Wat is kruisvalidatie?

Kruisvalidatie is een methode die wordt gebruikt in de chemie en een breed scala aan andere wetenschappelijke velden om de resultaten van meerdere experimentele methoden met hetzelfde doel te vergelijken.Idealiter zal kruisvalidatie beide experimentele methoden valideren door dezelfde resultaten te retourneren.Verschillende resultaten kunnen wijzen op menselijke fouten of fouten in experimenteel ontwerp.De verschillen kunnen worden gebruikt om fouten te identificeren en om een of meer van de experimentele methoden te verfijnen totdat consistente en herhaalbare resultaten worden verkregen.

Voor cross-validatie om succesvol te zijn, is het in het algemeen noodzakelijk voor onderzoekers om te weten dat een van de methoden terugkeertNauwkeurige resultaten.Het doel is dus om de nieuwe en onbevestigde methode, of de comparator, resultaten te maken die identiek zijn aan die van de bekende methode of de referentie.Als bekend is dat geen van de methode nauwkeurig is, kunnen ze waarschijnlijk worden aangepast om dezelfde resultaten te retourneren, maar er is nog steeds geen garantie dat die resultaten correct zijn.

Onderzoekers gebruiken vaak kruisvalidatie bij het introduceren van een nieuwe, efficiëntere experimentele methode dieis bedoeld om een oudere methode te vervangen.De nieuwe methode is alleen handig als deze voor hetzelfde doel kan worden gebruikt als de methode die het is bedoeld om te vervangen.Kruisvalidatie wordt gebruikt om ervoor te zorgen dat de nieuwe methode net zo effectief is als de oude en dat efficiëntie niet de nauwkeurigheidsprijs komt.aard van het experiment.Het succes van enkele eenvoudige chemie -experimenten kan worden beoordeeld door eenvoudige visuele aanwijzingen zoals kleurverandering.Een nieuwe methode die resulteert in dezelfde kleurverandering kan in sommige gevallen succesvol worden beoordeeld.Het meeste moderne wetenschappelijk onderzoek is echter grotendeels gebaseerd op kwantitatieve methoden.Als zodanig moet kwantitatieve informatie worden vergeleken en worden verschillen in numerieke gegevens gebruikt om het succes of falen van een validatie-experiment te beoordelen.

Veel kruisvalidatieresultaat is gebaseerd op grote lichamen van statistische gegevens in plaats van op kwalitatieve informatie of op één oftwee waarden zoals temperatuur of zuurgraad.Voor dergelijke statistische gegevens is er geen enkel specifiek nummer of set getallen die correct zijn, terwijl alle andere onjuist zijn.Het succes van een kruisvalidatie wordt beoordeeld op basis van de vraag of de geretourneerde gegevens al dan niet binnen een bepaalde drempel van acceptabele fout vallen.In dergelijke experimenten kunnen sommige van de geretourneerde waarden acceptabel zijn, terwijl anderen onjuist zijn, wat aangeeft dat bepaalde delen van de geteste methoden moeten worden herzien.