|
發布時間: 2016-9-23 13:23
正文摘要:武漢大學 葉曉明 我在論文《The new concepts of measurement error theory》(國際測量學聯合會(IMEKO)旗下的Measurement雜志) 給出了一種誤差無類別測量理論體系的思維，這一思維最核心邏輯簡單介紹 ... |
|
本帖最后由 崔偉群 于 2016-9-29 16:43 編輯 就此圖而言，本人看法如下，不對的地方請海涵： 左圖中平差后測量結果與數學期望之差是隨機變化的、離散的有如下理解： 1.如果講的是一種理論方法，當然”平差后測量結果與數學期望之差是隨機變化的、離散的“，這是因為測量結果理論上不會都相同； 2..如果講的是一個實測結果，當然平差后測量結果與數學期望之差是恒定的，這是因為就某一具體測量結果而言，不會再變化； 有的人選取了1，有的人選取了2，角度不同而已，但由此認為是兩個完全不同的理念，不敢茍同，原因如下： 1.理論上1蘊含了2,2只是1的特例； 2.誤差的分類是從統計學的角度，換言之，其分類的目的是尋找不同測得值之間的共性和差異，從而方便后續處理； 3.兩個測得值孤立地來看，與真值都是恒差；但是統計地看，與真值有共同的恒差，還有除了恒差之外的差值。而這種區別，并不會只是因為孤立地看，或具體地看就會消失。 |
| 多日沒來，一并謝了。 |
| 您的理論在專家看來是顛覆性的，是對他們學識水平的挑戰，人家心里當然不爽了！看開點吧！ |
| 我大學的誤差理論與數據處理的教材是合肥工業大學的費業泰教授編寫的，樓主懂我的意思？ |
| 對于一個已經完成的測量，確實不存在還要隨機分布的誤差，但其中確實存在無法統計的誤差 |
| 老師的研究精神，這點是很令我佩服的 |
| 循規蹈矩，固化思維，不允許不同聲音的出現，這就是我們國家的教育，所以千百年來很難出一位諾貝爾科學家 |
njlyx 發表于 2016-10-28 14:40 總的來說我認為目前的分類方式，對于問題分析還是能起到正面作用的。對誤差不分類是葉老師的提議，請跟他探討此問題。 |
285166790 發表于 2016-10-13 15:04 對于單個孤立的事件（如某個因素在某次具體測量中引起的“測量誤差”值）而言，"隨機"的“含義”可能是確切的？ 但對于一個“過程”（一連串的事件，如某個因素引起的“測量誤差”值序列）而言，"隨機"的“含義”也許就不那么確切了？——可能要用“隨機過程”的相關概念來加以“分類”描述： 某個因素在某次具體測量中引起的、人們尚不能“確定”的“測量誤差”值，都是一個“隨機量”（不確定量）。 某個因素在若干次具體測量中引起的、人們尚不能“確定”的若干個“測量誤差”值【都是一個“隨機量”（不確定量）】形成的“序列”便構成一個所謂的“隨機過程”：這個“隨機過程”的各個“元素”之間可能“完全無關”——是所謂“白噪聲”型的“隨機過程”，這是一種“理想化”的“隨機過程”； 這個“隨機過程”的各個“元素”之間可能存在一定的“相關性”——便是所謂“有色”的“隨機過程”，這是“隨機過程”的一般情形，可由“自相關函數”、“功率譜”之類的參量表達它們的“特性”（如與“白噪聲”之間的差異之類）。 經典“誤差理論”中所謂的“隨機（測量）誤差”與“系統（測量）誤差”之分，應該是對此“隨機過程”的實用分類。 |
| 我是新手，不過看了報告，感覺有點認同作者。 |
285166790 發表于 2016-10-13 15:04 關于誤差的規律性議題，最近有一篇論文正在審稿之中，待錄用后即拿出跟您分享。 |
本帖最后由 285166790 于 2016-10-13 15:11 編輯 yeses 發表于 2016-10-12 18:12 如果所有誤差都遵循隨機誤差就沒有相關性了，相關性正是由于誤差的變化存在某種規律（不一定是周期性的）。 在現有概念中系統誤差并不一定是恒定誤差：系統誤差又叫做規律誤差。它是在一定的測量條件下，對同一個被測尺寸進行多次重復測量時，誤差值的大小和符號（正值或負值）保持不變；或者在條件變化時，按一定規律變化的誤差。前者稱為定值系統誤差，后者稱為變值系統誤差。 我認為按規律變化的系統誤差和大小方向完全沒有規律的隨機誤差還是有本質區別的。要說不分類我認為所有的誤差應該都歸為變值系統誤差，隨機誤差只是它的變化規律過于復雜從而暫時沒有被人認識而已，恒定系統誤差只是觀測時間不夠長而已，時間長了，沒有什么恒定不變的誤差。 |
