كيف تحسب دقة القياسات

يعتمد العلم إلى حد كبير على بيانات قابلة للقياس الكمي. يعتمد جمع البيانات المفيدة بدوره على قياسات من نوع ما ، مع كون الكتلة والمساحة والحجم والسرعة والوقت بعضًا من هذه المقاييس المهمة للغاية.

من الواضح أن الدقة ، التي تصف مدى تقارب القيمة المقاسة مع قيمتها الحقيقية ، أمر حيوي في جميع المساعي العلمية. هذا صحيح ليس فقط للأسباب الأكثر وضوحًا في الوقت الحالي مثل الحاجة إلى معرفة درجة الحرارة في الخارج من أجل ارتداء الملابس المناسبة ولكن لأن القياسات غير الدقيقة اليوم تؤدي إلى تراكم البيانات السيئة على المدى الطويل مصطلح. إذا كانت بيانات الطقس التي تجمعها الآن خاطئة ، فإن البيانات المناخية التي تقرأها حول 2018 في المستقبل ستكون خاطئة أيضًا.

لتحديد دقة القياس ، من الضروري عادة معرفة القيمة الحقيقية في طبيعة ذلك القياس. على سبيل المثال ، يجب أن تظهر العملة المعدنية "العادلة" عددًا كبيرًا جدًا من المرات في الظهور بنسبة 50 بالمائة من الوقت وذيول 50 بالمائة من الوقت بناءً على نظرية الاحتمالات. بدلاً من ذلك ، كلما كان القياس أكثر قابلية للتكرار (أي ، زاد حجمهالاحكام) كلما زادت احتمالية أن تكون القيمة قريبة من القيمة الحقيقية في الطبيعة. إذا كانت تقديرات طول شخص ما بناءً على شهادة 50 شاهد عيان تقع جميعها بين 5'8 "و 6'0" ، فيمكنك الاستنتاج بمزيد من اليقين أن ارتفاع الشخص يقترب من 5'10 بوصات مما يمكنك فعله إذا تراوحت التقديرات بين 5'2 "و 6'6" ، على الرغم من أن هذا الأخير يعطي نفس المتوسط ​​5'10 القيمة.

لتحديد دقة القياسات تجريبياً ، إذن ، يجب عليك تحديدهاانحراف​.

اتصل بهذا الرقمن. إذا كنت تقدر درجة الحرارة باستخدام موازين حرارة مختلفة غير معروفة الدقة ، فاستخدم أكبر عدد ممكن من موازين الحرارة المختلفة.

اجمع القياسات واقسمها علىن. إذا كان لديك خمسة موازين حرارة وكانت القياسات بالفهرنهايت 60 درجة و 66 درجة و 61 درجة و 68 درجة و 65 درجة ، فإن المتوسط ​​هو

ينتج عن هذا انحراف كل قياس. سبب ضرورة القيمة المطلقة هو أن بعض القياسات ستكون أقل من القيمة الحقيقية والبعض الآخر سيكون أكبر ؛ ببساطة ، فإن جمع القيم الأولية معًا سيجمع إلى الصفر ولا يشير إلى أي شيء عن عملية القياس.

يقدم الإحصاء الناتج مقياسًا غير مباشر لدقة القياس. كلما صغّر جزء القياس نفسه الذي يمثله الانحراف ، زادت احتمالية حدوثه يجب أن يكون القياس دقيقًا ، على الرغم من أنه من الضروري معرفة القيمة الحقيقية لتكون واثقًا تمامًا من هذا. وبالتالي ، إذا أمكن ، قارن النتيجة بقيمة مرجعية ، مثل ، في هذه الحالة ، بيانات درجة الحرارة الرسمية من خدمة الطقس الوطنية.