Para complementar la respuesta de Brandon Horn. La importancia del experimento es obtener una respuesta, sí, pero el diseño del experimento consiste en obtener los datos correctos para que pueda obtener una respuesta válida. Como Brandon lo dijo, así que “… en realidad obtienes una respuesta a tu pregunta”. y la parte implícita es “y no una pregunta diferente”. => Entonces realmente obtienes una respuesta a tu pregunta y no una pregunta diferente.
Para mi parte de la respuesta (sin repetir Brandon), voy a tener un sesgo de física para esto:
El diseño de un experimento incluye cosas como asegurarse de que tiene resistencias de terminación en los cables de señal o que tiene geles apropiados para que las ondas de sonido viajen hacia y desde un transductor. También se trata de asegurarse de que los metales que se recocen se hagan correctamente, o de que la lente que tenga sea lo suficientemente grande o lisa como para reducir los errores de transmisión de luz. También se trata de asegurarse de que haya tenido en cuenta pequeñas cosas como las vibraciones del edificio, o incluso el tráfico peatonal a través del edificio durante el horario comercial, o incluso por el personal de limpieza por la noche.
- ¿Qué onda usamos más en la vida práctica, una onda sinusoidal o una onda cosenoidal?
- ¿Cómo puede algo viajar más rápido que el sonido?
- ¿Cuáles son las 4 formas de materia? ¿Cómo fueron creados?
- ¿Usarán piratería cuántica para piratear la física del movimiento para viajar en el espacio?
- Un químico japonés dijo que aprender química es como apilar una capa ancha y delgada de panqueques, mientras que la física acumula un bloque sólido, ¿es esto cierto?
Pero, eso es todo antes del experimento. Yo diría que saber lo que va a hacer con los resultados antes de comenzar su experimento es una parte tan importante del diseño del experimento como saber cómo configurarlo.
Aquí hay algunas partes del diseño del experimento que creo que son importantes (no todos estarán de acuerdo):
1. Sacarle el medio ambiente. Eso está haciendo que el entorno sea constante o una porción tan pequeña del experimento que su efecto sea cercano a cero.
2. Asegurar que los datos sean coleccionables. No desea medir los neutrinos en su casa, ni observar las bacterias en los flujos de hielo de los glaciares antárticos o tal vez lo haga.
3. Asegurarse de que el experimento funcionará y recopilará los datos que está buscando. Es como verificaciones y equilibrios, calibración y no ignorar ningún resultado (por ejemplo, si Perkin-Elmer no ignorara el resultado del equipo de calibración en el espejo para Hubble, no habría pasado las pruebas y se le permitiría dejarlo en el espacio – Tenían dos equipos que arrojaban resultados diferentes).
4. Comprensión del análisis de los datos. Debe asegurarse de saber qué técnicas de análisis son válidas y apropiadas para los datos que está recopilando. ¿Sus datos son una distribución gaussiana o de Poisson? ¿Sabes cómo promediar correctamente tus datos?
Un ejemplo clásico de un mal experimento es el experimento de rayos N de Prosper-Rene Blondlot. Específicamente, el fracaso del experimento de N-Ray fue el sesgo del experimentador. Wikipedia tiene una lista de algunos resultados famosos de mala física: lista de errores experimentales y fraudes en física