Υπολογισμός accuracy %

[PetrosD]

Επίσης υπάρχει και η έννοια του "Βάρους" για τον υπολογισμό του σφάλματος. Για παράδειγμα θα μπορούσες να πεις ότι στο συνολικό σφάλμα, έχουν μεγαλύτερο βάρος τα σφάλματα που έγιναν στα κουτιά με λιγότερα εργαλεία αλλά μάλλον αυτό ξεφεύγει από αυτό που σε ενδιαφέρει.

Συνεχίζω να προτείνω να χρησιμοποιήσεις τον τύπο που σου έδωσα. Ναι μεν εκφράζει αριθμό, αλλά αν βγάλεις στο τέλος π.χ. 0,23 τότε το μέσο σφάλμα είναι 23% (0,23*100%=23%)

Ονομάζεται μέσο τετραγωνικό σφάλμα και χρησιμοποιείται κατά κόρον εκεί που υπάρχουν μετρήσεις σαν το πείραμα που αναφέρεις παραπάνω.

[kaynd]

Ναι μεν εκφράζει αριθμό, αλλά αν βγάλεις στο τέλος π.χ. 0,23 τότε το μέσο σφάλμα είναι 23% (0,23*100%=23%)

Σε γενικές γραμμές σωστός, αλλα αυτο εδώ δε στέκει.

Προσπάθησε να το εφαρμώσεις στο παράδειγμα.

[PetrosD]

Γιατί δε σκέκει; Θεωρία σφαλμάτων έχεις διδαχθεί;

[kaynd]

Εχω διδαχτεί. Το τι θυμάμαι είναι άλλο πράγμα βεβαία.

Αν στέκει, τότε απλά δεν έχεις παραθέσει όλους τους τύπους που απαιτούνται. (Αν πχ μου το έδινες στη μορφή της τυπικής απόκλισης σχετικού σφάλματος, όπου στον παρονομαστή έχεις το πλήθος των τιμών, στη περίπτωση μας πλήθος κουτιών, θα σου έλεγα οκ)

Μονή της η γραμμή που παράθεσες, βάζοντας μέσα είτε απόλυτα είτε σχετικά σφάλματα, δε βγάζει αυτό που έβαλα στο quote.

Απλά πράγματα Εφάρμοσε τον τύπο που εγραψες, στο παράδειγμα του OP και δες αν βγάζει κάποιο λογικό αποτέλεσμα.

[deninho]

εισαγωγή στη θεωρία σφαλμάτων στο παραφυσικό αθήνας.

http://physlab.phys.uoa.gr/misc/errors/errors.pdf

Ετοιμαζόμουν να κάτσω να τα γράψω, αλλά θυμήθηκα ότι το έχουμε σε pdf στην ιστιοσελίδα του εργαστηρίου. νομίζω ότι θα σε καλύψει στις απορίες σου.

[PetrosD]

ΕχΑν πχ μου το έδινες στη μορφή της τυπικής απόκλισης σχετικού σφάλματος, όπου στον παρονομαστή έχεις το πλήθος των τιμών, στη περίπτωση μας πλήθος κουτιών, θα σου έλεγα οκ

Σωστό αυτό που λες, αλλά είναι άλλο πράγμα. Πιο πολλοί υπολογισμοί και άλλη "οδός" προς το αποτέλεσμα.

[apostolis22]

θεωρώ λοιπόν σωστό αυτό:

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

για το μέσο όρο ακόμη το ψάχνω

[l2phile]

Όταν τα έλεγα εγώ στο 3ο ποστ....και δεν θυμάμαι και τίποτα...και είχα και 38 πυρετό

[apostolis22]

Βασικά στο pdf δίνει το σφάλμα για το ίδιο μεγέθος μετρημένο πολλές διαφορετικές φορέςμετρήσεις . Εγώ θέλω απλά την απόκλιση για το ίδιο μέγεθος μετρημένο μια φορά. απλά έχω πολλά μεγέθη να μετρήσω.

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

βέβαια όταν τα νούμερα είναι αντίστροφα έχω μάλλον προβλημα.

παράδειγμα:

50 εργαλεία και στην καταγραφή βρέθηκαν 100 τότε η απόκλιση είναι 100% όταν όμως έχω 100 εργαλεία και καταγράφηκαν τα 50 η απόκλιση είναι 50%

μπλέξιμοοοοο

[l2phile]

50 -> 100 = διπλάσια = 100% παραπάνω

100 -> 50 = μισά = 50% λιγότερα.

