再看看不確定度與誤差理論的關系

規矩灣錦苑 發表于 2015-9-30 22:17
　　“GUM/VIM/JJF上有那么多不確定度評定的例子，歐洲合格性組織評定樣板也有那么多例子，有一個是絕對 ...

-
       謝謝規矩灣先生找到了我的“評定不確定度沒有絕對值合成”說法的反例。我承認自己讀文件不仔細，說話絕對化，應該改。
       但我認為這不過是因為不小心而給辯論對手留了個鉆空子的機會。總得講講大多數吧，不確定度的樣板評定，99%以上是“假設不相關”“取方和根”，這個例子，除了可以用來駁斥一下史錦順以外，并無實際意義，人們在評定不確定度時，還是要“假設不相關”，這才是普遍的情況，問題的本質。
       就以本樓主帖都成先生的題目為例，數字多用表的機內標準只有一個，最常用的是一個標準電池，提供一個標準電壓。而此標準電壓加在一個標準電阻上，就構成機內標準電流。若標準電壓降低1%則標準電流必然降低1%，這樣用此多用表去測量電壓、電流，電壓的測量誤差與電流誤差是強相關的。先生不了解這一點，兩次強詞奪理地說“不相關”，真不講理。都成是搞電學與電子學的，他明白必定相關的道理，但他要維護不確定度論，在我點名將軍的情況下，他仍是不表態。說明他不肯說違背事實的話。這一點，就值得你學習。
-
      10個電阻的例子，是評定者把“不確定度”當成“系統誤差”了。如果計量標準的不確定度取決于標準的系統誤差，該標準校準的對象，誤差強相關；但如果標準的“不確定度”取決于標準自身的隨機抖動（如交流穩壓電源的不穩定），則該標準校準的對象，因不是同一時刻的校準結果，被校對象的誤差，可能是不相關的。
-

一道題：
已知測得某電壓及電流如下：
i             V(V)         I(mA)
1          5.008        19.664
2          4.995        19.639
3          5.004        19.640
4          4.991        19.680
5          4.998        19.677
求其相關系數

天行健客 發表于 2015-10-2 16:27
一道題：
已知測得某電壓及電流如下：
i             V(V)         I(mA)

        這么麻煩的計算，你自己應該先算一次，再讓別人計算。我算了兩個鐘頭，還沒算完（一遍一個樣，驗算不成；如果有你的樣板，就好多了，我算對算錯有個比較，就不必反復驗算了），人老了，不中用了。明天再算。
        我可以預告一下，用相關系數公式計算的結果來判別相關性，是不對的。
        某型號數字多用表的機內標準是一個標準電池，提供一個標準電壓，該標準電壓通過一標準電阻就是該機的標準電流。設電壓下降1%，則電流必下降1%。這是系統誤差。由此，該多用表測量電壓，有+1%的系統誤差；該多用表測量電流，也有+1%的系統誤差。顯然相關系數為+1；但相關系數公式對此無反應。明明是強相關，相關系數應接近+1；用相關系數計算的結果卻是接近零，這不是誤事嗎？

史錦順 發表于 2015-10-1 07:32
-
       謝謝規矩灣先生找到了我的“評定不確定度沒有絕對值合成”說法的反例。我承認自己讀文件不仔細， ...

　　在100樓我說過，因為不確定度評定本身就是“估計”，最多保留兩個有效數字，甚至只保留一個有效數字，和允許那些較小的分量忽略不計一樣，把弱相關近似認為不相關也無可非議，把可忽略不計的東西考慮得過于“斤斤計較”毫無價值。因此，除了少數強正相關者外，絕大多數不確定度評定中的分量之間均為不相關或弱相關，這些分量的合成“假設不相關”“取方和根”，的確也是一個有目共睹的現象。但也確實存在把強正相關誤判為不相關的，這種不確定度評定報告肯定是要被退回重新評定的，這屬于評定者個人的錯誤，不能依此得出不確定度評定就是一律按不相關，一律用方和根合成的錯誤結論。
　　10個電阻的例子，評定者不能把“系統誤差”當成“不確定度”。電阻器阻值的測量模型是10個小電阻相加，1個輸出量有10個輸入量，每個輸入量使用了同一個測量設備的同一個示值點測量，且獲得方法相同，“一榮俱榮，一辱俱辱”，所以各不確定度分量完全相同，明顯強正相關，輸出量的不確定度（合成標準不確定度）為10個分量之和。這和小電阻的系統誤差無關。我們不該見到不確定度就與誤差劃等號，每個小電阻帶來的不確定度分量不是小電阻的系統誤差，也不是小電阻的最大允差絕對值，而是用來測量小電阻的標準電阻最大允差給小電阻阻值的測得值引入的不確定度分量。

史錦順 發表于 2015-10-2 18:51
這么麻煩的計算，你自己應該先算一次，再讓別人計算。我算了兩個鐘頭，還沒算完（一遍一個樣，驗 ...

