不确定度概念新解释（视频）

新概念测量学理论---武汉大学叶晓明
介绍一种全新的测量理论体系的思维架构，将给测量学理论带来革命性的变革。或许可以跟哥白尼的“日心说”相媲美。


百度分享：http://pan.baidu.com/s/1jGpMMiU

补充内容 (2015-8-24 14:47):
感谢admin支持。



感谢admin支持。

补充内容 (2015-8-24 14:50):
可能网络拥挤，再给一个连接http://v.youku.com/v_show/id_XMTMxMzkzMTkxNg==.html

补充内容 (2015-8-24 14:59):
再补充一个连接http://www.tudou.com/v/aO6VXCv8DyU/&rpid=2240133&resourceId=2240133_04_05_99/v.swf

补充内容 (2015-8-27 19:45):
本理论的核心论点是误差都是偏差也都遵循随机分布，根本不能按系统随机分类。----这是对当前误差理论的颠覆！于是给出了不确定度概念的新解释。

补充内容 (2015-8-28 09:15):
不确定度反映测量结果与真值的偏离度，这需要从整个量值溯源链的不确定度传递过程来理解，视频中系统误差的标准差证明过程已经涉及。

请看测量误差图解解释。
图中随机误差（偏差）和系统误差的数值都是不知道的，因为数学期望的确切值不知道（不可能实现无限次测量），真值的确切值也不知道（真值知道了就不需要再测量）。图中标出了它们的位置只是个示意（实在怕某些人不明白这个道理呀）。

不确定度是用标准差来表达的，理解不确定度当然必须先理解标准差。

标准差概念解释

本视频所介绍的误差理论新思维大体归纳如下：
1、误差样本是误差的测量结果，是测量结果，不是误差，误差一定是未知的；
2、同样测量条件下的测量结果序列不会离散，离散是测量条件存在变化导致的。“同样测量条件”是个败笔；
3、标准差是误差的概率区间，可以通过样本序列的统计而获得，也可以通过合成获得。标准差不能理解为最终测量结果的离散度；
4、随机分布是指概率分布而不是指随时间随机变化；
5、认识误差要从误差的上游和下游二个角度观察；
6、误差都是偏差也都遵循随机分布，不能按系统和随机来分类，不存在系统误差和随机误差不能合成的问题；
7、精密度、正确度、准确度概念应该废除或重新赋予概念内涵；
8、不确定度概念的内涵是测量结果误差的概率区间，表达结果和真值的可能偏离程度。

yeses 发表于 2015-9-8 08:41
您还是没有正面回答：为什么我的分散性就混淆概念，而您的分散性就不混淆概念？

给您一个具体例子：对某 ...

