La precisión de los datos es una de las consideraciones más importantes al realizar un análisis científico o estadístico. Comúnmente confundido con el concepto igualmente importante de precisión, la analogía del tablero de dardos articulada por la Universidad de Hawai demuestra la relación: los puntos de datos precisos promedian los mismos resultados esperados, mientras que los puntos de datos precisos se agrupan muy cerca, incluso si no están cerca de Resultados anticipados. Según Dartmouth College, la precisión es una medida de la reproducibilidad de un conjunto de resultados. La precisión en los conjuntos de datos es un concepto importante incluso en esfuerzos relacionados con la tecnología, como lo muestran Kenneth E. Foote y Donald J. Huebner con la Universidad de Texas-Austin en un análisis de los Sistemas de información geográfica. Calcular la precisión es un ejercicio bastante simple aunque algo subjetivo.
Artículos que necesitarás
-
Representación gráfica de un conjunto de datos.
-
Información sobre las unidades relevantes expresadas en los datos.
-
Margen mínimo de error permisible en el experimento
Desarrollar una representación visual de puntos de datos, como un diagrama de dispersión. Una representación visual muy simple implica trazar los valores de las variables dependientes e independientes correspondientes para cada punto de datos en un sistema de coordenadas cartesiano.
Evalúe las agrupaciones de puntos de datos y busque patrones. Los datos precisos se manifiestan en grupos de puntos de datos, lo que indica que las variables de entrada similares se correlacionan con las variables de salida similares.
Aplique información sobre las unidades de medida utilizadas para recopilar los datos para determinar el espaciado promedio entre los puntos de datos. Se puede usar una regla de medición simple para determinar la distancia entre los puntos en el gráfico, y luego convertirla utilizando una escala conveniente y arbitraria que corresponde a las unidades de medida utilizadas para generar los puntos de datos. Esto permitirá calcular la precisión de los puntos de datos entre sí tomando el promedio de las distancias.
Compare el margen mínimo de error permitido en el experimento y la precisión promedio de los puntos de datos para determinar la precisión general relativa del experimento. Los diferentes tipos de experimentos tendrán mayor o menor tolerancia al error: un proyecto de ingeniería probablemente requerirá una precisión de unidades muy pequeñas, mientras que un experimento social probablemente tolerará más variaciones.
Consejos
-
Intente evaluar la escala de unidad probable antes de crear la representación gráfica de los puntos de datos. Esto hará que sea más fácil evaluar la precisión visualmente para identificar áreas de precisión o imprecisión especialmente notables.
Los patrones claros de datos que se producen en una representación visual son altamente indicativos de la precisión y la repetibilidad de un experimento. La experimentación continua debe agregar más puntos de datos en grupos precisos cercanos a los que ya existen.
Advertencia
No confunda la exactitud con la precisión. Si el objetivo de un experimento es lograr un valor de salida promedio para todas las entradas, y esto se logra con valores promediados que van desde -12 a 14, es poco probable que esta sea una medida precisa, aunque puede ser precisa. Una medición precisa podría dar como resultado que todos los puntos de datos se agrupen en torno a 17, lo que sería inexacto, pero preciso y, por lo tanto, predecible.
