|
实践证明：在测量任何一个“量”时，不管工作者作得多么细致，使用的仪器多么先进和精密，采用的方法多么可靠和正确，测量结果总是与“真值”有一定的差别，总是“真值”的近似值。换句话说，测量值与真值之间总会有一定的偏差，这一偏差就称为“测量误差”，简称为“误差”，可用下式表示：  在实际工作中，“真值”往往是无法直接得到的，它常用能满足规定准确度的“实际测量值”代替。在实际工作中最常用来代替“真值”的是：多次测量值的代数和除以测量次数所得的商——算术平均值。测量次数越多，算术平均值越接近“真值”（前提是测量过程中没有系统偏差）。 绝对误差是以被测量“量”的单位表示的误差，可能是正值，也可能是负值，在很多场合它不能用来比较不同测量之间的准确程度。如：用色谱测量两个含量不同的样品，测量结果是：样品& 的含量为100.1μg/mL，样品2的含量为10.1μg/mL。若样品& 的“真值”是100.0μg/mL，样品2的“真值”是10.0μg/mL，则两个测量的绝对误差都是0.1μm/mL，是相等的。但是，实际上样品& 的测量比样品2的测量显然要准确的多。为了弥补这一不足，引入了相对误差（r）的概念，相对误差可用下式表示：  在实际工作中式（2-3-28）中的# 也常以多次测量值的算术平均值来代替。 为了便于对误差进行研究，需要对误差分类。对误差的分类可从不同角度进行，例如：从误差产生的原因出发，可将误差分为仪器误差，方法误差，环境误差，人为误差等。然而从计量学的观点出发，根据测量数据处理方法的需要，从测量误差出现的规律来分类是最合适的。因此，在误差理论中通常根据误差出现的规律将误差分为：系统误差、随机误差和过失误差三类，下面将分别加以介绍。 1. 系统误差 系统误差又称为可测误差或规律误差，它是指偏离测量规定的条件或测量方法所导致的，按某些确定规律变化的误差。这类误差的特征是：在所处测量条件下，误差的绝对值和符号保持恒定，或遵循一定的规律变化（大小和符号都按一定规律变化）。根据误差出现的规律性，系统误差可分为：误差值和符号不变的恒定误差和误差值大小和符号在变化的变值误差。 2. 随机误差 随机误差又称未定误差，它是指在实际测量条件下，多次测量同一量值时，绝对值和符号以不可预知方式变化的误差。这种误差出现的规律性很复杂，只能用统计的方法找出误差的大小和出现次数之间的数字关系，即找出误差的分布规律。当测量次数不断增加时，其误差的算术平均值趋向于零。 从概率论和数理统计学的观点可以认为这类误差是在测量条件下的随机事件，从概率观点来看，它是围绕测量结果的算术平均值（数学期望）周围随机变化的部分。要分析这类误差，必须了解它的概率分布规律，经典的误差理论认为：随机误差出现的概率分布为正态分布，并在这一前提下建立了随机误差的统计分析方法。
3. 过失误差 过失误差又称粗大误差或操作误差，它是指不能正确测量而导致严重歪曲测量结果的那种误差，其误差值超过规定条件下的预期值的误差大小。过失误差是由于测量中出现的过失所致，主要原因有三个：!测量者主观疏忽或客观条件突变而测量者未能及时加以纠正，导致读数，记录或计算出错；'使用的测量仪器本身有缺陷而测量者又未能发现；#测量者操作测量仪器的方法有错误。 过失误差可以根据误差理论判断出来，含有过失误差的测量数据应在数据处理时予以剔除，否则测量结果将不真实，即与真值有较大的偏差。 |
|
|
