Evaluarea datelor în cercetare: acuratețe, precizie și tipuri de erori

Atunci când se studiază sau se revizuiește datele științifice, este esențial și de primă importanță să studiezi și să evaluezi cu atenție datele științifice. Datele științifice sunt un factor crucial în elaborarea politicilor și, de asemenea, au un efect profund și de anvergură în efectuarea cercetării. Atunci când sunt prezentate cu calcule precise și precise, datele contribuie în mare măsură la succesul evaluării datelor științifice. Atunci când deciziile sunt susținute de date științifice exacte, aceasta oferă mai multă credibilitate cercetării științifice.

Precizia datelor științifice depinde de precizia experimentului. Replicarea unui experiment de mai multe ori oferă date mai precise și mai multe informații decât datele adunate prin experimente de doar câteva ori. Astfel de date sunt obținute prin repetarea aceiași pași din nou și din nou atunci când experimentăm. Repetarea experimentului aduce erori neașteptate și oferă șansa de a le anula. Datele, atunci când sunt lipsite de erori, devin precise și oferă un rezultat care era de așteptat să fie obținut din experiment.

În datele științifice, termeni precum erori, precizie și acuratețe au o mare importanță. Ele trebuie înțelese în detaliu pentru a înțelege mai bine cum funcționează evaluarea datelor în cercetarea științifică. De asemenea, relația dintre acești termeni trebuie percepută în diverse moduri, pentru ca cercetarea științifică să fie un succes.

Precizie

Când măsurarea este precisă, este foarte aproape de valoarea reală. Valoarea reală este valoarea care nu este cunoscută în prealabil, dar de obicei este valoarea dorită care se așteaptă să fie atinsă. Precizia este ca și cum ai lovi ochiul de taur pe care săgeți îl țintește de fiecare dată când este aruncat. Dacă săgeata nu lovește ochiul taurului și este suficient de aproape pentru a o lovi, măsoară acuratețea săgeții. Orice diferență între valoarea reală și valoarea acceptată este o eroare.

Luați un alt exemplu, de exemplu. Dacă volumul unui lichid urmează să fie luat la 100 ml și, în schimb, volumul măsurat este de 98 ml, este foarte aproape de a da acuratețea experimentului. Precizia este definită ca cât de aproape este măsurarea de valoarea reală sau acceptată. Precizia se obține prin luarea mai multor măsurători și luarea unei medii a valorilor măsurate. Diferența dintre acestea poate fi exprimată fie pozitiv, fie negativ. O valoare pozitivă este și valoarea absolută și se citește cu un scor mare. O valoare negativă este și valoarea absolută atunci când citirea este la un scor scăzut.

Recomandat pentru tine: Data Science vs. Artificial Intelligence – Care sunt diferențele?

Cum se măsoară acuratețea

Precizia poate fi absolută sau relativă. Din nou, acuratețea este măsurată în termeni de erori sau diferențe de valori. Astfel, obținem o acuratețe absolută sau o acuratețe relativă.

Eroare absolută: acuratețea absolută este diferența dintre o valoare măsurată și valoarea reală. Dacă valoarea măsurată este mai mică decât valoarea reală, rezultatul este negativ sau în minus. Și când valoarea măsurată este mai mare decât valoarea reală sau adevărată, rezultatul este o valoare pozitivă sau plus. Aceasta poate fi exprimată și printr-un calcul simplu: Eroare absolută = Valoare măsurată – Valoare reală.

Eroare relativă: aceasta este măsurată ca procent. Când eroarea absolută este împărțită la valoarea adevărată și este înmulțită cu 100, obținem un procent de eroare relativă. De asemenea, se exprimă în părți la mie sau părți la milion, după caz. Astfel, eroarea relativă poate fi obținută prin formulele:

 Eroare relativă = {(Valoare măsurată – Valoare adevărată) / Valoare adevărată} x 100%

Precizie

Precizia este încă un alt factor care influențează evaluarea datelor. Se poate spune ca valorile repetate care au fost atinse în aceleași condiții și efectuând experimentul de mai multe ori. În cazul jocului cu săgeți, dacă săgeții continuă să rateze ochiul taurului și continuă să lovească în același loc, aproape de ochiul taurului, în mod repetat, aceasta este o măsură a cât de precis a fost săgeata. Pentru a reveni la analiza științifică, precizia este de câte ori a fost realizată aceeași măsurătoare. Dacă volumul real și dorit de lichid era de așteptat să fie de 100 ml și la fiecare 10 ori în care a fost efectuat experimentul, rezultatul a ajuns la 80 ml, datele pot fi spuse ca fiind precise. Deoarece rezultatul a fost că volumul de lichid a fost de 80 ml și s-a realizat la fiecare 10 ori în care s-a făcut experimentul.

Acuratețea și precizia nu sunt termeni autonomi, ci sunt interdependenți unul cu celălalt. Acest lucru este exprimat în termeni de erori. Erorile sunt cauzate de instrumente defecte și, de asemenea, de oameni. Acestea pot fi clasificate în continuare ca erori sistematice și erori aleatorii. Înțelegerea erorilor este o modalitate mai bună de a înțelege termenii de acuratețe și precizie.

