Jump to content



Υπολογισμός accuracy %


apostolis22

Recommended Posts

έχω 5 κουτιά με εργαλεία και ενα χαρτί στο οποίο κατέγραψε κάποιος τον αριθμό τον εργαλείων ανά κουτί. έκανε λάθος όμως στην καταγραφή. Πως θα υπολογίσω το σφάλμα % ως προς το συνολικό αριθμό των εργαλείων?

ο πραγματικός αριθμός των εργαλείων είναι:

κουτι 1 = 5 εργαλεια

κουτι 2 = 4 εργαλεια

κουτι 3 = 8 εργαλεια

κουτι 4 = 9 εργαλεια

κουτι 5 = 7 εργαλεια

η καταγραφή έδειξε :

κουτι 1 = 6 εργαλεια

κουτι 2 = 7 εργαλεια

κουτι 3 = 6 εργαλεια

κουτι 4 = 8 εργαλεια

κουτι 5 = 8 εργαλεια

οπότε ποια είναι η ακρίβεια της καταγραφής % ανά κουτί και ποια η ακρίβεια % στον συνολικό αριθμό των εργαλείων?

Ευχαριστώ!

Link to comment
Share on other sites

Με το απλό μου μυαλουδάκι η καταγραφή είναι 100% λάθος. Τώρα αν μπορούσαμε να ξεχωρίσουμε τα εργαλεία και να πούμε ότι στο πρώτο κουτί π.χ. πέτυχε την πένσα, δεν ξέρω αν αλλάζει κάτι αυτό.

Ενδιαφέρον πάντως, sorry για το :OT: θα έχει ενδιαφέρον και για μένα μια ποιο έξυπνη και ποιο πολύπλοκη απάντηση από κάποιον άλλον.

Link to comment
Share on other sites

Λογικά η ακρίβεια θα είναι (100 - |απόκλιση| ) %

Απόκλιση = +20% | +75% | -25% | -100/9% | 100/8%

Τώρα για την συνολική....μου ρχονται τρελές ιδέες

Μ.Ο. όλων των ακριβειών.

ή

((Ακρίβεια 1 * εργαλεία καλαθιού 1) + (Ακρίβεια 2 * εργαλεία καλαθιού 2) +..+(Ακρίβεια 5 * εργαλεία καλαθιού 5)) / Αριθμός καλαθιών * Συνολικά εργαλεία

ή απλά

100 - |(33 - 35)100/33| %

Link to comment
Share on other sites

πιστεψε με δεν ειναι απλά μαθηματικά.. το μέσο όρο σου είναι λάθος

κουτι 1=83,3%

2=57,1

3=133% (ομως πραγματικα 67%)

4=112% (δλδ 88%)

5=87,5%

Αμα θες στο συνολο παρε το μεσο ορο=(1+2+3+4+5)/ 5

Αν καταλαβα καλα αυτο θες, απλα μαθηματικα

Link to comment
Share on other sites

Βασικά το παράδειγμα σου δεν είναι και το καλύτερο. Τι θέλω να πω. Εργαλεία κουτιά συνήθως τα σκέφτεσαι απλοϊκά. Για μένα π.χ. η ακρίβεια της καταγραφής είναι για τα μπάζα. Ένα τεράστιο μηδενικό μιας και δεν πέτυχε ούτε το περιεχόμενο του κουτιού, ούτε καν το σύνολο των εργαλείων.

Αν όμως πεις ότι έχω 5 αντιστάσεις οι οποίες ξέρω ότι είναι τόσα Ω και το εργαλείο με το οποίο τις μετράω μου δίνει αυτές τις Χ,Υ,Ζ,Α,Β τιμές που διαφέρουν από τις κανονικές και ψάχνω να βρω την ακρίβεια του εργαλείου, εκεί το μυαλό δουλεύει αλλιώς. Και αν δεν συνεχίζω τα άχρηστα και πιθανόν χαζά off topics, πιθανόν πρέπει να αλλάξεις το παράδειγμα για να πάρεις την σωστή απάντηση.

