這個評審意見實在太混賬！

285166790 發表于 2016-9-30 11:26
葉老師不如舉些列子，完整的寫出現有的一些測量結果如果用這個新概念理論該怎么表達？ ...

例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀數5.00mm。這樣，平均測量結果為：5.00mm，平均值的標準差為0.00mm。

按誤差分類理論處理：隨機誤差（結果5.00mm與期望之差）的標準差為0.00mm，即精度（精密度）為0.00mm；卡尺的輸出誤差不貢獻離散，是系統誤差，沒有標準差，由正確度來評價，正確度是定性概念，只能用優良中差表述，綜合評價準確度也是定性概念，也只能用用優良中差表述。（測繪領域的精度概念也同樣就是這個意思，主貼中最后的圖片就是測繪教科書中剪切下來的。）

按誤差無類別論來處理：數顯卡尺的輸出誤差站在卡尺制造者（也是測量工作者）的角度也是遵循隨機分布的，最大允許誤差0.02mm本來就是對這個隨機分布的描述，其標準差可以通過0.02mm換算出來，跟當前的標準差0.00mm是完全對等的，所唯一不同是在當前的重復測量中卡尺誤差貢獻期望與真值之差。這樣總誤差=結果與期望之差+期望與真值之差，總誤差的標準差（也就是最終結果5.00mm的總標準差）也就等于二者標準差的概率法則合成，5.00mm結果的總擴展不確定度很容易得到就是0.02mm。不確定度是誤差的定量評價。

二種思維方式的核心區別在于：分類哲學認識的測量僅僅是指當前的100次操作過程。而無類別哲學認識的測量是包括當前操作和歷史操作在內的所有量值溯源過程，上游的所有儀器設備制造都是測量，都對當前的5.00mm結果產生影響。當把所有上游下游測量看成一個整體（全局哲學觀）的時候，誤差就都是測量產生的，誤差的形成原理都一樣，誤差都遵循隨機分布，這樣就沒有不遵循隨機分布的系統誤差了，至多只有遵循隨機分布的誤差對下游測量產生系統性的影響。誤差分類理論把系統性影響和隨機分布扯混了，把隨機分布與隨機變化也扯混了，誤差分類的所謂“明確定義”是基于一種狹隘的哲學觀和錯誤的數學概念給出的。



補充內容 (2016-10-3 14:43):
就這個內容寫了一篇博文，立馬被科學網推薦為精選博文。見http://blog.sciencenet.cn/blog-630565-1006417.html

當然測繪領域以精度直接表達測量結果的誤差大小其實也有一個說法，那就是系統誤差得由計量部門檢測出來作為改正數修正測量結果，這樣精度就可以用來表達準確度了。但是，僅就對于上述這么簡單的案例來，計量部門能給出卡尺的全部誤差值嗎？

yeses 發表于 2016-10-3 07:27
例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀 ...

我對您這個案例有點疑問：分類的例子給出的是精密度，下面不分類的解決方案又給出了不確定度，您不覺得有點什么問題嗎？

看了您另一個回復，意思就是廢除精密度的說法，這個我贊同，其實我們計量行業早都沒人用精密度這個概念了。

285166790 發表于 2016-10-8 14:50
我對您這個案例有點疑問：分類的例子給出的是精密度，下面不分類的解決方案又給出了不確定度，您不覺得有 ...

我不覺得有問題，希望您明示問題所在。

測繪領域目前就用精密度（精度）。

分類學說是需要推翻的，包括精度正確度準確度。

這里的不確定度是基于誤差無類別哲學解釋的，至于其他人對不確定度概念的其他理解我就不管了。

yeses 發表于 2016-10-3 07:27
例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀 ...

您的如下說法：
例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀數5.00mm。這樣，平均測量結果為：5.00mm，平均值的標準差為0.00mm。
按誤差分類理論處理：隨機誤差（結果5.00mm與期望之差）的標準差為0.00mm，即精度（精密度）為0.00mm；卡尺的輸出誤差不貢獻離散，是系統誤差，沒有標準差，由正確度來評價，正確度是定性概念，只能用優良中差表述，綜合評價準確度也是定性概念，也只能用用優良中差表述。（測繪領域的精度概念也同樣就是這個意思，主貼中最后的圖片就是測繪教科書中剪切下來的。）

按誤差理論進行分析：
     -0.02 <= 某數顯卡尺的系統誤差 <= 0.02
---->
     -0.02 <=  測得值-鋼球直徑-隨機誤差 <= 0.02
---->
     -0.02 <=  5.00-鋼球直徑-隨機誤差 <= 0.02
---->
     5.00- 0.02 -|隨機誤差|<= 鋼球直徑 <=  5.00+0.02+|隨機誤差|
----> 100次的平均結果為
     5.00- 0.02 -|1000測量隨機誤差的均值|<= 鋼球直徑 <=  5.00+0.02+|1000測量隨機誤差的均值|
     又已知平均值的標準差為0.00mm，即1000測量隨機誤差均值的標準差為0.00mm。
---->
      5.00- 0.02 <= 鋼球直徑 <=  5.00+0.02

例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀數5.00mm。這樣，平均測量結果為：5.00mm，平均值的標準差為0.00mm。

按誤差分類理論處理：隨機誤差（結果5.00mm與期望之差）的標準差為0.00mm，即精度（精密度）為0.00mm；...  ...

