Experimento sobre el coeficiente de fricción

Aquí puedes ver los resultados del experimento sobre un coeficiente de fricción:

ingrese la descripción de la imagen aquí

La media del coeficiente de fricción se vuelve 0.262 pero cuando hago una regresión lineal en forma de y=mx la pendiente es 0.31. ¿No debería ser lo mismo? solía F norte como valores de x y F D (fuerza de fricción) como valores de y.

regresión: https://www.desmos.com/calculator/njj4utvsdk

Parece haber una tendencia sistemática en sus datos. Posiblemente un error sistemático en las medidas de masa. La fuerza F D parece medirse solo con 1 decimal o 1 cifra significativa, por lo que también hay lugar para muchos errores. ¿Puedes publicar más detalles de cómo hiciste tus experimentos y cómo tomaste tus medidas?

Respuestas (2)

La media del coeficiente de fricción se convierte en 0,262 pero cuando hago una regresión lineal en forma de y=mx la pendiente es 0,31. ¿No debería ser lo mismo?

No.

La regresión lineal y la media aritmética no son lo mismo.

La regresión lineal está tratando de ajustar una gráfica lineal a los puntos que le diste con la mejor R 2 valor.

La media aritmética es simplemente la suma de todos los valores dividida por el número total de valores. Estadísticamente miden cosas diferentes, por lo que no se puede esperar el mismo valor de ellos.

Entonces, ¿cuál sería el mejor número para el coeficiente de fricción?

Exponiendo el comentario de Sammy, cuando divides F D por F norte , desde F D solo se mide con una cifra significativa que solo puede informar m S a una cifra significativa.

Valor de m S del cálculo de la media de todos los experimentos: 0.262 = 0.3
Valor de m S de regresión lineal: 0.311 = 0.3

Entonces, para su caso, obtiene la misma respuesta de cualquier manera.

Si tomara una tonelada más de puntos de datos con cifras más significativas en F D aún debe obtener la misma respuesta en ambos sentidos. Probablemente sería un juego de dados adivinar qué camino le dará una respuesta más precisa con cuatro puntos de datos. Graficar los puntos de datos y mirar la regresión al menos le dará un aviso si el experimento muestra no linealidad (lo que sería una indicación de alguna limitación de la configuración experimental para reflejar el modelo).