Nếu các lỗi tiêu chuẩn của Nhật Bản và các khoảng tin cậy của thang đo độ chính xác của các phép đo, thì các phép đo chính xác là gì?

Trong cuốn sách "Biostatistic for dummies" ở trang 40 tôi đã đọc:

Lỗi tiêu chuẩn (viết tắt SE) là một cách để chỉ ra mức độ chính xác của ước tính hoặc đo lường của bạn về một cái gì đó.

và

Khoảng tin cậy cung cấp một cách khác để chỉ ra độ chính xác của ước tính hoặc đo lường của một cái gì đó.

Nhưng không có văn bản nào cho thấy độ chính xác của phép đo.

Câu hỏi: Làm thế nào để chỉ ra cách đo chính xác của một cái gì đó là gì? Những phương pháp được sử dụng cho điều đó?

Đừng nhầm lẫn với Độ chính xác và Độ chính xác của bài kiểm tra: https://en.wikipedia.org/wiki/Accuracy_and_precision#In_binary_ classification

Độ chính xác có thể được ước tính trực tiếp từ các điểm dữ liệu của bạn, nhưng độ chính xác có liên quan đến thiết kế thử nghiệm. Giả sử tôi muốn tìm chiều cao trung bình của đàn ông Mỹ. Cho một mẫu chiều cao, tôi có thể ước tính độ chính xác của mình. Tuy nhiên, nếu mẫu của tôi được lấy từ tất cả các cầu thủ bóng rổ, ước tính của tôi sẽ bị sai lệch và không chính xác, và sự không chính xác này không thể được xác định từ chính mẫu đó.

Một cách đo lường độ chính xác là bằng cách thực hiện hiệu chuẩn nền tảng đo lường của bạn. Bằng cách sử dụng nền tảng của bạn để đo lường số lượng đã biết, bạn có thể kiểm tra độ chính xác của phương pháp một cách đáng tin cậy. Điều này có thể giúp bạn tìm thấy độ lệch đo, ví dụ: nếu thước dây của bạn cho ví dụ về chiều cao bị thiếu một inch, bạn sẽ nhận ra rằng tất cả các mẫu hiệu chuẩn của bạn đọc một inch quá ngắn. Nó sẽ không giúp khắc phục vấn đề thiết kế thử nghiệm của bạn, mặc dù.

Giả định được điều khiển bởi các lỗi ngẫu nhiên và độ chính xác được xác định bởi các lỗi hệ thống. Độ chính xác thường có thể được tăng lên bằng các thử nghiệm lặp lại làm tăng kích thước mẫu. Độ chính xác không thể được khắc phục bằng cách thu thập thêm dữ liệu của cùng một phép đo vì lỗi hệ thống sẽ không biến mất.

Lỗi hệ thống dẫn đến sai lệch của giá trị trung bình và không thể được xác định hoặc sửa trong cùng một thí nghiệm. Xem xét điều này: toàn bộ điểm thử nghiệm của bạn thường trong việc phát hiện hiệu ứng, chẳng hạn như độ lệch từ 0. Bạn đo lường tầm quan trọng bằng cách so sánh độ lệch với sai số chuẩn, nhưng độ lệch đó có thể là sai lệch (lỗi hệ thống)! Đó là lý do tại sao lỗi hệ thống là loại lỗi tồi tệ nhất trong khoa học vật lý.

Ví dụ, trong vật lý, bạn phải xác định sai lệch (lỗi hệ thống) bên ngoài thử nghiệm của mình, sau đó sửa cho nó trong các phép đo của bạn. Thật thú vị, trong lĩnh vực dự báo kinh tế, vấn đề lớn nhất là sự dịch chuyển của giá trị trung bình, về cơ bản là tương đương với lỗi hệ thống hoặc sai lệch trong khoa học vật lý.

Bạn có thể nhớ mức độ bối rối của lỗi hệ thống gây ra cho những kẻ OPERA đã " phát hiện " neutrino di chuyển nhanh hơn ánh sáng! Họ đã không tính đến một loạt các lỗi hệ thống và phải hủy bỏ kết luận. Rốt cuộc, neutrino không vi phạm tốc độ ánh sáng, bummer!