論文《兩種測量理論之間概念分歧的起源和演變》中英版

yeses 發表于 2020-11-23 15:53
不多說了，見下面圖片。愿意思考問題就再去翻翻概率論，這種公共論壇本來就是用來交流學術思想的，不存在 ...

葉老師，難道方差不是屬于隨機變量的么？用于表征隨機變量的分散性，它應該不是數學期望的方差，只是它和數學期望聯系在一起，用于描述隨機變量而已。

thearchyhigh 發表于 2020-11-24 09:25
測量結果不就是測得的量值+不確定的范圍？
或者按您個人的術語，被測量（測量結果）=測量結果（測得值）+ ...

我的X是表示真值（看原帖），您把它變成了測量結果。

我的測量結果就是測得值的意思，是數值。

如果您不承認數值的方差是0，我們之間就討論到頭了。

yeses 發表于 2020-11-24 09:41
我的X是表示真值（看原帖），您把它變成了測量結果。

我的測量結果就是測得值的意思，是數值。

我真想罵人，我能理解你的意思，你理解不了我說的。。

何必 發表于 2020-11-24 09:39
葉老師，難道方差不是屬于隨機變量的么？用于表征隨機變量的分散性，它應該不是數學期望的方差，只是它和 ...

是的，數學期望和方差是描述隨機變量的二個參數，缺一不可。

我是說測得值是數值，其數學期望是自身方差是0。是他們都在反對我，他們認為測得值是隨機變量，有方差（不為0）。

thearchyhigh 發表于 2020-11-24 09:44
我真想罵人，我能理解你的意思，你理解不了我說的。。

一個數值的方差是0，或者說一個數值沒意義。。

yeses 發表于 2020-11-24 09:41
我的X是表示真值（看原帖），您把它變成了測量結果。

我的測量結果就是測得值的意思，是數值。

我的意思是你不要搞一些錯誤的等式來說明什么，那些等式只是你想出來的，不代表現有測量理論，這下明白了嗎？

thearchyhigh 發表于 2020-11-24 09:20
1、看清楚我回復的哪條，而且在您加補充說明前回復的。編輯錯誤發慢了一點。。我是說下圖中紅框中的等式 ...

您承認紅框里的等式不成立就對了。但您承認σ (x)=σ (E(X))=σ (0.7)=0否？

yeses 發表于 2020-11-24 09:41
我的X是表示真值（看原帖），您把它變成了測量結果。

我的測量結果就是測得值的意思，是數值。

我真的不想和你玩文字游戲，你給個表達式出來就行，我按你的，反正我能理解你說的。

yeses 發表于 2020-11-24 09:49
您承認紅框里的等式不成立就對了。但您承認σ (x)=σ (E(X))=σ (0.7)=0否？

是的。。。。。。。。。。。然后呢

thearchyhigh 發表于 2020-11-24 09:50
是的。。。。。。。。。。。然后呢

所以，測得值是沒有方差，或者說沒有不確定度，沒有發散性。方差（不確定度）是誤差和真值的方差，是誤差或真值的所有可能取值的發散性（概率范圍）。~這就和現在的理論的不確定度不同了。

yeses 發表于 2020-11-24 09:55
所以，測得值是沒有方差，或者說沒有不確定度，沒有發散性。方差（不確定度）是誤差和真值的方差，是誤差 ...

測得值沒有不確定度，但測量結果是有不確定度的，這個當前理論的常識前面我已經給您普及了，您看不懂還是沒看..

yeses 發表于 2020-11-24 09:55
所以，測得值是沒有方差，或者說沒有不確定度，沒有發散性。方差（不確定度）是誤差和真值的方差，是誤差 ...

說明白點，測量結果 和測得值  就是量和量值兩個概念，我們只要理解就行，管他用什么術語（術語不涉及理論，是人為規定），當然最好統一  一下，方便討論，目前計量行業內的通用術語見規范。

thearchyhigh 發表于 2020-11-24 10:04
說明白點，測量結果 和測得值  就是量和量值兩個概念，我們只要理解就行，管他用什么術語（術語不涉及理 ...