史先生的思慮在理！—— 【測得值序列之間的“相關系數”】與【相應測量誤差序列之間的“相關系數”】通常不是一回事！   不確定度合成需要的是后者（“誤差[范圍]”合成的需要亦如是）。

                                       相關性計算與討論
-
                                                                                   史錦順
-                                                
（一）天行健客之原題
      本文稱第一組測量，史錦順計算
-
       A：電壓測量（單位：伏）
       序號        V11            V12             V13              V14              V15  
                     5.008          4.995          5.004            4.991           4.998  
                                                                                                        電壓平均值：V(平)1=4.9992
       殘差      v(V)11          v(V)12         v(V)13          v(V)14         v(V)15
                     0.0088       -0.0042         0.0048         -0.0082        -0.0012   
                                                                                                         檢驗 ∑v(V)1i=0
       殘差平方 （×10^-4）
                     0.7744         0.1764         0.2304         0.6724         0.0144   
       殘差平方和：[∑v(V)1i^2]/4=0.0001868/4=0.0000467
                σ (V) = 0.00683 ≈ 0.007
-
       B：電流測量（單位：毫安）
       序號          I11             I12              I13                I14                I15
                      19.664        19.639        19.640          19.680           19.677
                                                                                                          電流平均值：I(平)1=19.660
       殘差        v(I)11          v(I)12         v(I)13            v(I)14           v(I)15
                      0.004          -0.012         -0.020            0.020            0.017
                                                                                                          檢驗 ∑v(I)1i=0
       殘差平方 （×10^-4）
                      0.16              4.41            4.00              4.00              2.89     
       殘差平方和：∑v(I)1i^2=15.46×10^-4     除以4 ,得3.865×10^-4，開方得：              
                  σ (I) =0.01966≈0.02  
-
       C: 相關系數計算
       重寫A：   v(V)1i= V1i-V(平)1
       電壓殘差        v(V)11         v(V) 12           v(V)13          v(V)14           v(V)15
                            0.0088        -0.0042           0.0048         -0.0082          -0.0012   
       重寫B：   v(I)1i= I1i-I(平)1
       電流殘差        v(I) 11         v(I) 12           v(I)13           v(I)14            v(I)15
                            0.004          -0.012           -0.020            0.020             0.017
       同序號項乘積（×10^-4）
                      v(V)11 v(I) 11     v(V)12 v(I) 12      v(V)13 v(I) 13     v(V)14 v(I) 14      v(V)15 v(I) 15
                            0.352                0.882                  -0.960                   -1.64               -0.204
       相關系數分子[∑v(V)1i v(I) 1i ] / 4= -0.000157 /4 =-0.00003925≈-0.00004(mW)
       相關系數分母σ (V) σ (I) =0.007×0.02=-0.00014（mW）
       相關系數
               r={[∑v(V)1i v(I) 1i] /4} / [σ (V) σ (I)]
                = -0.00004/0.00014 = -0.286     
               r ≈ -0.3
-
（二）史錦順改題
       本文稱第二組測量。由于多用表是以標準電壓為機內標準，而標準電壓除以標準電阻，就是標準電流。設當標準的電池電壓下降1%，形成電壓測量增加系統誤差+1%；而標準電流也必定減少約1%，由此形成電流測量增加系統誤差約+1%。（原題電壓測得值加0.05伏；原題電流測得值加0.2毫安）
-
