Přesnost dat je jedním z nejdůležitějších aspektů při provádění vědecké nebo statistické analýzy. Běžně zaměňovaný s stejně důležitou koncepcí přesnosti, analogie šípkových desek, kterou napsala univerzita na Havaji, ukazuje vztah: přesné datové body dosahují průměrného výsledku na stejné očekávané výsledky, zatímco přesné datové body se shlukují těsně, a to i v případě, že nejsou blízké očekávané výsledky. Podle Dartmouth College je přesnost měření reprodukovatelnosti souboru výsledků. Přesnost v datových sadách je důležitým pojmem i v technologických záležitostech, jak ukazují Kenneth E. Foote a Donald J. Huebner s University of Texas-Austin v analýze geografických informačních systémů. Výpočet přesnosti je poměrně jednoduchý, i když poněkud subjektivní cvičení.
Položky, které budete potřebovat
-
Grafické znázornění souboru dat
-
Informace o příslušných jednotkách vyjádřené v datech
-
Minimální přípustná odchylka v experimentu
Vypracujte vizuální reprezentaci datových bodů, jako je scatter plot. Velmi jednoduchá vizuální reprezentace zahrnuje vykreslování odpovídajících závislých a nezávislých proměnných hodnot pro každý datový bod na kartézském souřadnicovém systému.
Vyhodnoťte seskupení datových bodů a vyhledejte vzory. Přesná data se projevují v seskupeních datových bodů, což naznačuje, že podobné vstupní proměnné korelují s podobnými výstupními proměnnými.
Použijte informace o měrných jednotkách použitých ke sběru dat, abyste určili průměrnou vzdálenost mezi datovými body. Jednoduché měření pravítka může být použito k určení vzdálenosti mezi body na grafu, pak převedeno pomocí libovolné, pohodlné stupnice, která odpovídá jednotkám měření používaných pro generování datových bodů. To umožní vypočítat přesnost vzájemných vztahů mezi jednotlivými údaji, přičemž se vypočítá průměrná vzdálenost.
Porovnejte minimální povolenou odchylku v experimentu a průměrnou přesnost datových bodů, abyste určili relativní celkovou přesnost experimentu. Různé typy experimentů budou mít větší nebo menší toleranci k chybám: inženýrský projekt pravděpodobně vyžaduje přesnost až na velmi malé jednotky, zatímco společenský experiment bude pravděpodobně tolerovat větší rozptyl.
Tipy
-
Před vytvořením grafického znázornění datových bodů se pokuste vyhodnotit pravděpodobnou jednotkovou stupnici. To umožní snadnější posoudit přesnost vizuálně, aby bylo možné identifikovat oblasti s obzvláště výraznou přesností nebo nepřesností.
Jasné vzory dat, které se vyskytují na vizuální reprezentaci, jsou velmi důkazem přesnosti a opakovatelnosti experimentu. Pokračující experimentování by mělo přidat další datové body v přesných seskupeních blízkých těm, které již existují.
Varování
Nezaměňujte přesnost přesností. Pokud je cílem experimentu dosáhnout průměrné hodnoty výstupu pro všechny vstupy a to je dosaženo průměrnými hodnotami v rozmezí od -12 do 14, je nepravděpodobné, že by to bylo přesné měření, ačkoli to může být přesné. Přesné měření může mít za následek zhruba zhruba 17 datových bodů, což by bylo nepřesné, ale přesné a proto předvídatelné.
