關于不確定度評定的新質疑

走走看看 發表于 2015-3-11 15:38
經典誤差理論中沒有誤差范圍定義，只有誤差、最大誤差、極限誤差，史先生定義的│M – Z│max=│Δ│max= R ...

143#對此已有說明。

       " 網上討論中，有一個例子。說某單位進口一臺微波功率計。性能指標是準確度2%。送國家計量院檢定合格。不確定度宣貫組到來，給這臺微波功率計評定的結果是：測量不確定度6%。性能這么差，人們就不敢用了。
    進口儀器，又經國家計量院檢定合格，按指標用就是了，評個不確定度，是畫蛇添足。本特例又有那么大的不確定度，無端造成使用者的顧慮，真是礙事。
     這是怎么回事？是評定者的問題，還是不確定度論的問題呢？
     這個情況的發生，不一定是評定人員的問題，而是不確定評定的痼疾。就是A類評定測得的標準偏差，就當作不確定度，這是不區分對象與手段的后果。"

評定結果測量不確定度6%很正常，性能指標2%是被測源端口和功率探頭阻抗匹配理想情況的指標，實際測量時對測量結果不確定度影響最大的是被測源輸出端口SWR，端口失配情況下，莫說6%，再大也有可能，這不是不確定度的問題，也不是評定的問題，問題是不敢用功率計的使用人員不具備基本的微波功率測量基礎知識，合格的微波計量人員知道如何減小失配，減小測量不確定度，這比區分對象和手段重要得多，并不是簡單拿指標用就可以了。

csln 發表于 2015-3-11 17:45
" 網上討論中，有一個例子。說某單位進口一臺微波功率計。性能指標是準確度2%。送國家計量院檢定合 ...

       讀過先生的幾個帖子，得知先生的思路是很清晰的。只是懷大才而為顛三倒四的不確定度論辯解，可惜。
       你能解釋一下GUM的測量溫度的例子嗎？那么大的變化，那個不確定度是溫度計的還是溫度源的？正常的溫度計，如普通的水銀玻璃溫度計，誤差范圍也優于0.2攝氏度，就是說最大可能溫度變化是溫度源的變化。溫度源是被測對象，客觀的溫度變化量，算出西格瑪來，能除以根號20嗎？隨機變量的分散性只能是單值的西格瑪。平均值的西格瑪的期望值是零，它能當隨機變量的表征量嗎？不確定度論的A類評定，規定測量N次，西格瑪除以根號N才是不確定度。GUM說：被測量可以是一般量，也可以是統計變量。在測量對象是統計變量的情況下，A類不確定度的評定的模式還行嗎？

　　不知史老師所說的GUM的測量溫度的例子，即水銀玻璃溫度計的例子是不是JJF1059.1-2012的A.3.5工作用玻璃液體溫度計的校準不確定度評定示例。我認為該例子除了測量模型錯誤外，不確定度評定過程并無不妥，其測量模型應為Δt＝t－ts，Δt為被檢溫度計示值誤差，t為被檢溫度計示值，ts為標準溫度計示值。在分析“輸入量”被檢溫度計示值t給輸出量Δt引入的不確定度分量時用重復性實驗10次得到實驗標準差S＝0.018℃，因為檢定規程規定檢定時必須測量4次取平均值作為被檢溫度計的讀數，因此 t 給輸出量引入的標準不確定度分量應該是S/√4＝0.009℃。

　　對于" 網上討論中，有一個例子。說某單位進口一臺微波功率計。性能指標是準確度2%。送國家計量院檢定合格。不確定度宣貫組到來，給這臺微波功率計評定的結果是：測量不確定度6%。性能這么差，人們就不敢用了?！蔽业目捶ㄈ缦拢?br /> 　　如果一臺微波功率計允差2%，對其檢定方法（或檢定結果）的不確定度是6%，說明檢定機構是誠信的，實事求是給出了自己的檢定方法“可信性”（不確定度大小），但因為U＞MPEV/3，說明這個檢定方法或檢定結果嚴重不可信（注：不是機構不誠信），不能被用來判定被檢儀器是否合格，是否能用。送檢單位應該要求檢定機構更換檢定方法，如果該機構的檢定方法只能達到這個程度，就只有更換另一家不確定度滿足U≤MPEV/3的檢定機構。
　　正如152樓所說，如果檢定方法能力更差的話，檢定結果的不確定度“莫說6%，再大也有可能，這不是不確定度的問題，也不是評定的問題”，而是檢定方法選擇不適當造成的，不確定度只與檢定方法有關，而與檢定結果的大小無關，只表述檢定結果的可信性高低，不表述檢定結果的大小或檢定結果的準確性高低（誤差大?。?。

規矩灣錦苑 發表于 2015-3-12 00:16
　　對于" 網上討論中，有一個例子。說某單位進口一臺微波功率計。性能指標是準確度2%。送國家計量院檢定 ...

