这个评审意见实在太混账！

285166790 发表于 2016-9-30 11:26
叶老师不如举些列子，完整的写出现有的一些测量结果如果用这个新概念理论该怎么表达？ ...

例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次，每次都是同样的读数5.00mm。这样，平均测量结果为：5.00mm，平均值的标准差为0.00mm。

按误差分类理论处理：随机误差（结果5.00mm与期望之差）的标准差为0.00mm，即精度（精密度）为0.00mm；卡尺的输出误差不贡献离散，是系统误差，没有标准差，由正确度来评价，正确度是定性概念，只能用优良中差表述，综合评价准确度也是定性概念，也只能用用优良中差表述。（测绘领域的精度概念也同样就是这个意思，主贴中最后的图片就是测绘教科书中剪切下来的。）

按误差无类别论来处理：数显卡尺的输出误差站在卡尺制造者（也是测量工作者）的角度也是遵循随机分布的，最大允许误差0.02mm本来就是对这个随机分布的描述，其标准差可以通过0.02mm换算出来，跟当前的标准差0.00mm是完全对等的，所唯一不同是在当前的重复测量中卡尺误差贡献期望与真值之差。这样总误差=结果与期望之差+期望与真值之差，总误差的标准差（也就是最终结果5.00mm的总标准差）也就等于二者标准差的概率法则合成，5.00mm结果的总扩展不确定度很容易得到就是0.02mm。不确定度是误差的定量评价。

二种思维方式的核心区别在于：分类哲学认识的测量仅仅是指当前的100次操作过程。而无类别哲学认识的测量是包括当前操作和历史操作在内的所有量值溯源过程，上游的所有仪器设备制造都是测量，都对当前的5.00mm结果产生影响。当把所有上游下游测量看成一个整体（全局哲学观）的时候，误差就都是测量产生的，误差的形成原理都一样，误差都遵循随机分布，这样就没有不遵循随机分布的系统误差了，至多只有遵循随机分布的误差对下游测量产生系统性的影响。误差分类理论把系统性影响和随机分布扯混了，把随机分布与随机变化也扯混了，误差分类的所谓“明确定义”是基于一种狭隘的哲学观和错误的数学概念给出的。



补充内容 (2016-10-3 14:43):
就这个内容写了一篇博文，立马被科学网推荐为精选博文。见http://blog.sciencenet.cn/blog-630565-1006417.html

当然测绘领域以精度直接表达测量结果的误差大小其实也有一个说法，那就是系统误差得由计量部门检测出来作为改正数修正测量结果，这样精度就可以用来表达准确度了。但是，仅就对于上述这么简单的案例来，计量部门能给出卡尺的全部误差值吗？

yeses 发表于 2016-10-3 07:27
例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次，每次都是同样的读 ...

我对您这个案例有点疑问：分类的例子给出的是精密度，下面不分类的解决方案又给出了不确定度，您不觉得有点什么问题吗？

看了您另一个回复，意思就是废除精密度的说法，这个我赞同，其实我们计量行业早都没人用精密度这个概念了。

285166790 发表于 2016-10-8 14:50
我对您这个案例有点疑问：分类的例子给出的是精密度，下面不分类的解决方案又给出了不确定度，您不觉得有 ...

我不觉得有问题，希望您明示问题所在。

测绘领域目前就用精密度（精度）。

分类学说是需要推翻的，包括精度正确度准确度。

这里的不确定度是基于误差无类别哲学解释的，至于其他人对不确定度概念的其他理解我就不管了。

yeses 发表于 2016-10-3 07:27
例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次，每次都是同样的读 ...

您的如下说法：
例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次，每次都是同样的读数5.00mm。这样，平均测量结果为：5.00mm，平均值的标准差为0.00mm。
按误差分类理论处理：随机误差（结果5.00mm与期望之差）的标准差为0.00mm，即精度（精密度）为0.00mm；卡尺的输出误差不贡献离散，是系统误差，没有标准差，由正确度来评价，正确度是定性概念，只能用优良中差表述，综合评价准确度也是定性概念，也只能用用优良中差表述。（测绘领域的精度概念也同样就是这个意思，主贴中最后的图片就是测绘教科书中剪切下来的。）