　　其实我早已回答了叶老师的提问，只是叶老师还没有理解我说的含义。所谓将一组数据求“标准差”用数学的观点来看，如同将一组数据求和、求立方和，或求和后再求对数一样，都仅仅是在用某种计算方法求计算结果。
　　叶老师很强调推理中的逻辑应用问题，我们可以暂时回避“不确定度”和“误差的概率区间”用什么计算方法的计算结果表示，仅用逻辑学的观点思考一下论断“不确定度是误差的概率区间”。不确定度的定义决定了不确定度是一个区间（暂且不管是什么东西的区间）的“半宽”，众所周知一个宽度仅仅是一个值，不是一个包含众多量值的“集”。误差的概率区间是一个“区间”，一个区间包含有众多的值。请问我们能够把一个值和包含众多值的一个区间划等号吗？
　　叶老师一再追问表示“不确定度”的“标准差”为什么不是“区间”？其实我也早已说明。对不确定度而言，标准差仅仅是用一个计算方法（白塞尔公式）计算的结果，用来表示一个“宽度”，它仅仅是一个值，仅仅表示区间的“半宽”，不仅不表示“区间”，甚至连区间里有多少个量值（其实区间内真值只有一个）、每个量值有多大统统不管。而你的“误差的概率区间”同样用标准差表示，却是一个“区间”。区间内含有众多的量值，量值的个数和每个量值的大小也都已知，当然区间的宽度也可以用白塞尔公式计算得到，也可以算作已知。
　　真值所在区间与误差的概率区间都有宽度，但这两个区间有天壤之别。前者是凭测量过程的有用信息估计得到，后者是通过设定的测量次数实施重复性测量而得到。前者使用有用信息进行估计时并不一定考虑测量次数和测得值的大小，后者进行计算时必须考虑测量次数和测得值的大小。
　　叶老师在楼上提到了不确定度的A类评定，并给出了案例。我们首先要清楚不确定度的A类评定仅仅是不确定度评定的方法之一，并非所有的评定方法，评定出的结果也仅仅是不确定度分量之一，而不是测量结果不确定度的全部。而用这种统计方法计算得到的标准差却是“误差的概率区间”的全部，其中“平均值”决定了区间的位置。这个“平均值”的大小对不确定度这个仅表示“半宽”的参数，却毫无意义和价值。真值所在区间可能以这个平均值为中心，绝大多数情况却不以它为中心。中心的位置不得而知，必须由其上游测量过程给出作为“真值”使用的真值最佳估计值才能得知，因此把以某个测得值为中心不确定度为半宽的不伦不类的区间，说成是真值所在区间是极其错误的。
　　173楼案例计算得到的实验标准差σ=0.16cm是误差的分散性，这没有错。但是，第一，标准差σ=0.16cm是误差的分散性全部，而用这个标准差表示的测量结果的不确定度仅仅是一个分量，不是全部，它还必须与测量过程的其它有用信息估计得到的不确定度分量合成，不要以为σ=0.16cm是不确定度的全部。第二，标准差σ=0.16cm仅仅是单次测量的测得值标准不确定度分量，如果测量规范规定的实际测量次数不是1，则σ=0.16cm连给出测得值的不确定度分量都不是。第三，真值是唯一的，不存在分散性。测量过程没给出任何信息时，不得不仅以A类评定结果作为测得值的唯一不确定度分量，此时的σ=0.16cm视为真值的分散性，但“视为”不是“等于”，只是因为估计真值所在区间宽度时使用了分散性原理，真值仍然是唯一的，不具有分散性。此时唯一真值所在区间的半宽，因信息全无，我们只能按惯例取包含因子（相当于安全系数）k=2，根据σ=0.16cm，得出U=0.32cm。
    还是那句话，“不确定度是误差的概率区间”论断是错误的，无论用逻辑的观点还是科学的观点来分析它，都是站不住脚的。

yeses 发表于 2015-9-4 09:38
我没有把误差和标准差当作一个概念，如果非要坚持把误差和标准差当作一个概念，恕我没法继续讨论。

不确 ...

