單次測量結果沒有(測量)不確定度嗎？

yeses 發表于 2018-7-16 09:34
把現在的質量保證值說清楚就足夠了！

如果把實際100g稱成80g，然后保證1小時后也是80g，這種保證有什么 ...

這不象一個學者在討論學術問題

是有人這樣保證了還是您就是這樣保證的

csln 發表于 2018-7-16 10:14
這不象一個學者在討論學術問題

是有人這樣保證了還是您就是這樣保證的 ...

我是告訴一個道理：是評價當前測得值的誤差大小（概率范圍）有意義還是評價未來其它測得值的發散性有意義。

未來其它測得值的發散性是一個對于當前測得值沒有充分意義的東西，重復好根本不能代表準確。

當前過去的重復發散是因為當前過去的重復測量條件存在彼此不同，只能對當前過去作出評價而不是評價未來，未來自然有未來的不確定度去評價。

當前過去重復雖然發散，但最終也只有一個測得值（測量數據處理就是要消除這個發散給出唯一最佳值），就沒有測得值發散一說了。

如果還聽不明白，我們就別討論了，我服輸。

您其實真不用不厭其煩地想我是告訴一個道理：是評價當前測得值的誤差大小（概率范圍）有意義還是評價未來其它測得值的發散性有意義。因為別人理解的不確定度根本就不是您說的這樣一個東西

未來其它測得值的發散性是一個對于當前測得值沒有充分意義的東西，重復好根本不能代表準確。您這句話說明了您沒有認真去讀過GUM的文件，所以你也不理解路云先生的觀點，不確定度的前提是假定修正了所有已識別的系統誤差并盡最大努力去識別了系統誤差，這個前提下，重復性好當然就代表準確

非常贊成您的觀點，不討論了。當然，不厭其煩地開主題撩撥大家的也全由您

csln 發表于 2018-7-16 11:24
您其實真不用不厭其煩地想我是告訴一個道理：是評價當前測得值的誤差大小（概率范圍）有意義還是評價未來其 ...

我現在批判的就是GUM，做的工作就是用證據證明GUM不能自圓其說，重新解釋不確定度概念。我早說過不能拿GUM為基礎論據。行，到此為止。

njlyx 發表于 2018-7-15 22:54
【 “誤差”小“不確定度”大，與“誤差”大“不確定度”小，究竟哪一種測量結果的質量好？我個人認為， ...

支持！不確定度是主觀評價，是對當前的 誤差大小的可能性評價。

不確定度評定是從誤差方程推導方差合成方程來實現評定，所以不確定度一定是與誤差直接發生聯系。

yeses 發表于 2018-7-15 13:13
關于您的未來重復測量的發散性觀念，我再提示您幾點：

每個未來測量也有它自己的不確定度評價值，不需要 ...

您的兩種說法，明顯自相矛盾。

yeses 發表于 2018-7-16 09:34
把現在的質量保證值說清楚就足夠了！

如果把實際100g稱成80g，然后保證1小時后也是80g，這種保證有什么 ...

“測量結果”還是應該追求有實用價值，否則，有什么意義呢？

【把現在的質量保證值說清楚】通常是不“足夠”的，要【把“應用”需要的質量保證值說清楚】才算“夠”。

如果對“被測量”在“應用”需要的時、空范圍內的可能“散布”沒有可靠的“知識（共識）”，那么，只【把現在的質量保證值說清楚】是沒有意義的！

對于一坨黃金的“質量”這種“被測量”，人們有非常可靠的“知識（共識）”篤定它在常規環境的有限時、空范圍內的“散布”完全可以忽略不計——相應的，【把現在的質量保證值說清楚】了，就等于【把“應用”需要的質量保證值說清楚】了！

【把現在的質量保證值說清楚】= 【 明確保證現在質量(真)值的概率范圍 】吧？.........｛ 如果把實際100g稱成80g ｝？—— 這要多大的“(測量)不確定度”才能造就如此“如果”？


本人的認識——

    【把現在的質量保證值說清楚】是“測量”必須完成的事，但不一定“足夠”。

yeses 發表于 2018-7-15 03:18
關于您指責我前一個帖子73樓預先假設誤差Δ的數學期望值E(Δ)為零的事情，很好，這個您看進去了。我下面 ...