按误差理论进行分析：
     -0.02 <= 某数显卡尺的系统误差 <= 0.02
---->
     -0.02 <=  测得值-钢球直径-随机误差 <= 0.02
---->
     -0.02 <=  5.00-钢球直径-随机误差 <= 0.02
---->
     5.00- 0.02 -|随机误差|<= 钢球直径 <=  5.00+0.02+|随机误差|
----> 100次的平均结果为
     5.00- 0.02 -|1000测量随机误差的均值|<= 钢球直径 <=  5.00+0.02+|1000测量随机误差的均值|
     又已知平均值的标准差为0.00mm，即1000测量随机误差均值的标准差为0.00mm。
---->
      5.00- 0.02 <= 钢球直径 <=  5.00+0.02

例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次，每次都是同样的读数5.00mm。这样，平均测量结果为：5.00mm，平均值的标准差为0.00mm。

按误差分类理论处理：随机误差（结果5.00mm与期望之差）的标准差为0.00mm，即精度（精密度）为0.00mm；...  ...

这样的测量结果太儿戏，莫说测量某钢球直径100次，就是用数显卡尺测量校准用的标准量块，重复测量100次，标准偏差为0的概率也极低

不可以儿戏地杜撰一组数据，并以此为据要推翻一个成熟的理论，学问不可以是这样做的

yeses 发表于 2016-10-8 15:10
我不觉得有问题，希望您明示问题所在。

测绘领域目前就用精密度（精度）。

       精密度（精度）这些概念在我们专业计量领域已经是不用的，准确度也只是一个定性不定量的术语，不知道这些过时的概念算不算已经被推翻了呢？您说的标准差问题在我们专业计量领域不存在，我们只有不确定度作为结论。当然我也知道在测绘领域还在使用此类概念，我认为在涉及测量的方面方面测绘领域应当向计量领域的标准看齐，取消这些过时的概念，在这点我是赞同您的观点的。

285166790 发表于 2016-10-8 17:18
精密度（精度）这些概念在我们专业计量领域已经是不用的，准确度也只是一个定性不定量的术语，不 ...

           为什么要在“涉及测量的方面测绘领域应当向计量领域的标准看齐”呢？本来就是两个专业、两个领域、两个部门、两部法律。不存在谁向谁看齐的事情。

机械工程 发表于 2016-10-8 18:45
为什么要在“涉及测量的方面测绘领域应当向计量领域的标准看齐”呢？本来就是两个专业、两个 ...

       JJF 《通用计量术语及定义》中，在"计量学"、"测量"词目外，另增了"计量"(metrology)词条，定义为实现单位统一和量值准确可靠的活动。从定义中可以看出，它属于测量，源于测量，而又严于一般测量，它涉及整个测量领域，并按法律规定，对测量起着指导、监督、保证的作用。计量与其它测量一样，是人们理论联系实际，认识自然、改造自然的方法和手段。它是科技、经济和社会发展中必不可少的一项重要的技术基础。计量与测试是含义完全不同的两个概念。测试是具有试验性质的测量，也可理解为测量和试验的综合。它具有探索、分析、研究和试验的特征。
       俗话说科技要发展，计量需先行，计量学是一门基础性科学，其它学科的测量工作都是基于计量学的发展基础上的。就像数学，是所有理工科的基础一样。所以说，其它部门在测量方面应向计量部门的要求看齐，这既是法律的规定，也是工作的需要。

机械工程 发表于 2016-10-8 18:45
为什么要在“涉及测量的方面测绘领域应当向计量领域的标准看齐”呢？本来就是两个专业、两个 ...

不存在谁向谁看齐，都是一样的测量专业，都是对未知量进行测量，彼此之间没有本质不同。

取消精度正确度准确度概念的原因是因为它本身是错误的。上面案例已经很清楚地看到，其错误有二：1、唯一结果与数学期望之差是恒差，不发散。随机误差概念把它解释成发散不符合实际。2、数学期望与真值之差也遵循随机分布，也有概率区间。系统误差概念认为它不遵循随机分布、只能定性评价也不符合事实。

csln 发表于 2016-10-8 16:04
例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次，每次都是同样的读 ...

你把标准差0.00改成多少都不影响这个结论！另外注意：0.00和你的0不是同一个东西！

崔伟群 发表于 2016-10-8 16:01
您的如下说法：
例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次， ...