Link to comment
Share on other sites

για να γίνει πιο απλό το παράδειγμα τότε , μπορούμε να αντικαταστήσουμε τα εργαλεία με μπάλες.

δεν ρωτάω για πλάκα, πραγματικά την χρειάζομαι την βοήθεια σας για να υπολογίσω την επιτυχία της καταγραφής

Link to comment
Share on other sites

πιστεψε με δεν ειναι απλά μαθηματικά.. το μέσο όρο σου είναι λάθος

Οπως ειπε και ο yanni, θεωρω και εγω οτι δεν εχεις δωσει καλο παραδειγμα ωστε να καταλαβουμε το προβλημα σου. (αν και που το ξαναειδα αλλο βρηκα εγω)

Αν τα εργαλεια ας πουμε δεν ειναι ομοειδή οτι ειναι ακομα σημαντικότερο απο το να τοποθετησει 1 λιγοτερο.

Αναλογα με την εφαρμογη σου θα πρεπει εχει 100% ή 0% ακρίβεια αλλιως κατι ενδιάμεσο δε σου κανει.

Link to comment
Share on other sites

Αν κατάλαβα καλά θέλεις να βρείς πόσο της % απόκλιση είχε η καταγραφή με την τελική απογραφή. Ώστε να πείς στο τέλος είχε λάθος στην απογραφή και στατιστικά έβγαλες 25% λάθος απ' ότι το σωστό αποτέλεσμα.

Link to comment
Share on other sites

Αν κατάλαβα καλά θέλεις να βρείς πόσο της % απόκλιση είχε η καταγραφή με την τελική απογραφή. Ώστε να πείς στο τέλος είχε λάθος στην απογραφή και στατιστικά έβγαλες 25% λάθος απ' ότι το σωστό αποτέλεσμα.

πολύ σωστά:yes4:

Link to comment
Share on other sites

Αφού βγάλεις τα ποσοστά για κάθε κουτί ξεχωριστά, όπως εδώ:

κουτι 1=83,3%

2=57,1

3=67%

4=88%

5=87,5%

θα βάλεις αυτά τα νούμερα (το 67% ως 0,67 κλπ. δεν τσέκαρα τις πράξεις του SirDiman αν είναι σωστές) στον παρακάτω τύπο και θα πάρεις το συνολικό σφάλμα.

61f30b6924dfb26d181bd66ea316948d.png

Link to comment
Share on other sites

Είναι λάθος οι πράξεις του sirdiman όμως.

Πως βγαίνει το ποσοστό λάθους ανα κουτί είναι το θέμα.

Δυστυχώς έχω να πιάσω μαθηματικά 11 χρόνια και δε στροφάρει ο εγκέφαλος τώρα για να βοηθήσω.

Αν και νομίζω οτι πρέπει να είναι το παρακάτω χωρίς να είμαι σίγουρος.

x=ζητούμενος

y=αριθμός καταγραφής

z=αριθμός απογραφής

x=100/(z-y)

Αλλά μάλλον κάνω λάθος.

Link to comment
Share on other sites

Τα παρακάτω στηρίζονται στη σκοπιά ενός οποιουδήποτε μηχανικού, και σε ένα μεγάλο βαθμό τη γνώμη μου. Δε χρησιμοποιώ απαραίτητα δόκιμη μαθηματική ορολογία, αλλά ούτε μεθοδολογία.

κουτί / πραγματική τιμή / μέτρηση/ απόκλιση/% σφάλματος (απόκλιση/πραγματική τιμή)*100

1 ________ 5 ___________ 6 ______ 1 _____ (1/5)*100 = 20% σφάλμα

2 ________ 4 ___________ 7 ______ 3 _____ (3/4)*100 = 75% σφάλμα

3 ________ 8 ___________ 6 ______ 3 _____ (2/8)*100 = 25% σφάλμα

4 ________ 9 ___________ 8 ______ 1 _____ (1/9)*100 = 11% σφάλμα

5 ________ 7 ___________ 8 ______ 1 _____ (1/8)*100= 12,5% σφάλμα

Από εδώ και πέρα τα πράγματα διαφέρουν ανάλογα με το ποιός έκανε την μέτρηση.

