不確定度概念新解釋（視頻）

新概念測量學理論---武漢大學葉曉明
介紹一種全新的測量理論體系的思維架構，將給測量學理論帶來革命性的變革。或許可以跟哥白尼的“日心說”相媲美。


百度分享：http://pan.baidu.com/s/1jGpMMiU

補充內容 (2015-8-24 14:47):
感謝admin支持。



感謝admin支持。

補充內容 (2015-8-24 14:50):
可能網絡擁擠，再給一個連接http://v.youku.com/v_show/id_XMTMxMzkzMTkxNg==.html

補充內容 (2015-8-24 14:59):
再補充一個連接http://www.tudou.com/v/aO6VXCv8DyU/&rpid=2240133&resourceId=2240133_04_05_99/v.swf

補充內容 (2015-8-27 19:45):
本理論的核心論點是誤差都是偏差也都遵循隨機分布，根本不能按系統隨機分類。----這是對當前誤差理論的顛覆！于是給出了不確定度概念的新解釋。

補充內容 (2015-8-28 09:15):
不確定度反映測量結果與真值的偏離度，這需要從整個量值溯源鏈的不確定度傳遞過程來理解，視頻中系統誤差的標準差證明過程已經涉及。

請看測量誤差圖解解釋。
圖中隨機誤差（偏差）和系統誤差的數值都是不知道的，因為數學期望的確切值不知道（不可能實現無限次測量），真值的確切值也不知道（真值知道了就不需要再測量）。圖中標出了它們的位置只是個示意（實在怕某些人不明白這個道理呀）。

不確定度是用標準差來表達的，理解不確定度當然必須先理解標準差。

本視頻所介紹的誤差理論新思維大體歸納如下：
1、誤差樣本是誤差的測量結果，是測量結果，不是誤差，誤差一定是未知的；
2、同樣測量條件下的測量結果序列不會離散，離散是測量條件存在變化導致的。“同樣測量條件”是個敗筆；
3、標準差是誤差的概率區間，可以通過樣本序列的統計而獲得，也可以通過合成獲得。標準差不能理解為最終測量結果的離散度；
4、隨機分布是指概率分布而不是指隨時間隨機變化；
5、認識誤差要從誤差的上游和下游二個角度觀察；
6、誤差都是偏差也都遵循隨機分布，不能按系統和隨機來分類，不存在系統誤差和隨機誤差不能合成的問題；
7、精密度、正確度、準確度概念應該廢除或重新賦予概念內涵；
8、不確定度概念的內涵是測量結果誤差的概率區間，表達結果和真值的可能偏離程度。

yeses 發表于 2015-9-8 08:41
您還是沒有正面回答：為什么我的分散性就混淆概念，而您的分散性就不混淆概念？

給您一個具體例子：對某 ...

