정밀도가 무엇이며 측정에서 왜 중요한지 설명합니다. 또한 정확도와 예 및 차이점이 있습니다.
정밀도란 무엇입니까?
일반적으로 우리가 무언가 또는 누군가의 정확성에 대해 말할 때, 우리는 그들의 용량 단기간에 목표를 달성하기 위해, 즉 예상 결과 또는 예상 결과에 매우 근접한 결과를 얻습니다. 일상적인 말에서는 다음과 동의어일 수 있지만 정확성, 이 두 용어를 혼동하지 마십시오.
정밀도라는 단어는 라틴어에서 유래했습니다. 교정, 동사에서 파생 집사, "잘 자르다", "양쪽 끝에서 자르다" 또는 "남은 것을 잘라서 완전히 분리하다"로 번역될 수 있습니다. 이 동사는 음성으로 구성되었습니다. 프레 ("전달" 또는 "미리") 및 카에데레 ("잘라내다" 또는 때때로 "죽이다").
원래 이 단어는 몸에서 잘리거나 잘린 것을 가리키는 데 사용되었습니다(예를 들어, 내시는 프라에키소스, "잘게 썰었다"); 현재 의미는 적용에서 비롯됩니다. 비유적인 에 수사학, 즉 웅변.
거기, 프라에키소스 그는 "잘 깎인" 것, 즉 잘 정의되고 잘 집중된 것을 언급하고 있었고 따라서 문제의 주제에 최선의 방식으로 고착했습니다. 다시 말해, 적절한 것, 필요한 것에 충실한 것.
따라서 오늘날 우리는 정밀도를 다양한 시도에서 목표물을 명중하거나 목표물에 근접하는 능력이라고 부릅니다. 예를 들어, 다트 선수는 과녁에 공을 던질 수 있는 세 번의 기회가 있으며, 일단 그렇게 하면 중앙에 얼마나 가까웠는지, 얼마나 정확했는지 판단할 수 있습니다.
이러한 유형의 가치는 과학 분야에서 매우 중요할 수 있습니다. 공학 파도 통계.
측정 기기의 정확도
의 악기 측정 숫자 값으로 표현할 수있는 도구와 장치입니다. 크기 의 결정 자연. 이러한 측정은 다소 정확할 수 있습니다. 즉, 컨텍스트 및 예측할 수 없는 요인으로 인한 특정 오차 한계가 포함됩니다. 따라서 측정되는 크기가 동일함에도 불구하고 측정 세트는 서로 다를 수 있습니다.
예를 들어 다음과 같이 상상해 봅시다. 온도계 우리는 체온을 재고 실수가 없는지 확인하기 위해 여러 번 수행합니다. 측정값이 모두 실제 온도 값(또는 어떤 경우에는 추정 값)에 치우치는 경향이 있다는 것을 알게 되면 그것이 정확한 온도계라는 것, 즉 값을 아주 정확하게 등록한다는 것을 알게 될 것입니다.
즉, 항상 경향이 있는 도구 크기에 정확하게 정확합니다. 반면에 한 측정값과 다른 측정값 사이에 온도가 크게 변하는 경우 일부 측정값은 실제에 더 가깝고 다른 측정값은 대신 멀리 떨어져 있기 때문에 온도계가 필요한 정밀도를 상실했음을 이해해야 합니다. 그리고 어느 것이 어느 것인지 어떻게 압니까?
정밀도의 예
예를 들어 정밀도가 결정 요인인 몇 가지 경우를 시각화할 수 있습니다.
- 프로야구 리그의 모든 타자는 "평균타율 또는 타율의 평균입니다. 이 평균은 그의 타석 정확도의 수치적 근사치입니다.
- 군인이 전쟁을 위해 훈련하고 소총에서 100발 탄약통을 목표물에 발사합니다. 그런 다음 가서 인형의 명중 횟수를 확인하면 정확도, 즉 얼마나 많은 발사가 목표물에 맞았거나 가까웠는지, 얼마나 많은 발사가 빗나갔는지 추정할 수 있습니다.
- 중세 공성전에서 투석기는 적의 성벽에 돌을 던지려고 합니다. 그러나 투석기는 잘 보정되지 않았으며, 발사하는 각각의 암석은 다른 궤적을 따릅니다. 일부는 벽에 부딪히고, 다른 일부는 강 근처에, 다른 일부는 전장에서 연합군을 분쇄합니다. 논리적으로, 발사가 조준된 곳을 명중하지 않는 경향이 있기 때문에 매우 부정확한 투석기입니다.
정밀도와 정확성
에서 과학공학 및 통계에서는 일상적인 말에서 종종 동의어로 사용된다는 사실에도 불구하고 정밀도의 개념을 정확성의 개념과 구별하는 것이 중요합니다. 이 차이는 측정 중에 얻은 결과를 이해하거나 해석할 때 특히 중요하며 다음에 따라 달라집니다.
- 우리가 보았듯이 정확도는 기기의 용량이나 기술 오차 범위에 따라 서로 다를 수 있기 때문에 여러 번의 연속 측정에서 유사한 값을 기록하는 측정. 측정값이 가까울수록 장치의 정밀도가 높아집니다.
- 반면에 정확도는 기대값이나 실제값에 대한 측정값의 근접성과 관련이 있습니다. 즉, 측정값이 실제에 얼마나 가까운지를 나타냅니다. 예상 또는 실제 데이터에 가까울수록 기기가 더 정확해집니다.
이 차이는 예를 들어 쉽게 이해할 수 있습니다. 골퍼가 기록을 깨기 위해 홀인원을 시도한다고 가정해 보겠습니다. 그는 좋은 골퍼이지만 그의 샷에 영향을 미치는 변수가 있습니다. 바람, 습도, 골프 공의 완성도 또는 샷에 가하는 힘. 따라서 마침내 달성할 때까지 여러 번 시도해야 합니다.
그의 공이 홀에 얼마나 가깝게 떨어졌는지 판단하면 기준 값이 홀 자체라는 것을 알고 있기 때문에 정확도의 척도를 찾을 수 있습니다. 반면 그의 슛이 홀에 가까워진 횟수와 시도한 총 횟수를 비교하면 그의 정확도, 즉 그의 샷이 일반적으로 얼마나 오차가 있는지 알 수 있습니다.