您如何根据科学方法问题的步骤进行实验？

没有办法确切地回答这个问题。你如何进行实验不是由科学方法决定的。对于不同的科学领域和问题，您进行实验的方式完全不同：您是否正在研究喀斯喀特山脉中土拨鼠的社会组织;激素分泌在实验室动物昼夜节律上的变化;气候变化对洋流和养分上升流的影响;或者诱导突变对基因表达的影响，仅举几个我所在领域（生物学）的例子。如果将其扩展到药物生物化学，天体物理学，板块构造学或核物理学，则会看到更多的变化。

科学方法在教科书中经常以简单的逐步方式拼写出来，就好像它是科学家遵循的某种食谱或一组说明一样。这有点神话，不是工作科学家一定会想到并有意识地一步一步遵循的东西。但教科书作者的篇幅非常有限，必须简化。

简而言之，科学方法不是一套研究指令，而是一种习惯思考和调查，通过这些思考和调查，我们获得了关于世界如何运作的最可靠和客观的信息——从亚原子粒子的世界到星系的世界等等。

首先，科学家是一个无休止的好奇心和高度自律的人。科学家对自然有一个疑问。他或她在我们已经了解的关于该主题的背景下构思了一个可能的答案。这个可能的答案称为假设。

一个假设是无用的，根本不是真正的科学，除非有一些可以想象的方法实证检验它——即通过直接观察。（斯蒂芬·霍金甚至说粒子物理学的弦理论根本不是真正的科学，因为没有可以想象的方法对其进行实证检验。因此，科学家的下一步是制定一种观察测试他或她的假设的方法。

测试可能是简单的定性观察（不是操纵自然，而只是用训练有素和仔细的眼睛观察它 - 就像动物行为和古生物学的许多实地研究一样），或者可能是通过实验（操纵一些变量以查看对系统产生什么影响，如医学研究，大多数实验室科学和一些领域科学）。

测试应生成信息——数据，通常采用数字形式。接下来，人们必须问这些数据是否真的有意义。它们是否真正显示了您操纵的（自变量）变量对系统行为（因变量）的影响？这需要统计显著性的检验—各种各样的数学过程，取决于要检验的数据类型（学生t检验，方差分析，人的乘积矩相关系数，Tukey的范围检验等等）。这些测试旨在最大限度地减少数据解释中的主观偏见。这种测试的产物是概率陈述。实验科学家说的是概率，而不是确定性。科学家不会说，例如，这证明疾病X是由病毒Y引起的，或者这种新药比旧药更好地控制高血压或产生白血病缓解。相反，他们会做出这样的陈述，变量X至少有99.5%的可能性导致了变量Y的观察变化。一个细心的科学家不会断言“我的发现证明了___”，而是“我的发现与____的假设一致”。

然后，要真正“做科学”，就必须将自己的发现提供给科学界和公众——也就是说，发布他们。有人说，如果你不发表它，那就不是科学。如果你不发表，你就对世界的理解没有任何贡献。公共知识是科学的最终目标，而不仅仅是满足个人好奇心。

要发表自己的发现，首先必须证明这项工作足够重要，足以保证在公认的科学期刊上分享有限而昂贵的空间;然后表明一个人的假设和方法是合理的;然后证明结果是有意义的——通常，但并非总是通过证明置信度的统计检验。

所有这些都需要度过一个过程同行审查编辑或资助机构将您的草稿出版物发送给您所在领域的其他专家，他们的工作基本上是对您所做的工作挑剔（如果有的话）：仔细审查您的逻辑、假设、方法、发现和重要的测试，看看他们是否可以发现任何问题，严重到您需要修改您的论文，或者期刊编辑应该直接拒绝它发表。著名期刊细胞， 科学，和自然界拒绝科学家提交发表的所有论文中的97%，原因包括重要性不足而无法保证发表，主题不适合这些期刊，不明确的假设，错误的方法，对结果的分析不佳，违反研究伦理或写作不佳。[1]

如果您发表的研究结果对您所在领域的科学界足够重要，并且足以增加我们对自然的理解，那么它们可能会被纳入广泛接受的领域。理论在该领域，如板块构造学说、性选择学说、另类RNA剪接学说、阿尔茨海默病学说等。理论是一种解释性陈述或一组陈述，它基于大量的观察证据和证实的假设，总结了我们迄今为止对一个主题的了解。(理论并不意味着科学中的猜测甚至“有根据的猜测”。

这可能比你想知道的和许多教科书所描述的更多，而不是简单化或公式化，但我希望它有助于了解科学家的实际思考和工作方式。

科学家在工作。 多样化的问题和研究环境需要不同的方法，而不是一种“食谱”科学方法。

*或者在第一张照片中，一群假装是实验室科学家的照片模特，对空试管和显微镜着迷，显微镜下什么都没有。

（这篇文章包含受版权保护的图像，未经原始版权所有者的许可，不得出于个人利益将其放置在Quora付费墙后面。这样做可能违反美国版权法。

脚注