A precisão dos dados é uma das considerações mais importantes na condução de análises científicas ou estatísticas. Comumente confundida com o igualmente importante conceito de precisão, a analogia do jogo de dardos articulada pela Universidade do Havaí demonstra a relação: pontos de dados precisos têm média igual a resultados esperados, enquanto pontos de dados precisos se agrupam, mesmo que não sejam próximos resultados esperados. De acordo com o Dartmouth College, a precisão é uma medida da reprodutibilidade de um conjunto de resultados. Precisão em conjuntos de dados é um conceito importante, mesmo em esforços relacionados à tecnologia, como mostrado por Kenneth E. Foote e Donald J. Huebner com a Universidade do Texas-Austin em uma análise de Sistemas de Informação Geográfica. Calcular a precisão é um exercício bastante simples, embora um pouco subjetivo.
Itens que você precisará
-
Representação gráfica de um conjunto de dados
-
Informações sobre as unidades relevantes expressas nos dados
-
Margem de erro mínima permitida no experimento
Desenvolva uma representação visual de pontos de dados, como um gráfico de dispersão. Uma representação visual muito simples envolve a plotagem dos valores das variáveis dependentes e independentes correspondentes para cada ponto de dados em um sistema de coordenadas cartesianas.
Avalie os agrupamentos de pontos de dados e procure padrões. Dados precisos se manifestam em clusters de pontos de dados, indicando que variáveis de entrada semelhantes se correlacionam com variáveis de saída semelhantes.
Aplique informações sobre as unidades de medida usadas para coletar os dados para determinar o espaçamento médio entre os pontos de dados. Uma medida de régua simples pode ser usada para determinar a distância entre os pontos no gráfico, depois convertida usando uma escala conveniente e arbitrária que corresponde às unidades de medidas usadas para gerar os pontos de dados. Isso permitirá que a precisão dos pontos de dados em relação ao outro seja calculada pela média das distâncias.
Compare a margem mínima de erro permitida no experimento e a precisão média dos pontos de dados para determinar a precisão geral relativa do experimento. Diferentes tipos de experimentos terão maior ou menor tolerância a erros: um projeto de engenharia provavelmente exigirá precisão em unidades muito pequenas, enquanto um experimento social provavelmente tolerará mais variação.
Dicas
-
Tente avaliar a escala unitária provável antes de criar a representação gráfica dos pontos de dados. Isso tornará mais fácil avaliar a precisão visualmente, a fim de identificar quaisquer áreas de precisão ou imprecisão especialmente notáveis.
Padrões claros de dados que ocorrem em uma representação visual são altamente indicativos de precisão e repetibilidade de um experimento. A experimentação contínua deve adicionar mais pontos de dados em clusters precisos próximos aos já existentes.
Aviso
Não confunda exatidão com precisão. Se o objetivo de um experimento é alcançar um valor médio de saída de elasticidade para todas as entradas, e isso é obtido por valores médios variando de -12 a 14, é improvável que seja uma medida precisa, embora possa ser precisa. Uma medição precisa pode resultar em todos os pontos de dados agrupados em torno de 17, que seriam imprecisos, mas precisos e, portanto, previsíveis.
