再看看不確定度與誤差理論的關系

yeses 發表于 2016-2-17 14:11
對頭呀，沒有用到誤差分類概念呀。

如果另有“妙招”解決“相關性”問題，則分“系統”/“隨機”的意義便不大了。------- 但，不能不管不顧的“打倒”吧？

規矩灣錦苑 發表于 2016-2-17 14:06
　　葉老師295樓列舉的誤差三種分類方法中，前兩種分類是有道理的。第一種分類方法是按誤差的偏移和分散進 ...

三種邏輯不可能同時正確，因為它們本來就互不相同。

我的看法是，它們全都是錯誤的。看我那篇新發表的論文吧。

yeses 發表于 2016-2-17 14:11
對頭呀，沒有用到誤差分類概念呀，無非就是相關不相關或部分相關。如果非要掛個系統類別，那就不遵循隨機 ...

對“隨機變量”不能分類嗎？哪里“邏輯”亂了？

njlyx 發表于 2016-2-17 14:20
如果另有“妙招”解決“相關性”問題，則分“系統”/“隨機”的意義便不大了。------- 不能不管不顧的“ ...

相關問題就是協方差、相關系數問題呀，這在概率論里面不存在理論困擾呀。現在真正的實踐問題無非就是計量檢測領域從來沒有提交過不同測量儀器之間的協不確定性指標的問題，在B類合成中通常找不到這種資料數據。

njlyx 發表于 2016-2-17 14:26
對“隨機變量”不能分類嗎？哪里“邏輯”亂了？

譬如，您前邊的系統誤差的相關系數議題。按傳統理論的邏輯，系統誤差不是隨機變量，何來相關系數？

yeses 發表于 2016-2-17 14:26
相關問題就是協方差、相關系數問題呀，這在概率論里面不存在理論困擾呀。現在真正的實踐問題無非就是計量 ...

“系統”/"隨機"分類的主要問題就是“命名”不當讓人誤解，它的實質用處是簡化處理“相關性”問題；


您覺得有個“相關系數”的公式就能解決實際問題了嗎？

　　二個小孩的身高分別為1米和1.2米，h1=1.000－δ1，h2=1.200－δ2，式中δ1、δ2是相應的“測量誤差”。誰能給出δ1、δ2的具體值呢？ 常人不能，測量者自己也不能，但測量者所用測量方法的溯源鏈上游測量過程完全能，只要用上游測量過程一測立馬可以得到。上游測量過程可以是測量者的上級檢測機構進行，上級機構的測得值可以是該測量者測得值的“約定真值”。也可以是測量者使用重復性測量，各測得值的算術平均值可以視為單次測量結果的“約定真值”。測量者的測得值（h!、h2）與約定真值的差就分別是δ1、δ2。
　　業內人士能夠“評估”出“測量不確定度”U1、U2，相應有h1=1.000±U1和h2=1.200±U2。U1、U2怎么來的？U1、U2是身高測得值h1和h2的不確定度，δ1、δ2是身高測得值h1和h2的誤差，U1、U2與δ1、δ2沒有絲毫關系，不是考慮δ1、δ2的各種“影響”“評估”獲得，而是根據h1、h2的輸入量的誤差或誤差允許值信息評估獲得，因此298樓公式（4）以下的推導混淆了不確定度與誤差的概念，混淆了輸出量與輸入量，是不成立的。我們還應該搞清楚一個觀念，相關系數是指輸入量與輸入量之間的相關性系數，不是輸出量與輸入量之間的相關性系數，輸出量與輸入量之間永遠存在著函數關系，不存在相關不相關的說法。

njlyx 發表于 2016-2-17 14:31
“系統”/"隨機"分類的主要問題就是“命名”不當讓人誤解，它的實質用處是簡化處理“相關性”問題；

遠不止于此。誤差分類的一個最大理論壞處就是認為認為存在一種特殊的誤差---系統誤差：既不遵循隨機分布沒有標準差（自然也沒有什么相關系數），也不能知道其準確數值自然也不能完全被改正。于是制造了一個模糊的正確度定性概念。

用系統誤差概念談論相關性當然只會越擾越亂。不確定度概念下的說法只能是：遵循隨機分布的誤差產生了系統性的影響，不能再用傳統的那個系統誤差概念了。

yeses 發表于 2016-2-17 14:29
譬如，您前邊的系統誤差的相關系數議題。按傳統理論的邏輯，系統誤差不是隨機變量，何來相關系數？ ...