　　其實我早已回答了葉老師的提問，只是葉老師還沒有理解我說的含義。所謂將一組數據求“標準差”用數學的觀點來看，如同將一組數據求和、求立方和，或求和后再求對數一樣，都僅僅是在用某種計算方法求計算結果。
　　葉老師很強調推理中的邏輯應用問題，我們可以暫時回避“不確定度”和“誤差的概率區間”用什么計算方法的計算結果表示，僅用邏輯學的觀點思考一下論斷“不確定度是誤差的概率區間”。不確定度的定義決定了不確定度是一個區間（暫且不管是什么東西的區間）的“半寬”，眾所周知一個寬度僅僅是一個值，不是一個包含眾多量值的“集”。誤差的概率區間是一個“區間”，一個區間包含有眾多的值。請問我們能夠把一個值和包含眾多值的一個區間劃等號嗎？
　　葉老師一再追問表示“不確定度”的“標準差”為什么不是“區間”？其實我也早已說明。對不確定度而言，標準差僅僅是用一個計算方法（白塞爾公式）計算的結果，用來表示一個“寬度”，它僅僅是一個值，僅僅表示區間的“半寬”，不僅不表示“區間”，甚至連區間里有多少個量值（其實區間內真值只有一個）、每個量值有多大統統不管。而你的“誤差的概率區間”同樣用標準差表示，卻是一個“區間”。區間內含有眾多的量值，量值的個數和每個量值的大小也都已知，當然區間的寬度也可以用白塞爾公式計算得到，也可以算作已知。
　　真值所在區間與誤差的概率區間都有寬度，但這兩個區間有天壤之別。前者是憑測量過程的有用信息估計得到，后者是通過設定的測量次數實施重復性測量而得到。前者使用有用信息進行估計時并不一定考慮測量次數和測得值的大小，后者進行計算時必須考慮測量次數和測得值的大小。
　　葉老師在樓上提到了不確定度的A類評定，并給出了案例。我們首先要清楚不確定度的A類評定僅僅是不確定度評定的方法之一，并非所有的評定方法，評定出的結果也僅僅是不確定度分量之一，而不是測量結果不確定度的全部。而用這種統計方法計算得到的標準差卻是“誤差的概率區間”的全部，其中“平均值”決定了區間的位置。這個“平均值”的大小對不確定度這個僅表示“半寬”的參數，卻毫無意義和價值。真值所在區間可能以這個平均值為中心，絕大多數情況卻不以它為中心。中心的位置不得而知，必須由其上游測量過程給出作為“真值”使用的真值最佳估計值才能得知，因此把以某個測得值為中心不確定度為半寬的不倫不類的區間，說成是真值所在區間是極其錯誤的。
　　173樓案例計算得到的實驗標準差σ=0.16cm是誤差的分散性，這沒有錯。但是，第一，標準差σ=0.16cm是誤差的分散性全部，而用這個標準差表示的測量結果的不確定度僅僅是一個分量，不是全部，它還必須與測量過程的其它有用信息估計得到的不確定度分量合成，不要以為σ=0.16cm是不確定度的全部。第二，標準差σ=0.16cm僅僅是單次測量的測得值標準不確定度分量，如果測量規范規定的實際測量次數不是1，則σ=0.16cm連給出測得值的不確定度分量都不是。第三，真值是唯一的，不存在分散性。測量過程沒給出任何信息時，不得不僅以A類評定結果作為測得值的唯一不確定度分量，此時的σ=0.16cm視為真值的分散性，但“視為”不是“等于”，只是因為估計真值所在區間寬度時使用了分散性原理，真值仍然是唯一的，不具有分散性。此時唯一真值所在區間的半寬，因信息全無，我們只能按慣例取包含因子（相當于安全系數）k=2，根據σ=0.16cm，得出U=0.32cm。
    還是那句話，“不確定度是誤差的概率區間”論斷是錯誤的，無論用邏輯的觀點還是科學的觀點來分析它，都是站不住腳的。

yeses 發表于 2015-9-4 09:38
我沒有把誤差和標準差當作一個概念，如果非要堅持把誤差和標準差當作一個概念，恕我沒法繼續討論。

不確 ...

