Hur använder vi data för att förbättra våra liv? "Man kan lita på statistik bara när man själv har förfalskat den", är ett citat av Winston Churchill. Citatet är mer sant nu än någonsin tidigare. Modern teknik gör det enkelt att samla in enorma mängder data utan några större ansträngningar.
Gymnasiearbete: Vad påverkar vår hjärtfrekvens?
Ämnesområden
Matematik, fysik, biologi, teknik
Introduktion
Hur använder vi data för att förbättra våra liv? "Man kan lita på statistik bara när man själv har förfalskat den", är ett citat av Winston Churchill. Citatet är mer sant nu än någonsin tidigare. Modern teknik gör det enkelt att samla in enorma mängder data utan några större ansträngningar.
Dataanalys sker inom alla vetenskapliga och tekniska områden, alltifrån biologi till att designa självkörande bilar. Accelerometrar som mäter orientering i våra mobiltelefoner gör upp till 500 mätningar per sekund, och i kliniska studier kan vi – konstant och i realtid – undersöka en rad olika fysiologiska parametrar såsom hjärtfrekvens eller blodtryck. Ju mer data som finns tillgänglig desto svårare blir det att välja ut relevant information. Samtidigt ökar risken för att dra vilseledande slutsatser.
Beskrivning av undersökningen
Hjärtfrekvensvariabilitet (HRV) är när tiden mellan hjärtslagen varierar något. HRV ger en indikation på hur anpassningsbar din kropp kan vara, och en hög HRV anses oftast vara bra.
Gör så här
Börja med att läsa på om HRV . Mät sedan din egen hjärtfrekvens under en viss tid med hjälp av till exempel din smartklocka, och försök att ta reda på din egen HRV. Välj sedan att undersöka hur en specifik aktivitet påverkar HRV. Det kan vara en fotbollsträning, promenad eller något helt annat.
Ställ dig frågorna
Vilka faktorer påverkar HRV?
Kan du se effekten av dessa faktorer i dina mätningar?
Vilka slutsatser kan du dra av att analysera din HRV över tid?
Koppling till aktuella forskningsområden och arbetsmarknad
Dataanalys är en samling matematiska verktyg som kan användas för att dra slutsatser från data. Den används därför inom alla tekniska och vetenskapliga områden. I takt med att datorer blir kraftfullare kopplas dataanalys också till programmering. På KTH studerar du dessa metoder till exempel i teknisk matematik, teknisk fysik, elektroteknik, informationsteknik och datateknik. Föredrar du att arbeta med teknik, ekonomi eller inom privat sektor, med kompetens inom dataanalys har du massor av jobbmöjligheter.
Fler frågeställningar till gymnasiearbete: Dataanalys
Är barn med större skostorlek bättre på att läsa? Kommer bebisar med storken? För att utreda sambandet (korrelation) mellan två variabler genomför vi ofta experiment och visar resultatet i grafer. Ofta vill vi dock ta reda på om ett orsakssamband (kausalitet) föreligger mellan de båda variablerna.
Ställ dig frågorna:
Vad är skillnaden mellan korrelation och kausalitet?
Vilka metoder finns för att utvärdera om ett orsakssamband föreligger mellan två variabler
Kan du tillämpa dessa metoder på en studie för att förklara olika variablers orsak och verkan?
Coronastatistiken är ett exempel på felaktig användning av betingade sannolikheter. Under pandemin visade det sig att betingad sannolikhet är ett koncept som vi alla bör känna till för att kunna tolka statistik korrekt. Det betyder att sannolikheten för en händelse är beroende av händelserna innan. Har du sett andra former av statistik och slutsatser där du har undrat över hur de kan vara korrekta? Kanske betingade sannolikheter lurade i bakgrunden.
Ställ dig frågorna:
Vad är betingad sannolikhet? Hur kan vi använda det för att göra förutsägelser? Hitta ett exempel i din vardag och gör ett experiment.
Betingad sannolikhet, genom Bayes sats, hjälper oss att göra förutsägelser om fenomen vi inte kan observera direkt. Kan du hitta exempel och verifiera att Bayes sats leder till korrekta slutsatser?
Många sjukdomar har symtom som är typiska, men inte unika för sjukdomen. Exempelvis skulle symptomen man upplever vid en covid-19-infektion även kunna tyda på influensa eller en helt vanlig förkylning.
Med noggrant utformade frågeformulär kan vi samla in data från människor och lära oss att bättra identifiera sjukdomar.
Ställ dig frågorna:
Hur ser ett bra frågeformulär ut?
Vilka statistiska metoder måste vi använda?
Kan vi använda det vi har lärt oss för att även förutspå en kommande infektion?
När du använder moderna navigationssystem kan de urskilja i vilken fil du kör, och när du behöver byta fil. För att kunna göra detta använder systemen både satellitbaserad positionering (GPS) och en karta. När vi använder GPS:en i våra mobiltelefoner kan vi märka av begränsningarna med den här tekniken.
Ställ dig frågorna:
Hur skulle vi kunna skapa vårt eget precisa positioneringssystem med hjälp av GPS:en i mobilen och en digital karta?
Hur kan man sammanväva data för två olika källor?
Varför behöver de två källor för att bestämma bilens position? Vilka fysiska principer används i GPS:en, och vad har de för begränsningar?
Att hitta bilen i ett parkeringshus kan vara besvärligt när alla våningsplan ser likadana ut, när parkeringstiden snart går ut och när du inte har någon GPS-signal.
Ställ dig frågorna:
Vilka principer används för inomhuspositionering?
Kan du själv programmera ett navigationssystem?
Kan du spåra din position inomhus med hjälp av GPS-mottagaren i din mobil?
Dataanalys tycks vara användbart för att hålla oss friska och hjälpa oss att göra bättre val. Men för att få tag i data måste vi kunna mäta, samla in, lagra, behandla och dela den. Allt detta kräver sensorer, internetanslutning, molnservrar, elektricitet och så vidare.
Ställ dig frågorna:
Hur mycket data, bild och video samlar du in om dig själv?
