Datenpräzision ist einer der wichtigsten Aspekte bei der Durchführung von wissenschaftlichen oder statistischen Analysen. Häufig verwirrt mit dem ebenso wichtigen Begriff der Genauigkeit, zeigt die von der University of Hawaii artikulierte Dartboard-Analogie die Beziehung: Exakte Datenpunkte werden zu den gleichen erwarteten Ergebnissen gemittelt, während genaue Datenpunkte eng zusammenliegen, selbst wenn sie nicht nahe beieinander liegen erwartete Ergebnisse. Nach Angaben des Dartmouth College ist Präzision ein Maß für die Reproduzierbarkeit einer Ergebnismenge. Präzision in Datensätzen ist selbst in technologiebezogenen Projekten ein wichtiges Konzept, wie Kenneth E. Foote und Donald J. Huebner von der University of Texas-Austin in einer Analyse geografischer Informationssysteme zeigen. Die Berechnung der Genauigkeit ist eine ziemlich einfache, wenn auch etwas subjektive Übung.
Artikel, die Sie benötigen
-
Grafische Darstellung eines Datensatzes
-
Angaben zu den relevanten Einheiten in den Daten
-
Minimale zulässige Fehlerquote im Experiment
Erstellen Sie eine visuelle Darstellung von Datenpunkten, z. B. ein Streudiagramm. Eine sehr einfache visuelle Darstellung beinhaltet das Auftragen der entsprechenden abhängigen und unabhängigen Variablenwerte für jeden Datenpunkt in einem kartesischen Koordinatensystem.
Bewerten Sie die Gruppierungen von Datenpunkten und suchen Sie nach Mustern. Präzise Daten manifestiert sich in Clustern von Datenpunkten, was darauf hinweist, dass ähnliche Eingangsvariablen mit ähnlichen Ausgangsvariablen korrelieren.
Wenden Sie Informationen zu den Maßeinheiten an, die zum Sammeln der Daten verwendet werden, um den durchschnittlichen Abstand zwischen Datenpunkten zu bestimmen. Mit einer einfachen Linealmessung kann der Abstand zwischen Punkten in der Grafik bestimmt und anschließend mit einer beliebigen, geeigneten Skala konvertiert werden, die den Maßeinheiten entspricht, die zur Erzeugung der Datenpunkte verwendet werden. Dies ermöglicht die Berechnung der Genauigkeit der Datenpunkte anhand des Durchschnitts der Entfernungen.
Vergleichen Sie die im Experiment zulässige Mindestfehlerspanne und die durchschnittliche Genauigkeit der Datenpunkte, um die relative Gesamtgenauigkeit des Experiments zu bestimmen. Verschiedene Arten von Experimenten weisen eine größere oder geringere Fehlertoleranz auf: Ein Engineering-Projekt erfordert wahrscheinlich Präzision bis in sehr kleine Einheiten, während ein soziales Experiment wahrscheinlich eine größere Varianz toleriert.
Tipps
-
Versuchen Sie, die wahrscheinliche Einheitenskala zu ermitteln, bevor Sie die grafische Darstellung der Datenpunkte erstellen. Dies erleichtert die visuelle Beurteilung der Genauigkeit, um Bereiche mit besonders hoher Genauigkeit oder Ungenauigkeit zu identifizieren.
Klare Muster von Daten, die in einer visuellen Darstellung auftreten, sind ein starkes Indiz für die Präzision und Wiederholbarkeit eines Experiments. Fortgesetzte Experimente sollten weitere Datenpunkte in präzisen Clustern hinzufügen, die den bereits vorhandenen nahekommen.
Warnung
Verwechseln Sie Genauigkeit nicht mit Präzision. Wenn das Ziel eines Experiments darin besteht, einen durchschnittlichen Ausgabewert von give für alle Eingaben zu erzielen, und dies durch gemittelte Werte im Bereich von -12 bis 14 erreicht wird, ist dies wahrscheinlich keine genaue Messung, obwohl es möglicherweise genau ist. Eine genaue Messung kann dazu führen, dass sich alle Datenpunkte um 17 herum ansammeln, was ungenau, aber genau und daher vorhersehbar wäre.
