研究中的数据评估：准确性、精确度和错误类型

在研究或审查科学数据时，仔细研究和评估科学数据是必不可少的，也是最重要的。 科学数据是制定政策的关键因素，对开展研究也有着深远的影响。 当提供准确和精确的计算时，数据在使科学数据评估取得成功方面大有帮助。 当决策得到准确的科学数据支持时，它会为科学研究提供更多可信度。

科学数据的准确性取决于实验的精度。 与仅通过几次实验收集的数据相比，一遍又一遍地重复实验可提供更准确的数据和更多信息。 这样的数据是通过在实验时一次又一次地重复相同的步骤来获得的。 重复实验会带来意想不到的错误，并有机会否定它们。 数据在没有错误的情况下会变得准确，并给出预期从实验中获得的结果。

在科学数据中，误差、精度和准确度等术语具有重要意义。 必须详细了解它们，才能更好地理解数据评估在科学研究中的工作原理。 此外，必须以各种方式理解这些术语之间的关系，才能使科学研究取得成功。

准确性

当测量准确时，它非常接近真实值。 真正的价值是事先不知道的价值，但它通常是期望达到的期望值。 准确性就像每次投掷飞镖时都击中靶心。 如果飞镖没有击中靶心，但离靶心足够近，可以测量飞镖的准确性。 实际值和可接受值之间的任何差异都是错误。

再举个例子。 如果取液体的体积为 100 毫升，而测得的体积为 98 毫升，则非常接近给出实验的准确度。 准确度定义为测量值与真实值或可接受值的接近程度。 精度是通过进行多次测量并取测量值的平均值来实现的。 这些之间的差异可以表示为正面或负面。 正值也是绝对值，是高分阅读。 当读数处于低分时，负值也是绝对值。

为您推荐：数据科学与人工智能——有何不同？

如何测量准确度

准确度可以是绝对的，也可以是相对的。 同样，准确性是根据误差或值的差异来衡量的。 因此，我们得到了绝对精度或相对精度。

绝对误差：绝对精度是测量值与实际值之间的差异。 如果测量值低于实际值，则结果为负数或负数。 当测量值高于真实值或真实值时，结果为正值或正值。 这也可以用一个简单的计算来表示：绝对误差=测量值-实际值。

相对误差：这是用百分比来衡量的。 当绝对误差除以真实值并乘以 100 时，我们得到相对误差的百分比。 视情况而定，它也可以用千分率或百万分率表示。 因此，可以通过以下公式得出相对误差：

 相对误差 = {(测量值 – 真值) / 真值} x 100%

精确

精度是影响数据评估的另一个因素。 可以说是在相同条件下多次进行实验所获得的重复值。 在飞镖游戏的例子中，如果飞镖不断错过靶心，并不断击中靠近靶心的同一个点，反复进行，则可以衡量飞镖的精确程度。 回到科学分析，精度是实现相同测量的次数。 如果实际和期望的液体体积是100毫升，每做10次实验，结果是80毫升，这个数据可以说是精确的。 因为结果是液体的体积是80毫升，每做10次实验就达到了。

准确度和精密度不是独立的术语，而是相互关联的。 这是用错误来表示的。 错误是由有故障的仪器和人为造成的。 这些可以进一步分类为系统误差和随机误差。 理解错误是理解准确度和精密度术语的更好方法。

系统误差

由错误的实验仪器或使用旧的和过时的仪器进行测量引起的误差是系统误差。 例如，使用生锈的旧测量秤。 系统误差通常不是测量或实验人员的错误。 导致错误的是系统错误或使用的设置。 这种错误可以通过用新的替换旧的，并通过调整和纠正所使用的系统来纠正。

例如，以一定角度固定的飞镖靶，使飞镖一直击中左侧是系统错误，重新对齐飞镖靶可纠正此错误。 生锈的旧量尺可以换上新的量尺，使标记醒目可见，从而纠正错误。 但如果用一把旧尺子进行多次测量，并取平均值，结果将与实际值相去甚远。

系统错误可能是：

• 计算错误。
• 测量不正确的温度。
• 材料在各个阶段的机械损失。
• 分析中使用了不纯物质。
• 读数错误。
• 仪器未正确校准。
• 不等长的手臂。
• 异物进入实验。
• 使用不纯的化学品进行实验。

您可能喜欢：应用大数据来优化您的社交媒体广告。

随机误差

随机错误相对而言，更容易纠正。 这种错误是一种人为错误，是读取数据或进行实验的人的判断错误。 多次读数，然后得出一个平均值将更接近实际值。

重要数字

有效数字是具有实用价值的数字。 理解了一个数字是否有有效数字的概念，我们可以看出一些规律。 这些规则适用于了解具有实用价值的数字和没有实用价值的数字，并且它们在数字中的位置不会以任何方式影响它。 这些规则是：

• 不是“零”的数字总是重要的。 例如，269 是有效数字。
• 开头的零并不重要。 例如，0.065。
• 俘虏零很重要。 例如，2.0085。
• 如果一个数字有小数点，并且数字后面有零，那么这个数字是有意义的。 例如，3.65800。
• 零可以是也可以不是重要数字。 这取决于它在数字中的位置。 例如，在 15.0002598 或 25.365100 中，零是有效数字。 小数点前的零例如0.00258只有三位有效数字，因为零没有任何实际价值。

此外，重要数字也由一组规则确定，这些规则是：

• 加法/减法四舍五入到小数点后的最低位数。
• 乘法/除法四舍五入到有效数字的最低位数。
• 对数四舍五入，使输入中的几个有效数字与结果中的小数位数相匹配。
• 求幂仅在基数中四舍五入到确定性。
• 尾随零位于数字后的小数位之后。 例如，1200。
• 最后一步循环。 它在适用时跟在括号后。

有效数字计算和计算器

Good Calculators 有自己的有效数字计算器，它计算并计算出一个数字有多少有效数字。

有效数字计算器支持哪些运算符和函数？

• 加法 (+)、减法 (-)、除法 (/ 或 ÷)、乘法 (* 或 x)、指数 (^) 等算术函数。
• 组符号如 ()。
• 像 log n, ln n 这样的函数。
• 常量，如 pi、e。

您可能还喜欢：深度数据的技术挖掘：真实世界的全球寻宝。

如何使用有效数字计算器来获得结果的准确性？

有时，有效数字计算器在计算时，结果数据不准确。 因此，为了获得更高的数据准确性，请将 # 放在数字的末尾。 例如，6.24#。

 示例：10.00698 ÷ 13.6 = 0.736（有效数字为 3）。

 10.00698 ÷ 13.6# = 0.7358074（有效数字为 7）。

在数字末尾附加 # 符号可提供比仅输入数字更准确的结果。 有效数字只是一种提高测量和计算精度的方法。 通过在有效数字的计算中应用上述规则，用户可以更准确地得出结果。 它适用于科学计算的各个领域，对科学数据的评价具有相关和直接的影响。