您要真对自己的观点有自信就去发表在国际专业TOP杂志上，在这里基本是没用的，这里基本没有专家，基本是小鱼小虾级的

要是觉得连小虾米都不能说服有必要再审视一下，当然您也可也理解成是阳春白雪曲高和寡

不确定度概念定义分析
几乎所有的科学概念定义，对于相应的专业人士来说，都是通俗易懂的。唯有测量领域的不确定度概念，20年都争执不休。
VIM给出的不确定度概念定义的原文是：non-negative parameter characterizing the dispersion of the quantity values being attributed to a measurand, based on the information used. 我国JJF1059，JJF1001给出的定义是：根据所用到的信息，表征赋予被测量值分散性的非负参数。二者表达的意思是一样的。
单从文字上说，识字的人都能理解意思：分散特性的参数。谁的分散特性？量值的分散特性。什么量值的分散特性？被测量值的分散特性。那么，什么是被测量（measurand）？什么是量值？让我们看一下相关规范的表述。
被测量（measurand）---拟测量的量[JJF1001,4.7，JJF1059, 3.1]， quantity intended to be measured[VIM3,2.3]
量值（quantity values）---用数和参照对象一起表示的量的大小[JJF1001,3.20]，number and reference together expressing magnitude of a quantity[VIM3,1.19]。
    再看一下量的真值和测量结果的定义：
    量的真值true quantity value简称真值( true value)---与量的定义一致的量值[JJF1001,3.21]，quantity value consistent with the definition of a quantity[VIM3,2.11]。
测量结果measurement result---与其他有用的相关信息一起赋予被测量的一组量值[JJF1001,5.1]，set of quantity values being attributed to a measurand together with any other available relevant information[VIM3,2.9]。
可见，这里的量值（quantity values）绝对不是指量的真值true quantity value，而是指测量结果measurement result。
还值得注意的是，不确定度和测量结果的定义中，quantity values都采用的是复数形式！是指多个而不是一个！
所以，不确定度概念用真正的中国话表达实际就是：根据所用信息给出的多个测量结果的分散性参数。
再看我们测绘学科的精密度（precision）概念：在一定测量条件下，对某一量的多次测量中，各测量值间的离散程度[GB14911-2008,4.20]。
很明显，这个所谓的不确定度在定义的字面意思居然与精密度相似！是一个与真值无关的东西！那这种意义的不确定度有什么实际意义？
还有一个更实际的问题是，任何测量，不论是否有多余观测，我们最终都是提交一个唯一的测量结果，并不存在定义中的多个测量结果的情况，一个唯一的数值它如何分散？这自然更让人莫名其妙，这才是最让人迷惑的地方。
于是，也出现了一些自以为是的解释：不确定度还是对当前测量条件下的其他可能出现的测量结果的存在区间的评判，就是说，如果重新按当前测量条件测量，获得多个测量结果，它们就发散了，发散度就是当前的这个不确定度。
且不说其他可能的测量结果跟当前测量结果差别多大有没有讨论意义、用户对其他可能测量结果是否会关心，单就这种预判论的正确性而言，它实际是没有任何实践经验的，甚至是违背基本常识的。因为连家庭妇女都知道，电子秤上的数字通常是不变的，同样的测量条件下只能是同样的测量结果。只要强调相同测量条件---同一仪器同一环境同一分辨位。。。什么测量条件都绝对相同的情况下，测量结果其实是不变的，根本就不可能离散！更不会出现离散度等于（或接近）当前的不确定度的情况。
那么，是否改变测量条件就可以了呢？更不是！因为无法给出测量条件的改变限度，更换仪器？改变分辨位？改变量程？改变环境？更换测量方法？。。。那样的测量结果又跟当前测量结果毫不沾边了，差别甚至可能十万八千里，分散度又完全离谱了，分散度也难以和当前的不确定度评价值相等。究竟要怎么改变测量条件才能让还没有发生测量结果的离散度跟当前的不确定度一样，恐怕只有专家自己知道了。反正我是不敢跟学生讲这种“理论”的，我怕学生对我提出要做实验的要求。
总之，不确定度概念的字面实际是不能自圆其说的，不确定度概念的真实含义根本不是定义字面表达的意思。理解不确定度的真实内涵决不能仅仅看不确定度概念的字面！
那么，怎么才能正确理解不确定度概念？我们的唯一出路就是分析不确定度的评定原理，比较其和传统的精密度评定过程的差别，同时要正确理解样本统计结果的含义，从整个量值溯源链的不确定度传递过程来理解不确定度概念的真实内涵。

我的看法：
一、要否定系统误差与随机误差的区别，这在教学上去做些探讨是可以的，将其在实际工作中推广为时尚早。
二、单从标题关系上和他给出的不确定度概念：
      4、误差评价概念
4.1 …… ……
4.2 不确定度概念
4.3 …… ……
4.4 …… ……