當前理論因為不承認測得值是常數，所以新理論只有另起爐灶了。既然已經另起爐灶，就沒必要受現有術語約束：關鍵是用一個測得值概念把原始觀測值和經過數據處理后的結果都統起來很難說清楚問題，所以還是沿用許多測量教科書（至少目前測繪教科書還是）中的觀測值和測量結果二個概念進行區分。在新理論中，觀測值（無論有多少個）和測量結果都是數值，都是常數。

njlyx 發表于 2020-11-23 23:09
也許應該區分一下"隨機變量"與"不確定量"？……"不確定量"的稱謂，似乎與"認識"有關；"隨機變量"可能重在表 ...

您說到了關鍵點，內行！
概率論中的隨機變量實際是不確定量，而目前測量理論中的隨機變量實際是重復測量中隨機變化的量，實際數學表達卻是一個數值（測得值）。二個根本不是一個意思。

thearchyhigh 發表于 2020-11-24 09:20
1、看清楚我回復的哪條，而且在您加補充說明前回復的。編輯錯誤發慢了一點。。我是說下圖中紅框中的等式 ...

大哥您不要糾結他這個問題了，這個是我之前給他舉得例子，拋硬幣實驗，一共拋擲10次，七次是正面，三次是反面。正面就記為1，反面記為0。隨機變量x={1,0,1,0,1,0,1,1,1,1}。這個時候E(x)=0.7,σ²(x)=0.23(無偏估計)。葉老師認為x=E(x)(這個等式我覺得就不對)，所以他覺得σ²(x)=σ²(E(x))=σ²(0.7)=0.23。然而實際上數學期望的方差是0，這個結果其實是反證x≠E(x)的。他有些沒想明白而已，研究的對象應該是隨機變量不是它的數學期望。

yeses 發表于 2020-11-24 14:22
當前理論因為不承認測得值是常數，所以新理論只有另起爐灶了。既然已經另起爐灶，就沒必要受現有術語約束 ...

1、當前理論因為不承認測得值是常數，2、所以新理論只有另起爐灶了。既然已經另起爐灶，就沒必要受現有術語約束：
3、關鍵是用一個測得值概念把原始觀測值和經過數據處理后的結果都統起來很難說清楚問題，所以還是沿用許多測量教科書（至少目前測繪教科書還是）中的觀測值和測量結果二個概念進行區分。在新理論中，觀測值（無論有多少個）和測量結果都是數值，都是常數。
回復1、我發的測得值的術語，你哪兒看見它說的不是常數了？不我睜眼說瞎話。
回復2、您另起爐灶，從理論角度我表示尊重，術語怎么叫還是那個意思，從實踐就沒必要了，誤導人。你可以明確告訴我，現有理論的“測量結果”（您準備用什么術語，告訴我，方便討論。
回復3、原始觀測值和經過數據處理后的結果您喜歡區分開就區分吧，又不影響到理論。但告訴您一個常識，很多計量器具的顯示值本身就是多次平均的結果，比如萬用表的測量速度快慢設置，顯示慢就是顯示 更多次的平均。。。





從討論過程來說，您根本不太了解現在的測量理論。您的論文主要包括兩方面，一是現有理論的問題，二是新理論提出，一開始都不對，非常不嚴謹。另起爐灶不代表就不需要學習現有爐灶了。。

yeses 發表于 2020-11-24 14:25
您說到了關鍵點，內行！
概率論中的隨機變量實際是不確定量，而目前測量理論中的隨機變量實際是重復測量 ...