你的小學語文可能是江湖買藝師傅教的    話嘮

你的中學語文可能是小學體育老師教的    理解力太差

檢定合格是檢定結果一定在指標范圍內，6%不是檢定結果不確定度，是宣貫組評定的

-
       本人所指GUM的測量溫度的例子是指GUM（《JCGM100：2008》）的4.4.3條，不是《JJF1059》上的例子。GUM這個測量溫度例子，也載于1993版和1995版（中文譯文在葉德培《測量不確定度》一書的第47頁）。
       為了便于新來的網友了解情況，也為了給137#《區分對象與手段的必要性》一文做解釋，特轉發幾年前我的一篇短文如下（載《駁不確定度論一百六十篇集》p145）。   
--
                                一筆混沌帳-十七論不確定度論
-
       本人反對不確定度論。前面歷數不確定度之弊病：四不像、四不清、四混淆?？磥?，真夠狠的。為了排比，也不免重復。其中關于測量結果問題就多次提及。對測量計量理論來說，測量結果是最終表達，它太重要了，在本論即將結束時，本段再論它一次，——說說不確定度是一筆混沌帳。

一 混沌之源      
       1 兩類被測量的混淆
       被測量的量,稱為被測量。經典測量的被測量是常量，只有唯一的值，即真值。統計測量的被測量是隨機變量。
       不確定度論怎樣看待被測量呢？說被測量可以是常量，也可以是統計變量。這是混沌源之一。
       2 A類評定 混淆對象與手段
       A類評定是不確定度全部評定的核心。因為B類評定是引用人家的材料，只有A類評定是本家特產。
       不確定度的A類評定，用儀器測量被測量，算西格瑪，這樣就把被測量的變化與儀器的隨機誤差攪在一起了。這是最大的混沌源。
-
二 混沌的主要形式     
       不確定度的中國式宣貫中，有構成不確定度的人、機、料、法、環一說，查不到國際文件根據，算是國人的發揮吧。我不贊成此說，但覺得這個概括簡單、形象、上口，不管其本來目的如何，客觀上描述了不確定度的大雜燴面目。面目一露，揭示其本質就容易了。
       在正確使用儀器的情況下，所謂人（目光正視等）、法（方法當然不能錯）、環（例如溫度影響）實際都是很微小的，在正常使用條件下，儀器的指標已包含這些因素。于是，就主要是機（測量儀器）和料（被測量）了。測量儀器性能（系統誤差與隨機誤差，穩定性）與被測量的變化混在一起，是不確定度的混沌狀態的基本形式。
-
三 不確定度的實質           
       不確定度論把不確定度定義為“分散性”，分散性到底是啥，讓人說不清、道不明、參不透。領教不確定度論快二十年了，終于悟得如下一條名實大體符合的一條定義：
       不確定度是由測量儀器誤差與被測量的變化以及環境影響等共同構成的測得值對期望值的偏離程度。
       再次說明，這個定義是我下的。恰當不恰當？拆臺還是補臺？請讀者品評。我要說的是：不確定度的實質是混沌帳。

四 混沌導致的問題        
        我們舉兩個例子
       1一律除以根號N ，嚴重低估被測量的變化
       GUM在給出不確定度的數量定義時，說的十分明白，西格瑪除以根號N叫A類不確定度（見葉書42頁）。本來，變量本身的分散性是單值的西格瑪，而除以根號N，就是把量值的分散性縮小了根號N倍。此值太小了，用來表達被測量的變化性能，是極大的歪曲。
       GUM的測量溫度的例子，測得值如下（單位攝氏度）：
-
96.90/98.18/98.25/98.61/99.03/99.49/99.56/
99.74/99.89/100.07/100.33/100.42/100.68/100.95/
101.11/101.20/101.57/101.84/102.36/102.72
-