       A：電壓測量（單位：伏）比原題增加系統誤差0.05伏（約為增加系統誤差1%）
       序號        V21            V22             V23              V24              V25  
                    5.058          5.045           5.054            5.041           5.048  
                                                                                                       電壓平均值：V (平) 2=5.0492
       殘差       v(V)21         v(V)22          v(V)23         v(V)24         v(V)25
                    0.0088         -0.0042         0.0048        -0.0082       -0.0012   
       殘差平方 （×10^-4）
                     0.7744         0.1764          0.2304         0.6724        0.0144   
       殘差平方和：[∑v(V)1i^2]/4=0.0001868/4=0.0000467
                σ(V)=0.00683≈0.007
-
       B：電流測量（單位：毫安）比原題增加系統誤差0.2毫安（約為增加系統誤差+1%）
       序號          I21            I22               I23               I24              I25
                      19.864      19.839          19.840           19.880        19.877
                                                                                                       電流平均值：I(平)2=19.860
       殘差         v(I)21        v(I)22          v(I)23            v(I)24          v(I)25
                       0.004        -0.012         -0.020             0.020          0.017
       殘差平方 （×10^-4）
                         0.16         4.41             4.00               4.00          2.89   
       殘差平方和：∑v(I)2i^2=15.46×10^-4     除以4 ,得3.865×10^-4，開方得：              
                σ (I)=0.01966≈0.02  
-
       C: 相關系數計算
       重寫A：   v(V)2i= V2i-V(平)2
       電壓殘差        v(V)21        v(V) 22          v(V)23         v(V)24          v(V)25
                           0.0088        -0.0042          0.0048        -0.0082         -0.0012   
       重寫B：   v(I)2i= I2i-I(平)2
       電流殘差        v(I) 21        v(I) 22          v(I)23          v(I)24           v(I)25
                            0.004         -0.012          -0.020          0.020             0.017
       同序號項乘積（×10^-4）
                     v(V)21 v(I)21       v(V)22 v(I) 22      v(V)23 v(I) 23     v(V)24 v(I)24      v(V)25 v(I) 25
                           0.352                   0.882                  -0.960               -1.64                    -0.204
       相關系數分子[∑v(V)2i v(I) 2i ]/4= -0.000157 /4 =-0.00003925≈-0.00004(mW)
       相關系數分母σ(V) σ(I)=0.007×0.002=-0.00014（mW）
       相關系數   r=-0.00004/0.00014 =-0.286≈-0.3      
-
(三) 討論
       1 原題計算的相關系數，是-0.3，是負相關。有意義嗎？難說。不會有人從二者平方中減去由相關系數決定的協方差，再開方。誤差量的特點是“上限性”，就是求誤差絕對值的最大值。從二量平方和再減一個數，違背“上限性”的原則。求得的東西，不敢用。而從改題后的計算可知，這個-0.3，很不可靠，有可能就是改題后的接近+1 。把+1算成-0.3，還有什么意思。
       2 改題后，第二組測量與原題比，只紅字部分有變化，而其他計算同于原題。因測得值增加的是同一量，平均值中也是增加該量，求殘差時，增加的量消掉了。以后的計算與增加的系統誤差無關。
       3 相關系數公式對系統誤差的反映靈敏度為零。
       4 測量儀器的絕大部分是以系統誤差為主的。這樣，在大多數情況下，不能用相關系數公式來判別相關性。
       5  1980年后的一些誤差理論書籍、1980年啟動而于1993年開始大力推廣的不確定度理論，所主張的“方和根”，必須以“不相關”為前提。對隨機誤差，在大量、隨機可正可負的條件下，假設“不相關”，并用“均方根法”、“方和根法”是對的；但在有系統誤差的情況下，特別是系統誤差為主的條件下，不能用“方和根”，因為判別相關性的“相關系數公式”對系統誤差的相關性沒有判別力。
       6 用多用表測量電壓與電流，假設“不相關”是錯誤的。
-
       結論：除對隨機誤差的處理、對統計變量的處理以外，要用1980年《數學手冊》所載的“絕對和法”處理誤差的合成問題。第一簡單，可以不講究“分布規律”、不管“相關性”、不考慮“自由度”；第二保險、可靠。簡明、省事，又有利于促進儀器水平的提高，何樂而不為之！
-

史錦順 發表于 2015-10-3 21:55
相關性計算與討論
-
                                          ...

