Tôi đang làm việc trên một báo cáo cần giải thích bằng thuật ngữ phi kỹ thuật về ảnh hưởng của lỗi tích lũy và tại sao điều quan trọng là sử dụng các phép tính tuyệt đối.

Định nghĩa 'lỗi tích lũy' từ dictionary.com :

một lỗi tăng dần về mức độ hoặc ý nghĩa trong một loạt các phép đo hoặc tính toán; một lỗi phát triển trong quá trình quan sát

Lý tưởng nhất là tôi có thể đưa ra một ví dụ thực tế để họ nắm được khái niệm về nó mà không biết về các chi tiết cụ thể.

Điều đầu tiên tôi nghĩ là ' Tiếng thì thầm của Trung Quốc ' khá nổi tiếng, nhưng tôi sẽ không phân loại chính xác nó là 'thế giới thực'. Có ai biết ví dụ tốt hơn?

Thế giới thực? Thử nghề mộc. Hầu hết mọi người đã chơi xung quanh trong một hội thảo một chút.

Bạn đo một miếng gỗ và cắt nó. Bạn cần 20 trong số này. Nhưng để tiết kiệm thời gian bạn lấy cái trước bạn cắt, hãy đặt nó phẳng với miếng gỗ tiếp theo và đánh dấu nơi bạn cần cắt.

Sau 20 lần, bạn sẽ thấy rằng cưa của bạn có chiều rộng khác không và / hoặc bút chì của bạn không đánh dấu chính xác nơi bạn muốn cắt. Lỗi tích tụ và miếng gỗ đầu tiên sẽ không khớp với miếng gỗ cuối cùng.

Bạn có biết tại sao ngày nay chúng ta sử dụng lịch Gregorian ở hầu hết các khu vực phía tây của thế giới không? Đó là bởi vì người tiền nhiệm của nó, lịch Julian, đã mắc một lỗi tích lũy qua nhiều năm. Đọc bài viết Wikipedia này để biết chi tiết:

http://en.wikipedia.org/wiki/Gregorian_calWiki

Nếu bạn muốn một cái gì đó cho thấy sự bồi đắp lỗi và xuất hiện kỹ thuật, sau đó đo lường những điều nhỏ. Điều này không tốt bằng trò chơi thì thầm (đôi khi được gọi là trò chơi điện thoại). Trò chơi thì thầm là minh họa tốt nhất .

Mang theo một tá xúc xắc nhỏ - kích cỡ khác nhau được ưa thích.

Mọi người đo 1 chết.

Mọi người chấp nhận một phép đo từ người bên trái của họ, thêm kích thước xúc xắc của họ và báo cáo cho người bên phải của họ.

Người cuối cùng báo cáo chiều dài tích lũy.

Để kiểm tra chất lượng, xếp xúc xắc lên và đo toàn bộ nhịp của xúc xắc. Xem bạn thân đến mức nào.

Vấn đề với bất kỳ cuộc biểu tình dựa trên đo lường nào là mọi người lập luận rằng có thể có độ chính xác cao hơn với một số loại kiểm soát chất lượng nghiêm ngặt hơn. Những người không phải là nhà khoa học có niềm tin sai lầm về độ lặp lại của phép đo và ý tưởng rằng bạn có thể "bằng cách nào đó" kiểm soát tất cả các mức độ tự do gây ra lỗi.

Thì thầm cho thấy có một cái gì đó không thể kiểm soát được.

Đo chỉ đơn thuần là mở ra cho bạn để thảo luận về cách đo chính xác hơn nữa. Nó giảm phạm vi của lỗi tích lũy, nhưng không tự loại bỏ lỗi.

"Vì muốn có một cái đinh, một chiếc giày đã bị mất" ...

"For Want of a Nail" là một vần điệu tục ngữ cho thấy rằng những hành động nhỏ có thể dẫn đến hậu quả lớn.

Muốn có một cái đinh

Vì muốn có một chiếc đinh, chiếc giày đã bị mất.
Vì muốn một chiếc giày con ngựa đã bị mất.
Vì muốn một con ngựa, người cưỡi đã bị mất.
Vì muốn một người lái, tin nhắn đã bị mất.
Vì muốn một tin nhắn, trận chiến đã mất.
Vì muốn một trận chiến vương quốc đã mất.
Và tất cả vì mong muốn của một móng tay móng ngựa.

Lấy một giá trị như 0,335. Coi giá trị này là giá bán của một mặt hàng trong cửa hàng của bạn. Bán mặt hàng này cho 50 khách hàng. Khi bạn tính tổng số mà không làm tròn, bạn nhận được giá trị này: 16,75 đô la nhưng khi máy tính của bạn làm tròn giá trị thành 2 chữ số sau điểm trước khi lưu trữ mỗi lần bán trong bộ nhớ (để trở thành 0,34), tổng số của bạn sẽ là 17 đô la. Khoảng cách giữa hai con số sẽ tiếp tục tăng lên khi bạn bán ngày càng nhiều.

Vài năm trước, chúng tôi có một khách hàng muốn sử dụng các camera giám sát hiện có để theo dõi xem có bao nhiêu người trong tòa nhà tại bất kỳ thời điểm nào.

Công ty chúng tôi đã có đối tượng đếm thuật toán phân tích video nhưng nó chỉ chính xác 98%. Nói chung, nó sẽ được sử dụng để ước tính các mẫu lưu lượng truy cập, không theo dõi số lượng chính xác.

Vì vậy, khách hàng này đã có một bài kiểm tra chấp nhận để chạy thuật toán trong một ngày. Vào đầu ngày, tòa nhà gần như trống rỗng (ít nhân viên bảo vệ, một số người đêm). 24 giờ sau nó cũng được cho là gần như trống rỗng. Trong ngày vài ngàn người ra vào. Họ đã quay lại và nói rằng thuật toán của chúng tôi có lỗi phần trăm thiên văn bởi vì bất kỳ lỗi đếm nào được tích lũy trong ngày, họ chỉ đơn giản chia cho số người dự kiến ​​là rất thấp.