-
      GUM就上列數據給出結果：σ=1.49℃；除以根號20，得標準不確定度u=0.33℃
       溫度測得值的平均值是100.14℃，變化范圍是96.90℃到102.72℃。下半寬為3.24℃；上半寬是2.58℃。 如此大的變化是溫度計問題嗎？顯然不像，最普通的水銀溫度計，誤差也在0.2℃以下。從其0.01℃的分辨力來看，大概是優于普通溫度計的電子溫度計。數據的變化，應該是被測量的變化。溫度變化范圍是5.82℃，這是實實在在的溫度變化區間。
       這個問題，顯眼是變量測量，是統計測量問題。用統計理論處理此問題，求到σ，就是溫度分散特性；Δ= 3σ= 4.5℃是極限偏差。由此給出指標±Δ，即±4.5℃；實測數據20個，都在所給區間內，符合邏輯。
       請看GUM的處理。σ除以根號20，得不確定度u=0.33℃，此為標準不確定度；按GUM常例，k取2，于是得擴展不確定度U=0.66℃. 即數據包含區間的半寬是0.66℃. 區間高端是100.80℃；區間低端是99.48℃。對照實際數據，高端排除7個數，低端排除5個數。
       一共才20個數據，不確定度論算出的區間，竟只包含8個數據，而排除12個數據。什么置信區間？什么包含區間？置信不可信，包含區間不包含。不確定度真不是東西！難怪計量院的一位副院長說它是“瞎扯淡”，馬鳳鳴說它是“吃飽撐的”，而一位網友說它是“洋垃圾”。
-
       2 把被測量的變化混入測量儀器指標評定，歪曲儀器性能。
       不確定度的A類評定，既包含了測量儀器的性能，也包含了被測量的變化，是個混沌體。
       有位網友寫道：他們單位有一臺進口的微波功率計，準確度指標2%。送檢合格。不確定度評審組來了，這臺功率計被評定為擴展不確定度8%。這樣差的指標，人們也就不敢用了。容易想到，微波信號源的功率一般不穩定，變化6%是常事，易出現此類事。（正常的檢定，必須用穩定度優于0.5%的信源。）
       這種歪曲測量儀器性能的情況是偶然的嗎？不，這是用A類評定方法（不采取分割法）處理問題的必然結果，是不確定度論的本質性的弊病，是不確定度這筆混沌帳的惡果。
-
      注： 數據圖，在制圖片時有錯位。細心的讀者，在分格的紙上，點出數據，易看出兩個區間的包含特性。
-

"不確定度的A類評定，既包含了測量儀器的性能，也包含了被測量的變化，是個混沌體."

這本來就是極正常的事，測量結果的不確定性本來就是由測量儀器和被測量變化共同引起的，是個混沌體才是正常的

飛行器在天上飛，影響空氣動力性能的有飛行器與流體間的相對速度，就必須要同時考慮空氣流動速度和飛行器相對地面速度，這是必須的。

走走看看 發表于 2015-3-12 08:22
你的小學語文可能是江湖買藝師傅教的    話嘮

你的中學語文可能是小學體育老師教的    理解力太差

　　呵呵，我們的技術觀點可以完全不同甚至對立，我小學和中學的語文老師用不著您操心，我可以告訴你他們都是省、市優秀教師，學校也是上世紀五六十年代我上學時省內教育水平最高的，即便我的語文水平不高也是我個人的學習不好，你可以隨便攻擊我個人，但我絕對反對攻擊我的老師，我們只討論技術問題，請您自重，不要技術上說不清楚就節外生枝。
　　“檢定合格”當然是檢定結果一定要在允許的指標范圍內！案例說“一臺微波功率計，性能指標是準確度2%，送國家計量院檢定合格”，這就是告訴我們儀器誤差檢定結果一定小于2%。但案例又說“不確定度宣貫組給這臺微波功率計評定的結果是：測量不確定度6%”，你就必須搞清楚這句話的含義。
　　既然您的語文水平高，我們先不談技術，僅語文基礎你就應該明白下述道理：案例只是講宣貫組評定的是“不確定度”，并未講否定了檢定機構的“檢定合格”結論，否定了儀器誤差檢定結果小于2%。你應該清楚“不確定度的評定結果”并非“誤差的檢定結果”，除非你一定要混淆“評定”與“檢定”的概念，混淆“不確定度”與“誤差”的概念，但我認為這種混淆概念的水平的確很難與語文水平高放在一起。
　　其次，從技術角度來說，你還應搞清楚不確定度6%到底是儀器檢定結果的，還是使用該儀器檢測被測參數的。檢定結果的不確定度應該由計量院在檢定/校準證書中給出，用不著“宣貫組”評定。這是因為檢定過程的信息只有實施檢定者自己清楚，宣貫組并不清楚。宣貫組可以從接受培訓的有關人員對其使用微波功率計檢測微波功率的測量過程描述中獲得測量過程的信息，并根據這些信息評估測量結果的不確定度，因此我估計宣貫組評定的不確定度應是使用儀器實施測量的不確定度。測量設備僅僅是組成測量過程的諸要素之一，評估的測量不確定度大于所用儀器的最大誤差允許值2%是正常的，達到6%并非不可能，小于2%才是值得思考的非正常現象。

史錦順 發表于 2015-3-12 10:36
-
       本人所指GUM的測量溫度的例子是指GUM（《JCGM100：2008》）的4.4.3條，不是《JJF1059》上的例子。 ...