Που είναι το μπλέξιμο;

[apostolis22]

θέλω να δείξω τι επιτυχία είχε η καταγραφή από τον εργαζόμενο

[kaynd]

βέβαια όταν τα νούμερα είναι αντίστροφα έχω μάλλον προβλημα.

παράδειγμα:

50 εργαλεία και στην καταγραφή βρέθηκαν 100 τότε η απόκλιση είναι 100% όταν όμως έχω 100 εργαλεία και καταγράφηκαν τα 50 η απόκλιση είναι 50%

μπλέξιμοοοοο

Φυσικά το ποσοστό απόκλισης ή πιο σωστά το σχετικό σφάλμα της μέτρησης, εξαρτάται απ το πραγματικό μετρούμενο μέγεθος.

Πράγματι αν έχεις 50 εργαλεία και μέτρησες 50 παραπάνω, το σφάλμα σου είναι ίσο με το μετρούμενο μέγεθος.

Ενώ αν έχεις 100 εργαλεία και μετρήσεις 50 λιγότερα, το σφάλμα σου είναι το 50% του μετρούμενου μεγέθους.

Απλά επειδή και τα δυο αυτά νούμερα σφάλματος είναι υπερβολικά, αν τα δεις με λογική ανθρωπινού χειρισμού, μοιάζουν και τα δυο ίσα. Δεν είναι όμως.

Σε κάθε περίπτωση, θα πρέπει να προσέχεις τα πρόσημα των σφαλμάτων. Υπάρχει λόγος που μιλάμε για απόλυτη τιμή σφάλματος. Για τον ίδιο λόγο βλέπεις τόσα ριζωμένα τετράγωνα στους διάφορους σχετικούς τύπους. Γιατί σε αφορά το μέτρο του σφάλματος

Δε μπορείς να πεις ότι στο κουτί 1 είχαμε σφάλμα +1, στο κουτί 2 σφάλμα +3, στο κουτί 3 σφάλμα -2 ,στο κουτί 4 ... -1, στο κουτί 5 ... +1 και μετά αυτά να τα προσθέσεις ως έχουν και να βγάλεις σφάλμα 2 μονάδες για το σύνολο της εργασίας 33 μονάδες. Εκτός και αν σε αφορά μόνο το αποτέλεσμα που έτυχε να έρθει συνολικά στη συγκεκριμένη εργασία, και δε σκοπεύεις να χρησιμοποιήσεις τον ίδιο υπάλληλο ποτέ ξανά

Βασικά στο pdf δίνει το σφάλμα για το ίδιο μεγέθος μετρημένο πολλές διαφορετικές φορέςμετρήσεις . Εγώ θέλω απλά την απόκλιση για το ίδιο μέγεθος μετρημένο μια φορά. απλά έχω πολλά μεγέθη να μετρήσω.

Σε αυτό σε βοηθάει η αναγωγή των απόλυτων τιμών σφάλματος σε τιμές σχετικού σφάλματος. Δε σε απασχολεί πια το πραγματικό μέγεθος, απλά ξέρεις ότι το σφάλμα σου είναι ένα ποσοστό αυτού.

Αλλά πέρα απ αυτά...

Το μεγαλύτερο μέρος της θεωρεία σφαλμάτων ασχολείται με την ανάλυση των δεδομένων έτσι ώστε να καταλήξεις με διάφορα μοντέλα στη πιο πιθανή - κοντινή τιμή μέτρησης με τη πραγματική. (καθώς δε τη γνωρίζεις)

Ο τομέας της αξιολόγησης, και ιδιαίτερα του ανθρωπινού παράγοντα... δεν είναι τόσο αυστηρά μαθηματικός.

Στο πρώτο μου ποστ θεώρησα τα 5 κουτιά σαν 5 διαφορετικές, αλλά ισοδύναμης βαρύτητας μετρήσεις. Γι αυτό ένας απλός μέσος όρος σχετικών σφαλμάτων δείχνει κατά μέσο ορό τι σφάλμα έκανε ο άνθρωπος σε αυτές τις 5 ανεξάρτητες μετρήσεις. Αν θες να το δεις απ την ανάποδη, δηλαδή όχι το ποσοστό σφάλματος, αλλά το ποσοστό επιτυχίας,αρκεί να το δεις ως (100% επιτυχίας μείων τον μέσο ορό του ποσοστού σφάλματος.)