不确定度概念：测量结果误差所存在的概率区间。
    看得出：他对不确定度的认识起码是很片面的。

不确定度概念的麻烦实际是误差概念的麻烦，所以本讲大篇幅澄清误差概念。因为颠覆了传统，接受起来自然有难度。相关论文即将在《计量学报》出版。

补充内容 (2015-8-27 11:12):
本讲介绍的是推翻现有观念的思维逻辑，请务必跟随该思维逻辑走一遍，然后讨论思维逻辑哪里存在问题。

补充内容 (2015-8-27 11:15):
如果又拿现有观念作为根据来证明该思维逻辑不对，那就成了泼妇吵架，永远纠缠不清了。

补充内容 (2015-8-27 15:10):
更不欢迎那些不说理由只说看法的苍白评论。

怎么弄的，看不成，要不让人看，弄这里干啥

楼主弄得太玄乎了吧，百度上看到了蛛丝马迹，PPT上看到了误差、偏差划等号、A类不确定度、B类不确定度，概念够乱

csln 发表于 2015-8-24 14:54
楼主弄得太玄乎了吧，百度上看到了蛛丝马迹，PPT上看到了误差、偏差划等号、A类不确定度、B类不确定度，概 ...

别急，慢慢看。

故能玄虚！

刘彦刚 发表于 2015-8-27 03:12
我的看法：
一、要否定系统误差与随机误差的区别，这在教学上去做些探讨是可以的，将其在实际工作中推广为 ...

系统误差和随机误差没有区别，道理和案例在视频中已经讲得很细致了。
导致人们产生系统随机误差类别的根源归纳起来如下：
1、混淆误差和误差样本（误差的测量结果）的概念区别。
2、仅仅站在某个特定的领域观察误差。
3、以误差在产生系统性影响为由否定误差遵循随机分布。
4、把随机分布偷换成随机变化。

反观20年来的测量不确定度评定实践中，有谁做过把系统误差的误差值和随机误差的标准差做合成的事情？相信谁也没有见过。因为没有标准差的所谓系统误差实际就不存在，系统误差也是有测量产生的，也存在于一定的概率区间内，跟所谓随机误差实际是一样的。

“随机”量【“不确定”量】的“随机性”是有程度差异的！----“绝对”随机【完全彻底的无任何规律】的量是没有实用意义的！好像也没有现实的理论意义？ 现实有意义的、“随机性”较为深刻的量可能是所谓的“白噪声”？！

当前称之为“随机误差”的量，大体可认为是理想化的具有“白噪声”特性的“随机”量；当前称之为“系统误差”的量，在其不能“确定”时，自然也是“随机”量（——所谓“随机”量，就是人们认为其“没有规律”的量，其实是人们在没有“确定”其“规律”时的一种实用“认识”。），只不过其“随机性”不如“白噪声”那样深刻（——有较明显的“规律”，譬如自相关性、互相关性等）而已。


赞成【现称“系统误差”的量也是“随机量”】的认识。但不赞同全盘否定测量误差分类的积极意义。

刘彦刚 发表于 2015-8-27 03:12
我的看法：
一、要否定系统误差与随机误差的区别，这在教学上去做些探讨是可以的，将其在实际工作中推广为 ...

以具体例子说话：

一个电子秤，对一个物体测量得到结果为1kg，重复测量100次每次都是1kg（根本不分散，这在实践中很普遍），那么随机误差的分散区间就是绝对0。
但结果的总误差当然不是0，因为电子秤的示值误差对测量结果产生的是系统性影响，是传统所说的所谓系统误差，必须考虑把系统误差和随机误差0进行合成的事情，以实现对总误差进行评价。

传统理论的纠结是，这个系统误差是个唯一值，不随机变化，不分散，无法和随机误差合成。

但实际上，站在上游电子秤的制造者的角度，电子秤的示值误差也是遵循随机分布的，把大量的电子秤、不同量程的示值误差的计量检测结果做统计后发现它们是发散的，实际也是随机误差，用MPE来评价。上述例子只是一个遵循随机分布的误差对测量结果产生了系统性影响的问题。不确定度评定结果就是U99=MPE。