　　1.關于混沌之源
　　測量不確定度是測量結果的不確定度，也是測量過程的不確定度，被測對象的被測參數是什么這是關鍵，因此，不確定度評定不必區分被測量的類別。關于不確定度的A類評定方法，我贊成158樓的觀點。
　　2.關于混沌的主要形式
　　構成不確定度的不是人、機、料、法、環，而是構成測量過程的人、機、料、法、環對測量結果的影響給測量結果引入了不確定度分量。
　　人、法、環的影響再微小，對測量結果的影響也客觀存在，測量過程的要素也并非僅僅這些因素，另外，日常測量偏離規定環境條件也時有發生，測量方法也多種多樣。使用同一測量設備采用間接測量或直接測量，絕對測量或比較測量對測量結果的不確定度影響大不相同，所用的機（測量儀器）和料（被測量）也都會對測量結果產生影響。評估測量結果的不確定度理所當然應綜合考慮人、機、料、法、環要素引入的分量，儀器性能與被測量的變化當然應在考慮之列。把它們看作影響測量結果的一個整體，而不是僅盯著某個局部，不確定度評定科學地使用了“系統方法”，而不是“混沌”。
　　3.關于不確定度的實質
　　不確定度論把不確定度定義為“分散性”，定義還非常明確指出是估計出來的被測量真值所在區間的“半寬”，已經說清道明，無需再“參”。老師給的定義：“不確定度是由測量儀器誤差與被測量的變化以及環境影響等共同構成的測得值對期望值的偏離程度”，錯就錯在不確定度是“測得值對期望值的偏離程度”，“測得值對期望值的偏離程度”本質上是“誤差”不是“不確定度”。把“誤差”和“不確定度”概念相混，必然會產生“混沌帳”的感受。在概念上我們必須有清晰和明確的“分水嶺”，分水嶺不清，長江也會被混沌到誤認為是黃河。
　　4.關于混沌導致的問題
　　案例1一律除以根號N的問題，我也已經多次說了我的觀點。這里的N是獲得測量結果的實際測量次數，是規程/規范/標準規定的必須測量多少次取平均值的次數，并不是為了獲得實驗標準偏差S的重復試驗次數n。有時候某些出版物中測量結果的實際測量次數N與重復試驗次數n使用了同一個符號n，我們必須“火眼金睛”加以識別，切不可一律認為是n。
　　關于案例2 把被測量的變化混入測量儀器指標評定，歪曲儀器性能的問題。不確定度評定明確規定，分量評估要“既不重復也不遺漏”。測量模型中有幾個輸入量就必有幾個不確定度分量，不能多也不能少。測量模型的輸入量如果并無被測量（準確地說應該是被測對象，不是被測量），也就沒有被測對象引入的不確定度分量，測量模型中存在有關被測對象的輸入量，它就必給測量結果引入一個不確定度分量。例如示值誤差的檢定是被檢儀器示值與標準值之差Δ＝L－Ls，“輸出量”Δ的不確定度來自于被檢儀器示值L和標準值Ls兩個“輸入量”。其中L引入的分量與被檢儀器讀數有關，讀數重復性就會給Δ引入不確定度，被檢儀器的估讀誤差或分辨力也會給Δ引入不確定度，兩者相互重疊，因此應取最大者作為L引入的不確定度分量，這是合理的，并不混沌。
　　一臺進口微波功率計準確度指標2%，送檢合格，評審組評定為擴展不確定度8%，人們也就不敢用了。諸如此類例子，我們一定要問清楚到底是怎么回事，不能想當然。如果評審組評定的真是檢定機構所給檢定結果的不確定度，那就要看看評審組所用信息是否對，一般來說實施測量者對測量過程信息最清楚，檢定結果不確定度理所應當由檢定機構給出，審核組不是該檢定結果的測量者，并不掌握檢定過程的信息，評定中往往有重大錯誤。關于這個例子我在155和159樓均有說明，就不再重復。

