Selvom præcision og nøjagtighed ofte bruges i flæng, er det faktisk meget forskellige ord i matematik og videnskab. Præcision betyder, at en måling har næsten den samme værdi hver gang den foretages. For eksempel, hvis du træder på vægten 5 gange i træk, viser en skala med god præcision den samme masse hver gang. I matematik og videnskab er beregning af præcision meget vigtig for at afgøre, om dine værktøjer og målinger fungerer korrekt for at få gode data. Heldigvis er beregning af præcision ganske let.
Trin
Trin 1. Kend forskellen mellem præcision og nøjagtighed
Præcision måler, hvor godt dine værktøjer fungerer, ikke hvad de måler. Nøjagtighed kontrollerer, hvor præcist dit svar er. For eksempel, hvis din masse er 9 kg, og din vægt viser 8,7 kg, er din vægt ikke nøjagtig. Hvis din vægt viser 8,7 kg hver gang du vejer din masse, er den stadig præcis, men ikke præcis.
Tænk på de to ord i disse bueskydningsbetingelser: Nøjagtighed er, hvis vi rammer den midterste cirkel af bueskydningsskiven (bullseye) hver gang vi skyder. Præcision er, hvis vi rammer det samme sted hver gang vi skyder, selvom det sted ikke er det mål, vi vil ramme.
Trin 2. Registrer flere målinger
For at beregne præcision har du brug for data om noget. For eksempel, hvis du vil kontrollere præcisionen af din skala, kan du stå på den og registrere det nummer, der vises på skalaen 15 gange.
Du skal registrere flere målinger af det samme objekt under de samme betingelser for at beregne præcision. Du kan ikke veje 10 forskellige mennesker og sammenligne resultaterne
Trin 3. Find middelværdien eller gennemsnittet af dine data
For at bemærke ændringen i præcisionen skal du sammenligne dine data med noget. Middelværdien eller gennemsnittet er centrum for dine data og er et godt benchmark. For at finde middelværdien skal du tilføje alle de målinger, du har taget, og dividere tallet med det antal målinger, du har foretaget. Hvis du ved vejning af din masse registrerede masserne: 12 kg, 11 kg, 14 kg, 13 kg og 12 kg, ville dit gennemsnit være:
(12 kg + 11 kg + 14 kg + 13 kg + 12 kg) / 5 = 62 /5 = 12,4 kg
. Med andre ord er den registrerede gennemsnitlige masse 12,4 kg.
Du kan også bruge tal, som du allerede kender og ikke behøver at bruge middelværdien. For eksempel kan du bruge en 10 kg pose kartofler og sammenligne dine tal med dette tal
Trin 4. Brug standardområder til enkle præcisionsberegninger
Rækkevidde er den letteste måde at bestemme præcision på. For at beregne det skal du bare tage din højeste score og trække din laveste score fra den højeste score. I eksemplet ovenfor er 14 kg - 11 kg = 3 kg. Så du kan rapportere, at det objekt, du måler, er 12,4 kg ± 3 kg.
- Værdien på ± 3 kg er din præcisionsmåling. Det betyder, at denne vægt kun er præcis i området 6 kg eller 3 kg tungere og 3 kg lettere.
- ± -symbolet kan læses som "mere eller mindre".
- Denne metode er den hyppigst anvendte metode til beregning af præcision. Selvom det er enkelt, er denne metode ironisk nok ikke særlig præcis.
Trin 5. Beregn den gennemsnitlige absolutte afvigelse for mere præcis præcision
Se igen på vores data betyder: 12,4 kg. Træk hver måling fra middelværdien for at finde, hvor langt hver måling er fra datacentret. Gør alle negative tal positive. For eksempel:
Data:
12, 11, 14, 13, 12. Gennemsnit/Gennemsnit:
12, 4
Forskel fra middelværdi:
-0, 4; -1, 4; 1, 6; 0, 6; -0, 4"
. Find nu gennemsnittet af disse tal for at finde, hvor langt gennemsnittet af hver måling er fra midten:
(0, 4 + 1, 4 + 1, 6 + 0, 6 + 0, 4) / 5 = 0, 88. Det betyder, at alle målinger, du foretager, generelt kan afvige ± 0,88 kg fra det, du ser.
Du skal ignorere det negative tegn, ellers vil værdierne annullere hinanden. Husk, at 11, 4 og 13, 4 begge er 1 kg forskel fra gennemsnittet 12, 4, kun at forskellen er modsat (positiv eller negativ)
Tips
- Hvis en af dine testværdier er højere eller lavere end de andre, skal du ikke udelukke dette tal fra dine beregninger. Selvom denne værdi er en fejl, er den data og skal bruges til korrekte beregninger.
- Gør mere end 5 forsøg for at få en mere præcis beregning. Jo flere eksperimenter du laver, jo tydeligere får du den præcisionsværdi.