Αν η μέτρηση έγινε από άνθρωπο, απλά θα έβγαζα έναν μέσο όρο αυτών των σφαλμάτων, και θα έλεγα ότι για τη συγκεκριμένη περίοδο μετρήσεων είχαμε σφάλμα της τάξης του 28,7%

Αν η μέτρηση γινόταν από μία ζυγαριά, θα έπαιρνα τη μέγιστη θετική και αρνητική απόκλιση που παρατήρησα στο σύνολο των μετρήσεων, και θα έλεγα ότι οι μετρήσεις αυτής της ζυγαριάς μπορούν να βρίσκονται σε ένα διάστημα από -2 ως +3 της πραγματικής τιμής. Έχουμε δηλαδή ένα εύρος σφάλματος 5 μονάδες μέτρησης. Το ποσοστό σφάλματος εξαρτάται από το μετρούμενο μέγεθος. Σε αυτή τη περίπτωση θα προσπαθούσα να φορτώσω τη ζυγαριά πιο κοντά στο ονομαστικό όριο της , καθώς όσο αυξάνεται το μετρούμενο μέγεθος, τόσο μειώνεται το ποσοστό σφάλματος.

Το ίδιο θα ίσχυε γενικά για μετρητικό εξοπλισμό ηλεκτρικών μετρήσεων, ή μετρήσεων θερμοκρασιας κλπ...

Αν η μέτρηση είναι "ποσοτική", δηλαδή έχουμε ένα οπτικό αισθητήριο και μετράει πχ μέσω μιας δέσμης, πόσα προϊόντα περνούν από έναν ταινιόδρομο και γεμίζουν ένα κουτί... Τότε σαν, χαρακτηριστικό για τη κατασκευή, σφάλμα μέτρησης θεωρείται η χειρότερη επίδοση του. Δηλαδή το σφάλμα μέτρησης του κουτιού 2.

Link to comment
Share on other sites

μου φαίνεται καλή η σκέψη σου. ας πουμε ότι ειναι καταγραφή απο άνθρωπο είναι σωστή η ιδέα για το RMS ?

Τα παρακάτω στηρίζονται στη σκοπιά ενός οποιουδήποτε μηχανικού, και σε ένα μεγάλο βαθμό τη γνώμη μου. Δε χρησιμοποιώ απαραίτητα δόκιμη μαθηματική ορολογία, αλλά ούτε μεθοδολογία.

Link to comment
Share on other sites

Δε μπορείς να χρησιμοποιήσεις τον τύπο χύμα σε συνδυασμό με αυτά που έγραψα πάνω.

Ο τύπος που ανάφερε παραπάνω ο Πετρος , πρακτικά αθροίζει την απολυτή τιμή των σφαλμάτων (όχι των ποσοστών). Είναι κάτι πιο κοντά σε μια θεωρητική ένδειξη, και μπορεί να χρησιμοποιηθεί σε περεταίρω μαθηματική ανάλυση. Αλλά δεν είναι κάποιο εύκολα αντιληπτό μέγεθος όπως το ποσοστό σφάλματος ή απόκλισης της μετρούμενης τιμής απ τη πραγματική.

Αν θες να χρησιμοποιήσεις πιο εξειδικευμένα εργαλεία στατιστικής, θα πρέπει να μελετήσεις το ανάλογο θεμα.

Mean squared error - Wikipedia, the free encyclopedia

και δέν ειμαι κατάλληλος για να σε βοηθήσω στη μαθηματική ανάλυση του θέματος.

Link to comment
Share on other sites

Archived

This topic is now archived and is closed to further replies.

×
×
  • Δημιουργία...

Important Information

Ο ιστότοπος theLab.gr χρησιμοποιεί cookies για να διασφαλίσει την καλύτερη εμπειρία σας κατά την περιήγηση. Μπορείτε να προσαρμόσετε τις ρυθμίσεις των cookies σας , διαφορετικά θα υποθέσουμε ότι είστε εντάξει για να συνεχίσετε.