# كيف تخطّط لمراجعة عيّنة لاكتشاف أخطاء الوسوم؟

حدّد القرار المطلوب قبل اختيار حجم العيّنة. إذا كانت دفعة البيانات تحتوي على عدد محدّد من الوسوم الخاطئة، فإلى أي حدّ تقبل احتمال ألّا تكتشف المراجعة أيًا منها؟ يعتمد الجواب على طريقة اختيار الصفوف، والأخطاء التي يمكن للمراجعين اكتشافها، وطريقة توزيع العمل.

توسّع الأمثلة التالية حالة الدفعة الافتراضية في دليل تقييم مجموعات البيانات، وهي تضم 120 صفًا وستة وسوم خاطئة. يدرس كل مثال جانبًا مختلفًا من خطة المراجعة.

## احسب المخاطر بحسب طريقة اختيار الصفوف

افترض أولًا أن كل خطأ في الصفوف المراجَعة يُكتشف. عند اختيار عيّنة من 20 صفًا مختلفًا مع إعطاء كل مجموعة ممكنة فرصة متساوية، يكون احتمال تفويت الأخطاء الستة كلها نحو 32.63%. إذا بدأت من موضع عشوائي واخترت كل صف سادس، وكانت الأخطاء في الموضع نفسه ضمن مجموعات متتالية من ستة صفوف، فلن تجدها إلا من موضع بدء واحد من الستة. في هذا الترتيب، يبلغ احتمال تفويت الأخطاء كلها 83.33%.

اختيار صف واحد من كل مجموعة من ستة صفوف باستقلال عن المجموعات الأخرى يخفض الخطر في هذا الترتيب إلى 33.49%. وهذا أيضًا أعلى احتمال لتفويت الأخطاء كلها بهذه الطريقة، مهما كانت مواضع الأخطاء الستة. في مثال النمط المتكرر، لا ينخفض الخطر عن 5% إلا إذا استُخدمت مواضع البدء الستة المختلفة كلها. وعند تساوي فرص اختيار العينات واكتشاف كل خطأ في الصفوف المراجَعة، يكفي 47 صفًا لبلوغ هذا الحد.

## افصل بين اختيار الصفوف والقدرة على اكتشاف الأخطاء

عند اختيار 47 صفًا بفرص متساوية، يبلغ احتمال عدم العثور على أي خطأ حقيقي 4.66% إذا اكتُشف كل خطأ في الصفوف المراجَعة. ويبلغ 10.06% إذا كان احتمال اكتشاف كل خطأ في العيّنة 80% بصورة مستقلة عن الأخطاء الأخرى. وبافتراض الاستقلال هذا، ينخفض الخطر عن 5% لأول مرة عند مراجعة 59 صفًا.

عند مراجعة 47 صفًا، قد يؤدّي احتمال الاكتشاف نفسه البالغ 80% لكل خطأ إلى خطر يتراوح بين 8.96% و23.73% لتفويت الأخطاء كلها، بحسب الأخطاء التي يمكن اكتشافها معًا. يفترض الحساب أن الاختيار بفرص متساوية مستقل عن الأخطاء التي تستطيع المراجعة اكتشافها. في الحالة الأقل ملاءمة، تستطيع المراجعة اكتشاف الأخطاء الستة كلها في 80% من المحاولات، ولا تكتشف أيًا منها في الـ20% الباقية. وحتى مراجعة كل صف مرة واحدة تُبقي احتمال عدم العثور على شيء عند 20%. سجّل في الاختبارات التي تتضمن أخطاء معروفة أيّها اكتُشف معًا في كل مراجعة قابلة للمقارنة.

## احسب الصفوف المختلفة والفرص المستقلة لاكتشاف الأخطاء

افترض أن لديك ما يكفي لإجراء 60 مراجعة لصفوف. في هذا المثال، يستطيع كل مراجع اكتشاف كل الأخطاء المسندة إليه في 80% من المحاولات، ولا يكتشف أيًا منها في المحاولات الأخرى. تُوزّع الصفوف بفرص متساوية، باستقلال عن إمكانية اكتشاف الأخطاء.

| توزيع عمل المراجعة | الصفوف المختلفة | احتمال عدم العثور على أي خطأ حقيقي |
| --- | --- | --- |
| مراجع واحد يفحص 60 صفًا | 60 | 21.10% |
| مراجعان مستقلان يفحص كل منهما مجموعة منفصلة من 30 صفًا | 60 | 10.33% |
| مراجعان يمكنهما اكتشاف الأخطاء في المحاولات نفسها يفحص كل منهما مجموعة منفصلة من 30 صفًا | 60 | 21.10% |
| مراجعان مستقلان يفحص كل منهما الصفوف الـ30 نفسها | 30 | 20.36% |

سجّل معرّفات الصفوف المختارة وقاعدة الاختيار ومن راجع كل صف وافتراضات اكتشاف الأخطاء. قارِن الخطة الناتجة بالحد المقبول للخطر. وإذا كان الهدف العثور على خطأ حقيقي واحد على الأقل، فافحص على حدة الإنذارات الكاذبة، وجودة حسم الخلافات، وملاءمة البيانات للاستخدام المقصود.

[مثال أخذ عيّنة في دليل تقييم مجموعات البيانات](https://sapien1.com/ar/dataset-evaluation#review-labels-and-coverage) · [طرق أخذ العينات لدى هيئة الإحصاء الكندية](https://www150.statcan.gc.ca/n1/edu/power-pouvoir/ch13/prob/5214899-eng.htm) · [بحث عن عمليات الفحص التي قد تفوّت بعض الأخطاء](https://pubsonline.informs.org/doi/10.1287/opre.32.3.575)