這樣的測量結果太兒戲，莫說測量某鋼球直徑100次，就是用數顯卡尺測量校準用的標準量塊，重復測量100次，標準偏差為0的概率也極低

不可以兒戲地杜撰一組數據，并以此為據要推翻一個成熟的理論，學問不可以是這樣做的

yeses 發表于 2016-10-8 15:10
我不覺得有問題，希望您明示問題所在。

測繪領域目前就用精密度（精度）。

       精密度（精度）這些概念在我們專業計量領域已經是不用的，準確度也只是一個定性不定量的術語，不知道這些過時的概念算不算已經被推翻了呢？您說的標準差問題在我們專業計量領域不存在，我們只有不確定度作為結論。當然我也知道在測繪領域還在使用此類概念，我認為在涉及測量的方面方面測繪領域應當向計量領域的標準看齊，取消這些過時的概念，在這點我是贊同您的觀點的。

285166790 發表于 2016-10-8 17:18
精密度（精度）這些概念在我們專業計量領域已經是不用的，準確度也只是一個定性不定量的術語，不 ...

           為什么要在“涉及測量的方面測繪領域應當向計量領域的標準看齊”呢？本來就是兩個專業、兩個領域、兩個部門、兩部法律。不存在誰向誰看齊的事情。

機械工程 發表于 2016-10-8 18:45
為什么要在“涉及測量的方面測繪領域應當向計量領域的標準看齊”呢？本來就是兩個專業、兩個 ...

       JJF 《通用計量術語及定義》中，在"計量學"、"測量"詞目外，另增了"計量"(metrology)詞條，定義為實現單位統一和量值準確可靠的活動。從定義中可以看出，它屬于測量，源于測量，而又嚴于一般測量，它涉及整個測量領域，并按法律規定，對測量起著指導、監督、保證的作用。計量與其它測量一樣，是人們理論聯系實際，認識自然、改造自然的方法和手段。它是科技、經濟和社會發展中必不可少的一項重要的技術基礎。計量與測試是含義完全不同的兩個概念。測試是具有試驗性質的測量，也可理解為測量和試驗的綜合。它具有探索、分析、研究和試驗的特征。
       俗話說科技要發展，計量需先行，計量學是一門基礎性科學，其它學科的測量工作都是基于計量學的發展基礎上的。就像數學，是所有理工科的基礎一樣。所以說，其它部門在測量方面應向計量部門的要求看齊，這既是法律的規定，也是工作的需要。

機械工程 發表于 2016-10-8 18:45
為什么要在“涉及測量的方面測繪領域應當向計量領域的標準看齊”呢？本來就是兩個專業、兩個 ...

不存在誰向誰看齊，都是一樣的測量專業，都是對未知量進行測量，彼此之間沒有本質不同。

取消精度正確度準確度概念的原因是因為它本身是錯誤的。上面案例已經很清楚地看到，其錯誤有二：1、唯一結果與數學期望之差是恒差，不發散。隨機誤差概念把它解釋成發散不符合實際。2、數學期望與真值之差也遵循隨機分布，也有概率區間。系統誤差概念認為它不遵循隨機分布、只能定性評價也不符合事實。

csln 發表于 2016-10-8 16:04
例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀 ...

你把標準差0.00改成多少都不影響這個結論！另外注意：0.00和你的0不是同一個東西！

崔偉群 發表于 2016-10-8 16:01
您的如下說法：
例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次， ...

-0.02 <= 某數顯卡尺的系統誤差 <= 0.02

1、您這個式子實際是給出了這樣的結論：卡尺的最大允許誤差MPE是系統誤差的評價值。請問什么文獻有MPE是系統誤差的評價的論斷？

2、按現有誤差理論，系統誤差是由正確度來評價的，正確度是定性概念不是定量概念，VIM中有MPE作為系統誤差的定量評價的理論邏輯嗎？您不妨現翻閱一下VIM或JJF1001。

3、按您的這個邏輯，不僅卡尺，是否任何測量儀器的誤差都是系統誤差？

yeses 發表于 2016-10-8 22:31
你把標準差0.00改成多少都不影響這個結論！另外注意：0.00和你的0不是同一個東西！ ...

