الدقة والضبط

الدقة والضبط هما مقياسان لخطأ الملاحظة . الدقة هي مدى قرب مجموعة معينة من القياسات ( الملاحظات أو القراءات) من قيمتها الحقيقية . الدقة هي مدى قرب القياسات من بعضها البعض.
تعرف المنظمة الدولية للمعايير (ISO) مقياسًا مرتبطًا: [1] الصدق ، "قرب الاتفاق بين المتوسط الحسابي لعدد كبير من نتائج الاختبار والقيمة المرجعية الحقيقية أو المقبولة".
.svg/440px-Accuracy_(trueness_and_precision).svg.png)
في حين أن الدقة هي وصف للأخطاء العشوائية (مقياس للتباين الإحصائي )، فإن الدقة لها تعريفان مختلفان:
- بشكل أكثر شيوعًا، وصف للأخطاء المنهجية (قياس التحيز الإحصائي لمقياس معين للاتجاه المركزي ، مثل المتوسط). في هذا التعريف لـ "الدقة"، يكون المفهوم مستقلًا عن "الضبط"، لذا يمكن القول إن مجموعة معينة من البيانات دقيقة أو دقيقة أو كلاهما أو لا شيء منهما. يتوافق هذا المفهوم مع صدق ISO .
- مزيج من الدقة والصدق، مع مراعاة نوعي الخطأ الرصدي (العشوائي والمنهجي)، بحيث تتطلب الدقة العالية الدقة العالية والصدق العالي. يتوافق هذا الاستخدام مع تعريف ISO للدقة (الصدق والضبط). [2]
التعريف التقني المشترك
بعبارات أبسط، بالنظر إلى عينة إحصائية أو مجموعة من نقاط البيانات من قياسات متكررة لنفس الكمية، يمكن القول إن العينة أو المجموعة دقيقة إذا كان متوسطها قريبًا من القيمة الحقيقية للكمية التي يتم قياسها، في حين يمكن القول إن المجموعة دقيقة إذا كان الانحراف المعياري لها صغيرًا نسبيًا.
في مجالات العلوم والهندسة ، دقة نظام القياس هي درجة قرب قياسات كمية ما من القيمة الحقيقية لتلك الكمية . [3] دقة نظام القياس، المتعلقة بإمكانية التكرار والتكرار ، هي الدرجة التي تظهر بها القياسات المتكررة في ظل ظروف غير متغيرة نفس النتائج . [3] [4] على الرغم من أن الكلمتين الدقة والضبط يمكن أن تكونا مترادفتين في الاستخدام العامي ، إلا أنهما متناقضتان عمدًا في سياق الطريقة العلمية .
يفضل مجال الإحصاء ، حيث يلعب تفسير القياسات دورًا محوريًا، استخدام مصطلحي التحيز والتباين بدلاً من الدقة والضبط: التحيز هو مقدار عدم الدقة والتباين هو مقدار عدم الدقة.
يمكن أن يكون نظام القياس دقيقًا ولكن ليس دقيقًا، أو دقيقًا ولكن ليس دقيقًا، أو لا هذا ولا ذاك، أو كليهما. على سبيل المثال، إذا كانت التجربة تحتوي على خطأ منهجي ، فإن زيادة حجم العينة تزيد من الدقة بشكل عام ولكنها لا تحسن الدقة. ستكون النتيجة عبارة عن سلسلة متسقة ولكنها غير دقيقة من النتائج من التجربة المعيبة. يؤدي القضاء على الخطأ المنهجي إلى تحسين الدقة ولكنه لا يغير الدقة.
يعتبر نظام القياس صالحًا إذا كان دقيقًا ومحددًا . تشمل المصطلحات ذات الصلة التحيز (التأثيرات غير العشوائية أو الموجهة الناجمة عن عامل أو عوامل غير مرتبطة بالمتغير المستقل ) والخطأ ( التباين العشوائي).
وتُطبق المصطلحات أيضًا على القياسات غير المباشرة، أي القيم التي تم الحصول عليها بواسطة إجراء حسابي من البيانات المرصودة.
بالإضافة إلى الدقة والضبط، قد يكون للقياسات أيضًا دقة قياس ، وهي أصغر تغيير في الكمية الفيزيائية الأساسية التي تنتج استجابة في القياس.