測量不確定度“合成”所需的“相關系數”，或真不能用【由測得值“殘差”計算出的那個“相關系數”】？！....至少不能一概用。...附件為本人的相關認識（因為公式表達不便而用了pdf格式附件）。

　　所謂兩個量X、Y相關是指一個量（如X）按一定規律變化，另一個量（如Y）也會按相同的或另一個規律變化。不確定度評定中的“相關”在JJF1059.1的4.4.4條說清楚了，是指兩個“輸入量”的相關，一個輸入量增加另一個輸入量必增加，或一個輸入量增加另一個輸入量必減少，因此它們給測量結果的不確定度引入的分量也就相關。
　　JJF1059.1的公式36給出了對兩個輸入量Xi 和Xj 同時觀測n組測量數據時相關系數的估計值計算方法。我們要注意這里的多次測量必須不斷改變其中一個輸入量，例如不斷增加或減少Xi，然后測量Xj，一個輸入量Xi 測得值會對應另一個輸入量Xj 的測得值，而不是在同一個受檢點上重復測量。公式37更是說的直白，Xi 變化δi 會使Xj 變化δj。
　　在電功率測量中，電壓受檢點量值的增加不會導致電流不同受檢點必須增加或減少，兩個輸入量的變化沒有必然的關系，即電流測得值與電壓測得值只不過都是電功率測得值的輸入量，它們的積就是電功率測得值罷了。從102樓給的檢測例子來看，電壓測得值是對同一受檢點5V的重復測量，沒有改變過，即便每次對5V的測得值有微弱變化，重復測量19.86mA電流的測得值產生的微弱變化也與電壓測得值的變化沒有特定變化規律可循，即電流測得值并不因電壓測得值的變化趨勢而按特定規律變化，如何能說電功率測量的兩個輸入量“電壓”與“電流”相關呢？只能說明利用測量電壓和電流實施電功率的測量方案中，兩個輸入量“電壓”和“電流”不相關或弱相關。在不確定度評定中，這種情況的相關系數和協方差均可忽略不計，其相互關系可被視為“不相關”。

“統計學”中“皮爾遜相關系數”【JJF1059.1公式所薦，107#謂之“‘殘差’相關系數”】，與數學中表達兩個變量（序列）是否“線性相關”的“相關系數”【107#謂之“‘全值’相關系數”】，在一般情況下是有明顯區別的！

在關注一般“隨機量”的“散布寬度特征（諸如‘標準偏差’之類）”時，當然是應該采用“皮爾遜相關系數”考慮“合成”中的“相關性”，但前提是“序列中的各個‘樣本’都是正確無誤的‘真樣本’”！....即，若測得值序列中各個測得值的“測量誤差”可以忽略不計，序列呈現的“散布”純粹是因為“被測量值本身的‘隨機變化’”所致，那相應的“不確定度‘合成’”采用基于測得值序列的“皮爾遜相關系數”考慮“相關性”是沒有問題的！

“統計學”家們一般都會認為“樣本”是“可靠的”，由大量“樣本”就一定可以“統計”出任何所需要的東西。他們對“測試計量”人員所關注的“測量誤差”往往是不以為然的【客觀上，由于“測試計量技術”的進步，很多情況下，“測量誤差”可能比被測量值對象本身的“隨機變化量”小的多，相對可以忽略不計，也為此‘不以為然’加了支持】，兩家“合作”推行“不確定度”應用時，便容易將統計中的那個“殘差”與測試計量人員所關注的“測量誤差”混用了！！！....事實上，這兩者是有本質區別的。

關注“測量誤差”所引起的“不確定度”分量合成時，是不能用基于“測得值序列”的“皮爾遜相關系數”合理表達“相關性”的！

njlyx 發表于 2015-10-4 16:24
測量不確定度“合成”所需的“相關系數”，或真不能用【由測得值“殘差”計算出的那個“相關系數”】？！. ...

-
                           相關系數公式用于測量問題是陷阱
-
                                                                                                               史錦順      
-
       【致謝】謝謝njlyx先生的精彩計算！
-
（一）njlyx之《相關系數辨析》一文要點摘抄

