自助下单地址（拼多多砍价，ks/qq/dy赞等业务）：点我进入

在日常分析测试工作中，测量误差、测量不确定度、精密度、准确度、偏差、方差等是经常使用的术语，它们直接关系到测量结果的可靠性和取值的准确性和一致性。 如何区分这些概念？ 一起来看看吧！

传统方法多以精密度和准确度来衡量。 但是，通常所说的准确率和误差只是一个定性的、理想化的概念，因为实际样本的真实值是未知的。 精密度仅表示最终测量数据的重复性，并不能真正衡量其测定的可靠性。

作为一名分析测试人员，这些术语是应该弄清楚的概念，但这些概念又相互关联又各不相同，往往容易混淆。 这里简单的讨论一下，希望能引起大家的讨论。

1 测量误差

测量误差表示测量结果偏离真值的程度。 真正的价值是一个理想的概念。 严格意义上的真值无法通过实际测量获得，因此无法准确获得误差。 在实际误差评估过程中，往往采用约定的真值作为真值。 约定的真实值本身可能存在误差，因此只能得到误差的估计值。 另外，错误这个概念本身在实际应用过程中也容易产生混淆和误解。 根据error的定义，error应该是有区别的。 当测量值大于真实值时，误差为正，反之亦然。 误差应该是数轴上的一个点，但实际上很多时候测量结果的误差是用区间来表示的（一定程度上也反映了误差定义不合理），其实就是更像是不确定度的范围不符合错误的定义。

在实际工作中，产生错误的原因有很多，如方法、仪器、试剂等引起的错误，不断的人为错误，不断的环境错误，疏忽大意的错误，可控或不可控因素的变化等。

由于系统误差和随机误差是两个不同的量，前者用标准差或其倍数表示，后者用可能出现的最大误差表示。 在数学上，不可能解决两个不同性质的量之间的组合问题。 因此长期以来，误差的合成方法一直没有统一。 这导致不同测量之间缺乏可比性。

2 不确定性

测量不确定度是“表征合理分配给测量值并与测量结果相关的值的分散性的参数”。 定义中的参数可能是标准偏差或置信区间宽度。 不确定度是建立在误差理论基础上的一个新概念，表示由于测量误差的存在而引起的测量值的不确定程度，是定量描述测量结果质量的重要参数。 例如，测量结果可能非常接近真值（有小误差），但由于知识不足，人们赋予的不确定度落在了很大的区间内。 也有可能实际测量误差较大，但由于分析估计不充分，给定的不确定度太小。 一个完整的测量结果不仅需要表示其量级的大小，还需要给出测量不确定度，表示在一定概率水平下测量值的范围。 测量不确定度越小，测量结果越不可疑，可靠性越大，测量质量越高，测量数据的价值就越高。

在实践中精密压力表不确定度，测量不确定度可能来自多种来源，例如不完整的定义、抽样、基质效应、环境条件、质量和体积容器的不确定度、参考材料、测量方法和程序中的估计和假设以及随机变化等。 测量不确定度一般来自随机性和模糊性，这使得测量不确定度一般由许多分量组成。

在评估总不确定性时，可能有必要分别分析和处理每个不确定性来源，以确定其对总不确定性的贡献。 每个贡献都是一个不确定性成分。

不确定性和测量误差之间的主要区别表

3 精度和准确度

精度细分为：

准确度：系统误差对测量结果的影响。

精度：随机误差对测量结果的影响。

准确度：系统误差和随机误差的组合对测量结果的影响。

准确度是误差理论中的一种表述，不同于测量不确定度。 在误差理论中，准确度的量化特性可以用当前的测量不确定度（对于测量结果）和极限误差（对于测量仪器）来表示。 对于测量，精度高的准确度不一定高，精度高的精度不一定高，但是精度高的准确度和精度高，精度是precision的缩写。 目前，不鼓励精度要求。

我们看精度和准确度就像打靶一样。 靶心是真值，设计点是测试结果。 有4种情况：

Case 1. 这种情况是最好的，测试结果很接近，精密度不错，平均值很接近真实值，准确度不错。 既精确又正确，称为准确度好。 这就是分析师所追求的。

Case 2. 各测试结果的接近度与图1相同，只是整体沿半径平移到距靶心较远的距离。 表示期望从靶心移动到第一圈和第二圈之间由外向内。 与第一种情况相比，精度保持不变，但精度变差了。

Case 3. 图1中的测试结果以靶心为中心，每一个都沿着半径向外移动了不同的距离，就好像爆炸了一样，变得很散。 与第一种情况相比，精度保持不变，但精度变差了。

Case 4. 各测试结果的接近度与图3相同，整体offset与图2相同，与第一种情况相比，precision更差，accuracy也更差。 既不精确也不正确，准​​确性很差。

4 相对标准差和方差

偏差：描述预测值（估计值）的期望值与真实值之间的差距。 偏差越大，说明越偏离真实数据，如下图第二行所示。

相对标准偏差（RSD，relative standard deviation）是指计算结果的标准偏差与算术平均值的比值。

相对标准偏差（RSD）=计算结果的标准偏差（SD）/算术平均值（X）*100%，这个值通常用来表示分析测试结果的精密度。

方差：描述预测值的变异范围，离散程度精密压力表不确定度，即与其期望值的距离。 方差是对源数据与期望值之间差异的度量。 方差越大，数据的分布越分散，如下图右栏所示。

方差分为离散方差和连续方差。 从统计意义上讲，当数据分布比较分散（即数据围绕均值波动较大）时，各数据与均值之差的平方和较大，方差较大； 数据分布越集中，各数据与均值之差的平方和越小。 因此，方差越大，数据的波动越大； 方差越小，数据的波动越小。

当一份分析报告指出该批数据的偏倚（表示正确性）和相对标准差（表示精密度）时，也表示该批数据的准确性。 当分析质量不能满足规范要求或与数据使用者约定的要求时，需要考虑人员（责任和专业性）、仪器（尤其是仪器的校准）、方法（尤其化验中的样品分解方法）和环境。 （温度、湿度、振动、电磁干扰、污染等）从四个方面检查原因，并采取相应措施。 只有解决了问题，才能继续分析。