您認為誤差Δ的數學期望值E(Δ)應該為系統誤差的真值，那么我問您，既然您知道系統誤差的真值的數值，那么它就是個確定的常數，其期望就還是這個確定的常數，您作為一個測量工作者難道不會用它去修正測得值嗎？

這個問題的確是問得滑稽，如果您連真值存在但不可知，或者說不可獲得的道理都不認同，那我們討論的理論基礎都大相徑庭，討論的確沒有辦法交流下去。

我的意思是：數學期望不為0的誤差就無法存在，因為它是誤差的測得值，是測得值而不再是誤差，必須用于修正最終測得值而滅失。換句話說，能存在的誤差的數學期望只能是0了。

什么理論規定了誤差平均值的極限不為零的誤差不存在呀？“系統誤差(真值)”不是“測得值誤差”的數學期望嗎？不存在嗎？我已經說了，不要將“系統誤差”與“隨機誤差”攪在一起來討論，“誤差”是“系統誤差”與“隨機誤差”的代數和，數學期望為零的誤差就是“隨機誤差”。“因為它是誤差的測得值，是測得值而不再是誤差”，這我就看不懂了，誤差的測得值不是誤差是什么？看來你我討論的根本就不是一個東西，我說的是驢頭，您說的是馬嘴，無法組裝。您的這套與眾人理解不同的理論，我個人似乎有脫離實際之感，是否真有實用價值，本人不敢恭維。

njlyx 發表于 2018-7-15 02:54
【 “誤差”小“不確定度”大，與“誤差”大“不確定度”小，究竟哪一種測量結果的質量好？我個人認為， ...

一臺“示值誤差(注：指“示值誤差”的平均值，即“系統誤差”的估計值，下同)”超出測量設備的最大允差，但“示值重復性”很小，很穩定；另一臺“示值誤差”很小，但“示值重復性”卻很大(即“短期穩定性”差)。這兩種情況平時并不少見，前者即為“誤差”大“不確定度”小，后者即為“誤差”小“不確定度”大。

在報告“測量結果”時，常人只能報告“測得值”及相應的“測量不確定度”，不可能同時報告“測量誤差”是多少，因為他不知道這“測量誤差”的值究竟是多少，所以，除了“測量不確定度”，他不可能再用另一個“測量誤差”的指標來宣示這“測量結果”的 某方面“好壞”！

測量設備的使用者，除非所使用的測量設備是未經檢定/校準的測量設備，否則不可能不知道“測量誤差”是多少。這又涉及到做“不修正測量”還是做“修正測量”了，前者是“檢定”的思路，后者是“校準”的思路。“檢定”是以誤差限來作為傳遞比控制每一級測量的，所以只要測量設備經檢定合格，通常用它進行下一級測量都不作修正。“校準”則不同，除了誤差應滿足 要求外，主要以“不確定度”作為傳遞比控制每一級測量，因此從嚴格意義上來說，校準的每一級測量都應該作修正測量，給出的“測量結果(測得值或誤差)”必須同時給出“不確定度”。按校準的操作模式，對于已知量的測量(校準)來說，“測量結果”可以給出與示值對應的實際值(經修正后的“測得值”)，也可以給出“示值誤差”。而對未知量的測量(檢測)來說，通常給出的都是經修正后的“測量結果”。因此這種情況下，無論是張一、李二還是王三，所給出的“測量結果”都是一致的，不存在501g、505g、502g三種不同的測量結果，所不同的只有各自的“不確定度”。這就是“檢定”與“校準”的區別。所以為什么說“檢定合格的計量器具，并不一定是測量準確的計量器具，要想測量準確，就必須校準”。

njlyx 發表于 2018-7-16 13:22
“測量結果”還是應該追求有實用價值，否則，有什么意義呢？

【把現在的質量保證值說清楚】通常是不“足 ...