这就是说，只要站在上游去看，误差都是遵循随机分布，即使产生系统性影响也不能否认其遵循随机分布。根本就不存在要拿系统误差值去和随机误差的标准差搞合成这种问题。



补充内容 (2015-8-27 12:05):
我推理出的不确定度是误差的概率区间（定义本身的不确定也是误差问题），实例也是U99跟MPE直接关联。你不片面的不确定度又是什么具体内涵？

njlyx 发表于 2015-8-27 09:14
“随机”量【“不确定”量】的“随机性”是有程度差异的！----“绝对”随机【完全彻底的无任何规律】的量是 ...

请举一个测量结果的误差中包含有白噪声误差的具体例子。

yeses 发表于 2015-8-27 09:34
请举一个测量结果的误差中包含有白噪声误差的具体例子。

重复测量N次，将某个“测量误差分量” ε在这N次中的值（假定可以获得）排成一列：{ ε1、ε2、....、εN }——

若{ ε1、ε2、....、εN }相互毫无关联，现称 ε为“随机误差分量”，其实质是认为{ ε1、ε2、....、εN }近似为“白噪声”序列----"相互毫无关联"的“判据”是“自相关系数接近于0”；


若{ ε1、ε2、....、εN }相互有所关联（极致是完全同值，或是递加、递减，....），现称 ε为“系统误差分量”，......

njlyx 发表于 2015-8-27 10:11
重复测量N次，将某个“测量误差分量” ε在这N次中的值（假定可以获得）排成一列：{ ε1、ε2、....、εN ...

你重复测量了N次，你是取哪个值作为最终提交的测量结果？

注意，你已经获得了一个误差样本序列{ ε1、ε2、....、εN }，这就意味着你有N个不完全相同的测量结果，你有义务提交最终唯一值。用户不可能接受N个不完全相同测量结果。

就是说，你的测量还没有完成。

谢谢分享，学习学习

yeses 发表于 2015-8-27 10:46
你重复测量了N次，你是取哪个值作为最终提交的测量结果？

注意，你已经获得了一个误差样本序列{ ε1、ε ...

此处“重复”测量获得“误差样本”序列只是为说明“概念”的假如，实际测量是不可能获得某个因素单独引起的“误差分量”序列的！——实际的多次“重复测量”，只能获得一列“测得值”，以及一列{“测得值”与“均值”（或某个参考值）之差}，连综合起来的误差值序列都得不到！

如果是在进行测量误差的“分析、研究”，则是可以“适当花费”的设计专门的因素影响实验（已不是常规的测量！）获得一些“误差分量”的“实验值”序列（要费钱费力！），由此才可能真正考察该“误差分量”的“性质”！

njlyx 发表于 2015-8-27 11:20
此处“重复”测量获得“误差样本”序列只是为说明“概念”的假如，实际测量是不可能获得某个因素单独引起 ...

“实际测量是不可能获得某个因素单独引起的“误差分量”序列的！——实际的多次“重复测量”，只能获得一列“测得值”，以及一列{“测得值”与“均值”（或某个参考值）之差}，连综合起来的误差值序列都得不到！”

注意，你这个说法是不对的。测量工程中经常做的事情就是，通过改变测量条件获得一组互相矛盾的观测值序列，然后按照一定的概率估计准则（譬如最小二乘等测量数据处理方法）给出最终的唯一最佳估值作为最终测量结果。当最终结果形成后，就只存在结果与真值的唯一的恒定的未知的偏差的评估问题。这个唯一的恒定的未知的最终测量结果的误差是不可能具有什么白噪声那样的性质的。

即使你仅仅采用观测值序列中的某一个作为最终结果（实际也是一种“数据处理”），把其他的结果都删除，最终结果的误差仍然是唯一的恒定的未知的偏差，也不可能具有什么白噪声那样的性质。

视频中专门讲了随机误差也是恒定偏差（最终测量结果与数学期望之差）的道理，请务必细看。

刘彦刚 发表于 2015-8-27 03:12
我的看法：
一、要否定系统误差与随机误差的区别，这在教学上去做些探讨是可以的，将其在实际工作中推广为 ...