您要真對自己的觀點有自信就去發表在國際專業TOP雜志上，在這里基本是沒用的，這里基本沒有專家，基本是小魚小蝦級的

要是覺得連小蝦米都不能說服有必要再審視一下，當然您也可也理解成是陽春白雪曲高和寡

不確定度概念定義分析
幾乎所有的科學概念定義，對于相應的專業人士來說，都是通俗易懂的。唯有測量領域的不確定度概念，20年都爭執不休。
VIM給出的不確定度概念定義的原文是：non-negative parameter characterizing the dispersion of the quantity values being attributed to a measurand, based on the information used. 我國JJF1059，JJF1001給出的定義是：根據所用到的信息，表征賦予被測量值分散性的非負參數。二者表達的意思是一樣的。
單從文字上說，識字的人都能理解意思：分散特性的參數。誰的分散特性？量值的分散特性。什么量值的分散特性？被測量值的分散特性。那么，什么是被測量（measurand）？什么是量值？讓我們看一下相關規范的表述。
被測量（measurand）---擬測量的量[JJF1001,4.7，JJF1059, 3.1]， quantity intended to be measured[VIM3,2.3]
量值（quantity values）---用數和參照對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測量結果的定義：
    量的真值true quantity value簡稱真值( true value)---與量的定義一致的量值[JJF1001,3.21]，quantity value consistent with the definition of a quantity[VIM3,2.11]。
測量結果measurement result---與其他有用的相關信息一起賦予被測量的一組量值[JJF1001,5.1]，set of quantity values being attributed to a measurand together with any other available relevant information[VIM3,2.9]。
可見，這里的量值（quantity values）絕對不是指量的真值true quantity value，而是指測量結果measurement result。
還值得注意的是，不確定度和測量結果的定義中，quantity values都采用的是復數形式！是指多個而不是一個！
所以，不確定度概念用真正的中國話表達實際就是：根據所用信息給出的多個測量結果的分散性參數。
再看我們測繪學科的精密度（precision）概念：在一定測量條件下，對某一量的多次測量中，各測量值間的離散程度[GB14911-2008,4.20]。
很明顯，這個所謂的不確定度在定義的字面意思居然與精密度相似！是一個與真值無關的東西！那這種意義的不確定度有什么實際意義？
還有一個更實際的問題是，任何測量，不論是否有多余觀測，我們最終都是提交一個唯一的測量結果，并不存在定義中的多個測量結果的情況，一個唯一的數值它如何分散？這自然更讓人莫名其妙，這才是最讓人迷惑的地方。
于是，也出現了一些自以為是的解釋：不確定度還是對當前測量條件下的其他可能出現的測量結果的存在區間的評判，就是說，如果重新按當前測量條件測量，獲得多個測量結果，它們就發散了，發散度就是當前的這個不確定度。
且不說其他可能的測量結果跟當前測量結果差別多大有沒有討論意義、用戶對其他可能測量結果是否會關心，單就這種預判論的正確性而言，它實際是沒有任何實踐經驗的，甚至是違背基本常識的。因為連家庭婦女都知道，電子秤上的數字通常是不變的，同樣的測量條件下只能是同樣的測量結果。只要強調相同測量條件---同一儀器同一環境同一分辨位。。。什么測量條件都絕對相同的情況下，測量結果其實是不變的，根本就不可能離散！更不會出現離散度等于（或接近）當前的不確定度的情況。
那么，是否改變測量條件就可以了呢？更不是！因為無法給出測量條件的改變限度，更換儀器？改變分辨位？改變量程？改變環境？更換測量方法？。。。那樣的測量結果又跟當前測量結果毫不沾邊了，差別甚至可能十萬八千里，分散度又完全離譜了，分散度也難以和當前的不確定度評價值相等。究竟要怎么改變測量條件才能讓還沒有發生測量結果的離散度跟當前的不確定度一樣，恐怕只有專家自己知道了。反正我是不敢跟學生講這種“理論”的，我怕學生對我提出要做實驗的要求。
總之，不確定度概念的字面實際是不能自圓其說的，不確定度概念的真實含義根本不是定義字面表達的意思。理解不確定度的真實內涵決不能僅僅看不確定度概念的字面！
那么，怎么才能正確理解不確定度概念？我們的唯一出路就是分析不確定度的評定原理，比較其和傳統的精密度評定過程的差別，同時要正確理解樣本統計結果的含義，從整個量值溯源鏈的不確定度傳遞過程來理解不確定度概念的真實內涵。

我的看法：
一、要否定系統誤差與隨機誤差的區別，這在教學上去做些探討是可以的，將其在實際工作中推廣為時尚早。
二、單從標題關系上和他給出的不確定度概念：
      4、誤差評價概念
4.1 …… ……
4.2 不確定度概念
4.3 …… ……
4.4 …… ……

