При проведении эксперимента невозможно избежать или уменьшить. Общие принципы планирования экспериментов

эксперт по системному бизнесу

«Экспериментатор должен относиться к теории, как к хорошенькой женщине: с благодарностью принимать то, что она ему даёт, но не доверять ей безрассудно»

Лев Арцимович

кому: собственникам, топ-менеджерам и руководителям

Сценарии использования статьи: кому полезна и почему

Собственникам, топ-менеджерам - перейти от “чёрного ящика” в развитии компании к технологии экспериментов, которая позволяет минимизировать возможные риски и убытки от нововведений.

Руководители среднего звена - организовать внедрение новых технологий и бизнес-процессов в компании и поступательное их развитие.

Сотрудники, специалисты - получить технологию, действуя и опираясь на которую можно одновременно строить свою горизонтальную карьеру, наращивать профессионализм и быть на хорошем счету в компании.

«Не зная броду, не суйся в воду», или Как поспешные решения разрушают бизнес

В наших национальных традициях управления бросаться руководителю в две крайности: первая - идти напролом, “наломать дров” и расхлёбывать последствия в виде серьёзных убытков; вторая - быть гипер-осторожным, ничего не менять и в итоге получить деградацию компании / подразделения.

Первые (я называю их “руководителями-поджигателями”) действуют по принципу “всё или ничего”. Это люди, которые начинают активно внедрять масштабные изменения или проекты, как только им приходит такая идея. Казалось бы, что может быть лучше, чем быстрый переход от идеи/разговоров к действию? Но дьявол, как известно, в деталях.

На практике быстрые “рывки” с целью решить большую и/или сложную задачу зачастую заканчиваются “пшиком” (а вы пробовали поднять 200-килограммовую гирю рывком?) Нет ничего хуже для устойчивости бизнеса, чем пренебрегать принципом “не зная броду, не суйся в воду”.

Негативные последствия тактики “давайте внедрим всё и сразу”:

• Приходится слишком долго ждать достижения результата. За это время руководитель и участники проекта устают морально и физически, и бросают начатое дело на полпути, даже если процесс выполнен уже на 80%.
• В ходе работы участники сталкиваются с подводными камнями (просчётами), которые крайне тяжело или невозможно быстро преодолеть, и столкновение с которыми приносит значительные убытки (вначале лучше проплыть на лодке и составить карту рифов, а затем уже отправлять корабль, в крайнем случае - потеряете только лодку).
• Пока идёт внедрение, люди ещё не научились работать по-новому, но уже перестали работать по-старому. Поскольку в процесс втянуты все сразу, возникает дезорганизация (когда есть нарушители правил не по своей воле). Производительность труда и качество результата резко падает.
• Приняв один раз решение и затратив большие ресурсы на внедрение, руководитель боится потерять свой авторитет (или навлечь гнев со стороны вышестоящего начальства) и вынужден "топить за него", даже видя неэффективность задумки. Разумно полагая, что масштабные просчёты так просто не прощаются, он продолжает вливать ресурсы компании в “мёртвый” проект.

«Не трогай то, что хорошо работает» и обреки свою компанию на медленное умирание

Есть и вторая крайность в работе руководителей (таких я называю “руководителями-улитками”), особенно актуальная для компаний, где сильны правила и регламенты. Так как процессы работают на “хорошо”, то их не трогают, руководствуясь принципом “не трогай то, что хорошо работает”.

С внедрением системы регламентов (при условии, что они исполняются, естественно) компания теряет гибкость и скорость. В условиях постоянно меняющегося рынка думаю понятно, что это сродни смертному приговору.

Негативные последствия тактики “не трогай то, что хорошо работает”:

• Деградация процессов и системы регламентов на фоне внешних и внутренних изменений. Потеря конкурентоспособности компании и, как следствие, отток клиентов, убытки .
• Сотрудники теряют навыки решения нестандартных задач. Единственный, кто может их ещё худо-бедно решить - руководитель. В результата на него возрастает нагрузка.
• Профессионалы демотивированы и постепенно покидают компанию, так как нет возможности горизонтального роста - “как работали 3 года назад, так работаем и сейчас”.
• Постепенно нарастает разница между “как надо” и “как написано в регламенте”, что в конечном итоге сводит на нет все преимущества системы регламентов (рекомендую статью ).

Но без системы регламентов едва ли возможны стандартизированное управление, повышение качества работы, накопление в компании знаний, сокращение издержек и убытков от повторяющихся “проблем”. Ситуация, на первый взгляд, патовая: без системы регламентов жить невозможно, но вместе с ней компания может потерять гибкость и перестанет развиваться.

Как с помощью эксперимента уйти от крайностей

Возникает резонный вопрос: “Можно ли руководителю избежать негативных крайностей и если да, то каким образом”? Мой ответ - управляйте развитием технологий, регламентов и процессов в вашей компании с помощью экспериментов.

На первый взгляд создаётся впечатление, что речь идёт об очевидных вещах. Слово “эксперимент” мы знаем все. Но во многих ли компаниях используют эксперименты на уровне отработанного алгоритма для создания и развития технологий, регламентов и процессов? Чтобы ответить на этот вопрос, предлагаю своё видение сути эксперимента.

Эксперимент - возможность проверить гипотезу “малой кровью”

Гипотеза - предположение о способе решения управленческой или какой-либо другой задачи с достижением требуемых: целей и качества результата (пример гипотезы: ввести KPI для менеджеров, чтобы они лучше работали над клиентскими проектами).

Эксперимент может быть управленческим, если руководитель тестирует какую-либо управленческую технологию (например, учёт времени по задачам), а может быть связан и с любыми другими задачами, связанными с внедрением нового или доработкой уже существующего процесса, регламента, технологии и т.д.