       (a) 由（1）式可算出測得值序列{V}與{I}的“相關系數”
                 ra = + 1.0000
       (b) 由（2）式可算出“殘差”序列{ v V } 與{ v I } 的“相關系數”
                 rb = ?0.2922
       (c) 如果可以“確定”被測電壓V 及被測電流I 都是“不變的常量”，且假定已知兩者的“系統測量誤差“ 分別為δV = 0.05V、δI = 0.2mA ，則由（5）式可算出“測量誤差”序列{εV } 與{εI } 的“相關系數”
                 rc = + 0.9857
-
（二）可求的，沒用處；有用的，不能求
       （1）ra是被測電壓值與被測電流值的關系。分辨力很低，不便應用。不是考察對象。         
-
       （2）rb是測得值波動性間的關系。在考察測量問題上，可能是量值的隨機變化，也可能是測量儀器的隨機誤差，也可能是二者的共同作用。
       若是統計測量問題（測量誤差可略），則rb就是被測統計變量的變化值的相關性。（這里討論誤差合成問題，與此無關。）
       若是基礎測量問題（被測量的變化可略），則rb就是測量儀器的隨機誤差間的相關性。
       基于殘差序列的相關系數rb的公式，對系統誤差無反應，靈敏度為零。測量儀器的絕大多數，都是以系統誤差為主的，因此，不能表征系統誤差的相關系數公式，是沒有實際用途的。因為rb僅僅與隨機誤差有關，不反應系統誤差的問題，因此不能代表誤差整體的相關性。
-
       （3）rc是誤差量間的相關系數。是探討誤差合成方案選取的基本根據。可惜，對測量儀器，只知道誤差范圍（誤差元絕對值的最大可能值），而不知道具體的系統誤差值，因而rc不能求。
       rc是測量理論最需要的，卻因不知系統誤差的具體值而不能求。因此，建立在相關系數公式基礎上的誤差相關性判別，是錯位的應用，無效的分析，錯誤的判別。
-
（三）避開陷阱
       當前的大量不確定度評定的樣板，核心路線是搞“方和根合成”。為此而大費周折。第一要知道被測量的分布規律；第二要認定系統誤差都是隨機誤差（否定兩類誤差性質上的區別）；第三，要滿足“不相關”條件；第四要算出自由度。這是不確定度評定的四大難關。而其中的“假設不相關”是個陷阱。
       老史認為：難關是不確定度論自找的，陷阱是不確定度論自己挖的。眼光放開些，看看1980年以前，不確定度的思潮泛濫之前，計量界是怎樣做的，就會知道：本來有筆直的光明大道，只要排除不確定度論的干擾，那就能避開難關，避開陷阱。
-
       參考經典誤差理論與歷史上大量實例，老史推薦的誤差合成方式為：
       1 以“大量的、可正可負的、隨機的”為特點的隨機誤差，是“不相關的”，內部用“均方根法”；相互之間用“方和根法”。
       2 鑒于誤差量的“上限性”的特點，少量的、主要的幾項大系統誤差，要用“絕對和法”。
       3 大量的小系統誤差，它們之間的相關系數可正可負，有一定的抵消作用，可以采用“方和根法”。
       4 隨機誤差范圍、大系統誤差范圍、小系統誤差范圍之間的合成，用“絕對和法”。
       以上的處理方法，緊扣誤差量的“上限性”這個特點，可以避開“分布”、“相關”、“自由度”、“誤差性質的轉化”等難關，可以避開“假設不相關”的陷阱。這種合成方式簡單又可靠，何樂而不為之！
-

史錦順 發表于 2015-10-5 15:59
-
                           相關系數公式用于測量問題是陷阱
-

傳統的“系統誤差”、“隨機誤差”分類【類名在當前意境下或可斟酌】，其實是為處理誤差的“相關性”提供了簡便的實用方案！——“相關系數”分別簡化為“0”、“1”兩種情況！

較為“細致”的“測量誤差相關系數rc”也不是“絕對不可求”，但不可能依靠常規測量時的“測得值序列”求得！只能通過仔細設計的“標定”實驗數據或基于機理的合理分析適當估計——這應該不是一件容易完成的事情！？  而如此費力做成的結果（本人很少見到“實做”的例子），相較于簡化為“0”、“1”兩種情況的處理，實際效率可能低劣不少？？

史錦順 發表于 2015-10-5 15:59
-
                           相關系數公式用于測量問題是陷阱
-

【 參考經典誤差理論與歷史上大量實例，老史推薦的誤差合成方式為：
       1 以“大量的、可正可負的、隨機的”為特點的隨機誤差，是“不相關的”，內部用“均方根法”；相互之間用“方和根法”。
       2 鑒于誤差量的“上限性”的特點，少量的、主要的幾項大系統誤差，要用“絕對和法”。
       3 大量的小系統誤差，它們之間的相關系數可正可負，有一定的抵消作用，可以采用“方和根法”。
       4 隨機誤差范圍、大系統誤差范圍、小系統誤差范圍之間的合成，用“絕對和法”。】