本帖最后由 yeses 于 2016-10-13 14:59 編輯 njlyx 發表于 2016-10-13 14:30 現有理論的一個邏輯敗筆就是：因為某誤差在重復測量條件下產生了系統影響，所以它就是系統誤差，所以它就不遵循隨機分布，所以它沒有標準差。。。。 這就是您說的永久標簽的做法。 舉一個例子：光電測距儀的加、乘常數誤差，JJG703檢定規程30多年來從未給這二誤差規定限差，多大都可以。就因為它們被認定是系統誤差（永久標簽），可以被改正，不影響精密度（精度）。 二個學派為此還一直爭執不休，互不買賬：一個認為系統誤差可以被改正，誤差大和誤差小在改正上是一樣的工作量，沒有理由要限差；另外一派則認為，系統誤差是儀器的正確度指標，應該限差。 |
本帖最后由 njlyx 于 2016-10-13 14:32 編輯 yeses 發表于 2016-10-13 09:01 【仍就卡尺測量案例而言。本次采用了固定量程的靜態重復讀數測量方法，分度誤差不會發生改變，自然產生系統性影響，不貢獻離散，甚至出現了標準差0.00mm的現象；但如果換一種重復測量方法，用差分法測量且每次隨機地改變量程，分度誤差就要貢獻離散了。這個說明的道理是，誤差的影響性質是測量方法條件決定的，同一誤差具有多種影響性質。誤差還是那種誤差，是因為測量方法變了才表現不同特性。】------- “測量”誤差分量的“性質”必定是與“測量”方法密切關聯的，此處“分度誤差”在不同“測量”方法下表現出不同的“性質”很正常！...對測量器具(系統)之“測量誤差”分量的所謂“性質”劃分，自然也依賴于某種“確定”的使用方法（如果有不同使用方法的話），這似乎并沒有什么難以理解的問題？... 將某個影響因素按名稱貼上永久“性質”標簽并不是專業人士以為然的做法。 |
|
當然，誤差源的影響性質是需要區分的，但這不是對誤差類別的區分。就如同水具有汽化性質、液化性質、固化性質的區分，這種區分實際是對外界條件的區分。水還是那個水，是因為條件變了，性質表現才不同。 仍就卡尺測量案例而言。本次采用了固定量程的靜態重復讀數測量方法，分度誤差不會發生改變，自然產生系統性影響，不貢獻離散，甚至出現了標準差0.00mm的現象；但如果換一種重復測量方法，用差分法測量且每次隨機地改變量程，分度誤差就要貢獻離散了。這個說明的道理是，誤差的影響性質是測量方法條件決定的，同一誤差具有多種影響性質。誤差還是那種誤差，是因為測量方法變了才表現不同特性。 現有理論的一個邏輯敗筆就是：因為某誤差在重復測量條件下產生了系統影響，所以它就是系統誤差，所以它就不遵循隨機分布，所以它沒有標準差。。。。把影響性質和遵循隨機分布扯混了。 |
本帖最后由 yeses 于 2016-10-12 18:16 編輯 njlyx 發表于 2016-10-12 16:30 如果VIM認為精密度和正確度是相對的，正確度也可以用標準差定量給出，那就不用再在這里爭論什么了。現在一個是定量指標，一個是定性指標，怎么相對得了？ 所謂科學理論無非就是一套邏輯體系。誤差分類學的核心概念邏輯是系統誤差不遵循隨機分布，沒有標準差，所以正確度就不能定量。而我們現在已經證明系統誤差隨機誤差都是偏差、都遵循隨機分布、都有標準差，這不僅理論邏輯嚴謹而且已經更實用，再繼續“分類”怎么還能夠“有益”？ 相關性問題本身是傳統的隨機誤差理論的內容，系統誤差連標準差都沒有，哪來協方差和相關系數？恰恰只有在認為所有誤差都遵循隨機分布--沒有類別的邏輯前提下才能討論任何誤差之間的相關性。 |
|
本帖最后由 njlyx 于 2016-10-12 16:34 編輯 任何“分類”都是相對的，只要有助于解決實際問題，適當“分類”便是有益的。 所謂“系統誤差”、“隨機誤差”分類，極其對應的“正確度”、“精密度”指標，原本是針對測量器具（系統、方案）的計量性能描述提出的方法與指標，不能因為硬將它們套用于描述所謂“‘測量結果’品質”時的種種“不適”而加以全盤否定！ 按當前推行者的思維，描述所謂“‘測量結果’品質”的“指標”是“測量不確定度”，其中包含測量器具（系統、方案）計量性能的影響“分量”與被測量自身“隨機變化”的影響“分量”兩部分，直接套用【所謂“系統誤差”、“隨機誤差”分類，對應“正確度”、“精密度”】去“處理”所謂“測量不確定度”難免“很不適應”！...但這似乎是“欲加之罪”，并非【所謂“系統誤差”、“隨機誤差”分類，對應“正確度”、“精密度”】之“經典誤差理論”方法的錯。 所謂“系統誤差”、“隨機誤差”分類，本質是實用簡化處理“相關性”問題，所謂“測量不確定度”的表達與評估其實應吸納其“思想精髓”（不是照搬其名詞“定義”）。 |