-0.02 <= 某数显卡尺的系统误差 <= 0.02

1、您这个式子实际是给出了这样的结论：卡尺的最大允许误差MPE是系统误差的评价值。请问什么文献有MPE是系统误差的评价的论断？

2、按现有误差理论，系统误差是由正确度来评价的，正确度是定性概念不是定量概念，VIM中有MPE作为系统误差的定量评价的理论逻辑吗？您不妨现翻阅一下VIM或JJF1001。

3、按您的这个逻辑，不仅卡尺，是否任何测量仪器的误差都是系统误差？

yeses 发表于 2016-10-8 22:31
你把标准差0.00改成多少都不影响这个结论！另外注意：0.00和你的0不是同一个东西！ ...

是吗？如果100次重复测量的标准偏差是0.0005mm，你还能说：按误差分类理论处理：随机误差（结果5.00mm与期望之差）的标准差为0.00mm，即精度（精密度）为0.00mm；卡尺的输出误差不贡献离散，是系统误差，没有标准差，由正确度来评价，正确度是定性概念，只能用优良中差表述，综合评价准确度也是定性概念，也只能用用优良中差表述。... ...

0.00和0是不是一个东西，但一般人会明白，这里要说的0是绝对0，就算小数点后10位有非0数字也不叫绝对0。你觉得这样说有意思吗？要是这样说，你说的5.00mm的钢球是个什么东西，似乎只能叫钢珠吧

崔伟群 发表于 2016-10-8 16:01
您的如下说法：
例子：某数显卡尺的最大允许误差为：0.02mm，用于测量某钢球直径，连续重复测量了100次， ...

-0.02 <= 某数显卡尺的系统误差 <= 0.02

继续，这个简单的测量案例提示的就是如何认识这一测量原理。

最终测量结果5.00mm的误差（与真值之差）一定是个恒差（不会随机变化），它由二部分组成：最终结果与数学期望之差和数学期望与真值之差。

1、数学期望与真值之差是恒差，最终结果与数学期望之差同样也是恒差；

2、结果与数学期望之差是标准差为0.00mm的概率区间中的一个样值，数学期望与真值之差则是误差范围为0.02mm的概率区间中的一个样值；

3、这里的标准差0.00mm和误差范围0.02mm都是误差的概率区间评价值，仅仅是置信概率不同，也没有本质差异。

显然，这二个恒差之间完全对等，事实上没有任何性质上的差异。那么，凭什么非要把一个归为系统误差另外一个归为随机误差呢？然后还给出一套正确度、精密度概念逻辑体系？

现在，您使用了这套概念逻辑体系中的系统误差概念，表面上是仍然承认这套逻辑体系；但您却又不遵循这套逻辑体系中的系统误差没有标准差、只能用正确度定性评价的逻辑，这实际上还是突破了这套误差分类逻辑体系。

yeses 发表于 2016-10-8 22:58
-0.02

-0.02 <= 某数显卡尺的系统误差 <= 0.02

1、您这个式子实际是给出了这样的结论：卡尺的最大允许误差MPE是系统误差的评价值。请问什么文献有MPE是系统误差的评价的论断？

答：您要站在量传溯源的角度看这一问题，显然就不会有这样的困惑。由于人类测量手段的有限性， 上一级标准的误差范围可以看作该标准向下量传时的仪器的系统误差范围。

2、按现有误差理论，系统误差是由正确度来评价的，正确度是定性概念不是定量概念，VIM中有MPE作为系统误差的定量评价的理论逻辑吗？您不妨现翻阅一下VIM或JJF1001。

答：您一再强调正确度是定性概念，“卡尺的输出误差不贡献离散，是系统误差，没有标准差，由正确度来评价，正确度是定性概念，只能用优良中差表述”
       请问您的优良中差的定性依据什么？

       我个人认为，通常讲的正确度是定性概念是与精密度是个定量概念相对应的。精密度是能够使用数学公式算出具体值来的，因此称为定量；而正确度无法算出具体值，因此称为定性，但这不意味着不能够对系统误差进行l量化的估计。

