy ma ona wpływ na jakąś inną zmienną; badacz oczekuje, że ta właśnie zmienna będzie powodowała zmiany.

Zmienna zależna (zmienna mierzona) to zmienna, którą badacz mierzy po to, by sprawdzić czy na nią wpływa zmienna niezależna; badacz stawia hipotezę, że zmienna zależna zależy od zmiennej niezależnej. .
Np. w badaniach dotyczących wpływu piramid na rozwój roślin - umieszczenie rośliny w piramidzie byłoby zmienną niezależną. Natomiast stopień wzrostu rośliny byłby zmienną zależną.

Lub II. Zmienna niezależna to taka zmienna, za pomocą której wyjaśnia się zmiany w obrębie zmiennej zależnej. Zmienna niezależna wyjaśnia dane zjawisko oraz powoduje zmiany w wartości zmiennej zależnej, stanowi ona zakładaną przyczynę tych zmian (jak sama nazwa wskazuje, zmienna zależna "zależy" od zmiennej niezależnej).

Zmienne zależne mogą się znajdować w sferze oddziaływania zmiennych niezależnych, na które nie można mieć wpływu. Zmienne te mogą zarówno sprzyjać jak i utrudniać w występowaniu badanego zjawiska i noszą one miano zmiennych pośredniczących. Zwracają one uwagę, iż istnieją również inne istotne przyczyny badanego zjawiska, które nie zostały nieuwzględnione w badaniach.

Zmienne ilościowe mają miejsce w badaniach, w których przedmiot stanowią mierzalne właściwości przedmiotów. Najczęściej występują one w naukach ścisłych takich jak fizyka, matematyka czy statystyka.

Zmienne jakościowe natomiast nie poddają się pomiarowi; można jedynie stwierdzić ich występowanie lub ich brak.

Z w/w zmiennych korzystamy w metodzie eksperymentalnej do badania relacji przyczynowo-skutkowych.

Pytanie 25

Analiza wariancji jest to powszechnie znana i stosowana metoda statystycznego opracowania danych eksperymentalnych z różnego typu doświadczeń, przede wszystkim rolniczych i zootechnicznych.

Istota metody: w analizie wariancji ustalamy

- źródła zmienności

- stopnie swobody, a następnie obliczamy

- sumy kwadratów

- średnie kwadraty

Założenia:

- normalność rozkładu - badane w doświadczeniu cechy mają rozkład normalny

- homogeniczność wariancji - zmienność wewnątrzgrupowa jest taka sama, a zatem błędy porównywanych obiektów również podobne

- addytywność - różnice między porównywanymi obiektami są stałe.

Model matematyczny pojedynczej analizy wariancji:

Y_ij= m + a_i + e_ij

Pytanie 26

randomizacja (ang. randomization od random `pierwszy lepszy, przypadkowy') celowe wprowadzenie przypadkowości w podejmowaniu decyzji dla wykluczenia wpływu predyspozycji indywidualnych, stosowane np. w testowaniu leków, w teorii gier.

Pytanie 27

Możliwość kontrolowania błędu doświadczalnego na przykład: klimat, gleba, zmienność osobnicza roślin, zabiegi uprawowe i pielęgnacyjne oraz takie, których identyfikacja, a tym samym kontrola jest utrudniona. Do tej grupy czynników można zaliczyć między innymi błędy wynikające z niedoskonałości człowieka, stosowanych narzędzi i aparatury pomiarowej. Obie grupy czynników powodują, że stwierdzane efekty badanego czynnika są różne od rzeczywistych, czyli są obarczone błędem.

---