本帖最后由 yeses 于 2016-10-12 10:15 編輯 285166790 發表于 2016-10-12 09:08 所以，讓我們合力把那些不合時宜的概念術語從VIM中抹去，把誤差理論的教科書的撰寫邏輯做出相應的調整，這樣就沒有這么多無謂的爭執了。 |
本帖最后由 285166790 于 2016-10-12 09:14 編輯 崔偉群 發表于 2016-10-10 10:41 我很贊同“不分類早就被不確定度的推廣者實現了”這個說法。不確定度具有溯源性，不存在案例中光求重復性結果可能為零的問題，所以我覺得這個問題至少在我們計量領域現在已經不存在了。不過葉老師提出的這個問題倒是很好的反映了原先的術語“精密度”存在的問題，所以現在我們計量領域不用了，這個問題也就解決了。 |
崔偉群 發表于 2016-10-10 10:41 能認識到“期望-真值”和“測得值-期望”是二個偏差，問題就已經清楚了，分類和不分類的討論實際已經不再重要，因為已經突破了傳統的一個偏差一個離散的核心認知。將來編撰教科書的概念邏輯自然得基于新的認知做出相應的調整。 |
本帖最后由 崔偉群 于 2016-10-10 11:15 編輯 yeses 發表于 2016-10-10 10:19 雖然在VIM中有定義，但就目前的不確定度理論而言， 都不再提準確度、精密度，也避免談誤差，里面只規定A類評定方法和B類評定方法，一般A類用貝塞爾公式，B類用概率分布估計。 您所說的不分類早就被不確定度的推廣者實現了。 盡管在歷史上有一部分推廣者完全否定誤差理論，不過目前的推廣者并不否定誤差理論，他們認為誤差理論也是一種評價方法，僅此而已。 “對于同一個男人，有人叫他為爸爸，有人叫他為兒子，而也有人站出來說，叫爸爸與叫兒子矛盾，這個人只是個男人。”這一解釋只是一類比 “ 若定義：系統誤差=測得值總體期望-真值 隨機誤差=測得值- 測得值總體期望 ” 是一個系統誤差和隨機誤差的絕對解釋。沒有任何二義性 不能將實際估計系統誤差的范圍和 系統誤差本身混為一談。 |
崔偉群 發表于 2016-10-10 09:15 很好， “若定義”。 這個相對性解釋是可以成立的，但您這個解釋不是現有測量理論。因為現有理論（以VIM為準）從來沒有認為正確度、精密度是相對的，從來沒有認為正確度也可以用標準差來表述，從來沒有認為正確度和精密度可以合成。一旦現有理論承認了您這個相對性解釋，那就系統誤差隨機誤差是相對的，正確度精密度是相對的，正確度也可以用標準差定量評價，正確度和精密度可以合成，準確度可以用標準差定量表達。那這種準確度和不確定度有什么不同？其后果不還是否定了誤差分類的那套原有的邏輯體系嗎？ |
本帖最后由 崔偉群 于 2016-10-10 09:21 編輯 yeses 發表于 2016-10-10 07:30 對于同一個男人，有人叫他為爸爸，有人叫他為兒子，而也有人站出來說，叫爸爸與叫兒子矛盾，這個人只是個男人。 邏輯上更有說服力是數學， 若定義： 系統誤差=測得值總體期望-真值 隨機誤差=測得值- 測得值總體期望 無論是站在 歷史的測量者 還是 當前的測量者 理解以上公式 都不會有問題 。也無論是對形如z=u+v的誤差方程還是形如z=u+v+...+x的誤差方程。 |
本帖最后由 yeses 于 2016-10-10 07:34 編輯 崔偉群 發表于 2016-10-9 16:11 對于誤差方程z=u+v來說，當前的測量者習慣認為u是期望-真值 ，v是測得值-期望。但歷史的測量者（卡尺的制造檢定者）完全可以做出完全相反的解釋，畢竟u也是其大量離散誤差樣本序列中的一員。 而對于多于二個誤差源的誤差方程：z=u+v+...+x來說，再去糾纏誰是期望-真值誰是測得值-期望就更扯不清楚了，實際中不確定度評定也的確沒有人去這么糾纏。但如果真要去糾纏誰是期望-真值誰是測得值-期望，那個不確定度一定很有趣。 |
285166790 發表于 2016-10-9 17:18 術業有專攻，學校可以合并，專業不可能合并。 |
小黑屋|Archiver|計量論壇
( 閩ICP備06005787號-1—304所 )
電話：0592-5613810 QQ:473647 微信:gfjlbbs
閩公網安備 35020602000072號
GMT+8, 2025-12-4 09:28
Powered by Discuz! X3.4
Copyright © 2001-2023, Tencent Cloud.
組圖打開中，請稍候......
收藏
贊
踩