Eroare sistematică

Erorile cauzate de instrumente defecte luate pentru un experiment sau folosind instrumente vechi și învechite pentru măsurători sunt erori sistematice. De exemplu, folosind cântare de măsurare ruginite și vechi. Erorile sistematice de obicei nu sunt o eroare din partea persoanei care măsoară sau face experimente. Este o eroare în sistem sau în configurația utilizată care cauzează eroarea. O astfel de eroare poate fi remediată prin înlocuirea vechiului cu nou și prin ajustarea și corectarea sistemelor utilizate.

O placă de săgeți, de exemplu, fixată într-un unghi, astfel încât săgețile să lovească în continuare partea stângă este o eroare sistematică, iar realiniarea plăcii de săgeți va corecta această eroare. O scară de măsurare ruginită și veche poate fi înlocuită cu o scară nouă, astfel încât marcajele să fie îndrăznețe și vizibile și să remedieze eroarea. Dar dacă luați mai multe măsurători de la o riglă veche și luați măsurătorile medii, rezultatul va fi departe de valoarea reală.

Erorile sistematice pot fi:

• Erori la calcule.
• Luarea de temperaturi incorecte.
• Pierderea mecanică a materialului în diferite etape.
• În analiză au fost utilizate substanțe impure.
• Erori în luarea citirilor.
• Instrumentele nu sunt calibrate corect.
• Brațe de lungimi inegale.
• Materiale străine care intră în experiment.
• Folosind substanțe chimice impure pentru un experiment.

S-ar putea să vă placă: Aplicarea datelor mari pentru a vă avantaja publicitatea pe rețelele sociale.

Eroare aleatorie

Erorile aleatorii sunt relativ, mai ușor de rectificat. Această eroare este un tip de eroare umană și o eroare de judecată din partea persoanelor care efectuează citirile sau care efectuează experimentul. Luarea mai multor citiri și apoi ajungerea la o cifră medie va fi mai aproape de valoarea reală.

Cifre semnificative

O cifră semnificativă este o cifră cu valoare practică. Înțelegând conceptul dacă o cifră are cifre semnificative, putem vedea câteva reguli. Aceste reguli sunt aplicabile pentru a cunoaște cifrele cu valoare practică și cifrele care nu au valoare practică, iar locul lor într-un număr nu îl afectează în niciun fel. Aceste reguli sunt:

• Cifrele care nu sunt „zero” sunt întotdeauna semnificative. De exemplu, 269 este o cifră semnificativă.
• Zerourile de la început nu sunt semnificative. De exemplu, 0,065.
• Zerourile captive sunt semnificative. De exemplu, 2,0085.
• Dacă un număr are puncte zecimale și zerouri sunt în urmă după număr, atunci numărul este semnificativ. De exemplu, 3,65800.
• Zero poate fi sau nu poate fi o cifră semnificativă. Depinde unde este plasat într-un număr. De exemplu, în 15,0002598 sau 25,365100, zerourile sunt cifre semnificative. Zero înainte de virgulă zecimală, de exemplu, 0,00258, există doar trei cifre semnificative, deoarece zerourile nu au nicio valoare practică.

În plus, cifrele semnificative sunt, de asemenea, determinate de un set de reguli, care sunt:

• Adunarea/scăderea se rotunjește la cel mai mic număr de zecimale.
• Înmulțirea/diviziunea se rotunjește la cel mai mic număr de cifre semnificative.
• Logaritmii sunt rotunjiți astfel încât mai multe cifre semnificative din intrare să se potrivească cu numărul de zecimale din rezultat.
• Exponentiația s-a rotunjit la certitudinea doar în bază.
• Zerourile finale sunt plasate după o zecimală după număr. De exemplu, 1200.
• Se rotunjește la ultima treaptă. Urmează paranteza atunci când este aplicabilă.

Calcularea cifrelor semnificative și calculator

Good Calculators are propriul său Calculator de cifre semnificative și calculează și calculează câte cifre semnificative conține un număr.

Ce operatori și funcții sunt acceptate de Calculatorul de cifre semnificative?

• Funcții aritmetice precum adunarea (+), scăderea (-), împărțirea (/ sau ÷), înmulțirea (* sau x), exponentul (^).
• Grupați simboluri precum ().
• Funcții precum log n, ln n.
• Constante precum pi, e.

S-ar putea să vă placă și: Tehnologia Săpături pe date profunde: O vânătoare de comori globale în lumea reală.

Cum se utilizează Calculatorul de cifre semnificative pentru acuratețea rezultatelor?

Când se calculează Calculatorul de cifre semnificative, uneori, datele rezultatelor nu sunt exacte. Deci, pentru a obține o mai mare acuratețe a datelor, pune # la sfârșitul numărului. De exemplu, 6.24#.

 Exemplu: 10,00698 ÷ 13,6 = 0,736 (cifrele semnificative sunt 3).

 10,00698 ÷ 13,6# = 0,7358074 (cifrele semnificative sunt 7).

Adăugarea simbolului # la sfârșitul numărului oferă rezultate mai precise, decât doar punerea unui număr. Cifre semnificative este doar o modalitate de a oferi o precizie mai mare în măsurători și calcule. Prin aplicarea regulilor de mai sus în calculul unei cifre semnificative, utilizatorii pot fi mai precisi în a ajunge la rezultate. Este aplicabil în toate domeniile calculelor științifice și are un impact relevant și direct asupra evaluării datelor științifice.