Preciznost podataka je jedno od najvažnijih razmatranja pri provođenju znanstvene ili statističke analize. Obično zbunjeni s jednako važnim konceptom točnosti, analogija pikado ploče koju je naveo Sveučilište Hawaii pokazuje odnos: točni podaci označavaju prosjek jednakih očekivanih rezultata, dok precizne točke podataka skupljaju se zajedno, čak i ako nisu blizu očekivane rezultate. Prema Dartmouth Collegeu, preciznost je mjerenje reproduktivnosti skupa rezultata. Preciznost u skupovima podataka važan je koncept čak iu tehnološkim pothvatima, kao što su pokazali Kenneth E. Foote i Donald J. Huebner sa Sveučilištem Texas-Austin u analizi geografskih informacijskih sustava. Izračunavanje preciznosti je prilično jednostavna, iako donekle subjektivna vježba.
Stavke koje su vam potrebne
-
Grafički prikaz skupa podataka
-
Informacije o relevantnim jedinicama izražene u podacima
-
Minimalna dopuštena pogreška u eksperimentu
Razvijte vizualni prikaz točaka podataka kao što je dijagram raspršivanja. Vrlo jednostavna vizualna predodžba uključuje crtanje odgovarajućih ovisnih i neovisnih vrijednosti varijabli za svaku točku podataka na kartezijanskom koordinatnom sustavu.
Procijenite grupiranje točaka podataka i potražite uzorke. Precizni podaci se pojavljuju u skupinama točaka podataka, što ukazuje da su slične ulazne varijable povezane s sličnim izlaznim varijablama.
Primijeniti informacije o mjernim jedinicama koje se koriste za prikupljanje podataka kako bi se odredio prosječni razmak između podatkovnih točaka. Jednostavno mjerenje ravnala može se koristiti za određivanje udaljenosti između točaka na grafu, a zatim se pretvara pomoću proizvoljne, prikladne skale koja odgovara jedinicama mjerenja koja se koriste za generiranje podatkovnih točaka. To će omogućiti izračunavanje točnosti podataka u odnosu jedan na drugi uzimajući prosjek udaljenosti.
Usporedite minimalnu dopuštenu pogrešku u eksperimentu i prosječnu preciznost točaka podataka kako biste odredili relativnu ukupnu preciznost eksperimenta. Različite vrste eksperimenata imat će veću ili manju toleranciju pogreške: inženjerski projekt će vjerojatno zahtijevati preciznost do vrlo malih jedinica, dok će socijalni eksperiment vjerojatno tolerirati više odstupanja.
Savjet
-
Pokušajte procijeniti vjerojatnu skalu jedinice prije stvaranja grafičkog prikaza točaka podataka. To će olakšati vizualnu procjenu preciznosti kako bi se utvrdila područja koja su osobito značajna preciznost ili nepreciznost.
Jasni uzorci podataka koji se pojavljuju na vizualnom prikazu vrlo su indikativni za preciznost i ponovljivost eksperimenta. Kontinuirano eksperimentiranje trebalo bi dodati dodatne točke podataka u preciznim klasterima bliskim onima koji već postoje.
Upozorenje
Nemojte brkati točnost s preciznošću. Ako je cilj eksperimenta postići prosječnu izlaznu vrijednost dati za sve ulaze, a to se postiže prosječnim vrijednostima u rasponu od -12 do 14, malo je vjerojatno da će to biti precizno mjerenje, iako to može biti točno. Precizno mjerenje može rezultirati grupiranjem podataka oko 17, što bi bilo netočno, ali precizno i stoga predvidljivo.