這個看不懂啊

不確定度具體怎么計算

weijun_dl 發表于 2015-3-12 14:20
不確定度具體怎么計算

　　謝謝你的參與，這個主題帖的主題是“不確定度評定的質疑”，討論的是不確定度的含義，討論不確定度有用無用，討論已有誤差分析理論的情況下是否還有必要讓不確定度生存下去。為了不影響這個主題帖的討論核心，關于不確定度評定的具體方法，建議你另辟一個主題帖邀請大家討論，相信大家也會積極參與你的主題帖討論。

weijun_dl 發表于 2015-3-12 14:20
不確定度具體怎么計算

       講解不確定度評定方法的書籍、教材很多。在百度上打“測量不確定度評定”，就可查到，且多數可以免費下載。不可能有人在網上回答你。圖書館里此類書也很多。著名的有《測量不確定度》（葉德培著）、《實用不確定度評定》（倪育才著）等等。

規矩灣錦苑 發表于 2015-3-12 00:16
　　對于" 網上討論中，有一個例子。說某單位進口一臺微波功率計。性能指標是準確度2%。送國家計量院檢定 ...

不用分析了，評定出6%的不確定度同檢定無任何關系，同檢定結果不確定度無任何關系，送國家計量院檢定合格意味著檢定時測量不確定度不會大于2%，152#已經告訴你了，主要是失配引起的，也基本與測量時A類評定分量沒多大關系，要減小測量不確定度，減小失配就行了。

走走看看 發表于 2015-3-12 19:51
不用分析了，評定出6%的不確定度同檢定無任何關系，同檢定結果不確定度無任何關系，送國家計量院檢定合格 ...

　　152樓是講了不確定度評定造成6%的原因，不過“這個情況的發生，不一定是評定人員的問題，而是不確定評定的痼疾”說法還是有待商榷?！安灰欢ㄊ窃u定人員的問題”是說對了，“而是不確定評定的痼疾”則說的不對。不確定度評定的方法是科學的，沒有什么“痼疾”，問題是要搞清楚審核組評定的是什么結果的不確定度。
　　你所說“評定出6%的不確定度同檢定無任何關系，同檢定結果不確定度無任何關系”也是說到了點子上，我相信國家計量院作為國家計量技術的權威機構，我國計量工作中的精英集中的地方，發生檢定中的“失配”不該也不會。一句話，證明“失配”并非造成評定結果為6%的原因并不難，只需查一下計量院給出的證書中的不確定度即一目了然。
　　在前面帖子我也談到審核組不是該檢定結果的測得者，并不掌握檢定過程的信息，因此他們無法評定檢定結果的不確定度，只能評定使用該被檢儀器從事測量活動所得測量結果的不確定度。若果真6%不是檢定結果的不確定度，就不能用它來評判檢定結果是否可信，評判被檢儀器是否合格，只能用來評判用該儀器所開展的測量活動和測量結果是否可信，是否可靠。也就不能因這個6%的不確定度超出了被檢儀器允差2%，判定被檢儀器“性能這么差，人們就不敢用了”，也不能用它判定計量院選擇的計量標準“失配”。

史錦順 發表于 2015-3-11 19:00
讀過先生的幾個帖子，得知先生的思路是很清晰的。只是懷大才而為顛三倒四的不確定度論辯解，可惜 ...

對象和手段隨機變化有：被測對象穩定不變，儀器變動；被測對象變動，儀器不變；被測對象和儀器都變化。前兩者暫按先生的分類稱為基礎測量、統計測量，第三種暫稱為混沌測量

經典誤差理論對什么情況用單值σ（合理應稱為s，s是實驗標準差，σ為總體標準差，還是要區分的），何時用均值s，有基本規定，基礎測量可用均值s，統計測量用單值s，混沌測量要盡量避免。不研究誤差理論，但認為這個規定沒有多少道理，測量技術提高后，基礎測量可能變為統計測量，使用一般的測量儀器，統計測量亦可變為基礎測量，而大部分計量是混沌測量，只要沒有充分證據證明s不收斂，就可認為重復性條件下重復測量結果符合隨機變量統計規律，無論是基礎測量、統計測量還是混沌測量，均可以用均值表示測量結果，均可以用均值s表示平均值的分散性，沒有道理由于測量技術提高就剝奪了隨機變量使用均值s的權利。

GUM 4.4.3均值s（均）的意義是在重復性測量條件下，測量至少10組數據，每組測量個數同前s（均）除以根號n的n相同，求10組數每組的平均值，平均值的s（均1）（此處不除以根號10-1）同s（均）是一致的，s（均）反應的是10組平均值的分散性，s（均）是s（均1）的無偏估計。

任何s收斂的隨機變量的s（均）的極限均為0，不只是統計測量。

csln 發表于 2015-3-13 10:42
對象和手段隨機變化有：被測對象穩定不變，儀器變動；被測對象變動，儀器不變；被測對象和儀器都變化。前 ...