不確定度概念：測量結果誤差所存在的概率區間。
    看得出：他對不確定度的認識起碼是很片面的。

不確定度概念的麻煩實際是誤差概念的麻煩，所以本講大篇幅澄清誤差概念。因為顛覆了傳統，接受起來自然有難度。相關論文即將在《計量學報》出版。

補充內容 (2015-8-27 11:12):
本講介紹的是推翻現有觀念的思維邏輯，請務必跟隨該思維邏輯走一遍，然后討論思維邏輯哪里存在問題。

補充內容 (2015-8-27 11:15):
如果又拿現有觀念作為根據來證明該思維邏輯不對，那就成了潑婦吵架，永遠糾纏不清了。

補充內容 (2015-8-27 15:10):
更不歡迎那些不說理由只說看法的蒼白評論。

怎么弄的，看不成，要不讓人看，弄這里干啥

樓主弄得太玄乎了吧，百度上看到了蛛絲馬跡，PPT上看到了誤差、偏差劃等號、A類不確定度、B類不確定度，概念夠亂

csln 發表于 2015-8-24 14:54
樓主弄得太玄乎了吧，百度上看到了蛛絲馬跡，PPT上看到了誤差、偏差劃等號、A類不確定度、B類不確定度，概 ...

別急，慢慢看。

故能玄虛！

劉彥剛 發表于 2015-8-27 03:12
我的看法：
一、要否定系統誤差與隨機誤差的區別，這在教學上去做些探討是可以的，將其在實際工作中推廣為 ...

系統誤差和隨機誤差沒有區別，道理和案例在視頻中已經講得很細致了。
導致人們產生系統隨機誤差類別的根源歸納起來如下：
1、混淆誤差和誤差樣本（誤差的測量結果）的概念區別。
2、僅僅站在某個特定的領域觀察誤差。
3、以誤差在產生系統性影響為由否定誤差遵循隨機分布。
4、把隨機分布偷換成隨機變化。

反觀20年來的測量不確定度評定實踐中，有誰做過把系統誤差的誤差值和隨機誤差的標準差做合成的事情？相信誰也沒有見過。因為沒有標準差的所謂系統誤差實際就不存在，系統誤差也是有測量產生的，也存在于一定的概率區間內，跟所謂隨機誤差實際是一樣的。

“隨機”量【“不確定”量】的“隨機性”是有程度差異的！----“絕對”隨機【完全徹底的無任何規律】的量是沒有實用意義的！好像也沒有現實的理論意義？ 現實有意義的、“隨機性”較為深刻的量可能是所謂的“白噪聲”？！

當前稱之為“隨機誤差”的量，大體可認為是理想化的具有“白噪聲”特性的“隨機”量；當前稱之為“系統誤差”的量，在其不能“確定”時，自然也是“隨機”量（——所謂“隨機”量，就是人們認為其“沒有規律”的量，其實是人們在沒有“確定”其“規律”時的一種實用“認識”。），只不過其“隨機性”不如“白噪聲”那樣深刻（——有較明顯的“規律”，譬如自相關性、互相關性等）而已。


贊成【現稱“系統誤差”的量也是“隨機量”】的認識。但不贊同全盤否定測量誤差分類的積極意義。

劉彥剛 發表于 2015-8-27 03:12
我的看法：
一、要否定系統誤差與隨機誤差的區別，這在教學上去做些探討是可以的，將其在實際工作中推廣為 ...

以具體例子說話：

一個電子秤，對一個物體測量得到結果為1kg，重復測量100次每次都是1kg（根本不分散，這在實踐中很普遍），那么隨機誤差的分散區間就是絕對0。
但結果的總誤差當然不是0，因為電子秤的示值誤差對測量結果產生的是系統性影響，是傳統所說的所謂系統誤差，必須考慮把系統誤差和隨機誤差0進行合成的事情，以實現對總誤差進行評價。

傳統理論的糾結是，這個系統誤差是個唯一值，不隨機變化，不分散，無法和隨機誤差合成。

但實際上，站在上游電子秤的制造者的角度，電子秤的示值誤差也是遵循隨機分布的，把大量的電子秤、不同量程的示值誤差的計量檢測結果做統計后發現它們是發散的，實際也是隨機誤差，用MPE來評價。上述例子只是一個遵循隨機分布的誤差對測量結果產生了系統性影響的問題。不確定度評定結果就是U99=MPE。

這就是說，只要站在上游去看，誤差都是遵循隨機分布，即使產生系統性影響也不能否認其遵循隨機分布。根本就不存在要拿系統誤差值去和隨機誤差的標準差搞合成這種問題。



補充內容 (2015-8-27 12:05):
我推理出的不確定度是誤差的概率區間（定義本身的不確定也是誤差問題），實例也是U99跟MPE直接關聯。你不片面的不確定度又是什么具體內涵？

njlyx 發表于 2015-8-27 09:14
“隨機”量【“不確定”量】的“隨機性”是有程度差異的！----“絕對”隨機【完全徹底的無任何規律】的量是 ...