問題的關鍵不是“分類”啊！.....“隨機”是個很寬泛的概念，“隨機”（“不確定”）也是有“程度”之分的；  如果說“系統誤差”不是“隨機量”（與“隨機量”相對就是“確定量”了）顯然是“誤會”，但若說“隨機誤差”比“系統誤差”的“隨機性”更強則不算原則性錯誤。

根據兩類“誤差”的實質差別，命名“系統”/"隨機"示別是不太妥當的，尤其是在“不確定度”的語境下。

yeses 發表于 2016-2-17 14:38
遠不止于此。誤差分類的一個最大理論壞處就是認為認為存在一種特殊的誤差---系統誤差：既不遵循隨機分布 ...

放在一個明確的應用范圍之類，“正確度”、“精密度”都是有實用價值的。

njlyx 發表于 2016-2-17 14:42
放在一個明確的應用范圍之類，“正確度”、“精密度”都是有實用價值的。 ...

我那篇論文開篇就舉了幾個案例，這種精密度正確度邏輯實際根本就不通，只是人們通常沒注意到而已。

njlyx 發表于 2016-2-17 14:39
問題的關鍵不是“分類”啊！.....“隨機”是個很寬泛的概念，“隨機”（“不確定”）也是有“程度”之分 ...

但若說“隨機誤差”比“系統誤差”的“隨機性”更強則不算原則性錯誤。

不是這樣的，就小孩身高問題無法分類就是例證。隨機分布跟變不變變化程度是二碼事情。

身高的結果的誤差是不知道的，也一定不是隨機變化的，但也是可以用標準差來評價的。譬如+-1cm之類。

如果二小孩采用同一尺子量身高，結果的誤差則肯定存在相關性，甚至不同尺子測量也仍然有。

yeses 發表于 2016-2-17 14:21
三種邏輯不可能同時正確，因為它們本來就互不相同。

我的看法是，它們全都是錯誤的。看我那篇新發表的論 ...

　　我之所以說葉老師295樓列舉的誤差三種分類方法中，前兩種分類是“有道理”的，第三種分類方法“基本上有道理”，并不是說我也贊成對誤差進行分類，我完全贊成葉老師對誤差的分類的抨擊，誤差就是誤差本來就不該分類。但如果一定要分類，分類的界限一定要清晰，前兩種分類是“有道理”的，是因為分類的分界線很清晰，不會模糊不清。第三種分類方法的界限也很清晰，問題是不該將誤差與不確定度兩個完全不同的概念扯到一起，使得兩個概念產生了混淆，令人產生“測量不確定度就是不可修正的測量誤差”的誤解，使測量不確定度變成了測量誤差的一部分。

yeses 發表于 2016-2-17 14:46
我那篇論文開篇就舉了幾個案例，這種精密度正確度邏輯實際根本就不通，只是人們通常沒注意到而已。 ...

若將應用范圍無限放大，“正確”的概念將微乎其微！


為了看清楚所謂“(未定)系統誤差”的“隨機性”，將“時、空范圍”約定為“測量系統”的“整個生命期”應該是恰當的；但不能就將在那些在較小的“局部”范圍內可能實用的“方法”一概抹殺。