        另外，正确度是用系统误差来量化表示的，而不是说系统误差是用正确度来表示的。

3、按您的这个逻辑，不仅卡尺，是否任何测量仪器的误差都是系统误差？

答：误差不一定是系统误差，这与测量仪器在溯源链中的位置有关。


最终测量结果5.00mm的误差（与真值之差）一定是个恒差（不会随机变化），它由二部分组成：最终结果与数学期望之差和数学期望与真值之差。

1、数学期望与真值之差是恒差，最终结果与数学期望之差同样也是恒差；

答： 数学期望与真值之差是恒差，也叫系统误差；
        最终结果与数学期望之差同样也是恒差， 也叫随机误差
        一个最终结果与数学期望之差同样也是恒差， 也可以叫随机误差容量为1的样本,或随机误差均值的一个样本点；

2、结果与数学期望之差是标准差为0.00mm的概率区间中的一个样值，数学期望与真值之差则是误差范围为0.02mm的概率区间中的一个样值；

答：结果与数学期望之差是标准差为0.00mm的概率区间中的一个样值，也可以描述为
       随机误差是标准差在(-0.004mm,0.004mm）之间，期望为0的样本总体的一个样本点；
   
     数学期望与真值之差则是误差范围为0.02mm的概率区间中的一个样值；也可以描述为
      测量仪器误差则是范围为（-0.02mm，0.02mm）的区间中的一个样本点，也可以描述为
     本次测量的仪器的系统误差则是范围为（-0.02mm，0.02mm）的区间中的一个样本点
     
3、这里的标准差0.00mm和误差范围0.02mm都是误差的概率区间评价值，仅仅是置信概率不同，也没有本质差异。

答：显然，这里的标准差0.00mm不但是误差的概率区间评价值，而且是本次测量引入的；
                  这里的误差范围0.02mm不但是误差的概率区间评价值 ，而且与是否是本次测量无关，而与是否是该测量仪器有关；

显然，这二个恒差之间不完全对等，并存在差异。

285166790 发表于 2016-10-8 21:58
JJF 《通用计量术语及定义》中，在"计量学"、"测量"词目外，另增了"计量"(metrology)词条，定义为 ...

         你搞清楚些，武测、武大的测绘专业与天大、浙大的精密仪器专业不是一个专业。

崔伟群 发表于 2016-10-9 10:36
-0.02

您就说了一个区别是我认同的：结果与数学期望之差是当前测量引入的，数学期望之差是历史测量引入的，区别仅仅就是当前和历史。

但！如果根据当前和历史来分类误差，这也不符合现有的误差分类理论。将来的人看当前也是历史，历史的人看自己也是当前，这也就是溯源链的上游下游问题。

补充内容 (2016-10-9 14:30):
现有理论强调误差分类是基于误差的性质来分类，都是恒差，性质差异自然并不存在。误差产生的时间先后与性质之间没有必然联系。

yeses 发表于 2016-10-9 11:29
您就说了一个区别是我认同的：结果与数学期望之差是当前测量引入的，数学期望之差是历史测量引入的，区别 ...

先出生的叫先生，后出生的叫后生。

系统误差和随机误差的数学定义很明确：就是   期望-真值 ，测得值-期望       其实没有先后一说，只是有时没有办法或为了方便，才偶尔借用先后的解释。

在群体而言，期望-真值 ，测得值-期望 就是系统误差和随机误差的质的区别，也是误差这一质的同一。

在个体而言，是具体和具体的区别，也是具体和具体的统一。

cdsjmcl 发表于 2016-10-9 11:22
你搞清楚些，武测、武大的测绘专业与天大、浙大的精密仪器专业不是一个专业。 ...

计量学并不是某个学校的一门专业，属于基础性内容，机械，电子，土木工程，测绘等理工学科专业都会涉及到。

崔伟群 发表于 2016-10-9 16:11
先出生的叫先生，后出生的叫后生。

系统误差和随机误差的数学定义很明确：就是   期望-真值 ，测得值-期 ...