請舉一個測量結果的誤差中包含有白噪聲誤差的具體例子。

yeses 發表于 2015-8-27 09:34
請舉一個測量結果的誤差中包含有白噪聲誤差的具體例子。

重復測量N次，將某個“測量誤差分量” ε在這N次中的值（假定可以獲得）排成一列：{ ε1、ε2、....、εN }——

若{ ε1、ε2、....、εN }相互毫無關聯，現稱 ε為“隨機誤差分量”，其實質是認為{ ε1、ε2、....、εN }近似為“白噪聲”序列----"相互毫無關聯"的“判據”是“自相關系數接近于0”；


若{ ε1、ε2、....、εN }相互有所關聯（極致是完全同值，或是遞加、遞減，....），現稱 ε為“系統誤差分量”，......

njlyx 發表于 2015-8-27 10:11
重復測量N次，將某個“測量誤差分量” ε在這N次中的值（假定可以獲得）排成一列：{ ε1、ε2、....、εN ...

你重復測量了N次，你是取哪個值作為最終提交的測量結果？

注意，你已經獲得了一個誤差樣本序列{ ε1、ε2、....、εN }，這就意味著你有N個不完全相同的測量結果，你有義務提交最終唯一值。用戶不可能接受N個不完全相同測量結果。

就是說，你的測量還沒有完成。

謝謝分享，學習學習

yeses 發表于 2015-8-27 10:46
你重復測量了N次，你是取哪個值作為最終提交的測量結果？

注意，你已經獲得了一個誤差樣本序列{ ε1、ε ...

此處“重復”測量獲得“誤差樣本”序列只是為說明“概念”的假如，實際測量是不可能獲得某個因素單獨引起的“誤差分量”序列的！——實際的多次“重復測量”，只能獲得一列“測得值”，以及一列{“測得值”與“均值”（或某個參考值）之差}，連綜合起來的誤差值序列都得不到！

如果是在進行測量誤差的“分析、研究”，則是可以“適當花費”的設計專門的因素影響實驗（已不是常規的測量！）獲得一些“誤差分量”的“實驗值”序列（要費錢費力！），由此才可能真正考察該“誤差分量”的“性質”！

njlyx 發表于 2015-8-27 11:20
此處“重復”測量獲得“誤差樣本”序列只是為說明“概念”的假如，實際測量是不可能獲得某個因素單獨引起 ...

“實際測量是不可能獲得某個因素單獨引起的“誤差分量”序列的！——實際的多次“重復測量”，只能獲得一列“測得值”，以及一列{“測得值”與“均值”（或某個參考值）之差}，連綜合起來的誤差值序列都得不到！”

注意，你這個說法是不對的。測量工程中經常做的事情就是，通過改變測量條件獲得一組互相矛盾的觀測值序列，然后按照一定的概率估計準則（譬如最小二乘等測量數據處理方法）給出最終的唯一最佳估值作為最終測量結果。當最終結果形成后，就只存在結果與真值的唯一的恒定的未知的偏差的評估問題。這個唯一的恒定的未知的最終測量結果的誤差是不可能具有什么白噪聲那樣的性質的。

即使你僅僅采用觀測值序列中的某一個作為最終結果（實際也是一種“數據處理”），把其他的結果都刪除，最終結果的誤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聲那樣的性質。

視頻中專門講了隨機誤差也是恒定偏差（最終測量結果與數學期望之差）的道理，請務必細看。

劉彥剛 發表于 2015-8-27 03:12
我的看法：
一、要否定系統誤差與隨機誤差的區別，這在教學上去做些探討是可以的，將其在實際工作中推廣為 ...