是嗎？如果100次重復測量的標準偏差是0.0005mm，你還能說：按誤差分類理論處理：隨機誤差（結果5.00mm與期望之差）的標準差為0.00mm，即精度（精密度）為0.00mm；卡尺的輸出誤差不貢獻離散，是系統誤差，沒有標準差，由正確度來評價，正確度是定性概念，只能用優良中差表述，綜合評價準確度也是定性概念，也只能用用優良中差表述。... ...

0.00和0是不是一個東西，但一般人會明白，這里要說的0是絕對0，就算小數點后10位有非0數字也不叫絕對0。你覺得這樣說有意思嗎？要是這樣說，你說的5.00mm的鋼球是個什么東西，似乎只能叫鋼珠吧

崔偉群 發表于 2016-10-8 16:01
您的如下說法：
例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次， ...

-0.02 <= 某數顯卡尺的系統誤差 <= 0.02

繼續，這個簡單的測量案例提示的就是如何認識這一測量原理。

最終測量結果5.00mm的誤差（與真值之差）一定是個恒差（不會隨機變化），它由二部分組成：最終結果與數學期望之差和數學期望與真值之差。

1、數學期望與真值之差是恒差，最終結果與數學期望之差同樣也是恒差；

2、結果與數學期望之差是標準差為0.00mm的概率區間中的一個樣值，數學期望與真值之差則是誤差范圍為0.02mm的概率區間中的一個樣值；

3、這里的標準差0.00mm和誤差范圍0.02mm都是誤差的概率區間評價值，僅僅是置信概率不同，也沒有本質差異。

顯然，這二個恒差之間完全對等，事實上沒有任何性質上的差異。那么，憑什么非要把一個歸為系統誤差另外一個歸為隨機誤差呢？然后還給出一套正確度、精密度概念邏輯體系？

現在，您使用了這套概念邏輯體系中的系統誤差概念，表面上是仍然承認這套邏輯體系；但您卻又不遵循這套邏輯體系中的系統誤差沒有標準差、只能用正確度定性評價的邏輯，這實際上還是突破了這套誤差分類邏輯體系。

yeses 發表于 2016-10-8 22:58
-0.02

-0.02 <= 某數顯卡尺的系統誤差 <= 0.02

1、您這個式子實際是給出了這樣的結論：卡尺的最大允許誤差MPE是系統誤差的評價值。請問什么文獻有MPE是系統誤差的評價的論斷？

答：您要站在量傳溯源的角度看這一問題，顯然就不會有這樣的困惑。由于人類測量手段的有限性， 上一級標準的誤差范圍可以看作該標準向下量傳時的儀器的系統誤差范圍。

2、按現有誤差理論，系統誤差是由正確度來評價的，正確度是定性概念不是定量概念，VIM中有MPE作為系統誤差的定量評價的理論邏輯嗎？您不妨現翻閱一下VIM或JJF1001。

答：您一再強調正確度是定性概念，“卡尺的輸出誤差不貢獻離散，是系統誤差，沒有標準差，由正確度來評價，正確度是定性概念，只能用優良中差表述”
       請問您的優良中差的定性依據什么？

       我個人認為，通常講的正確度是定性概念是與精密度是個定量概念相對應的。精密度是能夠使用數學公式算出具體值來的，因此稱為定量；而正確度無法算出具體值，因此稱為定性，但這不意味著不能夠對系統誤差進行l量化的估計。

        另外，正確度是用系統誤差來量化表示的，而不是說系統誤差是用正確度來表示的。

3、按您的這個邏輯，不僅卡尺，是否任何測量儀器的誤差都是系統誤差？

答：誤差不一定是系統誤差，這與測量儀器在溯源鏈中的位置有關。


最終測量結果5.00mm的誤差（與真值之差）一定是個恒差（不會隨機變化），它由二部分組成：最終結果與數學期望之差和數學期望與真值之差。

1、數學期望與真值之差是恒差，最終結果與數學期望之差同樣也是恒差；

答： 數學期望與真值之差是恒差，也叫系統誤差；
        最終結果與數學期望之差同樣也是恒差， 也叫隨機誤差
        一個最終結果與數學期望之差同樣也是恒差， 也可以叫隨機誤差容量為1的樣本,或隨機誤差均值的一個樣本點；

2、結果與數學期望之差是標準差為0.00mm的概率區間中的一個樣值，數學期望與真值之差則是誤差范圍為0.02mm的概率區間中的一個樣值；

答：結果與數學期望之差是標準差為0.00mm的概率區間中的一個樣值，也可以描述為
       隨機誤差是標準差在(-0.004mm,0.004mm）之間，期望為0的樣本總體的一個樣本點；
   