Ключевые принципы использования экспериментов в работе

1. Рассматривайте как эксперимент любые изменения : ввод новой системы бонусов, дополнения или отмена каких-либо внутренних правил компании, перевод сотрудника на новую должность.
2. Формируйте ожидания участников эксперимента . Сразу оговаривайте с участниками или с теми, кого касается эксперимент, что условия могут быть пересмотрены по результатам эксперимента.
3. Привлекайте к экспериментам сотрудников. Развивать процессы и регламенты - это обязанность каждого сотрудника, работающего с ними. Его профессиональная пригодность оценивается и степенью участия в этом процессе. Поэтому компании. А для руководителей - это одна из базовых управленческих компетенций.
4. Организуйте и формализуйте сбор идей по улучшению регламентов и процессов от сотрудников и обработку их (как организовать - расскажу в одной из следующих статей). Далеко не всегда есть возможность провести эксперимент сразу, как только возникла идея.
5. Продумайте, у кого из сотрудников могут быть полномочия на проведение экспериментов самостоятельно (возможно, в рамках определённых ресурсов, например, если суммарное время участников на выполнение эксперимента не превышает 10 часов), а кто вначале должен согласовать с руководителем. Для разных категорий экспериментов могут быть разные полномочия и ограничения. Например, начальнику отдела контекстной рекламы запрещено проводить управленческие эксперименты без согласования с вышестоящим руководителям, а эксперимент, связанный с процессом работы, может быть выполнен самостоятельно, если затраты на него не превышают 2000 рублей.
6. Создайте и ведите таблицу экспериментов (или базу данных), для того чтобы:
   • Руководитель мог оценить качество работы и активность сотрудников: какие эксперименты они проводят? Как пользуются полномочиями? На каких стадиях находятся эксперименты и какие результаты по ним достигнуты?
   • Различать случаи, когда имеет место проведение эксперимента, а когда нарушение установленных правил.
   • Избежать дублирования экспериментов, а также повторения неудачных.
   • Дать возможность сотрудникам следить за экспериментами, которые решают их задачи, и использовать промежуточные результаты для пользы дела.

Технология проведения экспериментов

Прежде чем менять всё, сделайте эксперимент на узком участке (пилотный проект). Внедряете планы и отчёты (регламенты, KPI и т.д.) для сотрудников? Начните с одного отдела.

Полученный опыт значительно упростит задачу по внедрению этого же инструмента для всех остальных (вы узнаете о подводных камнях; научитесь отрабатывать возражения сотрудников и "продавать" им технологию; остальные получат образец "да, это возможно и работает!"). Да и ошибки, и промахи, допущенные на узком участке, не подорвут ваш авторитет, а могут быть использованы для его роста.

Многие руководители по прежнему надеются на чудо, когда затевают масштабное нововведение без предварительного проведения эксперимента

Это если совсем кратко. А теперь познакомьтесь с подробной версией технологии проведения экспериментов.

1. Опишите задачу

Задача может вытекать из какой-либо существующей или потенциальной проблемы или возможности. При этом важно не забывать о целях. Например, собственник компании считает, что есть возможность увеличить эффективность работы офисных сотрудников. Цель - сокращение издержек компании, увеличение прибыли на одного работающего сотрудника.

2. Сформулируйте гипотезу (вариант) решения задачи и цель эксперимента

Цели эксперимента могут выходить за рамки решения задачи. Например, может стоять цель обучения одного из его участников эксперимента или попутного опробования какой-либо технологии т.д. Желательно, чтобы дополнительные цели решались попутно, с минимальным привлечением каких-либо ресурсов. В противном случае лучше сконцентироваться только на одной цели - получить практический опыт решения задачи выбранным способом.

От качества гипотезы напрямую зависит вероятность успешности эксперимента. Поэтому для её формирования: привлекайте специалистов, сторонних экспертов, изучайте тематические статьи в интернете и литературу.

3. Выберите узкий участок

Решение по выбору узкого участка сравнимо с проходом “между Сциллой и Харибдой”. Чем более ограничен участок, тем меньше ресурсов будет затрачено на эксперимент, но при этом может пострадать достоверность эксперимента.

Есть способ ещё больше сократить затраты на эксперимент! Если работу на узком участке возможно разбить на несколько однотипных действий, в таком случае нет смысла проводить эксперимент, выполняя их все. Проведите только с одним из действий! Если при этом достоверность становится неприемлемой, можно выбрать для эксперимента только ключевые действия.

Например, есть задача создать систему оценки компетенций сотрудников. Для каждой должности около десятка компетенций, каждая из которых оценивается по 5-ти балльной шкале. Задача: проверить насколько эффективна на практике предлагаемая система оценки.

Для эксперимента выбираем узкий участок в виде одной должности и одного человека. Можно ли ещё сузить? Да! Выбрать 2-3 ключевых компетенций для этой должности (здесь оценка разных компетенций - однотипные действия) и оценить по ним выбранного сотрудника.

4. Оцените достоверность результатов эксперимента

Достоверность результатов эксперимента - это параметр, который показывает, можно ли опираясь на полученные результаты, сделать с высокой вероятностью вывод о других однотипных действиях и участках применения нововведения (собственно, ради чего и проводится эксперимент!).

Едва ли удастся доказать достоверность математически, а вот провести устные или мысленные рассуждения вполне по силам. В этом поможет выписанный список факторов, которые могут негативно повлиять на достоверность. Как правило в него входят: 1) участники эксперимента и их компетенции, связанные с тематикой эксперимента; 2) особенности проверяемой технологии.

Например, если рабочие отчёты внедряются только на одном сотруднике, может оказаться, что человек, выбранный для эксперимента, не лоялен к компании, что безусловно повлияет на достоверность результатов.

Ещё один пример. Разрабатывается система оценки сотрудников с помощью профессиональных вопросов. Но их задаёт неподготовленный специалист, который не способен задавать уточняющие вопросы в зависимости от полученных ответов. Едва ли можно назвать результаты такого эксперимента достоверными.

5. Взвесьте затраты и выгоды

Оцените (в письменном виде, естественно) ресурсы, требуемые на эксперимент, риски (часть из них была изучена на этапе оценки достоверности эксперимента), компетенции участников эксперимента в его предметной области. Выпишите возможности и выгоды, которые могут быть получены. Взвесьте и примите решение: а стоит ли овчинка выделки?

Возможно окажется, что прогнозируемая полезность результатов стремится к нулю: как эксперимента, так и решения всей задачи, ради которой он затевался (для задачи это нужно было выяснить на этапе составления сценариев!)

Например, в рекламной кампании клиента, для того чтобы получить больше заявок из социальных сетей, необходимо провести эксперимент по расширению целевой аудитории (например, добавить в неё менеджеров среднего звена): собрать аудиторию; запустить несколько рекламных объявлений для аудитории и посмотреть с помощью систем аналитики совершают ли привлечённые посетители целевые действия (например, отправка заявки на звонок, подписка на рассылку). Стоимость эксперимента 30.000 руб, но при этом выгода от привлечённых клиентов значительно больше, ведь если аудитория “выстрелит”, её можно использовать в рекламе много лет.

6. Составьте план эксперимента, определите участников и распределите роли между ними

При составлении плана обязательно учтите, что во время проведения эксперимента, если речь идёт об улучшении какой-либо технологии, необходимо ещё продумать способы предотвращения конфликта между двумя процессами: старым и новым (именно поэтому важно минимизировать количество участников в рамках эксперимента!)

