张宪锋老师的大物实验课有这么一个点评：

每次都有学弟学妹问“张宪锋的大物怎么样啊？”之流，我只想说一句，有能耐你换到一个没有写着他的课啊？

嗯，我上的就是没有写着他的大物实验……大概是因为我太老了吧。

大物实验算是科大一道特别的风景了吧，张力学长的实验报告也是造福了一代又一代科大学生。

非理科专业的要学这么多大物实验，尤其是要抄预习报告和写实验报告，是够无聊的。不过如果以后做科研的话，即使对工科学生，大物实验也是非常有帮助的：

1）仪器出问题的时候不要骂娘。别人这么快就做出来了我却无法重现，有可能是哪里操作出了不起眼的错误，也可能是命中就有这么一劫，平常心看待就好。仪器如果特别好用，文档详尽，遇到问题网上一搜还有解决方案，那做的肯定不是前沿的研究。

2）学会预测、挑选和调优实验数据。造假也是要本事的，你要对实验的结果有足够准确的预期，就要对实验原理和器材的特性有足够的了解。结果造得太接近理论值，忽略了系统误差或者随机误差，是会被无情戳穿的。

为什么说在实际做科研的时候也要预测实验数据呢？比如你在申请经费，或者设计一个系统，需要对技术方案的效果有合理的预期。再如论文截稿日期在即，有个至关重要的实验还没做出来，但你相信做出来只是时间问题，就可以先把数字写上去，注明是仿真的结果，在 camera ready 的时候再换成真实的实验结果。我做系统的时候，在设计阶段估计的性能误差在 30% 以内，实现阶段估计的性能误差在 10% 以内，所以不等系统完工，就可以提前吹出去了。

至于挑选和调优实验数据呢，事实上这是科学研究的重要方法。如果你不知道为什么就乱改，那就是造假。如果你发现跟理论值有差别，或者发现一些点有异常，然后想明白了这些差别是从哪里来的，这些异常点是怎么出现的，告诉大家为什么需要给测量值做一个修正，为什么需要去掉一些异常点，那就是科学研究了。很可能并不是发现了什么大新闻，而是归因于实验的偶然误差，器材问题，甚至人为误差（看走眼了），这样的挑选和调优是经常需要的。一时解释不清楚也可以先记着这么一笔，让自己的日子好过些，老板的脸色好看些。如果发现一点瑕疵就把数据丢弃不要，否定假设，那就过于保守了。

3）做研究就是要做一堆无聊的文书工作。预习报告，讲一通行内人尽皆知的道理，论文的 background 部分就是干这个的。做公开的演讲和答辩、申请经费，很大一部分篇幅会在这个 background 上，给不是那么内行的人讲清楚这个问题的来龙去脉及其重要性，别人才能理解你后面的设计，觉得你确实在一个有价值的问题上前进了坚实的一步。

实验之后写的实验报告就跟代码写注释、写测试一样，为了让别人能看懂实验数据，需要把实验步骤讲清楚，实验结果解释清楚，结果的分析也做了。这个沟通成本是必不可少的。做过大型软件项目的都知道，大型软件项目里面沟通成本（包括设计文档、接口文档、测试、开会等）比具体写代码的时间还要多。

4）不确定度很重要。工科的很多人做实验，不知道是没有学过统计还是明知故犯，经常忽略实验结果的统计有效性。比如测量延迟，只有一次实验的结果，谁知道这是最高的一次，还是最低的一次呢？多次测量是怎样的分布？即使是多次测量了，一般也是给个均值或者中位数，很少有人给出 error bar、不确定度或者 CDF（累积分布曲线）。有些时候我们很重视极端值或者标准差。没有不确定度或者类似的指标，实验结果就没有统计有效性。

不确定度的传递公式也是有指导意义的。说实话我一直不会算不确定度，上大物实验的时候也是抄张力学长的报告。不过测量和推导方法对不确定度的影响方向，是有大概感觉的。如果测量的方法不合理，不确定度累积起来了或者被放大了，也会影响实验结果的稳定性和统计有效性。

嗯……大概就吐槽这么多吧。^_^