关键是：

在当前是“期望-真值”，而在历史的卡尺制造者（也是测量工作者）却不会承认卡尺的输出误差就只是“期望-真值”，不会承认卡尺的输出误差是纯系统误差；

在当前是“测得值-期望”， 而在未来的测量者眼里（假设未来以该钢珠的5.00mm直径结果作为测量基准进行后续测量），后续的测量者也会说钢珠直径5.00mm的误差对后续测量产生系统性影响，其误差都是“期望-真值” 而不是“测得值-期望”。

就是说，期望-真值和测得值-期望的区别只对于当前测量来说有区分价值，对于整个量值溯源链全局来说，误差的类别是说不清楚的，或精密度和正确度是区分不清楚的。

还有一个实际已经被突破了的就是，所谓系统误差和所谓随机误差一样，都是恒差、都有标准差、都可以用标准差定量评价。就是说，正确度和精密度都可以用标准差来表述，正确度准确度定性评价完全多余。这实际已经推翻了精密度正确度准确度概念体系。

285166790 发表于 2016-10-9 17:18
计量学并不是某个学校的一门专业，属于基础性内容，机械，电子，土木工程，测绘等理工学科专业都会涉及到 ...

         术业有专攻，学校可以合并，专业不可能合并。

崔伟群 发表于 2016-10-9 16:11
先出生的叫先生，后出生的叫后生。

系统误差和随机误差的数学定义很明确：就是   期望-真值 ，测得值-期 ...

对于误差方程z=u+v来说，当前的测量者习惯认为u是期望-真值 ，v是测得值-期望。但历史的测量者（卡尺的制造检定者）完全可以做出完全相反的解释，毕竟u也是其大量离散误差样本序列中的一员。

而对于多于二个误差源的误差方程：z=u+v+...+x来说，再去纠缠谁是期望-真值谁是测得值-期望就更扯不清楚了，实际中不确定度评定也的确没有人去这么纠缠。但如果真要去纠缠谁是期望-真值谁是测得值-期望，那个不确定度一定很有趣。

yeses 发表于 2016-10-10 07:30
对于误差方程z=u+v来说，当前的测量者习惯认为u是期望-真值 ，v是测得值-期望。但历史的测量者（卡尺的制 ...

对于同一个男人，有人叫他为爸爸，有人叫他为儿子，而也有人站出来说，叫爸爸与叫儿子矛盾，这个人只是个男人。

逻辑上更有说服力是数学，
    若定义：
                               系统误差=测得值总体期望-真值
                               随机误差=测得值- 测得值总体期望
   
    无论是站在 历史的测量者  还是 当前的测量者 理解以上公式 都不会有问题 。也无论是对形如z=u+v的误差方程还是形如z=u+v+...+x的误差方程。

崔伟群 发表于 2016-10-10 09:15
对于同一个男人，有人叫他为爸爸，有人叫他为儿子，而也有人站出来说，叫爸爸与叫儿子矛盾，这个人只是个 ...

很好， “若定义”。

这个相对性解释是可以成立的，但您这个解释不是现有测量理论。因为现有理论（以VIM为准）从来没有认为正确度、精密度是相对的，从来没有认为正确度也可以用标准差来表述，从来没有认为正确度和精密度可以合成。一旦现有理论承认了您这个相对性解释，那就系统误差随机误差是相对的，正确度精密度是相对的，正确度也可以用标准差定量评价，正确度和精密度可以合成，准确度可以用标准差定量表达。那这种准确度和不确定度有什么不同？其后果不还是否定了误差分类的那套原有的逻辑体系吗？

yeses 发表于 2016-10-10 10:19
很好， “若定义”。

这个相对性解释是可以成立的，但您这个解释不是现有测量理论。因为现有理论（以VIM ...

虽然在VIM中有定义，但就目前的不确定度理论而言， 都不再提准确度、精密度，也避免谈误差，里面只规定A类评定方法和B类评定方法，一般A类用贝塞尔公式，B类用概率分布估计。

您所说的不分类早就被不确定度的推广者实现了。

尽管在历史上有一部分推广者完全否定误差理论，不过目前的推广者并不否定误差理论，他们认为误差理论也是一种评价方法，仅此而已。



“对于同一个男人，有人叫他为爸爸，有人叫他为儿子，而也有人站出来说，叫爸爸与叫儿子矛盾，这个人只是个男人。”这一解释只是一类比

“    若定义：系统误差=测得值总体期望-真值               随机误差=测得值- 测得值总体期望  ” 是一个系统误差和随机误差的绝对解释。没有任何二义性
                              
不能将实际估计系统误差的范围和 系统误差本身混为一谈。