Например, сейчас менеджеры в компании используют Excel-таблицы для ведения клиентской базы. Топ-менеджеры решили внедрить CRM. Прежде чем приступать к эксперименту, рекомендую ответить на 2 важных вопроса:

1. Как и кем будут перенесены контакты и история общения с клиентами из CRM в Excel в случае провала эксперимента?
2. Как будут перенесены данные из таблиц в CRM в случае успеха эксперимента?

У эксперимента, как и у любой задачи, должен быть руководитель, который несёт всю полноту ответственности за его результаты (напоминаю, что ответственность появляется там, где предоставляются полномочия). Необходимо подобрать участников эксперимента, исходя из всех описанных выше пунктов.

Если план получился слишком громоздким, то может быть есть возможность разделить эксперимент на 2 или 3 более мелких и простых?

7. Проведите эксперимент, зафиксируйте итоги

Помните, что при проведении эксперимента руководителю необходимо: отработать технологию выполнения задачи и получения результатов, обучить ключевых участников, найти “подводные камни” и проблемы, разыскать дополнительные возможности, замерить время на выполнение задач эксперимента.

Всё найденное необходимо фиксировать в письменном виде: в общей таблице или отдельном ЛОГ-файле - зависит от масштаба эксперимента.

8. Проанализируйте полученные результаты, сделайте выводы по итогам

Анализируйте и оценивайте всё, что замерялось и фиксировалось в предыдущем пункте. Оцените возможное влияние роста масштаба применения технологии на практике (сложность, бюджеты, синергия, риски и т.д.), подключения к эксперименту новых участников.

Постарайтесь найти и отметить факторы, которые привели эксперимент к успеху или наоборот стали причиной его провала (речь идёт именно о неудачно проведённом эксперименте, но не об опровержении гипотезы). В этом случае скорее всего эксперимент необходимо повторить, ибо его результат не является достоверным, но уже скорректировав параметры: участников, план эксперимента, руководителя, ресурсы, цели и т.д.

Отрицательный результат - это тоже очень хороший результат, когда речь идёт об опровержении выдвинутой гипотезы с помощью эксперимента (да, и такие задачи бывают!) Негативный результат на маленьком участке сбережёт от катастрофы масштаба компании.

Но здесь очень важно отличать причины отрицательного результата, связанные с организацией и проведением эксперимента, от ошибочной гипотезы.

9. Расширьте участок эксперимента в случае необходимости

Взбираясь по крутой лестнице, перепрыгивать через несколько ступенек - опасная затея. Аналогично и во внедрении новых технологий.

В случае масштабных или сложных изменений, рекомендую по итогам успешного эксперимента расширять участок, т.е. увеличивать масштаб эксперимента с обязательным привлечением получивших опыт участников. Как правило, увеличивают количество однотипных действий, количество участников эксперимента, количество копий процессов и т.д.

Если нет необходимости расширять участок и эксперимент признан успешным - запланируйте полномасштабное внедрение. В организации процесса внедрения вам поможет информация из упоминаемой ранее статьи про управление проектами.

Мысленный эксперимент - возможность сэкономить ресурсы

Мысленный эксперимент не требует привлечения каких-либо ресурсов, кроме людских и временных. Выполняется с помощью рассуждений в любом удобном формате: устно или письменно, с экспертами и/или квалифицированными участниками.

Возможно, при проведении мысленного эксперимента потребуется письменно зафиксировать информацию для некоторых этапов подготовки из алгоритма.

Рекомендую проводить предварительно мысленный эксперимент каждый раз, когда вы хотите что-то изменить. Это позволяет отсечь часть нежизнеспособных идей без затрат ресурсов, но, к сожалению, редко помогает убедиться в правильности гипотезы.

Сценарии применения экспериментов в жизни

Подтверждение качества технологии - это возможность применить её в повседневной жизни. Хотите переехать в другую страну ? Если вы проживёте там только неделю, вы не узнаете все плюсы и минусы жизни в ней. Проживите там вначале 1 месяц, а лучше полгода. Тогда узнаете большинство особенностей, возможностей и подводных камней и сможете принять более взвешенное решение. Сколько историй среди моих знакомых: продавали недвижимость, уезжали, а потом возвращались обратно.

Решили купить новую машину ? Возьмите аналогичную на прокат на 1 месяц. Узнаете, насколько она вам подходит.

Нанимаете на работу нового сотрудника ? Дайте возможность ему поработать в вашей компании 1-2 недели до оформления, чтобы и он и вы могли посмотреть, насколько он подходит компании, а компания ему. Если останется, то с большой вероятностью проработает долго. Если всё же решит уйти, то пусть лучше это случится через 5 дней, чем через 2 месяца обучения.

Методика - это совокупное и. мыслительных и физических операций, размещенных в определенной последовательности, в соответствии с которой достигается цель исследования.

При разработке методик проведения эксперимента необходимо предусматривать:

Проведение предварительного целенаправленного наблюдения над изучаемым объектом или явлением с целью определения исходных данных (гипотез, выбора варьирующих факторов);

Создание условий, в которых возможно экспериментирование (подбор объектов для экспериментального воздействия, устранение влияния случайных факторов);

Определение пределов измерений; систематическое наблюдение за ходом развития изучаемого явления и точные описания фактов;

Проведение систематической регистрации измерений и оценок фактов различными средствами и способами;

Создание повторяющихся ситуаций, изменение характера условий и перекрестные воздействия, создание усложненных ситуаций с целью подтверждения или опровержения ранее полученных данных;

Переход от эмпирического изучения к логическим обобщениям, к анализу и теоретической обработке полученного фактического материала.

Перед каждым экспериментом составляется его план (программа), который включает:

Цель и задачи эксперимента;

Выбор варьирующих факторов;

Обоснование объема эксперимента, числа опытов;

Порядок реализации опытов, определение последовательности изменения факторов;

Выбор шага изменения факторов, задание интервалов между будущими экспериментальными точками;

Обоснование средств измерений;

Описание проведения эксперимента;

Обоснование способов обработки и анализа результатов эксперимента.

Результаты экспериментов должны отвечать трем статистическим требованиям:

Требование эффективности оценок, т.е. минимальность дисперсии отклонения относительно неизвестного параметра;

Требование состоятельности оценок, т.е. при увеличении числа наблюдений оценка параметра должна стремиться к его истинному значению;

Требование несмещенности оценок - отсутствие систематических ошибок в процессе вычисления параметров.

Важнейшей проблемой при проведении и обработке эксперимента является совместимость этих трех требований.

Элементы теории планирования эксперимента

Математическая теория эксперимента определяет условия оптимального проведения исследования, в том числе и при неполном знании физической сущности явления. Для этого используются математические методы при подготовке и проведении опытов, что позволяет исследовать и оптимизировать сложные системы и процессы, обеспечивать высокую эффективность эксперимента и точность определения исследуемых факторов.

