La precisió de dades és una de les consideracions més importants en la realització d'anàlisis científiques o estadístiques. Normalment, confós amb el concepte de precisió igualment important, l'analogia del tauler de dards articulada per la Universitat d'Hawaii demostra la relació: els punts de dades precisos promediquen amb els resultats esperats, mentre que els punts de dades precisos s'agrupen molt a prop, fins i tot si no estan a prop resultats esperats. Segons Dartmouth College, la precisió és una mesura de la reproducibilidad d'un conjunt de resultats. La precisió en els conjunts de dades és un concepte important fins i tot en projectes relacionats amb la tecnologia, com ho demostren Kenneth E. Foote i Donald J. Huebner amb la Universitat de Texas-Austin en una anàlisi de sistemes d'informació geogràfica. La precisió de càlcul és un exercici bastant senzill, encara que poc subjectiu.
Articles que necessiteu
-
Representació gràfica d'un conjunt de dades
-
Informació sobre les unitats rellevants expressades en les dades
-
Marge mínim d'error permès en l'experiment
Desenvolupar una representació visual de punts de dades com ara una trama de dispersió. Una representació visual molt senzilla consisteix a tramar els valors de la variable dependents i independents corresponents per a cada punt de dades en un sistema de coordenades cartesianes.
Avaluar les agrupacions de punts de dades i buscar patrons. Les dades precises es manifesten en clústers de punts de dades, el que indica que les variables d'entrada semblants es correlacionen amb variables de sortida similars.
Apliqueu informació sobre les unitats de mesura utilitzades per recollir les dades per determinar l'espaiat mitjà entre els punts de dades. Es pot utilitzar una mesura de la regla senzilla per determinar la distància entre punts del gràfic, convertida utilitzant una escala arbitrària i convenient que correspon a les unitats de mesura utilitzades per generar els punts de dades. Això permetrà calcular la precisió dels punts de dades relatius entre ells prenent la mitjana de les distàncies.
Compara el marge mínim d'error permès en l'experiment i la precisió mitjana dels punts de dades per determinar la precisió general relativa de l'experiment. Diferents tipus d'experiments tindran una tolerància d'error major o menor: un projecte d'enginyeria probablement requereix una precisió fins a unitats molt petites, mentre que una experiència social probablement tolerarà més variància.
Consells
-
Intenta avaluar la probable unitat d'escala abans de crear la representació gràfica dels punts de dades. D'aquesta manera, serà més fàcil avaluar la precisió visualment per tal d'identificar qualsevol àrea de precisió o imprecisió especialment notable.
Els patrons clars de dades que es produeixen en una representació visual són altament indicatius de precisió i la repetibilitat d'un experiment. L'experimentació continuada hauria d'afegir punts de dades addicionals en clústers precisos propers als que ja existeixen.
Avís
No confongui la precisió amb precisió. Si l'objectiu d'un experiment és aconseguir un valor mitjà de sortida de donar per a totes les entrades, i això s'aconsegueix amb valors mitjans que van de -12 a 14, és poc probable que sigui una mesura precisa, encara que pot ser precisa. Una mesura precisa podria donar lloc a que tots els punts de dades agrupessin al voltant dels 17, el que seria inexacte, però precís i, per tant, previsible.
