第1个回答 2022-07-01
不确定性分析中，经常会遇到一些字面意思比较接近的词，比如正确性、准确性和精确性，完整性和完备性等，由于这些词均出自英语，所以准确的辨识它们，需要从它们的语文单词的词义中去进行区分。
一、正确性，准确性和精度
正确性（Correctness） ，表示对象属性的正确描述与否。比如两次测量一个人的身高，结果分别是160cm和160m，显然通常情况下我们会认为前一个结果是正确的，而后一个结果是不正确的，不符合常理。判断正确与否与使用对象的场景有关，所以正确性是相对的。针对计算而言，判断在既定规则下结果是否正确，比如1+1=3是错误的；针对属性数据而言，表示在既定认知或者规则下，对属性判断是否正确，比如性别的判断，牲畜的区分，指鹿为马就是错误的；针对测量而言，如果发生非常明显的偏离或较大误差时，也可以说测量是错误的，不正确的，测量过程或手段是失败的，比如GPS测量时，得到的结果明显偏离正常范围。
准确性（Accuracy） ，表示正确描述对象属性的前提下，还要在可接受的范围内，也就是判断偏离既定标准值或期望值的程度。比如用GPS仪器测量跑道的长度，假设跑道长度是100米，而测量结果是100.5米，那这个结果具有较高的准确性，如果测量结果是95米，那这个测量准确性偏低。再比如，测量一个正常成年人的身高，100-300cm范围内都是正确的结果，但准确的结果可能就在更小的范围内，比如160-200cm。准确性可以用一个范围来度量，是可以量化度量的。
精确性（Precision） ，表示对象属性的描述接近真值的程度，或者多次测量结果的相似程度。继续测量这个成年人的身高，希望得到他的真实结果，但是多次测量的结果可能都会有点不同，但只要我们认真的使用了测量工具，这些结果的差别应该非常小。换句话说，如果每次测量的结果都非常相近，那么得到的平均身高应该非常接近他的真实身高，也就是精确性高，或者精度高；反之，精确性低或精度低。精度是必须量化的，标准差是最常用的精度统计量。如果比较不同的测量时，比如，甲乙两人分别测量未知跑道的长度，每人重复三次，甲的结果是100，101和99，乙的结果是102,98和100。甲的平均值是100，方差是2；乙的平均值是100，方差是8。说明甲的测量稳定，精度高于乙。重复测量结果如果具有非常高的精度，通常也认为该测量手段精确性高。同样的可以用来判断模型的估计精度或准确性。
二、完备性，准确性，可信度，时效性，一致性和完整性
这6个名词是关于数据质量测度的，其中完备性和完整性容易混淆，具体定义和理解如下。
完备性（Completeness） ：所需数据中包含的属性项是否完整。数据不需要100%完整。
准确性（Accuracy） ：表示数据与真实情况的吻合程度。
可信度（Credibility） ：数据被认为可信和真实的程度，与数据来源关系密切。
时效性（Timeliness） ：数据是否得到充分更新，并且满足当前需求的程度。
一致性（Consistency） ：各数据集之间关联数据的匹配程度，也包括属性项或记录缺失导致整体信息不完整的情况。
完整性（Integrity） ：指各种数据集之间的关联关系是否有效和准确。