في التحليل العددي ، الدقة هي أيضًا قرب الحساب من القيمة الحقيقية؛ بينما الدقة هي دقة التمثيل، والتي يتم تحديدها عادةً من خلال عدد الأرقام العشرية أو الثنائية.
في المصطلحات العسكرية، تشير الدقة في المقام الأول إلى دقة إطلاق النار ( justesse de tir )، حيث يتم التعبير عن دقة إطلاق النار من خلال قرب مجموعة من الطلقات في مركز الهدف وحوله. [5]
تعريف ISO (ISO 5725)
وقد ظهر تحول في معنى هذه المصطلحات مع نشر سلسلة معايير ISO 5725 في عام 1994، وهو ما انعكس أيضًا في إصدار عام 2008 من المفردات الدولية للمترولوجيا (VIM) الصادرة عن المكتب الدولي للأوزان والمقاييس، البندان 2.13 و2.14. [3]
وفقًا للمعيار ISO 5725-1، [1] يُستخدم المصطلح العام "الدقة" لوصف مدى قرب القياس من القيمة الحقيقية. عندما يتم تطبيق المصطلح على مجموعات من القياسات لنفس المقياس ، فإنه ينطوي على مكون من الخطأ العشوائي ومكون من الخطأ المنهجي. في هذه الحالة، تكون الدقة هي مدى قرب متوسط مجموعة من نتائج القياس من القيمة الفعلية (الحقيقية)، أي الخطأ المنهجي، والدقة هي مدى قرب الاتفاق بين مجموعة من النتائج، أي الخطأ العشوائي.
تتجنب ISO 5725-1 وVIM أيضًا استخدام مصطلح " التحيز "، المحدد مسبقًا في BS 5497-1، [6] لأنه يحمل دلالات مختلفة خارج مجالات العلوم والهندسة، كما هو الحال في الطب والقانون.
القياس الكمي والتطبيقات
في الأجهزة الصناعية، الدقة هي التسامح في القياس، أو نقل الجهاز وتحدد حدود الأخطاء التي تحدث عند استخدام الجهاز في ظروف التشغيل العادية. [7]
من الناحية المثالية، يجب أن يكون جهاز القياس دقيقًا ومحكمًا، مع وجود قياسات قريبة ومتقاربة حول القيمة الحقيقية. عادةً ما يتم تحديد دقة عملية القياس من خلال قياس بعض المعايير المرجعية القابلة للتتبع بشكل متكرر . يتم تعريف مثل هذه المعايير في النظام الدولي للوحدات (اختصارًا SI من الفرنسية: Système international d'unités ) وتحافظ عليها منظمات المعايير الوطنية مثل المعهد الوطني للمعايير والتكنولوجيا في الولايات المتحدة.
وينطبق هذا أيضًا عند تكرار القياسات وحساب متوسطها. وفي هذه الحالة، يتم تطبيق مصطلح الخطأ المعياري بشكل صحيح: حيث تساوي دقة المتوسط الانحراف المعياري المعروف للعملية مقسومًا على الجذر التربيعي لعدد القياسات التي تم حساب متوسطها. وعلاوة على ذلك، تُظهر نظرية الحد المركزي أن توزيع احتمالات القياسات المتوسطة سيكون أقرب إلى التوزيع الطبيعي من توزيع القياسات الفردية.
فيما يتعلق بالدقة يمكننا التمييز بين:
- الفرق بين متوسط القياسات والقيمة المرجعية، التحيز . يعد تحديد التحيز وتصحيحه ضروريًا للمعايرة .
- التأثير المشترك لذلك والدقة.
من الاتفاقيات الشائعة في العلوم والهندسة التعبير عن الدقة و/أو الضبط ضمناً باستخدام أرقام مهمة . وفي حالة عدم ذكر ذلك صراحةً، يُفهم هامش الخطأ على أنه نصف قيمة آخر مكان مهم. على سبيل المثال، فإن تسجيل 843.6 م، أو 843.0 م، أو 800.0 م يعني هامشًا قدره 0.05 م (آخر مكان مهم هو مكان العُشر)، بينما تسجيل 843 م يعني هامش خطأ قدره 0.5 م (آخر الأرقام المهمة هي الوحدات).
