# Cara merancang semakan sampel untuk mencari label yang salah

Tentukan keputusan yang perlu dibuat sebelum memilih saiz sampel. Jika set ini mempunyai sejumlah label yang salah, berapakah risiko yang sanggup anda terima bahawa semakan tidak menemui walau satu pun? Jawapannya bergantung pada cara memilih baris, kesilapan yang boleh dikesan penyemak dan cara membahagikan kerja.

Contoh ini meneruskan contoh rekaan dalam panduan penilaian set data, yang mempunyai 120 baris dan enam label yang salah. Setiap contoh meneliti bahagian berbeza dalam rancangan semakan.

## Kira risiko mengikut cara baris dipilih

Mula-mula, anggap setiap kesilapan dalam baris yang disemak dapat dikesan. Sampel rawak seragam daripada 20 baris berlainan terlepas semua enam kesilapan kira-kira 32.63% daripada masa. Jika anda memilih setiap baris keenam dari kedudukan mula rawak dan kesilapan berada pada kedudukan yang sama dalam blok berturut-turut yang mengandungi enam baris, hanya satu daripada enam kedudukan mula dapat menemui kesilapan. Dalam susunan itu, peluang terlepas semuanya ialah 83.33%.

Memilih satu baris secara bebas daripada setiap blok enam baris mengurangkan risiko kepada 33.49% bagi susunan itu. Ini juga risiko tertinggi bagi kaedah blok bebas, di mana pun kedudukan enam kesilapan. Dalam contoh dengan corak berulang, risiko jatuh di bawah 5% hanya apabila semua enam kedudukan mula yang berlainan digunakan. Dengan pensampelan seragam, ambang itu dicapai pada 47 baris jika semua kesilapan yang disemak dapat dikesan.

## Bezakan pemilihan baris daripada pengesanan kesilapan

Dengan 47 baris yang dipilih secara seragam, kebarangkalian tidak menemui sebarang kesilapan sebenar ialah 4.66% jika setiap kesilapan yang disemak dikesan. Risikonya 10.06% jika setiap kesilapan dalam sampel boleh dikesan secara bebas dengan kebarangkalian 80%. Dengan andaian kebebasan itu, risiko jatuh di bawah 5% buat kali pertama pada 59 baris.

Pada 47 baris, kebarangkalian 80% bagi setiap kesilapan boleh menghasilkan risiko terlepas semuanya antara 8.96% dan 23.73%, bergantung pada kesilapan yang boleh dikesan bersama. Pengiraan mengandaikan pemilihan seragam tidak bergantung pada kesilapan yang boleh dikesan. Dalam keadaan paling buruk, semakan boleh mengesan semua enam kesilapan dalam 80% percubaan dan tiada satu pun dalam baki 20%. Menyemak setiap baris sekali pun meninggalkan risiko 20% untuk tidak menemui apa-apa. Dalam ujian dengan kesilapan yang diketahui, catat kesilapan yang ditemui bersama dalam setiap semakan yang setara.

## Kira baris yang berbeza dan peluang bebas untuk mengesan kesilapan

Bayangkan peruntukan untuk 60 semakan baris. Dalam contoh ini, setiap penyemak boleh menemui semua kesilapan yang ditugaskan dalam 80% percubaan dan tiada satu pun dalam percubaan lain. Baris diagihkan secara seragam, tidak bergantung pada sama ada kesilapan boleh dikesan.

| Pembahagian kerja semakan | Baris berlainan | Kebarangkalian tidak menemui sebarang kesilapan sebenar |
| --- | --- | --- |
| Seorang penyemak menyemak 60 baris | 60 | 21.10% |
| Dua penyemak bebas menyemak kumpulan berasingan yang masing-masing mengandungi 30 baris | 60 | 10.33% |
| Dua penyemak yang boleh mengesan kesilapan dalam percubaan yang sama menyemak kumpulan berasingan yang masing-masing mengandungi 30 baris | 60 | 21.10% |
| Dua penyemak bebas menyemak 30 baris yang sama | 30 | 20.36% |

Catat ID sampel, peraturan pemilihan, siapa yang menyemak setiap baris dan andaian pengesanan. Bandingkan risiko bagi rancangan itu dengan sasaran. Semakan yang bertujuan menemui sekurang-kurangnya satu kesilapan sebenar memerlukan semakan berasingan terhadap amaran palsu, mutu penyelesaian pertikaian dan kesesuaian untuk tujuan penggunaan.

[Contoh pensampelan dalam panduan penilaian set data](https://sapien1.com/ms/dataset-evaluation#review-labels-and-coverage) · [Kaedah pensampelan Statistics Canada](https://www150.statcan.gc.ca/n1/edu/power-pouvoir/ch13/prob/5214899-eng.htm) · [Kajian tentang pemeriksaan yang boleh terlepas kesilapan](https://pubsonline.informs.org/doi/10.1287/opre.32.3.575)