其中的1、2、3與4是什么關系呢？  牽扯“相關性”的“合成”，只是針對“誤差范圍”才有意義啊，誤差的“具體值”是不存在“合成的‘相關性’問題”的——例如，基于P=VI由V、I間接測量P，如果知道V、I之測量誤差的"具體值"(不是“范圍”值，亦即不是“可能的最大絕對值”)dV、dI，那可以即刻算出P之測量誤差的"具體值"為dP=V×dI+I×dV+dV×dI，忽略相對的“微小量”，可近似取dP=V×dI+I×dV。不存在要取“絕對和”或“方和根”的問題。

“經典”誤差理論的“誤差（范圍）”合成方案或是非常“簡單化”的：先將所謂“系統誤差”與“隨機誤差”分別“處理”，前者按相關系數為“1”處理——“絕對和”；后者按相關系數為“0”處理——“方和根”；然后，必要時再將兩者“方和根”。

　　關于兩個量誤差的合成，兩位老師的意見各有各的道理，我似乎更贊成njlyx先生的觀點。但不確定度畢竟不是誤差，無論兩位老師誰的觀點，都是關于誤差合成的研究，與討論不確定度評定中的兩個輸入量的相關性和相關系數沒有直接聯系。因此我建議，我們討論的主題是不是應緊緊圍繞著不確定度分量合成時，如何判定兩個輸入量的相關性，以及該不該舍棄弱相關時的協方差或相關系數。因為我認為把誤差合成與不確定度合成放在一起討論，將又會攪成一鍋粥，很容易混淆，我們可以一個一個問題分別討論。

這就對了，終于回到了問題本質----誤差合成方法。

傳統誤差理論認為系統誤差和隨機誤差是不能合成的，即正確度和精密度不能合成，所以學界一直有聲音在討論它們的合成方法，這是個老話題。但無論那種合成方法都有不能完全讓人信服的地方。

但是，讓我們回顧一下20年來的不確定度評定實踐，有誰遇到過系統誤差和隨機誤差的合成障礙？有誰干過用隨機誤差的標準差和系統誤差的誤差值做合成？

所以，不確定度概念和傳統理論的關系就是實現了誤差合成方法的突破。

相關性問題是合成方法中的細節問題，不確定度評定理論是對此有論述的，至于實踐中存在某些一律完全無關或一律完全相關（加法合成）處理的個案，討論一下太應該，有益于加深對理論的理解。

yeses 發表于 2015-10-6 09:09
這就對了，終于回到了問題本質----誤差合成方法。

傳統誤差理論認為系統誤差和隨機誤差是不能合成的，即正 ...

【相關性問題是合成方法中的細節問題，不確定度評定理論是對此有論述的，至于實踐中存在某些一律完全無關或一律完全相關（加法合成）處理的個案，討論一下太應該，有益于加深對理論的理解。】


“細節”有時也是能決定成敗的！  如果對“相關性”問題(具體就是"相關系數"的確定問題)沒有實用的解決方案，就難免讓實踐者“假定無關”，得出一些讓人匪夷所思的“結果”（如史先生曾經列舉的種種）。

　　我感到葉老師114樓的帖子似乎仍然有將不確定度分量的合成與傳統的誤差合成混為一體的含義，似乎不確定度評定就是要替代誤差分析中的誤差合成。不確定度分量合成不能替代誤差合成，就相關性而言誤差合成的相關性指的是誤差之間的相關性，誤差之間的相關系數不一定是被測對象之間的相關系數。而不確定度分量的合成則是指輸入量之間的相關性，是輸入量具有相關性才會在它們的不確定度分量合成時要考慮相關性，輸入量之間的相關系數就是不確定度分量之間的相關系數。另外在做統計分析時，尋找輸入量的相關系數需改變輸入量的大小作多次測量，尋找誤差之間的相關系數改變的是測量誤差，可不必改變被測量（即重復性測量即可），改變誤差與改變被測量的大小相比我就不說了，大家都知道。

njlyx 發表于 2015-10-6 10:04
【相關性問題是合成方法中的細節問題，不確定度評定理論是對此有論述的，至于實 ...

但是，相關性問題是傳統經典隨機誤差理論中的內容，不確定度概念體系只是對此進行了傳承而已。如果以相關性問題批駁不確定度概念，那實際就等于把傳統誤差理論給砸了。

規矩灣錦苑 發表于 2015-10-6 16:06
　　我感到葉老師114樓的帖子似乎仍然有將不確定度分量的合成與傳統的誤差合成混為一體的含義，似乎不確定 ...