إن قراءة 8000 متر، مع وجود أصفار لاحقة وعدم وجود فاصلة عشرية، غامضة؛ وقد تكون الأصفار اللاحقة مقصودة أو غير مقصودة كأرقام مهمة. ولتجنب هذا الغموض، يمكن تمثيل الرقم بالتدوين العلمي: يشير 8.0 × 10 3 م إلى أن الصفر الأول مهم (ومن ثم هامش 50 م) بينما يشير 8.000 × 10 3 م إلى أن الأصفار الثلاثة مهمة، مما يعطي هامشًا قدره 0.5 م. وبالمثل، يمكن للمرء استخدام مضاعف وحدة القياس الأساسية: 8.0 كم تعادل 8.0 × 10 3 م. ويشير إلى هامش 0.05 كم (50 م). ومع ذلك، فإن الاعتماد على هذه الاتفاقية يمكن أن يؤدي إلى أخطاء دقة خاطئة عند قبول البيانات من مصادر لا تلتزم بها. على سبيل المثال، يبدو المصدر الذي يبلغ عن رقم مثل 153753 بدقة +/- 5000 وكأنه يتمتع بدقة +/- 0.5. وبموجب الاتفاقية كان من المفترض أن يصل العدد إلى 150 ألفًا.
وبدلاً من ذلك، في سياق علمي، إذا كان من المرغوب فيه الإشارة إلى هامش الخطأ بدقة أكبر، فيمكن استخدام تدوين مثل 7.54398(23) × 10 −10 م، مما يعني نطاقًا بين 7.54375 و7.54421 × 10 −10 م.
تتضمن الدقة:
- القدرة على التكرار - التباين الناشئ عندما يتم بذل كل الجهود للحفاظ على الظروف ثابتة باستخدام نفس الأداة والمشغل، والتكرار خلال فترة زمنية قصيرة؛ و
- إمكانية إعادة الإنتاج - التباين الناشئ عن استخدام نفس عملية القياس بين أدوات ومشغلين مختلفين، وعلى مدى فترات زمنية أطول.
في الهندسة، غالبًا ما يتم أخذ الدقة على أنها ثلاثة أضعاف الانحراف المعياري للقياسات المأخوذة، وهو ما يمثل النطاق الذي يمكن أن تحدث فيه 99.73٪ من القياسات. [8] على سبيل المثال، يمكن لخبير بيئة العمل الذي يقيس جسم الإنسان أن يكون واثقًا من أن 99.73٪ من قياساته المستخرجة تقع ضمن ± 0.7 سم - إذا كان يستخدم نظام معالجة GRYPHON - أو ± 13 سم - إذا كان يستخدم بيانات غير معالجة. [9]
في التصنيف
في التصنيف الثنائي
تُستخدم الدقة أيضًا كمقياس إحصائي لمدى نجاح اختبار التصنيف الثنائي في تحديد حالة ما أو استبعادها بشكل صحيح. أي أن الدقة هي نسبة التنبؤات الصحيحة (كل من الإيجابيات الحقيقية والسلبيات الحقيقية ) بين العدد الإجمالي للحالات التي تم فحصها. [10] وعلى هذا النحو، فإنه يقارن تقديرات احتمالية ما قبل الاختبار وما بعده . ولتوضيح السياق من خلال الدلالات، غالبًا ما يشار إليه باسم "دقة راند" أو " مؤشر راند ". [11] [12] [13] إنه أحد معلمات الاختبار. الصيغة المستخدمة في تحديد الدقة الثنائية هي: حيث TP = إيجابي حقيقي ؛ FP = إيجابي كاذب ؛ TN = سلبي حقيقي ؛ FN = سلبي كاذب
في هذا السياق، لا تنطبق مفاهيم الصدق والدقة كما حددتها ISO 5725-1. ويرجع أحد الأسباب إلى عدم وجود "قيمة حقيقية" واحدة لكمية ما، بل هناك قيمتان حقيقيتان محتملتان لكل حالة، في حين أن الدقة هي متوسط عبر جميع الحالات وبالتالي تأخذ في الاعتبار كلتا القيمتين. ومع ذلك، يُستخدم مصطلح الدقة في هذا السياق للإشارة إلى مقياس مختلف ناشئ عن مجال استرجاع المعلومات (انظر أدناه).