我刚看了你发的关于不确定度概念的帖子，我的“测量结果误差所存在的概率区间的半宽”跟你的“包含被测量的真值存在区间的半宽”有什么区别？这不都是一个意思吗？

误差存在于[-U,+U]内，真值就存在于[结果-U，结果+U]内，或者结果存在于[真值-U，真值+U]内，这不都是一个意思吗？

-U<r<+U
-U<r=A-Z<+U
Z-U<A<Z+U
A-U<Z<A+U
这几个数学式子难道不是等价的吗？


怎么我的概念就片面你的就不片面了？

yeses 发表于 2015-8-27 11:37
“实际测量是不可能获得某个因素单独引起的“误差分量”序列的！——实际的多次“重复测量”，只能获得一 ...

两岔了！

对于“测量误差”本身的“特性”，是很难在被测量未知的“常规测量”情况下完全搞明白的，需要设计一些专门的“实验”【类似于“标定”什么的】去研究它们的可能“规律”。

你说的【通过“改变测量条件”对未知被测量进行多次“测量”来提高测量结果的质量（减小‘测量不确定度’）】的“做法”并不是用以了解“测量误差”本身“特性”的过程！事实上，这种“做法”要取得较好的效果应该是基于【事先对相关“测量误差”的“特性”有充分的了解】。

对于测量结果中最终遗留的、无法确定的“测量误差”，它就是一个大家“仇恨”的“值”，对这个“值”再分什么类是没有意义的。但这个可恨的“值”是不知道的，只能加以“猜测”【文雅一点叫“评估”】，而“猜测”时的适当分类便是有益处的了！.....因为“猜测”东西很可能是应有实无、似是而非、....，几个“测量结果”中的“误差猜测值”便要靠适当的“误差”分类来考虑其“相关性”。

一个电子秤，对一个物体测量得到结果为1kg，重复测量100次每次都是1kg（根本不分散，这在实践中很普遍），那么随机误差的分散区间就是绝对0。
但结果的总误差当然不是0，因为电子秤的示值误差对测量结果产生的是系统性影响，是传统所说的所谓系统误差，必须考虑把系统误差和随机误差0进行合成的事情，以实现对总误差进行评价。

是绝对0？

一叶障目，不见泰山，并非泰山就不存在

如果这个1kg真值不知道，何来误差？还要怎么评定误差？这是概念的乱还是能媲美哥白尼日心说？

csln 发表于 2015-8-27 14:04
一个电子秤，对一个物体测量得到结果为1kg，重复测量100次每次都是1kg（根本不分散，这在实践中很普遍）， ...

仔细看帖子，谁说过总误差是0了？

懂不懂示值误差也是误差呀？凭什么说不知道真值就没有误差？凭什么说真值不知道就不能评误差？测量实践中有谁知道真值还去测量？你学过测量吗？

yeses 发表于 2015-8-27 14:19
仔细看帖子，谁说过总误差是0了？

懂不懂示值误差也是误差呀？凭什么说不知道真值就没有误差？凭什么说 ...

仔细看帖子，谁说过总误差是0了？

您看仔细了吗，谁说您说过总误差是0了？

懂不懂示值误差也是误差呀？

您懂不懂示值误差也是误差要证实很简单，写出
示值误差=？

我懂不懂没关系，我的这个贴子离日心说太遥远了

凭什么说不知道真值就没有误差？凭什么说真值不知道就不能评误差？

误差是测量误差，只要测量就存在误差，没有例外，不知道真值，就不能得到误差，同有没有误差是两个概念，得不到误差，你评什么误差，你评出来的误差是什么意义，误差是测量误差，不是评定误差