     數學期望與真值之差則是誤差范圍為0.02mm的概率區間中的一個樣值；也可以描述為
      測量儀器誤差則是范圍為（-0.02mm，0.02mm）的區間中的一個樣本點，也可以描述為
     本次測量的儀器的系統誤差則是范圍為（-0.02mm，0.02mm）的區間中的一個樣本點
     
3、這里的標準差0.00mm和誤差范圍0.02mm都是誤差的概率區間評價值，僅僅是置信概率不同，也沒有本質差異。

答：顯然，這里的標準差0.00mm不但是誤差的概率區間評價值，而且是本次測量引入的；
                  這里的誤差范圍0.02mm不但是誤差的概率區間評價值 ，而且與是否是本次測量無關，而與是否是該測量儀器有關；

顯然，這二個恒差之間不完全對等，并存在差異。

285166790 發表于 2016-10-8 21:58
JJF 《通用計量術語及定義》中，在"計量學"、"測量"詞目外，另增了"計量"(metrology)詞條，定義為 ...

         你搞清楚些，武測、武大的測繪專業與天大、浙大的精密儀器專業不是一個專業。

崔偉群 發表于 2016-10-9 10:36
-0.02

您就說了一個區別是我認同的：結果與數學期望之差是當前測量引入的，數學期望之差是歷史測量引入的，區別僅僅就是當前和歷史。

但！如果根據當前和歷史來分類誤差，這也不符合現有的誤差分類理論。將來的人看當前也是歷史，歷史的人看自己也是當前，這也就是溯源鏈的上游下游問題。

補充內容 (2016-10-9 14:30):
現有理論強調誤差分類是基于誤差的性質來分類，都是恒差，性質差異自然并不存在。誤差產生的時間先后與性質之間沒有必然聯系。

yeses 發表于 2016-10-9 11:29
您就說了一個區別是我認同的：結果與數學期望之差是當前測量引入的，數學期望之差是歷史測量引入的，區別 ...

先出生的叫先生，后出生的叫后生。

系統誤差和隨機誤差的數學定義很明確：就是   期望-真值 ，測得值-期望       其實沒有先后一說，只是有時沒有辦法或為了方便，才偶爾借用先后的解釋。

在群體而言，期望-真值 ，測得值-期望 就是系統誤差和隨機誤差的質的區別，也是誤差這一質的同一。

在個體而言，是具體和具體的區別，也是具體和具體的統一。

cdsjmcl 發表于 2016-10-9 11:22
你搞清楚些，武測、武大的測繪專業與天大、浙大的精密儀器專業不是一個專業。 ...

計量學并不是某個學校的一門專業，屬于基礎性內容，機械，電子，土木工程，測繪等理工學科專業都會涉及到。

崔偉群 發表于 2016-10-9 16:11
先出生的叫先生，后出生的叫后生。

系統誤差和隨機誤差的數學定義很明確：就是   期望-真值 ，測得值-期 ...

關鍵是：

在當前是“期望-真值”，而在歷史的卡尺制造者（也是測量工作者）卻不會承認卡尺的輸出誤差就只是“期望-真值”，不會承認卡尺的輸出誤差是純系統誤差；

在當前是“測得值-期望”， 而在未來的測量者眼里（假設未來以該鋼珠的5.00mm直徑結果作為測量基準進行后續測量），后續的測量者也會說鋼珠直徑5.00mm的誤差對后續測量產生系統性影響，其誤差都是“期望-真值” 而不是“測得值-期望”。

就是說，期望-真值和測得值-期望的區別只對于當前測量來說有區分價值，對于整個量值溯源鏈全局來說，誤差的類別是說不清楚的，或精密度和正確度是區分不清楚的。

還有一個實際已經被突破了的就是，所謂系統誤差和所謂隨機誤差一樣，都是恒差、都有標準差、都可以用標準差定量評價。就是說，正確度和精密度都可以用標準差來表述，正確度準確度定性評價完全多余。這實際已經推翻了精密度正確度準確度概念體系。

285166790 發表于 2016-10-9 17:18
計量學并不是某個學校的一門專業，屬于基礎性內容，機械，電子，土木工程，測繪等理工學科專業都會涉及到 ...

         術業有專攻，學校可以合并，專業不可能合并。

崔偉群 發表于 2016-10-9 16:11
先出生的叫先生，后出生的叫后生。

系統誤差和隨機誤差的數學定義很明確：就是   期望-真值 ，測得值-期 ...

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。

yeses 發表于 2016-10-10 07:30
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 ...

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。

崔偉群 發表于 2016-10-10 09:15
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 ...

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？

yeses 發表于 2016-10-10 10:19
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 ...

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。