准确度是指在一定的实验条件下，多次测量的平均值与真值一致的程度，用来表示误差的大小。
误差可以分为偶然误差和系统误差，其中随机误差可以用精度来表示，系统误差可以用准确度来表示，是精度和准确度的综合，即准确度受到偶然误差和系统误差的影响。
误差较小时，多次平行测量的平均值μ也可作为真值t的估计值，良好的测量精度是保证良好精度的前提。一般来说，如果测量精度不好，就不可能有好的精度。对于理想的分析方法和结果，需要良好的精密度和准确度。
在实际工作中，通常使用标准物质或标准方法进行控制测试。当没有标准物质或标准方法时，通常使用添加到被测组分中的纯物质进行回收试验，以估计和确定准确度。反映系数差的大小，是指数据的均值偏离真实值的程度。
继续重复实验几次，综合数据可以验证误差小于千分之一。
数据准确性，就像它的声音一样，不管给定的值是否正确和一致。这两个最重要的特征是形式和内容，数据集在这两个领域必须正确才能准确。
质量差的数据将导致不可靠的甚至可能有害的结果。数据团队要想给公司带来任何有意义的结果，就必须重视数据的准确性。
准确度应该是设备可以读取的最小刻度值。比如卷尺的测量精度是1mm，卡尺的测量精度是0.02mm，也就是说卷尺可以精确到毫米，1mm以下的数字估计，卡尺可以精确到0.02mm..
精密度是指使用相同种类的备用样品进行再现。
准确度简称precision，它应该用两种描述同一个数据。
仪器精度简单来说就是仪器测量值接近真实值的精度。
1.体积:数据的大小决定了所考虑数据的价值和潜在信息。
2.多样性:数据类型的多样性。
3.速度:指获取数据的速度。
4.可变性:它阻碍了有效处理和管理数据的过程。
5.真实性:数据的质量。
6.复杂性:数据量巨大，来源多样。
7.价值:合理利用大数据，以低成本创造高价值。