测量实践中有谁知道真值还去测量？你学过测量吗？

测量实践中知道真值还去测量的多了，莫非您根本就没听说过？我学过测量没有同您的问题没有任何关系

老调重弹，没什么新东西，我高中的时候就看过这玩意了。


对现有流传很广的误差概念是比较新的东西，绝大部分理解的也很清楚，只能说略有进步。

csln 发表于 2015-8-27 15:48
仔细看帖子，谁说过总误差是0了？

您看仔细了吗，谁说您说过总误差是0了？

首先表示我的歉意，我不该以那种口气质疑您。但关于问题，我还是答复如下：
1、        日心说宣传语是admin加到这个论坛的，我只在优酷视频写过这个，目的也只是为了让读者重视而耐心地听下去（因为很多人认为误差理论太简单，也不相信现有理论有问题，会有一种不屑一顾的心理。）。至于能否媲美我其实并不关心，好在视频已通过admin审核，相关论文也被《计量学报》录用，技术讨论的价值至少还是有的吧。
2、        100次重复结果不变，标准差的统计值当然就是0。相信您也不能把它改成某个别的值，我也并没有说过误差就绝对不存在。你说我一叶障目，否认泰山的存在，实在是冤枉我了。
3、        如果知道真值肯定以真值作为测量结果，根本不需要再做测量；如果知道了测量结果的误差值则肯定以误差值修正测量结果而给出真值，真值都给出了也就就当然不存在评定误差的问题。这个逻辑应该是不需要再争论了。
4、        实践中正是不知道真值才要去测量，而且想给出一个接近真值的结果，就必然要讨论如何评价这个不知道的误差的大小程度的问题。这就是我们误差理论要解决的问题。不确定度评价?准确度评价？。。。。
5、        计量检测领域也不是一个知道真值还要去测量的领域，这个道理在视频中已经讲解过了的，所以我肯定你一定没有仔细听完这个视频的讲解。计量检测领域的测量对象是仪器的误差，提交仪器误差的测量结果，那些真值或约定真值只是计量检测领域的一个测量标准而已（任何测量领域都有某种参考基准）。如果计量检测领域知道某个仪器误差的真值，它同样也没有了再检测的必要。
6、        因为计量检测领域提交的是仪器误差的测量结果，同样也是测量结果，自然也同样要涉及这个测量结果的未知误差的大小程度的评价问题。这就是计量检定规程审定中要审定不确定度报告的原因。这显然就和其他测量领域一模一样。
7、您没有完整听完本视频，那么我这里还是告诉您，本理论的核心论点是误差都是偏差也都遵循随机分布，根本不能按系统随机来分类。----这个论点是对当前误差理论的颠覆！现在要讨论的是视频中给出的论据是否足够充分，是否有本理论不能解释的实际案例等。其他与技术主题无关的话题最好不谈。（其他网友也一样，在这方面我也就不一一答复了，那些与技术要害无关的言语我将不做答复。）

yeses 发表于 2015-8-27 18:44
首先表示我的歉意，我不该以那种口气质疑您。但关于问题，我还是答复如下：
1、        日心说宣传语是admin加到 ...

100次重复测量结果不变，您测量的重复性是0，并不能认为重复性就是0，电子秤测量得到的是重量，与重力加速度、空气浮力、测量时环境空气扰动等诸多因素有关，只要测量的灵敏度够高，不存在重复性为0的测量

偏差有明确的意义，是相对于标称值（是纸面值），误差与偏差性质根本不同

仪器生产者生产出来的批量仪器，每一台的误差是随机的，并不意味着这个随机的误差就服从随机误差的概率分布，具体到每一台仪器，这个随机的误差可能就是系统误差，在特定条件下可能是固定不变的，随应变条件而改变或许又是随机的，随机的误差同遵从概率分布的随机误差不同

至于知道了真值还需不需要测量，如果你做过类似工作，不需讨论，你没做过，也同您讨论不清，不需要说太多了