Grado en que mediciones o cálculos repetidos bajo condiciones inalteradas producen los mismos o similares resultados; comúnmente asociado a un bajo error aleatorio o pequeña dispersión de los resultados.

Principio

La precisión se caracteriza por la dispersión (varianza, desviación estándar) de resultados repetidos alrededor de su media; alta precisión significa baja dispersión independientemente de la proximidad al valor verdadero.

Demostración

Ejecutar la misma simulación varias veces con el mismo código determinista y entradas en una plataforma estable produce una variación insignificante en las métricas de salida, indicando alta precisión computacional; en trabajo experimental, lecturas instrumentales repetidas con dispersión estrecha muestran alta precisión.

Aplicación incorrecta

Tratar la alta precisión como evidencia de corrección; un sistema de medida puede ser muy preciso pero sesgado, produciendo resultados repetibles pero sistemáticamente incorrectos si se descuida la calibración o el sesgo del modelo.

Consecuencia

La alta precisión permite reproducibilidad, estimación estadística confiable de promedios y reducción de incertidumbre mediante muestreo repetido; permite distinguir pequeños efectos sistemáticos del ruido aleatorio.

Inversión

Imprecisión: gran dispersión entre observaciones repetidas que socava la reproducibilidad y dificulta detectar tendencias sistemáticas o validar modelos sin aumentar el tamaño de muestra.

Límite

Se refiere a repetibilidad y dispersión bajo condiciones nominalmente idénticas; no implica cercanía a la verdad (exactitud) y puede verse afectada por condiciones cambiantes no controladas o influencias sistemáticas ocultas.

Tensión semántica

La precisión a menudo compite conceptualmente con la exactitud: se puede tener alta precisión y baja exactitud (sesgo consistente) o baja precisión y alta exactitud en promedio; ambas propiedades deben considerarse conjuntamente.

Síntesis

La precisión cuantifica la reproducibilidad mediante la dispersión de resultados repetidos; es necesaria para estimaciones fiables y detección de efectos sistemáticos, pero debe combinarse con exactitud y control de sesgos para proporcionar conclusiones correctas.