量值認識中的“測量”與“統計”

      “測量”的本義為廣大計測人士熟知：是通過將未知量值的“被測量”與已知量值的“標準量”比較，而對“被測量”賦值的工作。
   
   “統計”的大體含義更是廣為人知：由大量“樣本”數據“統計”出【總結、歸納出】這些“樣本”數據所屬“總體”【即這些“樣本”的歸屬者】之“特征值”的數學分析工作。
   
    如上本義的“測量”與“統計”，是量值認識中經常要做的兩項工作。但兩者的技術內涵顯然分界明確，相應的技術推進責任也各有專業所負，從實用的角度看，或不宜將兩者揉成一體表述？

     對于理想化的不變常值被測量值對象【即單樣本被測量值對象】，可以只測量一次，得到唯一的“測得值”，作為被測量的“測量結果”，自然不存在“統計”工作要做；也可以重復測量N次，得到N個“測得值”——此時便有一定的“統計”工作要做了：求N個“測得值”的“平均值”作為被測量的“測量結果”，這個“測量結果”通常會比單次“測得值”更有可能接近被測量的“真值”；求N個“測得值”散布的“標準偏差（估計）值”，它是一部分測量誤差散布的體現。

     對于實際的隨機總體被測量值對象【即多樣本被測量值對象】，必須對足夠多的M個量值樣本進行“測量”，得到相應的M個“測得值”——隨后一定要做必要的“統計”工作：最簡單的情形是被測量隨機總體服從正態分布，就求這M個“測得值”的“平均值”作為被測量的均值的“測量結果”；求這M個“測得值”散布的“標準偏差（估計）值”，作為被測量的標準偏差值的“測量結果”。

     對“測量系統”的“檢定”或“校準”大體屬于對理想化的不變常值被測量值對象的測量，只不過此被測量值對象的量值已知（標稱值及不確定度已知），通常必須重復測量足夠多的N次，得到N個“測得值”——隨后一定要做必要的“統計”工作，獲得該“測量系統”可能產生測量誤差的“統計規律”。