Der er både fordele og faldgruber i statistik og matematiske modeller Af Leif Hansson Mad og matematik. En lidt overraskende cocktail. Men det var den servering, som Levnedsmiddelselskabet bød på ved et møde, hvor deltagerne fik smagsprøver på statistik, matematiske modeller og ekspertsystemer m.v. i forbindelse med mad og drikke.

- Netop fordi levnedsmidler er så komplekse, kan man bruge matematisk modellering af kemiske reaktioner med fordel. Det er vigtigt med modeller for at undgå at skulle lave for mange forsøg, sagde professor Jens Adler-Nissen fra Institut for Bioteknologi, DTH, i sit indlæg.

Han påpegede, at der er en uskarp grænse mellem kvantitative og kvalitative modeller, og at kvalitative modeller kan have stor værdi ved at angive tendenser og størrelsesordener, selv om de ikke giver eksakte svar.

- Start med at lave en verbal model. Det er på det trin, man tænker sig om og finder ud af, hvad der betyder noget for problemet, anbefalede professoren. Derefter kan man fortsætte med matematik, programmering og numeriske metoder - og tilføje arbitrære korrektionsfaktorer for at få virkeligheden til at stemme med modellen! FALDGRUBER - Uden modellering kunne man ikke gå op fra laboratoriet til industriskala, og simple modeller kan også være givtige. Model og statistik kan ikke undvære hinanden. Statistik kan sige de frygteligste ting, sluttede Adler-Nissen.

Netop statistiske metoder og forsøgsplanlægning var emnet for lektor Ib Skovgaard fra Institut for Matematik og Fysik ved KVL, Den Kgl.

Veterinær- og Landbohøjskole. Han gennemgik en række af de almindelige fejl, der fører til forkerte konklusioner.

- Den værste fejl er forkerte gentagelser, sagde Skovgaard. En observation skal gentages, for at man kan sætte tal på dens usikkerhed, men man kan let snyde sig selv ved at måle det samme flere gange. For eksempel fortæller tre prøver fra den samme batch ikke, om en proces er stabil.

Et andet problem er konfundering, hvor flere faktorer bliver blandet sammen. Hvis man bruger forskellige metoder på hver sin fabrik og med hver sin laborant til at foretage analysen, behøver det bedste resultat ikke at skyldes metoden.

En af de mere overraskende fejl i dataindsamlingen er 'for omhyggelige målinger'! Dermed mente Skovgaard, at man kan bruge for meget tid for at være helt sikker på sine resultater. Således er gennemsnittet af 200 gulerødders form næppe mere præcist end gennemsnittet af ti, og tiden til opmåling kunne være brugt til noget bedre.
SØG, OG DU SKAL FINDE

Konklusionen af en statistisk undersøgelse kan også være problematisk.

En almindelig fejl kaldte Skovgaard 'massesignifikans', og dermed mente han, at hvis man undersøger 100 forhold, må man statistisk forvente, at fem af disse viser en signifikant sammenhæng på 5 pct. niveau. Derfor er man næsten sikker på at finde noget, hvis man leder længe nok.

Disse signifikansgrænser har en tendens til at blive magiske. Der er ikke så stor forskel på 4 pct. og 6 pct. signifikans, som en 5 pct.

grænse giver indtryk af.

- Man må huske, at en statistisk sammenhæng behøver ikke at være en årsagssammenhæng, sagde Skovgaard. Men selv om man ikke har fundet en signifikant forskel på to prøver, kan der godt være en forskel alligevel.

- Det er sværere at eftergøre en kyllings syn end en advokats beslutninger, sagde civilingeniør, direktør Christian Liisberg fra Applied Bio Cybernetics, da han fortalte om brugen af neurale netværk, som han beskrev som maskiner til klassifikation og højere ordens statistik.

Blandt de praktiske anvendelser af neurale netværk omtalte Liisberg analyser af kartofler for at forudsige egenskaber ved den dannede stivelse, scatolanalyser i ornekød og arbejde med robotsyn til visuel kvalitetskontrol på slagterier. Neurale netværk kan også bruges til administrative vurderinger, og det var her, at advokaterne kom ind i billedet.

En anden form for matematik til beslutningsstøtte blev demonstreret af civilingeniør Steen Martiny og akademiingeniør Janne Olsen fra Innovia I/S, der demonstrerede et regelbaseret system til analyse af problemer i et bryggeri.