Эксперименты обычно ставятся небольшими сериями по заранее согласованному алгоритму. После каждой небольшой серии опытов производится обработка результатов наблюдений и принимается строго обоснованное решение о том, что делать дальше.

При использовании методов математического планирования эксперимента возможно:

Решать различные вопросы, связанные с изучением сложных процессов и явлений;

Проводить эксперимент с целью адаптации технологического процесса к изменяющимся оптимальным условиям его протекания и обеспечивать таким образом высокую эффективность его осуществления и др.

Теория математического эксперимента содержит ряд концепций, которые обеспечивают успешную реализацию задач исследования:

Концепция рандомизации;

Концепция последовательного эксперимента;

Концепция математического моделирования;

Концепция оптимального использования факторного пространства и ряд других.

Принцип рандомизации заключаетсяв том, что в план эксперимента вводят элемент случайности. Для этого план эксперимента составляется таким образом, чтобы те систематические факторы, которые трудно поддаются контролю, учитывались статистически и затем исключались в исследованиях как систематические ошибки.

При последовательном проведении эксперимент выполняется не одновременно, а поэтапно, с тем, чтобы результаты каждого этапа анализировать и принимать решение о целесообразности проведения дальнейших исследований (рис.2.1 ). В результате эксперимента получают уравнение регрессии, которое часто называют моделью процесса.

Для конкретных случаев математическая модель создается исходя из целевой направленности процесса и задач исследования, с учетом требуемой точности решения и достоверности исходных данных.

Важное место в теории планирования эксперимента занимают вопросы оптимизации исследуемых процессов, свойств многокомпонентных систем или других объектов.

Как правило, нельзя найти такое сочетание значений влияющих факторов, при котором одновременно достигается экстремум всех функций отклика. Поэтому в большинстве случаев за критерий оптимальности выбирают лишь одну из переменных состояния функцию отклика, характеризующую процесс, а остальные принимают приемлемыми для данного случая.

Методы планирования эксперимента в настоящее время быстро развиваются, чему способствует возможность широкого использования ЭВМ.

Вычислительным экспериментом называется методология и технология исследований, основанные на применении прикладной математики и электронно-вычислительных машин как технической базы при использовании математических моделей.

Таким образом, вычислительный эксперимент основывается на создании математических моделей изучаемых объектов, которые формируются с помощью некоторой особой математической структуры, способной отражать свойства объекта, проявляемые им в различных экспериментальных условиях.

Однако эти математические структуры превращаются в модели лишь тогда, когда элементам структуры дается физическая интерпретация, когда устанавливается соотношение между параметрами математической структуры и экспериментально определенными свойствами объекта, когда характеристики элементов модели и самой модели в целом находят соответствие свойствам объекта.

Таким образом, математические структуры вместе с описанием соответствия экспериментально обнаруженным свойствам объекта и являются моделью изучаемого объекта, отражая в математической, символической (знаковой) форме объективно существующие в природе зависимости, связи и законы.

Каждый вычислительный эксперимент основывается как на математической модели, так и на приемах вычислительной математики. Современная вычислительная математика состоит из многих разделов развивающихся вместе с развитием электронно-вычислительной техники.

На основе математического моделирования и методов вычислительной математики создались теория и практика вычислительного эксперимента, технологический цикл которого принято разделять на следующие этапы.

1. Для исследуемого объекта строится модель, обычно сначала физическая, фиксирующая разделение всех действующих и рассматриваемом явлении факторов на главные и второстепенные, которые на данном этапе исследования отбрасываются.

2. Разрабатывается метод расчета сформулированной математической задачи. Эта задача представляется в виде совокупности алгебраических формул, по которым должны вестись вычисления и условия, показывающие последовательность применения этих формул; набор этих формул и условий носит название вычислительного алгоритма.

Вычислительный эксперимент имеет многовариантный характер, так как решения поставленных задач часто зависят от многочисленных входных параметров.

В связи с этим при организации вычислительного эксперимента можно использовать эффективные численные методы.

3. Разрабатываются алгоритм и программа решения задачи на ЭВМ. Программирование решений определяется теперь не только искусством и опытом исполнителя, а перерастает в самостоятельную науку со своими принципиальными подходами.

4. Проведение расчетов на ЭВМ. Результат получается в виде некоторой цифровой информации, которую далее необходимо будет расшифровать. Точность информации определяется при вычислительном эксперименте достоверностью модели, положенной в основу эксперимента, правильностью алгоритмов и программ (проводятся предварительные «тестовые» испытания).

5. Обработка результатов расчетов, их анализ и выводы. На этом этапе могут возникнуть необходимость уточнения математической модели (усложнения или, наоборот, упрощения), предложения по созданию упрощенных инженерных способов решения и формул, дающих возможности получить необходимую информацию более простым способом.

Вычислительный эксперимент приобретает исключительное значение в тех случаях, когда натурные эксперименты и построение физической модели оказываются невозможными.

В науке и технике известно немало областей, в которых вычислительный эксперимент оказывается единственно возможным при исследовании сложных систем.

Методика эксперимента

Методика эксперимента – это совокупность способов и приемов его проведения. Методика, которая относится ко всему исследованию, является общей. Для отдельных опытов в пределах данного исследования могут создаваться дополнительные частные методики. Значение частных методик возрастает с увеличением разнообразия явлений, подлежащих изучению.

Методика экспериментального исследования определяет оборудования., количество опытов, план работы, затраты времени и средств.

Построение правильной методики позволяет в кратчайшие сроки и при минимальных экологических и трудовых затратах получить ожиданий от эксперимента результат и избежать появления ненужных опытных данных, из которых никаких выводов сделать нельзя.

Эксперимент может проводиться в пассивной форме (наблюдение без вмешательства в условия развития явления) и активной (создание определенных условий развития явления).

Пассивное наблюдение применяют преимущественно для предварительной проверки общей правильности рабочей гипотезы и установления направления развития явления. При пассивном наблюдении исследователь регистрирует различные интересующие его параметры, характеризующие явление. Для регистрации употребляют разнообразные средства измерений. Пассивное наблюдение можно чередовать с активным.

Наблюдение становится активным, когда исследователь сам определяет условия развития явления в желаемом направлении, чтобы получить ясные закономерности.

Первой ступенью активного наблюдения являются поисковые опыты. Целью поисковых опытов является проверка отдельных частей разработанной методики и приспособленности приборов к тем измерениям, которые определены методикой. В ходе поисковых опытов устанавливают также факторы, определяющие развитие является или отбирают основные факторы. Поисковые опыты можно ставить и для того, чтобы найти основания для расчета числа опытов.