       用貝塞爾公式算出的西格瑪，是單值的西格瑪，它的數學期望是常數，在測量次數大的情況下，與測量次數無關。它是統計變量的分散性的表征量。因此，統計測量要用單值的西格瑪。這是對象的問題，不可用增加測量次數的方式使其縮小。必須正視它、保持其本來面目。有多大算多大。
        除以根號之后的西格瑪，是平均值的西格瑪，它的數學期望是零，它與測量次數有關，不能當統計變量的分散性的表征量。如果用它當統計變量的表征量，則有很大分散性的統計變量，當測量次數很大很大時，分散性也趨近零，這是改變對象的客觀性質，是錯誤的。
       經典誤差理論的適用場合是常量測量。測得值的分散性由測量儀器的隨機誤差引起，儀器的問題是手段問題，手段是可以改善的，多次測量取平均，則平均值的分散性等于西格瑪除以根號N，它的期望值是零，表明測量次數越多，手段的改善越多。這是合理的。
-
       關于單值的西格瑪是隨機變量的特性，網上有陳成仁的見解，請看如下二照片。上圖是講課標題；下圖是有關內容。-

-
-

-、

-
         進口的微波功率計的指標是準確度2%，經國家計量院檢定合格，使用者該按此指標應用，應該知道，2%是基本誤差范圍。測量信號源的功率，測得值的誤差，除基本誤差，還有失配誤差。失配誤差范圍等于功率計的反射系數模值與信號源的反射系數模值乘積的2倍。這是微波功率測量的常識。
       進口的2%微波功率計，其駐波系數1.1以下，當信號源的駐波系數在1.1以下時（標準源可滿足），功率測量的適配誤差范圍是0.5%，可略。
       國產的5%微波功率計，其駐波系數1.2以下，當信號源的駐波系數在1.2以下時（較好信號源源可滿足），功率測量的失配誤差范圍是1 %，可略。
-
       測量一般的信號源的功率，要在功率計基本誤差上附加失配誤差。
       如果2%的功率計的駐波系數是1.1，當信號源的駐波系數是2時，失配誤差約3.3%
       如果2%的功率計駐波系數是1.2，當信號源的駐波系數是2時，失配誤差約7%
-
       以上是1993年前，對微波功率測量誤差的表征方式?；舅悸肥枪β视嫷膯栴}與信號源的問題區分開。這就是符合手段（功率計）與對象（信號源）區分原則的處理辦法，很清晰。
-
       不確定度的評定，用于功率計誤差的處理上，不清楚信號源有多大的波動性，測量10個數就按A類不確定度評定，得知信號源的駐波系數就算上失配誤差，這樣合成的不確定度僅僅對所面對的這一臺信號源可能有用，而不是評定了微波功率計的性能。如果是針對某一工號，對應特定的信號源，檢查組的評定結果8%（上次我誤寫成6%，后來查原帖是8%），是特定條件下的特定數值，沒有異議。問題是，網友反映的問題是說這臺功率計是本廠的最高水平，檢查與評定都是當作本廠的最高判別標準來看待的（計量檢查組管的是計量，不是某個具體任務）。因此，檢查組的8%的評定，是以偏代全的錯誤評定。這就造成了一些用戶對該功率計的誤解，不愿用是正常的。不確定度評定畫蛇添足，沒事找事。
-