量的定義本身的不完整問題一樣也可以看做是誤差問題，這里最好先不談這個問題。現在核心問題是要讓大家認識到不確定度是評價誤差，通過評價誤差來保證測得值的品質。

路云 發表于 2018-7-16 15:32
一臺“示值誤差(注：指“示值誤差”的平均值，即“系統誤差”的估計值，下同)”超出測量設備的最大允差， ...

我似乎有點"目瞪口呆"了………各執己見吧。

路云 發表于 2018-7-16 14:19
您認為誤差Δ的數學期望值E(Δ)應該為系統誤差的真值，那么我問您，既然您知道系統誤差的真值的數值，那么 ...

真值存在但不可知，或者說不可獲得

這話是對的。所謂隨機誤差---測得值與數學期望之差x-Ex的真值不可知，它的數學期望E(x-Ex)=Ex-Ex=0, 但所謂系統誤差---數學期望與真值之差Ex-xT也是真值不可知，它的數學期望怎么就不是0呢？它不也是測量人測出來的誤差嗎？

誤差的數學期望為0是指誤差的所有可能取值的均值為0，或者說誤差值為正和為負的機會均等。數學期望是0不等于誤差是0。

另，誤差的測得值當然是測得值了。語法就決定了概念范疇。誤差的測得值直接用于修正測得值，不需要多討論它。

根源是解決重復性引入的不確定度嗎？如果僅是如此，并基于貝塞爾公式。我們測10次，評10次平均值引入的A類，要除以根號10；那么評5次平均值，則測10次，要除根號5；那么評單次呢？測10次，除以根號1。

yeses 發表于 2018-7-16 17:16
量的定義本身的不完整問題一樣也可以看做是誤差問題，這里最好先不談這個問題。現在核心問題是要讓大家認 ...

這不"沖突"。可以找到若干近似"常量"的"被測量"，只討論測量它們的情形---"定義"的"不確定"可以忽略不計。……那么，您"把被測量值現在的情況"搞明白了，也就意味著"把被測量值一小時的情況"搞明白了，因為這近似"常量"的"被測量"在一小時前后的差異完全可以忽略不計。……您用的這套"測量系統"的"測量誤差"在這一小時前后理應服從相同的"統計規律"---- 用"合格"的"測量系統"對同一"常量"在一小時前后的"測量結果"理應非常"相融": 有相同的"測量不確定度"，且"(真值的概率)包含區間"大部分重合("測量結果相融"本身只要求這后半句)。……因此，要求"一小時以后的"測得值"落在"散布"中"本身沒毛病。有"毛病"的是這幾次"測得值"的"重復性"與所用"測量系統"之"測量誤差"關系的處理。

補充內容 (2018-7-22 13:31):
更正：
也就意味著"把被測量值一小時的情況"搞明白了   --->   也就意味著"把被測量值一小時后的情況"搞明白了

補充內容 (2018-7-22 13:32):
相融  --->  相容

njlyx 發表于 2018-7-16 17:54
這不"沖突"。可以找到若干近似"常量"的"被測量"，只討論測量它們的情形---"定義"的"不確定"可以忽略不計 ...

我的意思是，現在人們都糾結于隨機變量這個名詞望文生義，一會測得值在隨機變化、一會真值在隨機變化，一會誤差在隨機變化。當下的任務主要是讓大家意識到測得值提交后并沒有誰還能變化。就算有些真值將來會變，那也通常不是隨機地變，而測量通常只對測量實施時刻的真值負責。只有把這些意識建立起來后，再跟大家談論真值定義不完整等問題會更好。

不確定度不是專門為評價誤差用的喲，是測量結果的離散性。誤差大，不確定度小也可以呀。槍打靶每次都是1環而且每次都是同一個孔里，不是很牛嗎？槍槍都是9環，但在整個環里分布。如果要比賽，選哪把槍？

yeses 發表于 2018-7-16 18:13
我的意思是，現在人們都糾結于隨機變量這個名詞望文生義，一會測得值在隨機變化、一會真值在隨機變化，一 ...

