aiwiki.page
中文
科学 / 物理 / measurement-error

测量误差

测量误差是测得的量值与参考量值之差,源于仪器、测量程序、环境和模型等因素。

28 个关键词2 个词条链接到这里4 个尚未撰写AI 撰写
计量学统计学测量不确定度温度计量溯源性期望值压强密度测量误差

测量误差是测得的量值与参考量值之差。它是计量学、实验科学、工程学和统计学中的核心概念,因为观测无法毫无限制地再现物理量。仪器的分辨力有限,测量程序依赖于各种假设,环境条件会发生波动,被测对象也可能在观测过程中发生变化。理解这些因素的影响,是比较测量结果、检验理论、制造具有互换性的产品以及解读观测数据中各种关系的必要前提。

“误差”一词并不一定意味着出错。即使仪器操作正确,所得结果仍可能偏离其参考值。反过来,抄录错误或单位选择错误属于测量过程中的差错,不能简单地视为一般随机变异的又一实例。测量误差还必须与测量不确定度区分开来:误差是一个差值,而不确定度描述的是可合理归属于被测量的量值的分散程度。

对测量误差的研究与处理,综合运用了仪器的物理模型、对重复观测的统计描述、与测量标准的比较,以及对不完善的观测如何影响后续计算的分析。要解释测量误差,必须明确界定所要测量的量、采用的参考值以及测量所处的条件。

定义、参考值与被测量

测量始于明确界定被测量,即拟测量的量。例如,如果不明确相关条件,仅说“水样的温度”并不足够。测量结果可能取决于传感器的位置、观测时间、水样是否经过搅拌,以及传感器是否已达到热平衡。同样,金属部件的长度取决于温度、机械载荷,以及具体以哪些表面界定其两端。因此,有些测量结果看似不一致,实际上是因为所用程序实现的并非同一被测量。

对于测得值 xmx_{\mathrm m} 和参考值 xrefx_{\mathrm{ref}},测量误差为

e=xm−xref.e=x_{\mathrm m}-x_{\mathrm{ref}}.

误差与被测量具有相同的单位,可以为正、为负或为零。当参考值不为零时,相对误差定义为

er=xm−xrefxref.e_{\mathrm r}=\frac{x_{\mathrm m}-x_{\mathrm{ref}}}{x_{\mathrm{ref}}}.

将其乘以 100,即可用百分数表示。相对误差适用于比较不同量级的测量结果,但当参考值接近零时,它会变得不稳定。误差的大小 ∣e∣|e| 有时称为绝对误差,不过术语的用法并不统一,且不能将其与不确定度界限混淆。

参考值不一定是精确已知的“真值”。它可以由测量标准、有证标准物质、准确度更高的测量程序或约定值提供。如果某物体的参考质量为 100.000100.000 克,而天平的示值为 100.012100.012 克,那么估计的示值误差就是 +0.012+0.012 克。然而,参考质量本身也具有不确定度。因此,这种比较只能估计天平的误差,而不能以无限精度揭示该误差。

这一局限是根本性的:对于大多数实际测量,准确的量真值是未知的。实际的误差估计依赖于适用性和不确定度均已得到确认的参考值。计量溯源性通过有文件记录、不中断的校准链,将测量结果与参考联系起来,链上的每次校准都会引入不确定度。溯源性并不会使仪器毫无误差,而是确立其结果与公认参考之间的关系。

测量误差也不同于抽样误差。对选定包装件的质量进行测量时,测量不准确会产生测量误差;选取有限数量的包装件来估计生产线上包装件的平均质量,则会产生抽样变异。两者都可能影响同一个报告的估计值,但其成因和数学处理方式不同。测量精确的样本仍可能缺乏代表性,正如具有代表性的样本也可能测量不准一样。

随机误差、系统误差与测量质量

测量误差通常分为随机分量和系统分量。在规定条件下进行重复测量时,随机分量会以不可预测的方式变化,而系统分量则保持不变,或以可预测的方式变化。在一个简单模型中,

Xi=x+b+εi,X_i=x+b+\varepsilon_i,

xx 是待求的量值,bb 是固定的系统偏移,εi\varepsilon_i 是期望值为零的随机分量。这种分解很有用,但它取决于哪些条件保持不变,以及哪些条件允许变化。

例如,在某个下午的测量过程中,仪器的零点偏移可能表现为系统效应。而在多个实验室之间,各自独立变化的零点偏移则可能成为实验室间变异的来源。同样,当室温不可预测地波动时,环境影响可能表现为随机效应;但当温度在实验过程中持续升高时,它又可能表现为系统效应。“随机”和“系统”描述的是特定测量设计下的表现,而不是对物理成因所作的固定不变的分类。