　　用貝塞爾公式算出的σ，是單值的σ，它的數學期望是常數，在測量次數足夠大的情況下，再增加測量次數影響已經甚微，只有在此時才可以說 σ　“與測量次數無關”。
　　σ是統計變量的分散性的表征量。當把n次測量作為某測量方法的重復性實驗時，它可以表達常量測量所用測量方法“隨機誤差”，表述單次測量結果的隨機誤差，還可以表述對被測量真值估價的存在區間半寬，表述單次測量結果的一個不確定度分量。當對n個被測樣品進行統計分析時，視為對一個“統計量”的一次統計測量，此時的算術平均值是這個統計量的一次測量結果”。
　　所謂“統計量”無非是在測量中不斷變化的量，或者說隨時間變化而隨機變化的量，因此不能再用某個“時刻”的測得值作為其測量結果。必須大量取樣，例如取某個“時間段”的測得值的平均值作為其量值測量結果。即“統計量”的測量結果不能用單次測量結果而必須用多個樣品測量結果的平均值作為測量結果。此時n次重復性實驗結果被視為n個樣品的多個測量結果，σ也就變成表述這個統計量的這次測量結果（平均值）的所在區間半寬，是這個以平均值作為該“統計量”測量結果的“隨機誤差”了。它已是一個統計量通過n個樣本統計測量得到的測量結果的隨機誤差，所以也就不能再除以根號n。
　　我前面說過世界上根本就不存在常量測量和統計量測量之說，它們其實就是“測量”，任何被測量都是隨時間的變化而變化的，常量與統計量只不過單位變化量的大小不同而已，常量和統計量是相對的，這種“統計測量”的測量方法只需反映在該“統計量”的測量模型中，不確定度評定時針對其測量模型進行，不需再考慮常量測量還是統計量測量的問題，而直接按JJF1059.1規定的方法評定即可。
　　所謂測量系統的性能表達形式測量不確定度/準確度等級/最大允許誤差只不過是個“三選一”的要求，知道其定量化的最大允許誤差就應該首選，其次選擇定性化的指標準確度等級，連定性化指標都不知道時就只有選擇由該測量系統給測量結果引入的不確定度了，盡管不確定度屬于測量結果不屬于測量系統，但由測量系統的性能引入，也可以側面反映測量系統的性能了，所以雖“不是”但可“視為”測量系統的“技術指標”。

規矩灣錦苑 發表于 2015-3-13 17:08
　　用貝塞爾公式算出的σ，是單值的σ，它的數學期望是常數，在測量次數足夠大的情況下，再增加測量次數影 ...

       你不懂頻率測量與計量，對隨機變量的想法與處理方法，就顯得太幼稚也太笨了。早在1966年，美國人阿侖提出一套辦法，統稱阿侖方差。除提出避免“發散困難”的統計方法外，還提出“采樣頻率”的重要概念?！懊氩蓸印钡念l率等于相位的微商在1秒時段中的積分再除以2π。并定義采樣周期等于采樣時間（連續采樣），每兩個為一組，測量100組。按公式計算阿侖方差。此稱秒穩定度。當今國際宇航界用的是5毫秒采樣到20毫秒采樣的頻率穩定度。由于概念明確、定義嚴格，阿侖方差被全世界宇航界、守時定位界、頻率測量計量界廣泛采用。有力地抵制了糊里糊涂的不確定度。你連常量測量與統計變量測量的區分都弄不清楚，不談也罷。自己找點有關的書 看看吧。

“檢查組的8%的評定，是以偏代全的錯誤評定。這就造成了一些用戶對該功率計的誤解，不愿用是正常的。"

如果因為不確定度評定造成誤解，進而不愿用功率計，還真是幸事，沒有不確定度評定，真就什么時候都當2%用，如果這是一個重要單位，終有一天會惹出滔天大禍，這個不確定度評定太必要了。

　　是的，我承認不懂頻率測量與計量，但常量與隨機變量我還是能區分。我們不必講大道理，其實常量也是隨時間的變化而變化的量，只不過變化緩慢罷了，因此我說常量和隨機變量是相對的。
　　我不懂“秒穩定度”，也不懂為什么要“用5毫秒采樣到20毫秒采樣的頻率穩定度”。我覺得對常量測量時，相當長時間段內任意時間段的測量結果都可以代表這個較長時間段被測量的值，但也不能說這個被測對象永遠都這么大。對隨機變量的測量必須限定一個更微小的時間段取樣，測得值也只能代表非常短時間段的樣本量值，要獲得較長時間段有代表性的測量結果，就必須對這個時間段內許許多多個樣本測量并取平均值，到底如何取樣，也就涉及了我所理解的“采樣頻率”的問題。這是我對“采樣頻率”的淺顯理解，如有不對請老師指教。
　　“檢查組的8%的評定”并不能說明檢查組“以偏代全”，也許這個不確定度8%并不是功率計檢定結果的不確定度，而是使用允差2%的功率計檢測功率的測量方法的不確定度。使用儀器進行測量的不確定度不是該儀器檢定結果的不確定度，據此判定儀器不合格和不愿用是荒謬的。
　　“沒有不確定度評定，真就什么時候都當2%用”是對檢定結果可信性的盲從。如果一個檢定機構檢定結果小于2%，但其檢定方案的不確定度大于2%/3，違背了U≤MPEV/3的基本規定，雖然檢定機構判定被檢功率計合格，也是不值得采信的。我們必須要求檢定機構更換檢定方法，或更換一家檢定方法滿足1/3原則的檢定機構重新檢定。不確定度不是用來評判被檢對象是否合格的指標，而是用來評判測量結果（檢定結果）是否值得采信的指標，用8%的不確定度評定結果評判被檢功率計不合格是概念混淆，錯用了不確定度。