把您對此的認識說明白也許不難，但要讓別人認同您的觀點可能不容易。

當前的"測量不確定度"主流倡導將被測量的"散布"與"測量誤差"的影響"綜合"起來考慮"測量(真)值的概率包含區間"(---如此，方便了"被測量"的應用者)，可能難接受"分分清爽"的"做法"。

前輩有認識很清楚的專家，不知您是否讀過劉智敏先生的《測量不確定度及其實踐》？

njlyx 發表于 2018-7-16 19:13
把您對此的認識說明白也許不難，但要讓別人認同您的觀點可能不容易。

當前的"測量不確定度"主流倡導將被 ...

沒有。剛查閱了一下，從目錄的邏輯看，這本書應該比現有的很多權威書籍的邏輯要嚴謹，沒有看到它在誤差分類方面有糾纏。應該非常符合我的思路。

ssdl 發表于 2018-7-16 18:22
不確定度不是專門為評價誤差用的喲，是測量結果的離散性。誤差大，不確定度小也可以呀。槍打靶每次都是1環 ...

現在討論的問題是，只有一發子彈----一個測得值，而且也不知道靶心在哪里。

yeses 發表于 2018-7-17 08:28
沒有。剛查閱了一下，從目錄的邏輯看，這本書應該比現有的很多權威書籍的邏輯要嚴謹，沒有看到它在誤差分 ...

劉先生好像是我國從事“測量不確定度”研究的元老(之一?)，他的這本《測量不確定度及其實踐》出版若干年了.........

關于“誤差分類”問題，我以為您是將某些學者的一些“不當說法”當成“計量測試”界的“共識”來批判了？   我感受到的較大眾的“認識”大致是：  1. “誤差分類”的目的是實用簡化“重復測量”時，各單次測量的“測量誤差”之間的“相關性”問題； 2. 沒有將某種因素導致的誤差貼上固定類別之永久標簽的“共識”，只有【 xxx在xx情況下屬于x誤差】之類的“經驗”。

yeses 發表于 2018-7-15 21:25
真值存在但不可知，或者說不可獲得

這話是對的。所謂隨機誤差---測得值與數學期望之差x-Ex的真值不可知 ...

誤差的數學期望為0是指誤差的所有可能取值的均值為0，或者說誤差值為正和為負的機會均等。數學期望是0不等于誤差是0。

期望是期望，均值是均值，這是兩個完全不同的感念，不規范的表述混在一起扯，如何扯得清楚。

“均值”是有限次測量結果的平均值，“期望”是無限次測量結果的平均值，前者是后者的“估計值”，后者是前者的“極限值”。前者通過測量可以獲得，后者就如同“真值”一樣，存在卻不可獲知。您所說的期望值為0的誤差實際上就是圖中的“隨機誤差”，而不是“測得值的誤差”(即圖中的“誤差測得值”)。期望值為0，“隨機誤差”每一次“測得值”當然不一定是0咯。而誤差(圖中的“誤差測得值”)的期望則不是0，而是圖中的“系統誤差(真值)”。圖中紅色字部分都是存在而不可獲得的值，人們通過測量可獲得的只能是黑色字和藍色字部分。不確定度研究的是“隨機誤差”的概率分布區間，正是因為“系統誤差(真值)”和“隨機誤差”不可獲知，人們只能用“系統誤差的測得值(或估計值)”和“隨機誤差的測得值(或估計值)”來進行評估。“修正”也僅僅是將圖中的曲線向右平移“系統誤差的測得值(或估計值)”。但“不確定度U”的大小并不會因為“修正”而改變，所以“不確定度U”不僅可定量表征“測得值均值”的不確定概率區間的半寬度，同時也是定量表征“被測量(真值)X”可能落在的不確定概率區間的半寬度，也可視其為“測量精密度”的表達形式之一。這就是我個人對不確定度的膚淺理解，可能與您研究的不是同一個東西。

njlyx 發表于 2018-7-17 14:30
劉先生好像是我國從事“測量不確定度”研究的元老(之一?)，他的這本《測量不確定度及其實踐》出版若干年 ...