我剛看了你發的關于不確定度概念的帖子，我的“測量結果誤差所存在的概率區間的半寬”跟你的“包含被測量的真值存在區間的半寬”有什么區別？這不都是一個意思嗎？

誤差存在于[-U,+U]內，真值就存在于[結果-U，結果+U]內，或者結果存在于[真值-U，真值+U]內，這不都是一個意思嗎？

-U<r<+U
-U<r=A-Z<+U
Z-U<A<Z+U
A-U<Z<A+U
這幾個數學式子難道不是等價的嗎？


怎么我的概念就片面你的就不片面了？

yeses 發表于 2015-8-27 11:37
“實際測量是不可能獲得某個因素單獨引起的“誤差分量”序列的！——實際的多次“重復測量”，只能獲得一 ...

兩岔了！

對于“測量誤差”本身的“特性”，是很難在被測量未知的“常規測量”情況下完全搞明白的，需要設計一些專門的“實驗”【類似于“標定”什么的】去研究它們的可能“規律”。

你說的【通過“改變測量條件”對未知被測量進行多次“測量”來提高測量結果的質量（減小‘測量不確定度’）】的“做法”并不是用以了解“測量誤差”本身“特性”的過程！事實上，這種“做法”要取得較好的效果應該是基于【事先對相關“測量誤差”的“特性”有充分的了解】。

對于測量結果中最終遺留的、無法確定的“測量誤差”，它就是一個大家“仇恨”的“值”，對這個“值”再分什么類是沒有意義的。但這個可恨的“值”是不知道的，只能加以“猜測”【文雅一點叫“評估”】，而“猜測”時的適當分類便是有益處的了！.....因為“猜測”東西很可能是應有實無、似是而非、....，幾個“測量結果”中的“誤差猜測值”便要靠適當的“誤差”分類來考慮其“相關性”。

一個電子秤，對一個物體測量得到結果為1kg，重復測量100次每次都是1kg（根本不分散，這在實踐中很普遍），那么隨機誤差的分散區間就是絕對0。
但結果的總誤差當然不是0，因為電子秤的示值誤差對測量結果產生的是系統性影響，是傳統所說的所謂系統誤差，必須考慮把系統誤差和隨機誤差0進行合成的事情，以實現對總誤差進行評價。

是絕對0？

一葉障目，不見泰山，并非泰山就不存在

如果這個1kg真值不知道，何來誤差？還要怎么評定誤差？這是概念的亂還是能媲美哥白尼日心說？

csln 發表于 2015-8-27 14:04
一個電子秤，對一個物體測量得到結果為1kg，重復測量100次每次都是1kg（根本不分散，這在實踐中很普遍）， ...

仔細看帖子，誰說過總誤差是0了？

懂不懂示值誤差也是誤差呀？憑什么說不知道真值就沒有誤差？憑什么說真值不知道就不能評誤差？測量實踐中有誰知道真值還去測量？你學過測量嗎？

yeses 發表于 2015-8-27 14:19
仔細看帖子，誰說過總誤差是0了？

懂不懂示值誤差也是誤差呀？憑什么說不知道真值就沒有誤差？憑什么說 ...

仔細看帖子，誰說過總誤差是0了？

您看仔細了嗎，誰說您說過總誤差是0了？

懂不懂示值誤差也是誤差呀？

您懂不懂示值誤差也是誤差要證實很簡單，寫出
示值誤差=？

我懂不懂沒關系，我的這個貼子離日心說太遙遠了

憑什么說不知道真值就沒有誤差？憑什么說真值不知道就不能評誤差？

誤差是測量誤差，只要測量就存在誤差，沒有例外，不知道真值，就不能得到誤差，同有沒有誤差是兩個概念，得不到誤差，你評什么誤差，你評出來的誤差是什么意義，誤差是測量誤差，不是評定誤差