在學術活動上，不能迷信，要就學術內容的本身來思考，來鑒別，來判斷。計量院的崔偉群，對我討論中涉及北大的事很反感，我卻認為，我能有幾項獨立思考的成果，包括否定大學教科書內容的《波導特性阻抗新概念》，對國際標準提出異議的“阿侖方差質疑”，都是與在北大受的影響分不開的。其中最主要的一條就是，不迷信任何科學家，不迷信任何理論。

當今國際宇航界用的是5毫秒采樣到20毫秒采樣的頻率穩定度。由于概念明確、定義嚴格，阿侖方差被全世界宇航界、守時定位界、頻率測量計量界廣泛采用。有力地抵制了糊里糊涂的不確定度。

先生對阿侖方差到底是持“質疑”態度還是認為是“概念明確、定義嚴格”？  為什么阿侖方差“有力地抵制了糊里糊涂的不確定度”？

規矩灣錦苑 發表于 2015-3-13 20:50
　　是的，我承認不懂頻率測量與計量，但常量與隨機變量我還是能區分。我們不必講大道理，其實常量也是隨時 ...

   
【規矩灣觀點】      
       對隨機變量的測量必須限定一個更微小的時間段取樣，測得值也只能代表非常短時間段的樣本量值，要獲得較長時間段有代表性的測量結果，就必須對這個時間段內許許多多個樣本測量并取平均值，到底如何取樣，也就涉及了我所理解的“采樣頻率”的問題。這是我對“采樣頻率”的淺顯理解，如有不對請老師指教。
-
【史評】        
       初看起來，你這段話沒錯。但其基本思路還是著眼點在“取平均值”上。而一旦取平均值，按你的思路就要用平均值的西格瑪即σ(平)來表達，這就錯了。分歧不在對量值本身取不取平均值，而在于表達分散性的表征量是σ還是σ(平)。由于測頻規定取100次，是否除以根號N，σ與σ(平)之間相差10倍，該用哪個是必須分清的。
       按經典的誤差理論，測量N次，量值取平均值，則隨機誤差就必須用σ(平)，而不能用σ。經典誤差理論處理的是常量測量問題，隨機誤差是測量儀器引起的，是手段問題，手段是可以并且應當改善的。多次測量取平均值之目的與效果就是減小隨機誤差，因此除以根號N，即用σ(平)來表達平均值的分散性是正確的。
       隨機變量的測量，處理的對象是隨機變量。就測量的實際情況來說，是準隨機變量，就是說，被測量僅有5%以下的變化。測量計量理論不能處理變化10%以上的變量，因為測量計量理論要用微分，是忽略二階小量的。變化量大于10%，在測量計量的實踐中，遇不到。
       對隨機變量的測量，簡稱統計測量。統計測量的著眼點是每個采樣值。頻率測量的采樣值的定義要求必須指明采樣時間?！懊氩蓸宇l率”的采樣時間是1秒，測量100個值，每個值的采樣時間必須都是一秒?！?0毫秒采樣頻率”的采樣時間是10毫秒，測量100個值，每個值的采樣時間必須都是10毫秒。所謂頻率的“秒穩定度”就是指測得的100個秒采樣頻率的分散性；與平均值沒有關系。取不取平均值，分散性都是σ，而不是σ(平)。
      為什么統計測量的表征量是σ而不是σ(平)呢？
      第一，σ的數學期望是常數，測量次數N越大，σ越穩定，越接近一個常數。而σ(平)的數學期望是零，測量次數N越大，σ(平)越小，直到零。σ(平)的這個特點，和統計變量分散性一定存在的事實相違，故而不能當表征量。
      第二，隨機變量的分散性是對象，是客觀存在，必須如實地表達，而不可將其縮小。
-
      現在國際頻率界用的不是單值的σ，而是阿侖偏差，其本質是單值的西格瑪。我在1980年提出的“自偏差”，與阿侖偏差僅差一個常數根號2?！鞍銎睢薄白云睢倍冀咏讦遥cσ(平)沒有關系。
-