في التصنيف متعدد الفئات
عند حساب الدقة في التصنيف متعدد الفئات، تكون الدقة ببساطة عبارة عن جزء من التصنيفات الصحيحة: [14] وعادة ما يتم التعبير عن ذلك كنسبة مئوية. على سبيل المثال، إذا قام المصنف بعشر تنبؤات وكانت تسعة منها صحيحة، فإن الدقة تكون 90%.
تُسمى الدقة أيضًا دقة أعلى 1 لتمييزها عن دقة أعلى 5، وهي شائعة في تقييم الشبكة العصبية التلافيفية . لتقييم دقة أعلى 5، يجب أن يوفر المصنف احتمالات نسبية لكل فئة. عند فرز هذه الاحتمالات، يُعتبر التصنيف صحيحًا إذا كان التصنيف الصحيح يقع في أي مكان ضمن أفضل 5 تنبؤات قدمتها الشبكة. تم تعميم دقة أعلى 5 من خلال تحدي ImageNet . عادة ما تكون أعلى من دقة أعلى 1، حيث إن أي تنبؤات صحيحة في المواضع من الثاني إلى الخامس لن تعمل على تحسين درجة أعلى 1، ولكنها تعمل على تحسين درجة أعلى 5.
في القياسات النفسية والفيزياء النفسية
في علم القياس النفسي وعلم النفس الفيزيائي ، يُستخدم مصطلح الدقة بالتبادل مع الصلاحية والخطأ الثابت . الدقة مرادفة للموثوقية والخطأ المتغير . يتم تحديد صلاحية أداة القياس أو الاختبار النفسي من خلال التجربة أو الارتباط بالسلوك. يتم تحديد الموثوقية بمجموعة متنوعة من التقنيات الإحصائية، بشكل كلاسيكي من خلال اختبار الاتساق الداخلي مثل ألفا كرونباخ لضمان وجود استجابات ذات صلة لمجموعات الأسئلة ذات الصلة، ثم مقارنة تلك الأسئلة ذات الصلة بين السكان المرجعيين والسكان المستهدفين. [ بحاجة لمصدر ]
في محاكاة المنطق

في محاكاة المنطق ، يعد مقارنة نموذج محاكاة منطقي بنموذج محاكاة دائرة ترانزستور خطأً شائعًا في تقييم النماذج الدقيقة . هذه مقارنة بين الاختلافات في الدقة، وليس الدقة. يتم قياس الدقة فيما يتعلق بالتفاصيل ويتم قياس الدقة فيما يتعلق بالواقع. [15] [16]
في نظم المعلومات
يتم تقييم أنظمة استرجاع المعلومات، مثل قواعد البيانات ومحركات البحث على الويب ، من خلال العديد من المقاييس المختلفة ، بعضها مشتق من مصفوفة الارتباك ، والتي تقسم النتائج إلى نتائج إيجابية حقيقية (المستندات المسترجعة بشكل صحيح)، ونتائج سلبية حقيقية (المستندات غير المسترجعة بشكل صحيح)، ونتائج إيجابية كاذبة (المستندات المسترجعة بشكل غير صحيح)، ونتائج سلبية كاذبة (المستندات غير المسترجعة بشكل غير صحيح). تتضمن المقاييس المستخدمة بشكل شائع مفاهيم الدقة والاسترجاع . في هذا السياق، تُعرَّف الدقة بأنها نسبة المستندات المسترجعة بشكل صحيح مقارنة بالمستندات المسترجعة (النتائج الإيجابية الحقيقية مقسومة على النتائج الإيجابية الحقيقية بالإضافة إلى النتائج الإيجابية الكاذبة)، باستخدام مجموعة من النتائج ذات الصلة بالحقيقة الأساسية التي يختارها البشر. يُعرَّف الاسترجاع بأنه نسبة المستندات المسترجعة بشكل صحيح مقارنة بالمستندات ذات الصلة (النتائج الإيجابية الحقيقية مقسومة على النتائج الإيجابية الحقيقية بالإضافة إلى النتائج السلبية الكاذبة). في حالات أقل شيوعًا، يتم استخدام مقياس الدقة، ويُعرَّف بأنه نسبة المستندات المصنفة بشكل صحيح مقارنة بالمستندات (النتائج الإيجابية الحقيقية بالإضافة إلى النتائج السلبية الحقيقية مقسومة على النتائج الإيجابية الحقيقية بالإضافة إلى النتائج السلبية الكاذبة بالإضافة إلى النتائج الإيجابية الكاذبة).