測量實踐中有誰知道真值還去測量？你學過測量嗎？

測量實踐中知道真值還去測量的多了，莫非您根本就沒聽說過？我學過測量沒有同您的問題沒有任何關系

老調重彈，沒什么新東西，我高中的時候就看過這玩意了。


對現有流傳很廣的誤差概念是比較新的東西，絕大部分理解的也很清楚，只能說略有進步。

csln 發表于 2015-8-27 15:48
仔細看帖子，誰說過總誤差是0了？

您看仔細了嗎，誰說您說過總誤差是0了？

首先表示我的歉意，我不該以那種口氣質疑您。但關于問題，我還是答復如下：
1、        日心說宣傳語是admin加到這個論壇的，我只在優酷視頻寫過這個，目的也只是為了讓讀者重視而耐心地聽下去（因為很多人認為誤差理論太簡單，也不相信現有理論有問題，會有一種不屑一顧的心理。）。至于能否媲美我其實并不關心，好在視頻已通過admin審核，相關論文也被《計量學報》錄用，技術討論的價值至少還是有的吧。
2、        100次重復結果不變，標準差的統計值當然就是0。相信您也不能把它改成某個別的值，我也并沒有說過誤差就絕對不存在。你說我一葉障目，否認泰山的存在，實在是冤枉我了。
3、        如果知道真值肯定以真值作為測量結果，根本不需要再做測量；如果知道了測量結果的誤差值則肯定以誤差值修正測量結果而給出真值，真值都給出了也就就當然不存在評定誤差的問題。這個邏輯應該是不需要再爭論了。
4、        實踐中正是不知道真值才要去測量，而且想給出一個接近真值的結果，就必然要討論如何評價這個不知道的誤差的大小程度的問題。這就是我們誤差理論要解決的問題。不確定度評價?準確度評價？。。。。
5、        計量檢測領域也不是一個知道真值還要去測量的領域，這個道理在視頻中已經講解過了的，所以我肯定你一定沒有仔細聽完這個視頻的講解。計量檢測領域的測量對象是儀器的誤差，提交儀器誤差的測量結果，那些真值或約定真值只是計量檢測領域的一個測量標準而已（任何測量領域都有某種參考基準）。如果計量檢測領域知道某個儀器誤差的真值，它同樣也沒有了再檢測的必要。
6、        因為計量檢測領域提交的是儀器誤差的測量結果，同樣也是測量結果，自然也同樣要涉及這個測量結果的未知誤差的大小程度的評價問題。這就是計量檢定規程審定中要審定不確定度報告的原因。這顯然就和其他測量領域一模一樣。
7、您沒有完整聽完本視頻，那么我這里還是告訴您，本理論的核心論點是誤差都是偏差也都遵循隨機分布，根本不能按系統隨機來分類。----這個論點是對當前誤差理論的顛覆！現在要討論的是視頻中給出的論據是否足夠充分，是否有本理論不能解釋的實際案例等。其他與技術主題無關的話題最好不談。（其他網友也一樣，在這方面我也就不一一答復了，那些與技術要害無關的言語我將不做答復。）

yeses 發表于 2015-8-27 18:44
首先表示我的歉意，我不該以那種口氣質疑您。但關于問題，我還是答復如下：
1、        日心說宣傳語是admin加到 ...

100次重復測量結果不變，您測量的重復性是0，并不能認為重復性就是0，電子秤測量得到的是重量，與重力加速度、空氣浮力、測量時環境空氣擾動等諸多因素有關，只要測量的靈敏度夠高，不存在重復性為0的測量

偏差有明確的意義，是相對于標稱值（是紙面值），誤差與偏差性質根本不同

儀器生產者生產出來的批量儀器，每一臺的誤差是隨機的，并不意味著這個隨機的誤差就服從隨機誤差的概率分布，具體到每一臺儀器，這個隨機的誤差可能就是系統誤差，在特定條件下可能是固定不變的，隨應變條件而改變或許又是隨機的，隨機的誤差同遵從概率分布的隨機誤差不同

至于知道了真值還需不需要測量，如果你做過類似工作，不需討論，你沒做過，也同您討論不清，不需要說太多了