可是，您的“新理論”似乎并未區分“隨機變量”與“不確定量”？  本人未能理解你的“新理論”。

我的大致認識：
       “隨機變量”屬于“不確定量”。
        但不是所有的“不確定量”都屬于“隨機變量”，譬如那些“公認”量值(近似）唯一的“被測量”，對于此類“不確定量”，強說它本身的“方差”是別扭的。在“評估”其“不確定度”時，測量手段等因素“引入”的相關量則可能是“隨機變量”，可以求“方差”，....，最終“合成”所謂“測量結果的測量不確定度”【現在大家稱謂的“測量結果的測量不確定度”，實質是“測量結果”中包括的那個“測量不確定度”——教完整的“測量結果”至少包括“(被測量的)[最佳]估計值”(時常稱為“測得值”)及“測量不確定度”兩部分，似乎沒有“權威文件”認定此“測量不確定度”是屬于這“(被測量的)[最佳]估計值”的！.....您以為一眾不認識“新理論”的人們都認定此“測量不確定度”是屬于這“(被測量的)[最佳]估計值”的么？不然！ 至少包括本人在內的有人認為：此“測量不確定度”與這“(被測量的)[最佳]估計值”是“聯袂”表達“測量結果”，沒前“屬于”后的意識，不會對一個確定的“數值”說它有多大的“不確定度”，更不會求它的什么“方差” 】。
        您的“新理論”目前似乎只針對“量值唯一”的“被測量”論事？ 若如此，應該是相對簡單的“常量”測量問題，概念上似乎并沒有明顯的模糊地帶，名詞術語統一就基本“完美”了，個人認為，沒有您顧慮的那些“概念”問題。

njlyx 發表于 2020-11-24 16:10
可是，您的“新理論”似乎并未區分“隨機變量”與“不確定量”？  本人未能理解你的“新理論”。

我的大 ...

只說重點：現有理論的隨機變量是測得值---是數值---屬于概率論理論的常數概念，概率論里的隨機變量是指未知量。新理論只按概率論里的隨機變量（未知量）概念進行解釋，只說明現有理論的隨機變量曲解了概率論里的隨機變量概念即可。

您的不確定量就是我的未知量的意思，我沒有采用不確定量這個術語。

在當前測量完成的條件下，某個量（真值或誤差）本身都未知，其規律變化與否或隨機變化與否也當然都是未知。

新理論也有以數學模型去發掘誤差的變化以期獲得更佳測得值的原理，但測量完成后殘剩誤差（包括其變化）依然未知，只能給出概率范圍。

thearchyhigh 發表于 2020-11-24 16:04
1、當前理論因為不承認測得值是常數，2、所以新理論只有另起爐灶了。既然已經另起爐灶，就沒必要受現有術 ...

回復1、我發的測得值的術語，你哪兒看見它說的不是常數了？不我睜眼說瞎話。
回復2、您另起爐灶，從理論角度我表示尊重，術語怎么叫還是那個意思，從實踐就沒必要了，誤導人。你可以明確告訴我，現有理論的“測量結果”（您準備用什么術語，告訴我，方便討論。
回復3、原始觀測值和經過數據處理后的結果您喜歡區分開就區分吧，又不影響到理論。但告訴您一個常識，很多計量器具的顯示值本身就是多次平均的結果，比如萬用表的測量速度快慢設置，顯示慢就是顯示 更多次的平均。。。


1、現有理論認為測得值的方差（不確定度）不是0就等于認定了測得值不是常數而是隨機變量。
2、現在有教科書還是按觀測值和測量結果進行區分，至少測繪學教科書還是，沒有使用測得值這個術語。我的術語是，測量完成后提交測量結果（相當于現有理論的最終測得值而不是原始測得值）和誤差的不確定度。
3、我當然知道很多儀器都是對很多觀測值進行數據處理后給出示值的，哪個測量領域都是這樣，都是搞儀器設計、檢驗、教學幾十年的人了。我不知道20年前我起訴日本公司儀器設計錯誤的時候您那時有多大年齡。

補充內容 (2020-11-24 22:05):
20年前的故事：http://news.sina.com.cn/c/167376.html

yeses 發表于 2020-11-24 16:40
只說重點：現有理論的隨機變量是測得值---是數值---屬于概率論理論的常數概念，概率論里的隨機變量是指未 ...