　　我相信，只要我們把樓主提出的不確定度與誤差的關系搞清楚了，把不確定度與誤差的區別搞清楚了，不再將不確定度視為誤差的一部分，視為排除了已知系統誤差后的測量誤差剩余部分，同時搞清楚了相關性是指輸入量之間的關系，不是輸出量與輸入量之間的關系，那么不確定度評定理論的普及就會一帆風順，相關系數的問題也會迎刃而解。

njlyx 發表于 2016-2-17 14:56
若將應用范圍無限放大，“正確”的概念將微乎其微！

就事論事，以前沒有意識到也就精密度正確度了。現在有了不確定度它就成了障礙了，但必須找到這個要害點，不然就爭論沒完沒了。

小孩身高結果的誤差大小可以用標準差來評價，譬如+-1cm。人們就說它是隨機誤差，是隨機變化的，可測量結果就那么一個唯一數值，譬如1m，難道小孩的身高（真值）在隨機跳躍？這種違背常識的理論再不及時糾正真就無法談論什么不確定度了。

那就二個小孩的身高分別為1米和1.2米吧，誰是系統誤差或隨機誤差？您前邊說它分類是沒什么意義當然是對的，實際是不僅沒意義，而且是根本就無法分類。任何測量結果的誤差都同樣面臨這個問題。

有點扯了吧，學過三天不確定度的就知道二個小孩身高由于不知道真值，所以不能知道誤差是多少，并不意味著系統誤差、隨機誤差不存在或無法分類，誰是系統誤差、誰是隨機誤差很簡單，小孩身高測量的那半個小時之內必定存在一個真值（您可以不知道是多少），1m和1.2m中下一次測量或前一次測量中隨機變化的那部分誤差就是隨機誤差（可以沒有過去和未來的測量，但隨機和系統的部分必定是存在的，量大小而已）。比如您測量時沒有專心，視線飄忽沒有對準該對準的地方；不變的部分就是系統誤差，比如您的尺子起始端讓人掰掉了5cm，而您未注意，這5cm會表現成系統誤差，您測量一次也罷，測量2次也罷，您只要用這只尺子測量就會表現出來

yeses 發表于 2016-2-17 14:54
但若說“隨機誤差”比“系統誤差”的“隨機性”更強則不算原則性錯誤。

不是這樣的，就小孩身高問題無法 ...

　　葉老師312樓關于“二小孩采用同一尺子量身高，結果的誤差則肯定存在相關性，甚至不同尺子測量也仍然可能有”的說法恕我不敢茍同。二小孩量身高，身高是輸出量，尺子（的誤差或允差）是輸入量，輸出量與輸入量存在函數關系，不存在相關性的說法，當然也就不存在相關系數。兩個小孩身高用不同尺子測量，存在著兩個不同被測對象（輸出量）的測得值，兩個輸出量的測得值分別來自兩個不同輸入量，更不能混在一起談相關性和相關系數。相關系數一定是同一個輸出量的不同輸入量之間才涉及的問題。不確定度評定也是評定具體到某一個輸出量，逐一評估同一個輸出量的各個輸入量引入的不確定度分量，在不確定度分量合成時應考慮各輸入量之間的相關系數，不應該研究輸入量與輸出量是否相關，更不應該研究不同輸出量之間是否相關或研究不同輸出量的輸入量之間是否相關。不應該把本來簡單的問題考慮得很復雜，研究一個問題（一個被測對象），不應該牽涉其它問題（牽涉其它被測對象）。

csln 發表于 2016-2-17 15:12
那就二個小孩的身高分別為1米和1.2米吧，誰是系統誤差或隨機誤差？您前邊說它分類是沒什么意義當然是對的， ...

怎么測量是測量者的事情，別人關心的是您最后給出的那個唯一結果和那個唯一真值之間的偏差----這個偏差的大小程度。

老理論用精密度（標準差）和正確度分別評價，于是斷定其中有隨機誤差，隨機變化，于是小孩的身高實際值（真值）就隨機變化了----得了“怪病”了。

實際用手都能摸到小孩身高沒有隨機變化，結果也是沒有變化，憑什么斷定結果的誤差中有隨機規律變化的誤差？就憑借一個標準差概念？

規矩灣錦苑 發表于 2016-2-17 15:21
　　葉老師312樓關于“二小孩采用同一尺子量身高，結果的誤差則肯定存在相關性，甚至不同尺子測量也仍然 ...