После проведения поисковых опытов все факторы, обусловливающие явления, разделяют на основные, оказывающие наибольшее влияние на развитие явления и несущие наибольшую информацию о нем, и дополнительные, влияющие на развитие явления второстепенно. При постановке опыта измеряют лишь параметры характеризующие основные факторы.

Следует иметь в виде, что данное деление во многом является условным, поскольку при изменении условий опыта дополнительные факторы могут стать основными и наоборот.

Чтобы устранить или по крайней мере уменьшить ошибку, появляющуюся вследствие деления факторов на основные и дополнительные, когда при постановке опытов стремится нейтрализовать дополнительные факторы, т.е. создать такие условия, при которых действие дополнительных факторов было бы возможно более неизменно и незначительно. Исследователь при этом должен стремиться сделать переменными величинами лишь основными факторами. Таким образом, общим принципам исследования является постоянства всех остальных факторов при изменении избранных.

Есть четыре основных приёма нейтрализации дополнительных факторов.

Метод резко изменения переменных факторов при относительно малом изменении остальных. При этом методе основной фактор стараются изменять в наиболее широком диапазоне значений, а изменение остальных минимизировать. Например, при снятии характеристики насоса Q=f(p), или КПД=f(p) желательно максимально широко изменять давление, а второстепенные факторы, такие, как износ машины, влияние вязкости масла, температурного репсима и т.д. свести к минимуму, для чего исследование лучше проводить на равноизношенных машинах (например, при сравнении двух различных типов машин), производить охлаждение РЖ и т.д.

Метод контрольных опытов, когда меняющиеся дополнительные факторы одновременно воздействуют на несколько объектов с различными градациями основного фактора, один из которых считают контрольным (эталонам) и с ним сравнивают все остальные. Например, при исследование влияние присадки к маслу (смазке) на износ подшипников эксперимент может проводится для двух групп подшипников, из которых применена смазка с присадкой, в другой - без. Поскольку в большинстве случаев избежать влияние изменение температурного, нагрузочного и скоростного режима на износ подшипников не удается, то испытывают две группы одновременно в таких меняющихся условиях, собой результаты износа. Групп подшипников для испытаний может быть гораздо больше двух, в каждой из них может использоваться различные присадки или различные ее содержание, причем одна из групп всегда является контрольной (эталонной).

Метод «чистых» опытов . При этом методе стремятся искусственно создать условия, в которых дополнительные факторы не проявлялись бы или не влияли бы при проведении опытов на изменяющиеся основные факторы. Этот метод используют лишь в лабораторных условиях.

Например, в реальных эксплуатационных условиях очень трудно исследовать работу гидросистемы рулевого управления автомобиля, т.к. момент сопротивления повороту управляемых колес постоянно меняется изза наличия неровностей дорожного полотна, различного коэффициента трения на различных его участках и т.д. Кроме того, на величину момента сопротивления повороту управляемых колес при длительном проведении испытаний будут оказывать влияние износ шин, давление воздуха в шинах, изменение массы автомобиля (к примеру, в результате дозаправки топливом) и т.д. Провести точные научные исследования в таких условиях крайне затруднительно, поэтому при испытаниях гидросистемы рулевого управления идеализирует ее взаимодействие внешней средой, искусственно создавая в лабораторных условиях постоянные и точно известные значения сил сопротивления повороту колеса, или, в других случаях, обеспечивая изменения сил сопротивления по определенному закону. Этот же метод «частичных» опытов будет очень подходящим для Воссоздания в лабораторных условиях угловых вибраций и ударных воздействий нужной величины на управляемые колеса автомобиля, имитирующие движение автомобиля по неровностям дороги. В реальных дорожных условиях (вне специальных полигонов) получить подобные возмущения на систему с нужной частотой и амплитудой почти невозможно.

Метод разных знаков состоит в том, что одному и тому же фактору, который невозможно исключить полностью, сначала придают положительное, а затем отрицательное значение, чтобы при вычисление средней величины взаимно погасились ошибки от неучета влияния этого фактора.

Например, при исследовании процесса торможения автомобиля угол уклона дороги в продольном направлении, а также скорость ветра могут привести к ощутимой ошибке. Чтобы исключить ошибку от влияние этих факторов, производят опыты при движении автомобиля в одну, а затем другую (обратную) сторону одного и того же дорожного участка, после чего полученные данные усредняют.

Планирование эксперимента. Количество опытов.

При определении необходимого количества опытов следует руководствоваться двоякого рода положениями.

Во-первых, необходима такое количество опытов, которое достаточно точно выявило бы форму функциональной зависимости двух параметров. Например, положение прямой определяется двумя точками, дуги постоянного радиуса - тремя. Для более сложных кривых количества точек определяется следующим правилом: рассматривая сложную кривую как комбинацию прямых и простых кривых, описывают каждый перегиб кривой по меньшей мере тремя точками, а каждый участок, близкий к прямолинейному – двумя. Для более точного определения численных значений функции рекомендуется каждый перегиб кривой обосновывать как минимум пятью опытами. Кроме того, особо тщательно должны случатся резкие перегибы кривых или скачкообразна изменение развития явления.

Для такого определения количество опытных точек используют графики закономерности рабочей гипотезы. В случае, если закономерность в развития явления заранее неизвестна, опытные точки располагают по оси абсцисе равномерно. В ходе проведения опытов положение этих точек может быть уточнено в соответствии с действительными местами изгибов кривых.

Во – вторых, необходимо учитывать случайные ошибки опыта. Как известно, для уменьшение влияние таких ошибок опыты повторяют и берут среднюю арифметическую. Причем количество необходимых повторений зависит от среднего квадратического отклонения измерений и заданной надежности результата.

Под надежностью опыта будет понимать вероятность получения тех же результатов при новых измерений этой же величины или при повторение опыта в тех же условиях.

Из теории вероятности известно, что чем больше относительные колебание результатов и чем большую надежность опыта желательно получить, тем больше должно быть произведено повторений опыта. Наиболее удобным образом для практического использование эта зависимость установлена В.И. Романовским и представлена в виде таблицы

Необходимое количество опытов (измерений)

	Надежность опыта Р.

Для того, чтобы найти по этой таблице необходимое количество опытов, нужно задаться надежностью Р и ошибкой А, взятой в долях среднего квадратического отклонений σ.

Например, при измерений менее точным инструментом какого – либо размера среднее квадратическое отклонение равно 0,9 мм, а более точным – 0,15 мм. Пусть допустимая ошибка измерений при надежности 0,95 должна быть не более 0,3 мм, что составляет 1/3σ при измерение менее точным и 2σ при измерении более точным инструментом. По таблице определим, что в этих условиях требуется более 27 измерений менее точным и только 4 измерения более точным инструментом.