لا يأخذ أي من هذه المقاييس في الاعتبار ترتيب النتائج. الترتيب مهم جدًا لمحركات البحث على الويب لأن القراء نادرًا ما يتجاوزون الصفحة الأولى من النتائج، وهناك الكثير من المستندات على الويب لتصنيفها يدويًا جميعًا فيما يتعلق بما إذا كان يجب تضمينها أو استبعادها من بحث معين. إن إضافة حد أدنى عند عدد معين من النتائج يأخذ الترتيب في الاعتبار إلى حد ما. على سبيل المثال، مقياس الدقة عند k هو مقياس للدقة ينظر فقط إلى أفضل عشر نتائج بحث (k=10). تأخذ المقاييس الأكثر تطورًا، مثل المكسب التراكمي المخفض ، في الاعتبار كل ترتيب فردي، وهي أكثر استخدامًا حيث يكون ذلك مهمًا.
في الأنظمة المعرفية
في الأنظمة المعرفية، تُستخدم الدقة والضبط لتوصيف وقياس نتائج عملية معرفية تؤديها كيانات بيولوجية أو اصطناعية حيث تكون العملية المعرفية عبارة عن تحويل للبيانات أو المعلومات أو المعرفة أو الحكمة إلى شكل أعلى قيمة. ( هرم DIKW ) في بعض الأحيان، تنتج العملية المعرفية الناتج المقصود أو المرغوب تمامًا ولكنها تنتج أحيانًا ناتجًا بعيدًا عن المقصود أو المرغوب. علاوة على ذلك، لا تنتج تكرارات العملية المعرفية دائمًا نفس الناتج. الدقة المعرفية (C A ) هي ميل العملية المعرفية لإنتاج الناتج المقصود أو المرغوب. الدقة المعرفية (C P ) هي ميل العملية المعرفية لإنتاج نفس الناتج. [17] [18] [19] لقياس الإدراك المعزز في مجموعات بشرية/تروس، حيث يعمل إنسان واحد أو أكثر بشكل تعاوني مع نظام معرفي واحد أو أكثر (تروس)، تساعد الزيادة في الدقة المعرفية والدقة المعرفية في قياس درجة التوسيع المعرفي .
انظر أيضا
- المقايضة بين التحيز والتباين في الإحصاء والتعلم الآلي
- القيمة المقبولة والتجريبية
- جودة البيانات
- التسامح الهندسي
- الدقة (توضيح)
- تحليل عدم اليقين التجريبي
- درجة F
- حساب النقطة العائمة (قسم مشاكل الدقة )
- اختبارات الفرضيات للدقة
- جودة المعلومات
- عدم اليقين في القياس
- الدقة (الإحصاء)
- احتمال
- الأخطاء العشوائية والمنهجية
- الحساسية والنوعية
- شخصيات مهمة
- الأهمية الإحصائية
مراجع
- ^ ab BS ISO 5725-1: "دقة (صدق ودقة) طرق القياس والنتائج - الجزء 1: المبادئ العامة والتعريفات"، ص 1 (1994)
- ^ Menditto, Antonio; Patriarca, Marina; Magnusson, Bertil (2007-01-09). "Understanding the meaning of precise, trueness and precise". الاعتماد وضمان الجودة . 12 (1): 45–47. doi :10.1007/s00769-006-0191-z. ISSN 0949-1775.
- ^ abc JCGM 200:2008 المفردات الدولية للقياسات - المفاهيم الأساسية والعامة والمصطلحات المرتبطة بها (VIM)
- ^ تايلور، جون روبرت (1999). مقدمة لتحليل الأخطاء: دراسة عدم اليقين في القياسات الفيزيائية. كتب العلوم الجامعية. ص 128-129. ISBN 0-935702-75-X.
- ^ منظمة حلف شمال الأطلسي، وكالة تقييس حلف شمال الأطلسي AAP-6 – مسرد المصطلحات والتعريفات، ص 43.
