Veri kesinliği, bilimsel veya istatistiksel analiz yaparken en önemli hususlardan biridir. Yaygın olarak eşit derecede önemli olan doğruluk kavramıyla karıştırılan Hawaii Üniversitesi tarafından ifade edilen dart tahtası analojisi ilişkiyi gösterir: kesin veri noktaları birbirine yakın olmasa da, eşit veri sonuçlarının birbirine yakın bir şekilde kümelenmesine karşın, beklenen sonuçlara eşittir. beklenen sonuçlar. Dartmouth College'a göre, kesinlik bir dizi sonucun tekrarlanabilirliğinin bir ölçümüdür. Veri setlerinde hassasiyet, Coğrafi Bilgi Sistemleri analizinde Texas E. Austin Üniversitesi'nden Kenneth E. Foote ve Donald J. Huebner tarafından gösterildiği gibi, teknoloji ile ilgili çalışmalarda bile önemli bir kavramdır. Kesinlik hesaplamak, biraz öznel bir egzersiz olsa da oldukça basittir.
İhtiyacınız olacak ürünler
-
Bir veri kümesinin grafiksel gösterimi
-
Verilerde ifade edilen ilgili birimler hakkında bilgi
-
Denemede izin verilen minimum hata payı
Dağılım grafiği gibi veri noktalarının görsel bir gösterimini geliştirin. Çok basit bir görsel sunum, her veri noktası için karşılık gelen bağımlı ve bağımsız değişken değerlerinin bir Kartezyen koordinat sistemi üzerine çizilmesini içerir.
Veri noktalarının gruplarını değerlendirin ve kalıpları arayın. Kesin veri, veri noktalarının kümelerinde ortaya çıkar ve benzer girdi değişkenlerinin benzer çıktı değişkenleriyle ilişkili olduğunu gösterir.
Veri noktaları arasındaki ortalama boşluğu belirlemek için veri toplamak için kullanılan ölçü birimleri hakkında bilgi uygulayın. Grafikteki noktalar arasındaki mesafeyi belirlemek için basit bir cetvel ölçümü kullanılabilir, ardından veri noktalarını oluşturmak için kullanılan ölçüm birimlerine karşılık gelen rastgele, uygun bir ölçek kullanılarak dönüştürülebilir. Bu, veri noktalarının birbirlerine göre hassasiyetlerinin mesafelerin ortalaması alınarak hesaplanmasına olanak sağlayacaktır.
Denemede göreceli genel kesinliği belirlemek için deneyde izin verilen minimum hata payını ve veri noktalarının ortalama hassasiyetini karşılaştırın. Farklı deney türleri daha büyük veya daha az hata toleransına sahip olacaktır: bir mühendislik projesi büyük olasılıkla çok küçük birimlere göre hassasiyet gerektirecek, sosyal bir deney ise daha fazla farkı tolere edecektir.
İpuçları
-
Veri noktalarının grafik gösterimini oluşturmadan önce olası birim ölçeğini değerlendirmeye çalışın. Bu, özellikle dikkat çeken hassaslık veya kesin olmayan herhangi bir alanı belirlemek için hassasiyeti görsel olarak değerlendirmeyi kolaylaştıracaktır.
Görsel bir sunumda meydana gelen açık veri kalıpları, hassasiyetin ve bir deneyin tekrarlanabilirliğinin yüksek bir göstergesidir. Devam eden deney, var olanlara yakın olan kesin kümelere daha fazla veri noktası eklemelidir.
Uyarı
Doğruluğu hassasiyetle karıştırmayın. Bir deneyin amacı, tüm girdiler için verilen ortalama çıktı değerini elde etmekse ve bu, -12 ila 14 arasında değişen ortalama değerlerle elde edilirse, bunun kesin olmasına rağmen kesin bir ölçüm olması muhtemel değildir. Kesin bir ölçüm, tüm veri noktalarının 17 civarında kümelenmesine neden olabilir; bu, yanlış, ancak kesin ve bu nedenle tahmin edilebilir olacaktır.