我回答你的還是下面這段VIM中的文字：

The deviation from the true value is composed of random and systematic errors. The two kinds of errors, assumed to be always distinguishable, have to be treated differently. No rule can be derived on how they combine to form the total error of any given measurement result, usually taken as the estimate. Usually, only an upper limit of the absolute value of the total error is estimated, sometimes loosely named “uncertainty”.


不要反復陳述你那觀點了，你那觀點是你自己個人的。

規矩灣錦苑 發表于 2015-10-6 16:06
　　我感到葉老師114樓的帖子似乎仍然有將不確定度分量的合成與傳統的誤差合成混為一體的含義，似乎不確定 ...

          測量問題，講的就是誤差問題。誤差理論講誤差，不確定度理論也得講誤差。拋開誤差不談，去談“被測對象的相關系數”，那就把對被測量的統計問題加在測量問題中了，必定造成混淆。
         討論學術問題，要弄清對象。測量理論，指的是對常量的測量，不牽涉被測量本身的變化。學術討論的對象是客觀事物與客觀事物的性質。不確定度論弄了個“測量模型”，不明不白的叫“輸入量”“輸出量”，實在差勁；你規矩灣的混亂概念，就是迷信不確定度論的不當表達的結果。
         被測量本身的隨機變化，要用統計理論處理，我把它特意取名為“統計測量”。統計測量的條件是測量儀器的誤差可以忽略。
         測量問題要表達的是“手段問題”，就是測量儀器、測量方法的誤差范圍問題。不確定度理論處理的就是這些。
         統計問題要表達的是“對象問題”，必須能忽略手段的問題（誤差范圍可略；也就是手段的不確定度極小），否則就表達不清楚。
        可惜，現行的不確定度理論與不確定度評定，恰恰混淆了兩類測量；于是就混亂、混沌。GUM載的測量溫度的例子，那么大的分散性，竟然不知是溫度計的還是溫度源的。這就叫無效的測量！
-

yeses 發表于 2015-10-6 18:18
但是，相關性問題是傳統經典隨機誤差理論中的內容，不確定度概念體系只是對此進行了傳承而已。如果以相關 ...

“傳統”誤差理論中用所謂“系統誤差”與“隨機誤差”的分類“合成”方法較實用的解決了“誤差（范圍）合成”中的“相關性”問題，“不確定度”的“合成”似乎并未“繼承”這個“方案”？——看到過所謂“系統性因素引起的不確定度分量”、“隨機性因素引起的不確定度分量”的說法，似未見對這兩類“不確定度分量”合成時有什么處理“相關性”的對應說法？？【或是我所見不周？】


本人從來不持否定“不確定度”應用的立場，但以為其現狀確有值得改善的地方【包括“傳承”斷鏈的問題——在“誤差分類”方面只管否定，未安排更“合理”的方案承接原來“誤差分類”所起的實際作用；如史先生樓上(119#)所言，將被測量自身的隨機變化以及所謂“定義的不確定度”也歸咎于"測量"——號稱為“測量不確定度”的分量之一，也是極不妥當的——易含糊被測量值對象“制造者”與“測量者”的職責；.......】。

njlyx 發表于 2015-10-6 20:04
“傳統”誤差理論中用所謂“系統誤差”與“隨機誤差”的分類“合成”方法較實用的解決了“誤差（范圍）合 ...

你說的很對，“不確定度”的“合成”并未“繼承”這個系統誤差和隨機誤差的合成“方案”。但你提到的這個“方案”實際是個別學派的做法，傳統理論的普遍認識仍然是它們不能合成，任何合成方案都不符合理論邏輯。118樓所引用的VIM中的那段文字就是證明。


但VIM解釋不確定度概念的這段文字實際又是自相矛盾的，而且不確定度評定實踐中又從來就沒有人遇到過系統誤差和隨機誤差的合成麻煩，沒有人遇到過沒有標準差的系統誤差，這才是值得引起注意的地方。