Если среднее квадратическое отклонение результата измерений заранее неизвестно, то такой анализ можно проводить последовательно с проведением опытов по следующей схеме: после каждого измерения, начиная с третьего, вычисляют математическое ожидание и среднее квадратическое отклонение. Как только надежность и вычисление ошибки в доля стандарта σ дают по таблице то количество измерений, которое уже произведено, опыты прекращают.

В те случаях, когда нет нужных данных для определения количества повторяемых опытов, а поисковые опыты требуют не меньших затрат, чем основные, часто принимают тройную повторность опытов как минимальную.

Планирование однофакторных и многофакторных экспериментов.

Под фактором следует понимать переменную величину, предположительно влияющую на результат эксперимента. Фактором может быть давление, расход, вязкость РЖ и т.д.

При планирование однофакторного эксперимента немаловажное значение имеет правильный выбор количество и расположение экспериментальных точек на исследуемой функции. Во многих случаях целесообразно выбрать план эксперимента с одинаковыми интервалами между точками. Однако в зависимости от параметра, по которому берется равный интервал изменение его значений, результат опыта может выглядеть по – разному. Например, при исследовании жидкости на дросселе от скорости ее течения () графики будут иметь вид:

При изменении регулируемой переменной ν через равные промежутки Δν получим график, изображения на рис. а). На участке больших скоростей точек недостаточно, а на участке малых – они в избытке. На рис. б) ситуация выглядит противоположно. Наиболее правильным будет вариант, изображен на рис. в), где между экспериментальными точками заключены одинаковые отрезки ΔS опытной кривой. Однако такой подход затруднителен в расчете и для его реализации необходимо до проведение опытов знать характер исследуемой зависимости.

При выборе между вариантами, изображенными на рис. а) и б) лучше пользоваться критерием относительной точности данных на разных участках исследуемой функции. Например, для гидросистем испытания, проводимые при низком давление или при малой мощности, будут наименее точными. С этих позиции участки кривой, на которых данные вызывают наибольшее сомнение, стараются заполнить большим числом точек. С этой точки зрения вариант, изображенный на рис. а) предпочтительнее.

При планировании многофакторных экспериментов рассматривают два или большее число переменных факторов. Такие эксперименты называются двухфакторными, трехфакторными и т.д.

Если при эксперименте определяется зависимая переменная R, которая является функцией нескольких независимых переменных x,y,z и т.д., то план многофакторного эксперимента состоит в том, что все независимые переменные, кроме одной, полагают постоянными, а это одна переменная изменяется во всем интервале значения, при этом выбор интервала между значениями переменной производится по одному из рассмотренных выше правил. Далее изменяется другая независимая переменная, а все остальные выдерживают постоянными. По существу многофакторный эксперимент представляет собой просто последовательность однофакторных экспериментов. Этот подход позволяет найти такие простые функции, как

R=ax n +by m

план двухфакторного эксперимента, в котором каждый фактор берется на пяти уровнях, схематически можно представить в следующем виде:

уровни переменной у

уровни пере-

меной х 3 * * * * *

Звездочкой обозначены комбинации независимых, при которых должен проводиться эксперимент.

В случае более сложных функций, например таких, как

указанный выше план будет являться очень ограниченным и не позволит определить эти зависимости. В этом случае рассматривают несколько уровней независимых переменных х и у, например:

уровни переменной у

уровни переменной у

уровни пере-

меной х 3 * * * * *

Или, возможно, придется заполнить весь квадрат и провести эксперимент для всех 25 комбинаций переменных х и у.

При планирование эксперимента следует иметь в виду, что он не обязательно должен быть сбалансированных. Это означает, что может выбрать десять уровней переменной х и только три уровня переменной у, если считается, что зависимость R от х является более важной или более сложной.

Кроме того, возможны и другие, более сложные, чем описанный выше, планы, ориентированный на конкретные технические процессы и построенные на основании априорных сведений о характере исследуемой функции.

Общие принципы планирования экспериментов

Сравнение.

Рандомизация.

Репликация.

Однородность.

Стратификация.

уровнями фактора

Название: Общие принципы планирования экспериментов
Детальное описание:

С момента своего появления наука ищет пути к познанию законов окружающего мира. Совершая одно открытие за другим, ученые поднимаются все выше и выше по лестнице знания, стирая границу неизвестности и выходя на новые рубежи науки. Этот путь лежит через эксперимент. Сознательно ограничивая бесконечное разнообразие природы искусственными рамками научного опыта, мы превращаем его в понятную для человеческого разума картину мира.

Эксперимент как научное исследование - это форма, в которой и посредством которой наука существует и развивается. Эксперимент требует тщательной подготовки перед его проведением. В биомедицинских исследованиях планирование экспериментальной части исследования имеет особенно большое значение по причине широкой вариабельности свойств, характерной для биологических объектов. Эта особенность является основной причиной трудностей при интерпретации результатов, которые могут значительно различаться от опыта к опыту.

Статистические проблемы обосновывают необходимость выбора такой схемы эксперимента, которая минимизировала бы влияние вариабельности на выводы ученого. Поэтому цель планирования эксперимента заключается в создании схемы, которая необходима для получения как можно большей информации при наименьших затратах для выполнения исследования. Более точно планирование эксперимента можно определить как процедуру выбора числа и условий проведения опытов, необходимых и достаточных для решения поставленной задачи с требуемой точностью.

Планирование эксперимента появилось в агробиологии и связано с именем английского статистика и биолога сэра Рональда Эйлмера Фишера. В начале XX века на агробиологической станции в Ротамстеде (Великобритания) начались исследования влияния удобрений на урожайность различных сортов зерновых. Ученые вынуждены были считаться как с большой изменчивостью объектов исследования, так и с большой продолжительностью опытов (около года). В этих условиях не было иного пути, кроме разработки продуманного плана эксперимента для уменьшения негативного влияния указанных факторов на точность выводов. Применив статистические знания к биологическим проблемам, Фишер пришел к разработке собственных принципов теории статистического вывода и положил начало новой науке о планировании и анализе экспериментов.

Сам Рональд Фишер объяснял основы планирования на примере эксперимента произведенного для выяснения способности некой английской леди различать, что было налито в чашку в первую очередь - чай или молоко. Следует отметить, что для настоящих английских леди важно, чтобы чай наливался в молоко, а не наоборот, нарушение последовательности будет признаком невежества и испортит вкус напитка.

Эксперимент проходит просто: леди пробует чай с молоком и по вкусу пытается понять, в какой очередности были налиты оба ингредиента. План, разработанный для этого исследования, характеризуется рядом свойств.