- ^ BS 5497-1: "دقة طرق الاختبار. دليل لتحديد إمكانية التكرار وإعادة الإنتاج لطريقة الاختبار القياسية." (1979)
- ^ كريوس، أنطونيو. الآلات الصناعية [ بحاجة لمصدر ]
- ^ بلاك، ج. تيمبل (21 يوليو 2020). مواد وعمليات ديجارمو في التصنيع. جون وايلي وأولاده. رقم ISBN 978-1-119-72329-5. OCLC 1246529321.
- ^ باركر، كريستوفر جيه؛ جيل، سيمون؛ هارود، أدريان؛ هايز، ستيفن جيه؛ أحمد، مريم (2021-05-19). "طريقة لزيادة دقة المسح الضوئي ثلاثي الأبعاد للجسم: جريفون والمسح المتتالي". علم بيئة العمل . 65 (1): 39-59. doi : 10.1080/00140139.2021.1931473 . ISSN 0014-0139. PMID 34006206.
- ^ Metz, CE (أكتوبر 1978). "المبادئ الأساسية لتحليل ROC" (PDF) . Semin Nucl Med . 8 (4): 283–98. doi :10.1016/s0001-2998(78)80014-2. PMID 112681. مؤرشف من الأصل (PDF) في 2022-10-09.
- ^ "نسخة مؤرشفة" (PDF) . مؤرشفة من الأصل (PDF) في 2015-03-11 . تم استرجاعها في 2015-08-09 .
{{cite web}}:CS1 maint: نسخة مؤرشفة كعنوان ( رابط ) - ^ باورز، ديفيد إم دبليو (2015). "ما لا يقيسه مقياس F". arXiv : 1503.06410 [cs.IR].
- ^ ديفيد إم دبليو باورز. "المشكلة مع كابا" (PDF) . Anthology.aclweb.org . مؤرشف من الأصل (PDF) في 2022-10-09 . تم الاسترجاع في 11 ديسمبر 2017 .
- ^ "3.3. القياسات والتسجيل: تحديد جودة التنبؤات". scikit-learn . تم الاسترجاع في 17 مايو 2022 .
- ^ آكين، جون م. (1997). "لا شيء". موسوعة علوم وتكنولوجيا الكمبيوتر . 36 : 281-306.
- ^ جلاسر، مارك؛ ماتيوز، روب؛ أكين، جون م. (يونيو 1990). "ورشة عمل عام 1990 حول النمذجة على مستوى المنطق لأجهزة ASICS". نشرة SIGDA . 20 (1).
- ^ فولبرايت، رون (2020). ديمقراطية الخبرة: كيف ستُحدث الأنظمة المعرفية ثورة في حياتك (الطبعة الأولى). بوكا راتون، فلوريدا: مطبعة سي آر سي. رقم ISBN 978-0367859459.
- ^ فولبرايت، رون (2019). "حساب الزيادة المعرفية - دراسة حالة". الإدراك المعزز . محاضرات في علوم الكمبيوتر. المجلد 11580. Springer Cham. ص 533-545. arXiv : 2211.06479 . doi :10.1007/978-3-030-22419-6_38. ISBN 978-3-030-22418-9. S2CID 195891648.
- ^ فولبرايت، رون (2018). "حول قياس الإدراك والزيادة المعرفية". واجهة المستخدم البشرية وإدارة المعلومات. المعلومات في التطبيقات والخدمات . محاضرات في علوم الكمبيوتر. المجلد 10905. Springer Cham. ص 494-507. arXiv : 2211.06477 . doi :10.1007/978-3-319-92046-7_41. ISBN 978-3-319-92045-0. S2CID 51603737.
روابط خارجية
- BIPM - أدلة في علم القياس، دليل التعبير عن عدم اليقين في القياس (GUM) والمفردات الدولية في علم القياس (VIM)
- "ما وراء إمكانية التتبع وفقًا لمعايير المعهد الوطني للمعايير والتكنولوجيا: ما الذي يخلق الدقة حقًا"، مجلة البيئات الخاضعة للرقابة
- الدقة والضبط بثلاث طرق نفسية فيزيائية
- الملحق د.1: المصطلحات والمبادئ التوجيهية لتقييم والتعبير عن عدم اليقين في نتائج قياس المعهد الوطني للمعايير والتكنولوجيا
- الدقة والضبط
- الدقة مقابل الضبط - فيديو قصير من إعداد مات باركر
- ما هو الفرق بين الدقة والضبط؟ بقلم مات أنتيكولي في TED -Ed
