Presnosť údajov je jedným z najdôležitejších faktorov pri vykonávaní vedeckých alebo štatistických analýz. Bežne zamieňaná s rovnako dôležitou koncepciou presnosti, analógia šípkovej dosky, ktorú vyjadril univerzita na Havaji, dokazuje vzťah: presné dátové body dosahujú priemerne rovnaké očakávané výsledky, zatiaľ čo presné dátové body sa zhlukujú tesne, aj keď nie sú blízko očakávané výsledky. Podľa Dartmouth College, presnosť je meranie reprodukovateľnosti súboru výsledkov. Presnosť v súboroch údajov je dôležitým konceptom aj v oblasti technologických záležitostí, ako ukázali Kenneth E. Foote a Donald J. Huebner s University of Texas-Austin v analýze geografických informačných systémov. Výpočtová presnosť je pomerne jednoduchá, hoci trochu subjektívna cvičenie.
Položky, ktoré budete potrebovať
-
Grafické znázornenie súboru údajov
-
Informácie o príslušných jednotkách vyjadrené v údajoch
-
Minimálne prípustné rozpätie chyby v experimente
Vytvorte vizuálne zobrazenie dátových bodov, ako je rozptyl rozptylu. Veľmi jednoduchá vizuálna reprezentácia zahŕňa vykreslenie zodpovedajúcich závislých a nezávislých hodnôt premenných pre každý dátový bod na kartézskom súradnicovom systéme.
Posúďte zoskupenia dátových bodov a vyhľadajte vzory. Presné údaje sa prejavujú v zhlukoch dátových bodov, čo naznačuje, že podobné vstupné premenné korelujú s podobnými výstupnými premennými.
Použite informácie o meracích jednotkách použitých na zhromažďovanie údajov na určenie priemerného rozstupu medzi dátovými bodmi. Jednoduché meranie pravítka sa môže použiť na určenie vzdialenosti medzi bodmi na grafe a potom konvertovať pomocou ľubovoľnej, vhodnej stupnice, ktorá zodpovedá jednotkám merania použitých na generovanie dátových bodov. To umožní, aby sa údajové body vzájomne presne vypočítali tak, že sa vypočítal priemer vzdialeností.
Porovnajte minimálnu povolenú odchýlku v experimente a priemernú presnosť dátových bodov, aby ste určili relatívnu celkovú presnosť experimentu. Rôzne typy experimentov budú mať väčšiu alebo menšiu toleranciu k chybám: inžiniersky projekt bude pravdepodobne vyžadovať presnosť až na veľmi malé jednotky, zatiaľ čo sociálny experiment bude pravdepodobne tolerovať väčšiu rozptyl.
Tipy
-
Pred vytvorením grafického znázornenia dátových bodov sa pokúste vyhodnotiť pravdepodobnú jednotkovú stupnicu. Tým sa uľahčí vizuálne posúdenie presnosti, aby sa identifikovali akékoľvek oblasti s mimoriadnou presnosťou alebo nepresnosťou.
Jasné vzory údajov vyskytujúce sa na vizuálnej reprezentácii sú veľmi dôkazom presnosti a opakovateľnosti experimentu. Pokračujúce experimentovanie by malo pridať ďalšie údaje v presných zoskupeniach, ktoré sú blízko k už existujúcim.
Výstraha
Nezamieňajte presnosť s presnosťou. Ak je cieľom experimentu dosiahnuť priemernú hodnotu výstupu pre všetky vstupy a to sa dosiahne priemernými hodnotami od -12 do 14, je nepravdepodobné, že by to bolo presné meranie, aj keď to môže byť presné. Presné meranie môže mať za následok zhromaždenie všetkých dátových bodov okolo 17, čo by bolo nepresné, ale presné a preto predvídateľné.