Сравнение. Во многих исследованиях точное определение результата измерения затруднительно или невозможно. Так, например, леди не сможет количественно оценить качество чая, она будет сравнивать его с эталоном правильно приготовленного напитка, вкус которого знаком ей с детства. Как правило, в научном эксперименте объект сравнивается либо с неким заранее заданным стандартом, либо с контрольным объектом.

Рандомизация. Это очень важный момент в планировании. В нашем примере рандомизация относится к тому, в каком порядке представлять чашки на дегустацию. Рандомизация необходима для того, чтобы стало возможным применение статистических методов для анализа результатов исследования.

Репликация. Повторяемость - это необходимый компонент постановки эксперимента. Недопустимо делать выводы о способности к определению качества чая только по одной чашке. Результат каждого отдельного измерения (дегустации) несет в себе долю неопределенности, возникшей под влиянием множества случайных факторов. Следовательно, для выявления источника вариабельности необходимо провести несколько испытаний. С этим свойством связана чувствительность эксперимента. Фишер отмечал, что пока число чашек чая не превысит некоторого минимума, невозможно сделать какие-либо однозначные выводы.

Однородность. Несмотря на необходимость повторения измерений (репликация), их число не должно быть слишком велико, чтобы не утратилась однородность. Разность температур чашек, притупление вкуса и т. п. при превышении некоторого предельного числа повторений, могут затруднить анализ результатов эксперимента.

Стратификация. Выходя за рамки примера Р. Фишера к более абстрактному описанию экспериментального плана можно дополнительно указать такое свойство как стратификация (блокировка). Стратификация - это распределение экспериментальных единиц в относительно однородные группы (блоки, слои). Процедура стратификации позволяет минимизировать эффект известных нам неслучайных источников вариабельности. Внутри каждого блока ошибку эксперимента предполагают меньшей относительно варианта со случайным отбором для эксперимента такого же количества объектов. Например, при исследовании нового лекарственного препарата мы имеем два уровня фактора - «препарат» и «плацебо», которые назначаются мужчинам и женщинам. В данном случае пол - это блокирующий фактор, по которому происходит разделение исследуемых на подгруппы.

Описанные выше характеристики экспериментального плана полностью или частично относятся к любому научному эксперименту. Однако для начала работы недостаточно одного только знания об общих свойствах исследования, необходима более тщательная подготовка. Создание подробного руководства в рамках одной статьи невозможно, поэтому здесь будет изложена наиболее общая информация об этапах планирования эксперимента.

Любое исследование начинается с постановки цели. Выбор проблемы для изучения и ее формулировка повлияют как на дизайн исследования, так и на выводы, которые будут сделаны по его результатам. В самом простом случае формулировка проблемы должна предполагать вопросы «Кто?», «Что?», «Когда?», «Почему?» и «Как?».

В качестве иллюстрации важности данного этапа планирования можно привести исследование, в котором проводится сбор информации о дорожно-транспортных происшествиях. В зависимости от постановки цели, работа может быть направлена на разработку нового автомобиля либо нового дорожного покрытия. Несмотря на то, что используется один и тот же набор данных, постановка задачи и выводы существенно различаются в зависимости от формулировки проблемы.

После выбора цели работы следует определить так называемые зависимые переменные. Это переменные, которые будут измеряться при проведении исследования. Например, показатели функционирования тех или иных систем организма человека или лабораторных животных (частота сердечных сокращений, артериальное давление, содержание ферментов в крови и т. п.), а также любые другие характеристики объектов исследования, изменение которых будет для нас информативно.

Поскольку есть зависимые переменные, то должны быть еще и независимые переменные. Другое их название - факторы. Факторами исследователь оперирует в эксперименте. Это может быть доза исследуемого препарата, уровень стресса, степень физической нагрузки и т. д. Взаимосвязь между фактором и зависимой переменной удобно представлять с помощью кибернетической системы, часто называемой «черный ящик».

Черный ящик - это система, механизм работы которой нам неизвестен. Однако исследователь имеет информацию о том, что происходит на входе и выходе черного ящика. При этом состояние выхода функционально зависит от состояния входа. Соответственно y1, y2, ..., yp - это зависимые переменные, величина которых зависит от факторов (независимых переменных x1, x2, ..., xk). Параметры w1, w2, ..., wn представляют собой возмущающие воздействия, не поддающиеся контролю или изменяющиеся со временем.

В общем виде это можно записать так: y=f(x1, x2, ..., xk).

Каждый фактор в опыте может принимать одно из нескольких значений. Такие значения называют уровнями фактора . Может оказаться, что фактор способен принимать бесконечное число значений (например, доза лекарственного препарата), однако на практике выбирается несколько дискретных уровней, количество которых зависит от задач конкретного опыта.

Фиксированный набор уровней факторов определяет одно из возможных состояний черного ящика. Вместе с тем, это есть условия проведения одного из возможных опытов. Если перебрать все возможные наборы таких состояний, то мы получим полное множество различных состояний данной системы, количество которых будет числом всех возможных экспериментов. Для того, чтобы вычислить количество возможных состояний, достаточно число уровней факторов q (если для всех факторов оно одинаково) возвести в степень количества факторов k.

Совокупность всех возможных состояний определяет сложность черного ящика. Так, система из десяти факторов на четырех уровнях может находиться более чем в миллионе разных состояний. Очевидно, что в подобных случаях невозможно провести исследование, включающее все возможные опыты. Поэтому на этапе планирования решается вопрос о том, сколько опытов и каких именно необходимо провести для решения поставленной задачи.

Следует отметить, что свойства объекта исследования имеют существенное значение для эксперимента. Во-первых, нам надо иметь информацию о степени воспроизводимости результатов опытов с данным объектом. Для этого можно провести эксперимент, а затем повторить его через неравные промежутки времени и сравнить результаты. Если разброс значений не превышает наших требований к точности эксперимента, то объект удовлетворяет требованию воспроизводимости результатов. Другое требование к объекту - его управляемость. Управляемым считается объект, на котором можно провести активный эксперимент. В свою очередь, активный эксперимент - это такой эксперимент, в процессе которого исследователь имеет возможность выбора уровней факторов, представляющих для него интерес.

На практике не существует полностью управляемых объектов. Как уже говорилось выше, на реальный объект действуют как управляемые, так и неуправляемые факторы, что приводит к вариабельности результатов между отдельными объектами. Отделить случайные изменения от закономерных, вызванных различными уровнями независимых переменных, мы можем лишь с помощью статистических методов.

Но статистические методы эффективны лишь в определенных условиях. Одно их таких условий - это требование некоего минимального размера выборок, используемых в проведении эксперимента. Очевидно, что чем шире диапазон изменения признаков от объекта к объекту, тем больше должна быть повторность опыта, т. е. численность экспериментальных групп.