Χωρίς αυτό από μόνο του όμως να είναι σωστή ένδειξη της επιτυχίας... γιατί αυτό εξαρτάται από τη φύση της εργασίας. Το να πούμε πχ ότι στο παραπάνω παράδειγμα, ο υπάλληλος είχε 71,3% επιτυχία (28,7% μέσο ορό σφάλματος) δε λέει και πολλά για τη πραγματική εικόνα... Θα πρέπει να οριστεί πρώτα το τι θεωρείται επιτυχία και τι αποτυχία.

πχ ανάλογα με την εργασία θα πρέπει να έχει καθοριστεί ποιο είναι το μέγιστο επιτρεπτό ποσοστό σφάλματος.

Αν αυτό είναι 20%, στο παραπάνω παράδειγμα ο εργάτης μέτρησε με επιτυχία τις 3 απ τις 5 φορές κάτι που του δίνει ποσοστό επιτυχίας 60%

Αν το όριο είναι το 10% τότε ο εργάτης είχε 0% επιτυχία.

Επιστρέφω στο ότι αν το ζητούμενο είναι η αξιολόγηση του ανθρωπινού παράγοντα για μια συγκεκριμένη εργασία, το πρόβλημα δεν είναι αυστηρά μαθηματικό. Υπάρχουν εμπειρικά μοντέλα και διαδικασίες για τέτοιου είδους αξιολογήσεις που λαμβάνουν σε μεγαλύτερο βαθμό υπ όψη τη φύση της εργασίας τις συνθήκες εργασίας και τις συνέπειες του σφάλματος.

Ενδεικτικά παραθετω αυτά... απλά για να μπείς στο νόημα. Δεν ειναι απαραίτητο οτι αντιστοιχούν στο πρόβλημα σου.

http://www.ceet.niu.edu/tech/asse/tech482/humanfactors.pdf

http://www.unene.ca/un803/2006/ICONE12-49287.pdf

http://src.alionscience.com/pdf/TechHumErrorRatePred.pdf

[edit]

btw στον πινάκα που έβαλα νωρίτερα, υπάρχει ένα typo. Στην 3η γραμμή 4η στήλη το απολυτό σφάλμα (που ονομάζω αδόκιμα "απόκλιση") πρέπει να γίνει 2 αντί 3. (στον υπολογισμό του σχετικού σφάλματος % το έχω σωστά)

[apostolis22]

Πολύ καλή η πληροφορία για τον ανθρώπινο παράγοντα.

Στην συγκεκριμένη περίπτωση δεν θα τον συμπεριλάβω και απλά θα υπολογίσω το ποσοστό επιτυχίας της δουλειάς

[apostolis22]

πως σας φαινεται αυτή η φόρμα που σκέφτηκα?

=1-(ABS(A2-B2))/MAX(A2,B2)

katagrafi.xls

[kaynd]

Μια χαρα δουλευει το excelοφυλλο.

[edit] [MENTION=3774]apostolis22[/MENTION]

Όπα λάθος. η τιμή του απόλυτου σφάλματος πρέπει να διαιρείται δια της πραγματικής ποσότητας, για να βρείς το σχετικό σφαλμα. Εσύ επιλέγεις το MAX μεταξυ πραγματικής και μετρούμενης. Αν επιλέξεις η στηλη Α2 να εχει τις πραγματικές ποσότητες, αρκεί να βαλεις στον παρονομαστή το Α2 αντι του MAX(A2,B2)

[/edit]

Bεβαία εξακολουθεί να ξενίζει το θέμα της επιτυχίας σε μια καταγραφή αντικειμένων.

Αν αυτό αφορούσε την παραγωγη ενός προϊόντος, πχ:

παραγωγή 80 τεμαχίων, και πέρασαν το quality controll επιτυχώς τα 70, πράγματι τότε ο όρος 85% επιτυχία είναι αρκετά αντιπροσωπευτικός.

Αλλά αφού αυτή η μορφή αξιολόγησης ταιριάζει στις ανάγκες σου εμένα μου περισσεύει