在特定條件下誤差有系統影響特性和隨機影響特性這是沒問題的。

但學術界真不是您說的那樣，學術界對誤差分類的認識是絕對化的。譬如JJG703規程中測距儀加乘常數誤差的限差問題（系統誤差不用限差）迄今還是個迷題。再譬如測繪儀器目前仍然只走精密度正確度評價路線而不走MPE評價路線等。

路云 發表于 2018-7-17 22:16
誤差的數學期望為0是指誤差的所有可能取值的均值為0，或者說誤差值為正和為負的機會均等。數學期望是0不等 ...

“均值”是有限次測量結果的平均值，“期望”是無限次測量結果的平均值，前者是后者的“估計值”，后者是前者的“極限值”。前者通過測量可以獲得，后者就如同“真值”一樣，存在卻不可獲知。

您這個說法是對的。我說的所有可能取值的均值實際比您的無窮均值更嚴謹，試想一下，如果某個誤差沒有無限個可能取值怎么辦呢？

您所說的期望值為0的誤差實際上就是圖中的“隨機誤差”，而不是“測得值的誤差”(即圖中的“誤差測得值”)。期望值為0，“隨機誤差”每一次“測得值”當然不一定是0咯。而誤差(圖中的“誤差測得值”)的期望則不是0，而是圖中的“系統誤差(真值)”。圖中紅色字部分都是存在而不可獲得的值，人們通過測量可獲得的只能是黑色字和藍色字部分。不確定度研究的是“隨機誤差”的概率分布區間，正是因為“系統誤差(真值)”和“隨機誤差”不可獲知，人們只能用“系統誤差的測得值(或估計值)”和“隨機誤差的測得值(或估計值)”來進行評估。“修正”也僅僅是將圖中的曲線向右平移“系統誤差的測得值(或估計值)”。但“不確定度U”的大小并不會因為“修正”而改變，所以“不確定度U”不僅可定量表征“測得值均值”的不確定概率區間的半寬度，同時也是定量表征“被測量(真值)X”可能落在的不確定概率區間的半寬度，也可視其為“測量精密度”的表達形式之一。這就是我個人對不確定度的膚淺理解，可能與您研究的不是同一個東西。

您一定要明白一個道理，一個唯一的測得值給定以后，測得值與數學期望之差（所謂隨機誤差）就固定了，就無法隨機變化了，就和數學期望與真值之差（所謂系統誤差）一樣了，也是固定的未知的偏差。性質一模一樣的二個偏差。

yeses 發表于 2018-7-17 23:04
在特定條件下誤差有系統影響特性和隨機影響特性這是沒問題的。

但學術界真不是您說的那樣，學術界對誤差 ...

不大了解"測繪"界的情況。

不過，對于某些專業測量儀器，【不將一些所謂"系統測量誤差(譬如校準它所用標準器(量)帶來的"測量誤差"之類)分量"納入儀器的"測量準確性評價指標"的考察范圍】也不是毫無道理，因為這些"分量"可能與儀器的結構特性關聯甚微、主要取決于"校準"等使用方法的"精確性"，而這些專業測量儀器的使用方法可能有比較大的專業自主性(譬如可能合理"修正")，不像普通大眾測量儀器那樣要保證"小白"使用的情況。

按照不確定度理論，所有的測量應該都有不確定度，不管是重復測量、單次還是一次性測量。只是能否獲得不確定度準確數值的區別