扯遠了。不過也回答您，因為長度測量設備無論從制造還是從校準的角度，形成他們的誤差的量值傳遞鏈上通常有共同的“祖先”---共同的誤差成分。

yeses 發表于 2016-2-17 14:54
但若說“隨機誤差”比“系統誤差”的“隨機性”更強則不算原則性錯誤。

不是這樣的，就小孩身高問題無法 ...

“隨機”是什么？..... 簡略來說，就是“認識者”認為“變化莫測”； 雖然“變化”并不一定是“隨機”的，但“隨機”一定意味著變化——不存在永恒不變的“隨機量”；“隨機量”意味著“若干樣本值的集合”，所謂的“變化”是“指樣本序列的變化”，不是說它的“樣本”值本身一定會變化——我們說測高系統的“測量誤差”是一個“隨機變量”，并不是說用它測小孩1身高時形成的測量誤差δ1會再“忽大忽小”，測得值1.000給出、δ1就相應“固定”了，當然，下次再測，可能得到另一個測得值1.010，對應會有另一個“固定”了的測量誤差值δ1b；用它測小孩2身高時形成的測量誤差δ2也如此；....，但δ1、δ1b、δ2、...“序列”是“隨機”變化的——這種“隨機”變化的“隨機程度”是會有差別的——兩個“極端”大致就是：恒定不變（已然超脫“隨機”范疇）和“理想白噪聲”。

njlyx 發表于 2016-2-17 15:31
“隨機”是什么？..... 簡略來說，就是“認識者”認為“變化莫測”； 雖然“變化”并不一定是“隨機”的 ...

不存在永恒不變的“隨機量”

不要這樣想，測量通常只講當時的結果和當時的真值，別把將來的事情扯進來，那越扯越麻煩，測量工作者不需要預測未來。

小孩身高1米，標準差+-1cm。就算將來他長到1米8，但這跟現在的測量沒有關系。重要的是，我們不能斷定小孩的實際身高在+-1cm的范圍內隨機變化。

yeses 發表于 2016-2-17 15:27
怎么測量是測量者的事情，別人關心的是您最后給出的那個唯一結果和那個唯一真值之間的偏差----這個偏差的 ...

怎么測量是測量者的事情，別人關心的是您最后給出的那個唯一結果和那個唯一真值之間的偏差----這個偏差的大小程度。

錯了，不確定度方法下別人關心的是您給出的惟一的測量結果和不確定度，是這個區間寬度是多少？是包含概率是多少？是您聲稱的這個包含概率下的包含區間是不是真的包含了那個惟一真值？

您這是停留在誤差理論下的思維模式

惟一的真值當然沒有變，風也沒有動、帆也沒有動，是您的心動了而已

csln 發表于 2016-2-17 15:52
怎么測量是測量者的事情，別人關心的是您最后給出的那個唯一結果和那個唯一真值之間的偏差----這個偏差的 ...

您說的是對的。我的論點就是，不確定度就是約定概率下的測量結果誤差的概率區間寬度的指標，反映了誤差的可能大小程度，把傳統的精密度正確度給廢了。我這應該不算“停留”。

惟一的真值當然沒有變，風也沒有動、帆也沒有動，很對！能理解測量結果誤差的恒定性而不是隨機變化就已經脫離傳統理論了。

yeses 發表于 2016-2-17 15:41
不存在永恒不變的“隨機量”

不要這樣想，測量通常只講當時的結果和當時的真值，別把將來的事情扯進來， ...

“測量誤差”的重點不是考慮被測對象本身的可能“隨機”變化，主要考慮的是“測量系統”計量性能的“隨機變化”【雖然實踐中難以完全排除被測對象的“影響”】！與小孩的成長沒有一丁點關系！—— 對一個小孩的身高一天之內“重復”測量18次，每次的“測量誤差”值都可能不同——排列起來是“隨機變化”的，對此，“統計學家”與“測量人”的認識不會有大差，兩者的“認識”差別在于：“統計學家”以為這18次“測量誤差”的“樣本值”唾手可得；“測量人”則認為要完全正確的獲得這些“樣本值”比登天還難.....這可能是一些“統計學”公式時常不能實用的主要問題。