【現有理論的隨機變量是測得值---是數值】<<<<<<

      這點您可能有些誤解？  當前，“測得值”的術語用的比較泛，包括最終報告“測量結果”中的那個“(被測量值的最佳)估計值”、測量過程中所得的那一些列“測量儀器”給出的“示值”，都會稱之為“測得值”。所謂求“測得值”的“(實驗)標準偏差/不確定度”，通常是對后面的情況而言，譬如用一臺儀器對某個被測量（假定量值唯一）實施多次重復測量，所得的“測得值”會形成一個有所散布的“序列”，可求其“(實驗)標準偏差/不確定度”。

njlyx 發表于 2020-11-24 17:33
【現有理論的隨機變量是測得值---是數值】

不管怎么說，新理論中測得值（新理論叫觀測值和測量結果）都一律歸類為常量，一切數值（如誤差樣本，數學期望值、方差值等）都是常量，常量的數學期望是自身方差是0。

傳統理論里有些東西也確實是很難歸納清楚的。

補充內容 (2020-11-25 08:42):
即使是一群彼此發散的數值，那也是一群彼此不同的常量（常數）。

yeses 發表于 2020-11-24 21:59
不管怎么說，新理論中測得值（新理論叫觀測值和測量結果）都一律歸類為常量，一切數值（如誤差樣本，數學 ...

【  即使是一群彼此發散的數值，那也是一群彼此不同的常量（常數）。】？？？

著實不好理解！…… 聲明"隨機變量"的"樣本"是"常數"有什么意義呢  ？  一個"量"，究竟是"常量"，還是"隨機變量"，就看它的"樣本(值)"是否有"散布"？  通常正是由那些已取得的樣本(值)序列統計出該"隨機變量"的有用特征值。……難道由這些樣本值已取得，不會變了，而"倒推"這些樣本值的"母體（總體）"不是"隨機變量"嗎？？

譬如說，一頭母豬，我們說它生豬仔的雌、雄是"隨機的"，……它已生的豬仔7雌8雄，雌、雄間隔無需，我們就認為這"隨機的"定論正確；難道你能從它已生產的豬仔性別不會變化了、是"常量"，而推定它產崽的性別不是"隨機的"嗎？

間隔無需  -->  間隔無序

我認為不論測量結果還是測得值(這里用計量通用術語中的定義)都具有分散性。一般測量中用平均值描述隨機變量特征的數學期望的方法，不就是統計中的抽樣方法，抽樣的研究內容還是總體，樣本的平均值只是總體數學期望的估計值，這沒有錯吧。葉老師我認為您將樣本=總體再用處理總體的方法來導出各種測量理論的問題和結論的做法是有失水準的。樣本的平均值我們作為測得值來講只不過是總體數學期望的估計值，您說它沒有分散性嗎？
再說說為什么系統誤差隨機誤差傻傻分不清的問題，說到底還就是樣本≠總體，導致計算中系統誤差和隨機誤差不能徹底分離出來，測得值中還有隨機誤差的分量。一點淺見請各位大佬斧正。

njlyx 發表于 2020-11-25 11:42
【  即使是一群彼此發散的數值，那也是一群彼此不同的常量（常數）。】？？？

著實不好理解！…… 聲明" ...

    這里的重復觀測樣本1、2、3、4、5、6在重復試驗的時候是隨機出現的，但1、2、3、4、5、6就是數值，是常數，按照概率論概念不可能說數值1、2、3、4、5、6是隨機變量。
    按照數學期望和方差的定義，常數的數學期望是自身方差是0.即：
   
    所以，樣本的總體的均值3.5和發散性2.92都不能強加給個體。    如果非要強加，那就必然出現以下邏輯悖論：


    當一個偏差未知的時候，我們也可以用其所有可能取值（所有可能測量條件下的樣本的集合---樣本空間）的均值和發散性來描述其概率范圍，均值用于修正測得值，殘余偏差的數學期望就是0了。
    請回顧概率論教科書對隨機變量概念的描述，跟現有測量理論的描述不一樣。
    知道了豬仔的公母是不需要做什么“概率估計”的---常量不需要用概率來描述，只有不知道的時候才去用其他的大量已知統計數據來估計其概率。