3.3 U quadru di errore log tutali
Total errori log errore = rapprisintazzioni + errori, la misurazzioni.
St'estimi chì vènenu da esemplari esaminazioni sò spessu imperfetti. Hè per esse generalmente a diffarenza frà l'estimazione produtata da un esemplariu à l'indagine (per esempiu, l'altitudina mediu stimatu di i studienti in una scola) è u veru valuru in a pupulazione (per esempiu, l'altitudina mediana propria di l'studienti in una scola). In ocasioni, sti erruri sò tantu picculi chì ùn sò micca impurtanti, ma di volte, sfurtunatamente, pò esse grandi è cunsiquenza. In un tentativu di capiscenu, misurà è di reduce l'errore, i furmà gradualmenti creanu un frameworku conceptuale unicu è generale per l'errore chì pò esse risposte in esempi di stategorie: u logu di l'errore di l'encore (Groves and Lyberg 2010) . Eppuru u sviluppu di stu marcu principia in l'anni 1940, pensu chì ci prupone parechje idee utili per a ricerca di scuperta in l'era digitale.
Prima, u marcatu di errore di l'encore scuperta chì ci sò dui tipi d'erruri: viaghja è varianza . A cosa, u bias hè l'errorificatu sistematicu è a varianza hè un sbagliu aleatu. In altri dritti, imagine in correr 1000 replicazioni di u stessu esemplastru scorsu è da seguente a distribuzione di stimi di questi 1 000 replicazioni. U bias hè a diffarenza tra u media di sti stimi di riplicà è u valore veru. A varianza hè a variabilità di sti stimi. Tutti l'altri esse uguali, avissimu avutu un procedimentu senza preghjudiziu è varianza petite. Por desgravate, per parechji prucidenzii veri, tali no-bias, i prucessi di varianza chjucore ùn esistinu micca, chì mette i ricchieri in a difficult position di decide di u equilibriu i prublemi introdutte da bias è varianza. Certi circarni stintivamenti prefissi procedimenti imparziali, ma un focu solu di cunflittu pò esse un sbagliu. Se l'aiutu hè di pruduce una stima chì hè a quantità à a verità (per esempiu, cù u più chjucu possibbili), pudete esse migliore cun un prucessu chì hà un petit viaggiu è una varianza petite chè cà quellu chì hè imparziata ma hà una varianza grande (figura 3.1). In altri dudes, u marcatu di errore di i scuperte tutale chì quandu evaluate i prucessi di ricerca di scorsu, vi pare averebbe cuntribuisciu à u viaghjaru è a varianza.
Figura 3.1: Bias e varianza. Ideale, i circh merchidieti hanu un prucessu di stima di senza bias, varianza. In realtà, spessu anu da decisione chì creanu un scambiu trà scatcia è varianza. Ancu certe certi ricircaturi ricumendenu preferitu prucessi imparziali, volte un prucessu di pocu distortu è varianza pò pruduce estimi più precisii ca un prucessu imparziali chì hà assai varianza.
A seconda perspettiva principale da u marcu di errore di l'encore, chì urganizà assai di stu capitulu, hè chì ci sò dui fonti d'errore: prublemi à chì parlanu ( rapprisentanu ) è prublemi in relazione à ciò chì avete apprendu da queste cunversazione ( mette ). Per esempiu, pudete esse interessatu in estimà attitudini di a privata online in adulti in u mondu in Francia. A realizazione sti stimi necessaie dui tipi di inferie. Prima, da i risposti chì l'anu rispondenu, dùvete di inferisce e so attitudini di a privacidad in Internet (chì hè un prublema di metazioni). Sicunna, da l'attitudini inferiti in i rispondenu, avete dettiru l'attitudini in a populazione cum'è un mondu (chì hè un prublema di rapprisintazioni). Un aghjustatu perfetta per u duminiu male per a ghjudiziu nantu à i prugetti estimi male, cum'è a mutazione malincu cù e inscee perfetta. In altri dritti, i valori boni stallanu tratti soi à a meditura è a rapprisintazioni. Dognu ddu pianu fundatu, avemu rivisuveru cumu l'incarnate studienti anu pensatu nantu à a rapprisintazioni è a misura in u passatu Allora, vi fighjulu cumu l'idee nantu à a rapprisintazioni è a misurazioni puderà guidà a ricerca di l'enciclopedia digitale.