Поскольку, неоправданно большое число испытаний сделает исследование слишком дорогим, а недостаточный объем выборки может поставить под сомнение точность выводов, определение необходимого объема выборок играет решающую роль в планировании эксперимента. Методы вычисления минимального объема выборок подробно описаны в специальной литературе, поэтому привести их в статье не представляется возможным. Тем не менее, следует упомянуть, что они требуют предварительного определения средней величины исследуемого показателя и ее ошибки. Источником такой информации могут послужить публикации о похожих исследованиях. Если они еще не проводились, то возникает необходимость в выполнении предварительного «пилотного» исследования для оценки вариабельности признака.

Следующий этап в планировании экспериментов - это рандомизация. Рандомизация представляет собой процесс используемый для группировки объектов таким образом, чтобы у каждого из них была равная вероятность попасть в контрольную или опытную группу. Другими словами, выбор участников исследования должен происходить случайно, чтобы исследование не было отклонено в сторону «предпочтительного» для исследователя результата.

Рандомизация помогает предотвратить смещения, обусловленные причинами, которые не были непосредственно учтены в плане эксперимента. Для этого, например, формирование экспериментальных групп лабораторных животных производится случайным образом. Однако полная рандомизация возможна далеко не всегда. Так, в клинических исследованиях принимают участие пациенты определенной возрастной группы, с заранее заданным диагнозом и тяжестью заболевания, а, следовательно, отбор участников не является случайным. Кроме того, ограничивают рандомизацию так называемые «блочные» планы экспериментов. Эти планы подразумевают, что отбор в каждый блок выполняется в соответствии с определенными неслучайными условиями, а случайный отбор объектов исследования возможен только внутри блоков. Процесс рандомизации легко осуществить с помощью специализированного статистического программного обеспечения или специальных таблиц.

В заключение необходимо сказать о необходимости учета в плане исследования помимо требований медицины и статистики еще и морально-этических норм. Не стоит забывать о том, что не только люди, но и лабораторные животные должны вовлекаться в эксперимент в соответствии с этическими принципами.

Эксперимент играет огромную роль в современной науке. Все новые технические открытия обязаны именно эксперименту. Какие возникают сложности при проведении эксперимента, а так же каковы методы его проведения, поговорим в этой статье.

В наше время ни одно научное или техническое исследование не может обойтись без экспериментов . Эксперимент необходим в области прикладных наук, а также при разработке новой науки. Таким образом, этого требует технический прогресс.

Проблемы эксперимента

Благодаря техническому прогрессу инженер-экспериментатор сталкивается с новыми трудностями. Одна из них в том, что параметры испытуемых объектов, которые нужно определить, часто недоступны непосредственному измерению (долговечность, коррозионная стойкость и т.п.). То есть совокупность технико-экономических показателей, по которым выполняется оценка объекта испытаний, не совпадает, в большинстве случаев, с совокупностью параметров объекта, определяемых по результатам натурного эксперимента.

Еще одна проблема заключается в возможности организовать испытания объектов, процессы протекания которых характеризуются сложной динамикой и склонны к воздействиям непостоянных условий внешней среды.

При испытаниях сложных комплексов повышается значение учета тех воздействий, которые оказывает испытательное регистрирующее и управляющее оборудование на сам процесс функционирования испытуемого объекта.

Поэтому главным принципом организации эксперимента в современных условиях является системный подход.

Системный подход предполагает рассмотрение всех средств, участвующих в эксперименте как единой системы, описываемой соответствующей математической моделью. Тем самым математическая модель становится элементом испытаний, которая строится после осуществления, планирования эксперимента, его проведения и обработки результата. Только наличие соотношений, связывающих искомые технико-экономические характеристики испытуемого объекта с его параметрами, позволяет получить обоснованные суждения о перечне необходимых испытательных мероприятий и их рациональной последовательности, совокупности регистрируемых величин, об условиях к точности измерений, частоте регистрации и т.п.

Чтобы построить математическую модель необходимо иметь представление о поведении отдельных элементов, взаимодействии между ними, влиянии различных факторов, а также о реакции на изменения условий испытаний.

Методы проведения

Что может объединять инженеров, физиков, биологов, социологов и других специалистов? Биологи проверяют лекарственные аппараты на животных, клонируют, инженеры проводят научные исследования, испытывают различные материалы, социолог же собирает и обрабатывает информацию. У каждого специалиста свой путь, объединяет их лишь – эксперименты.

В способах проведения эксперимента в различных отраслях все же есть много общих черт:

1. Все исследователи обращают внимание на точность измерительных приборов и точность получаемых данных.

2. Каждый исследователь старается минимизировать количество переменных, участвующих в эксперименте, поскольку его работа будет выполнена быстрее и понесет меньше затрат.

3. Эксперимент может быть любой сложности, но первое, что необходимо сделать – это написать план его проведения. При построении плана эксперимента очень важно правильно и четко формулировать вопросы.

4. Во время проведения эксперимента исследователь должен проверять испытуемый объект на наличие ошибок и неполадок. С этой задачей связана проверка приемлемости полученных данных. Результаты не должны противоречить логике.

5. Во время проведения любого эксперимента нужно делать анализ полученных данных и давать им объяснение, потому что без этого пункта эксперимент не будет иметь смысла.

6. Все исследователи контролируют проводимый эксперимент, то есть можно опустить зависимость от внешних переменных.

По характеру эксперименты вполне могут отличаться друг от друга, но планирование, проведение и анализ всех экспериментов должен выполняться в одной последовательности. Результаты экспериментов выводятся, как правило, в виде таблиц, графиков, формул. Но отличие – в качестве эксперимента.

Каждый эксперимент завершается представлением результата, формулировкой вывода и выдачей рекомендации. Чтобы получить зависимость результата от нескольких параметров, требуется построить несколько графиков, либо построить график в изометрических координатах. С помощью графиков изобразить сверхсложные функции пока не представляется возможным. Выводя результаты в виде математических формул, можно выразить зависимость результата от большего числа переменных. Но все же, как правило, ограничиваются 3 переменными.

Вывод результатов эксперимента в словесной форме является самым неэффективным.

В конце большинства технических экспериментов следует определенное действие – принятие решения, продолжение испытаний или признание неудачи.

Исследователь должен методично и полностью обдумать все вероятные внешние воздействия и оптимальные методы контроля. Он должен быть способен отличить исключительный и особенный эффект от множества посторонних влияний и внешних факторов ошибок.

Случайные открытия появляются тогда, когда все предвиденные возможности заранее подсчитаны, предсказаны, либо устранены, и могут открыться только совершенно новые, неисследованные ранее возможности.