　　測量問題講誤差，講誤差理論是理所當然的，但測量問題同樣也講不確定度，講不確定度評定，誤差和不確定度是評判測量及測量結果品質好壞的兩個不同質量參數，不能強調一個而偏廢另一個。
　　不確定度分量是由輸入量引入的，是輸入量的特性，因此輸入量之間的相關性就是不確定度分量之間的相關性。JJF1059.1的4.4.4.2條根據對兩個量X、Y同時觀測的n組測量數據，給出了相關系數估計值計算公式36，此時的每“組”是改變X一個值的同時測量Y的變化值，如此不斷改變X再測量Y。而不是對X、Y分別改變后分別測量，更不是對不變的同一個xi實施重復性測量，然后對yi也重復測量。
　　如果用誤差的概念估計兩個相關量的相關系數，設對X、Y實施測量分別得到一組（一對各一個）測得值x、y，現改變X一個微小增量δx，同時測量Y，發現Y必產生一個δy的誤差變化，X和Y的相關系數應使用公式37。公式37中的u(xi)和u(xj)分別是對X和Y測量時，各自測量方法的標準不確定度；δx、δy分別是X、Y的微小增量，這個微小增量可視為各自的誤差。
　　值得注意的是無論使用公式36還是公式37，都有一個前提條件就是已判定X、Y存在著相關性，而不是不管它們相關與否，用公式36或37計算的結果一定是X、Y的相關系數。如果已判定X、Y并不相關，用這兩個公式計算出的所謂相關系數都是無稽之談。相關與否不是統計得到的，是先估計它們是相關的，才能用統計方法或其他方法計算出相關系數。明顯不相關的兩個量用什么方法計算出的相關系數都是騙人的，例如電功率測量中的兩個輸入量電壓和電流是不相關的兩個量，用什么方法計算出的相關系數都是天方夜譚。

yeses 發表于 2015-10-6 20:17
你說的很對，“不確定度”的“合成”并未“繼承”這個系統誤差和隨機誤差的合成“方案”。但你提到的這個 ...

【.......不確定度評定實踐中又從來就沒有人遇到過系統誤差和隨機誤差的合成麻煩.......】—— 此言或不確切？！多數情況或正如如史先生所言：假定“不相關”了事！？ 評估者眼前是見不到“麻煩”了，但生出了不少貽笑大方的“測量不確定度評估結果”！

njlyx 發表于 2015-10-6 20:38
【.......不確定度評定實踐中又從來就沒有人遇到過系統誤差和隨機誤差的合成麻煩.......】— ...

我指的是系統誤差沒有標準差的麻煩（傳統理論強調系統誤差不是隨機變量，沒有標準差），不是說隨機變量之間的相關性。


相關性問題是應該由專業測量規范來具體完善的，不同專業具體情況不同，GUM不便統一規定。目前都是專業人員自己發揮，計量檢測資料也不齊備，的確存在一些問題，但并不影響不確定度評定的總體理論方向，畢竟不確定度在相關性問題上并沒有發明創造，只是做了個傳承。

　　其實GUM已經對不確定度評定中的輸入量間的相關性做了大體上的統一規定。
　　1.兩個輸入量不相關的判定
　　JJF1059.1的4.4.4.1的a)款規定了識別兩個輸入量不相關的三個條件是：兩個輸入量中任一量可作為常量處理；不同實驗室用不同測量設備，在不同時間的測得值；分別獨立測量的不同量。
　　說明：例如采用測量電壓和電流獲得輸出量電功率，電壓和電流兩個輸入量就是獨立測量的不同量，因此是相互獨立的。
　　2.兩個輸入量相關時協方差的估算方法
　　JJF1059.1的4.4.4.1的b)款給出了相關時協方差的兩種情況估算方法。例如振蕩器的頻率與溫度可能相關，可以設定在不同的溫度對頻率測量，利用33式進行估算。長度測量往往與溫度相關，亦可照此辦理。兩個輸入量同時與另一個量相關，協方差按34式估算。
　　3.兩個輸入量相關時相關系數的估算方法
　　JJF1059.1的4.4.4.2條給出了相關時相關系數的兩種情況估算方法，分別是公式36和公式37。
　　4.如何用不相關的輸入量替代相關的輸入量從而去除測量模型中輸入量的相關性
　　JJF1059.1的4.4.4.3條給出了去除相關性的適用方法。例如測量模型中包含有兩個輸入量，而這兩個輸入量都與溫度這個量相關，因此這兩個輸入量也就明顯相關，那就干脆在測量模型中加入一個輸入量溫度，測量模型變成了3個輸入量，這3個輸入量是“各自獨立測量的不同量”也就去除了相關性。又如量塊校準測量模型中包含有標準量塊的溫度t和被檢量塊的溫度ts這兩個輸入量，因在同一個實驗室內，兩個輸入量相關，此時用兩個溫度的差δt替代其中一個溫度，測量模型中變成了另外兩個輸入量ts和δt，從而去除了相關性。