Los errores están directamente relacionados con el método de medición o cálculo.
En general, el error verdadero es la diferencia entre el valor verdadero de una cantidad y la medida observada (Muth, 2006).
En la prueba de hipótesis , el verdadero error es la tasa de error de una hipótesis sobre una distribución desconocida de ejemplos; Es la probabilidad de que un solo ejemplo extraído al azar se clasifique erróneamente (Mitchell, 1997).
El error verdadero también se define a veces como la diferencia entre el valor verdadero encontrado por un cálculo y el valor aproximado encontrado usando un método numérico. Como ejemplo, la derivada , que da un valor preciso para la pendiente en un punto, se puede aproximar mediante la ecuación f′(x) ≈ (f(x + h) – f(x)) / h; La diferencia entre estos dos valores es el verdadero error.
¿Qué causa el error verdadero?
Los errores verdaderos pueden ocurrir debido a muchas razones, incluido el error que no es de muestreo, una amplia gama de causas de errores que incluyen:
- Métodos de recopilación de datos deficientes (como instrumentos defectuosos o registro de datos inexactos),
- Sesgo de selección , donde sus métodos para elegir a los participantes son defectuosos, como el efecto del trabajador saludable o el sesgo de no respuesta (donde las personas no quieren o no pueden responder a una encuesta).
Aumentar el tamaño de la muestra no reducirá este tipo de errores y puede empeorarlos (muestras más grandes que usan los mismos métodos defectuosos = más errores).
La clave para minimizar el error verdadero es asegurarse de que su experimento o encuesta esté bien diseñado. También debe asegurarse de que sus instrumentos de medición sean precisos .
Referencias
Bhattacharyay, S. Errores en análisis computacional. Recuperado el 6 de enero de 2021 de: https://people.uwec.edu/BHATTAS/Errors_in_numer_anal.pdf
Mitchell, T. (1997). Aprendizaje automático . 1ra edición McGraw-Hill.
Muth, J. (2006). Estadísticas básicas y aplicaciones estadísticas farmacéuticas , segunda edición (serie de educación farmacéutica). Chapman y Hall/CRC.