Η ακρίβεια των δεδομένων είναι μία από τις σημαντικότερες εκτιμήσεις κατά τη διενέργεια επιστημονικής ή στατιστικής ανάλυσης. Συχνά συγχέεται με την εξίσου σημαντική έννοια της ακρίβειας, η αναλογία πλατφόρμας του Dart Board, που εκφράζεται από το Πανεπιστήμιο της Χαβάης, καταδεικνύει τη σχέση: τα ακριβή σημεία δεδομένων υπολογίζονται κατά μέσο όρο σε ίσα αναμενόμενα αποτελέσματα, ενώ τα ακριβή σημεία δεδομένων συγκεντρώνονται στενά μεταξύ τους, ακόμη και αν δεν είναι κοντά αναμενόμενα αποτελέσματα. Σύμφωνα με το Dartmouth College, η ακρίβεια είναι μια μέτρηση της αναπαραγωγιμότητας ενός συνόλου αποτελεσμάτων. Η ακρίβεια στα σύνολα δεδομένων αποτελεί σημαντική έννοια ακόμα και σε τεχνολογικές προσπάθειες, όπως δείχνουν οι Kenneth E. Foote και Donald J. Huebner με το Πανεπιστήμιο του Texas-Austin σε μια ανάλυση των Γεωγραφικών Πληροφοριακών Συστημάτων. Ο υπολογισμός της ακρίβειας είναι μια αρκετά απλή αλλά κάπως υποκειμενική άσκηση.
Στοιχεία που θα χρειαστείτε
-
Γραφική παράσταση ενός συνόλου δεδομένων
-
Πληροφορίες σχετικά με τις σχετικές μονάδες που εκφράζονται στα δεδομένα
-
Ελάχιστο επιτρεπόμενο περιθώριο σφάλματος στο πείραμα
Αναπτύξτε μια οπτική αναπαράσταση σημείων δεδομένων, όπως μια γραφική παράσταση σκέδασης. Μια πολύ απλή οπτική αναπαράσταση περιλαμβάνει σχεδίαση των αντίστοιχων εξαρτημένων και ανεξάρτητων μεταβλητών τιμών για κάθε σημείο δεδομένων σε ένα καρτεσιανό σύστημα συντεταγμένων.
Αξιολογήστε τις ομάδες των σημείων δεδομένων και αναζητήστε μοτίβα. Τα ακριβή δεδομένα εκδηλώνονται σε συστοιχίες σημείων δεδομένων, υποδεικνύοντας ότι παρόμοιες μεταβλητές εισόδου συσχετίζονται με παρόμοιες μεταβλητές εξόδου.
Εφαρμόστε πληροφορίες σχετικά με τις μονάδες μέτρησης που χρησιμοποιούνται για τη συλλογή των δεδομένων για να καθορίσετε τη μέση απόσταση μεταξύ σημείων δεδομένων. Μια απλή μέτρηση χάρακα μπορεί να χρησιμοποιηθεί για τον προσδιορισμό της απόστασης μεταξύ των σημείων στο γράφημα, κατόπιν μετατρέπεται χρησιμοποιώντας μια αυθαίρετη, βολική κλίμακα που αντιστοιχεί στις μονάδες μετρήσεων που χρησιμοποιούνται για τη δημιουργία των σημείων δεδομένων. Αυτό θα επιτρέψει την υπολογισμό της ακρίβειας των σημείων δεδομένων μεταξύ τους με βάση τον μέσο όρο των αποστάσεων.
Συγκρίνετε το ελάχιστο περιθώριο σφάλματος που επιτρέπεται στο πείραμα και τη μέση ακρίβεια των σημείων δεδομένων για να προσδιορίσετε τη σχετική συνολική ακρίβεια του πειράματος. Διαφορετικοί τύποι πειραμάτων θα έχουν μεγαλύτερη ή μικρότερη ανοχή σφάλματος: ένα πρόγραμμα μηχανικής πιθανότατα θα απαιτεί ακρίβεια σε πολύ μικρές μονάδες, ενώ ένα κοινωνικό πείραμα πιθανόν θα ανέχεται μεγαλύτερη διακύμανση.
Συμβουλές
-
Προσπαθήστε να αξιολογήσετε την πιθανή κλίμακα μονάδων πριν δημιουργήσετε τη γραφική αναπαράσταση των σημείων δεδομένων. Αυτό θα διευκολύνει την οπτική αξιολόγηση της ακρίβειας, προκειμένου να εντοπιστούν τυχόν περιοχές με ιδιαίτερα αξιοσημείωτη ακρίβεια ή ακρίβεια.
Τα σαφή πρότυπα δεδομένων που εμφανίζονται σε οπτική αναπαράσταση είναι εξαιρετικά ενδεικτικά της ακρίβειας και της επαναληψιμότητας ενός πειράματος. Ο συνεχιζόμενος πειραματισμός θα πρέπει να προσθέσει και άλλα σημεία δεδομένων σε ακριβείς συστάδες κοντά σε εκείνες που υπάρχουν ήδη.
Προειδοποίηση
Μην συγχέετε την ακρίβεια με ακρίβεια. Εάν ο στόχος ενός πειράματος είναι να επιτευχθεί μια μέση τιμή εξόδου για όλες τις εισόδους και αυτό επιτυγχάνεται με μέσες τιμές που κυμαίνονται από -12 έως 14, είναι απίθανο να είναι μια ακριβής μέτρηση, αν και μπορεί να είναι ακριβής. Μια ακριβής μέτρηση μπορεί να οδηγήσει σε συγκέντρωση όλων των σημείων δεδομένων γύρω στα 17, τα οποία θα ήταν ανακριβή, αλλά ακριβή και ως εκ τούτου προβλέψιμη.