测量偏倚是对系统测量误差的估计。修正用于补偿估计出的系统效应:如果仪器示值偏高 0.200.20 个单位,则加性修正值为 −0.20-0.20 个单位。应用这一修正并不能消除所有不确定度,因为估计的偏倚本身具有不确定度,而且仪器的性能可能发生变化。系统效应还可能取决于被测量。比例因子误差会随输入增大而增大,而非线性则会使示值与参考量值之间呈现更复杂的关系。

测量精密度反映在规定条件下,通过重复测量得到的示值或测得量值之间的一致程度。重复性是指在较短时间内,使用相同的测量程序、操作人员、测量系统、地点和运行条件进行测量时的精密度。复现性则涉及条件发生改变的情况,例如使用不同的实验室或测量系统,并须明确说明改变了哪些条件。中间精密度描述的是介于两者之间的情况,例如在同一实验室内于不同日期进行重复测量。

测量正确度反映的是,无限多次重复测量所得量值的平均值与参考量值之间的一致程度;它与系统误差有关,而不是与随机分散程度有关。测量准确度则是一个更广泛的定性概念,表示测得量值接近真值的程度;在国际计量学术语体系中,它本身并不是一个数值量。因此,传感器可能具有很高的精密度,却存在显著偏倚。如果适当的参考标准给出的值为 20.00 ∘C20.00\,^\circ\mathrm C,那么即使反复测得 20.80 ∘C20.80\,^\circ\mathrm C,且结果的分散程度很小,也不能据此认定测量准确。反过来,噪声较大的仪器可能平均偏倚很小,但单次读数仍然十分分散。

误差的物理来源与操作程序来源

仪器方面的影响包括比例系数不准确、零点偏移、非线性、漂移、迟滞以及分辨力有限。当示值取决于输入的变化方向或变化历程时,就会出现迟滞:例如,在压强升高和降低的过程中,压力表可能给出不同的读数。漂移是仪器响应随时间逐渐变化的现象,通常与老化、机械松弛、污染或电子元器件的变化有关。短时间内的一组重复读数未必能反映出这两种效应。

数字分辨力有限会产生量化效应。如果显示器将实际示值舍入到最接近的增量 qq,则舍入误差大致介于 −q/2-q/2 和 q/2q/2 之间。若进一步假定数值在该区间内均匀分布,则其标准不确定度为

ures=q12.u_{\mathrm{res}}=\frac{q}{\sqrt{12}}.

均匀分布模型并非天然成立:多次显示相同的数值,并不能证明实际测量毫无误差;显示更多小数位,也不一定意味着提供了更多信息。模拟式仪器也存在类似限制,其来源包括刻度间距、指针宽度、视差以及观测者的估读。

环境因素既会影响仪器,也会影响被测对象。热膨胀会改变尺寸,湿度会改变吸湿性材料的质量,周围的电磁场则可能干扰灵敏的电子设备。精密称量还涉及空气浮力:物体会排开空气,因此天平的响应部分取决于物体的体积和空气密度。在高准确度测量中,表观质量差可能需要进行浮力修正,而不能仅仅将其解释为物体质量的变化。

测量行为本身也可能改变被测量。输入电阻有限的电压表会从电路中汲取电流,从而可能改变接入点之间的电压。温度探头会与周围环境交换热,并可能扰动小体积样品。动态测量仪器还存在响应时间。对于响应温度从 T0T_0 阶跃至 TfT_{\mathrm f} 的一阶传感器,

Tind(t)=Tf+(T0−Tf)e−t/τ,T_{\mathrm{ind}}(t)=T_{\mathrm f} +(T_0-T_{\mathrm f})e^{-t/\tau},

其中,τ\tau 为时间常数。在传感器达到平衡之前读取示值,会使读数相对于最终温度产生可预测的滞后。

操作程序方面的影响包括样品污染、蒸发、定位不一致、化学提取不完全以及终点判定不明确。在分析化学中,校准溶液可能准确地表征检测器的响应,却未能重现样品的化学基体。干扰物质可能抑制或增强响应,从而造成与基体有关的误差。抄录错误、软件设置不当和单位换算问题需要单独采取控制措施,因为它们可能产生严重错误的结果,而普通噪声模型无法描述这类错误。

统计特性与重复观测

重复观测使测量误差中的某些分量可以通过统计方法进行分析。如果 nn 次观测相互独立、期望值相同,并且具有相同且有限的方差 σ2\sigma^2,则其算术平均值的方差为 σ2/n\sigma^2/n。因此,其标准差为

σXˉ=σn.\sigma_{\bar X}=\frac{\sigma}{\sqrt n}.

当 σ\sigma 未知时,通常用样本标准差 ss,以 s/ns/\sqrt n 估计平均值的标准不确定度。这种减小只涉及观测所反映的变动分量,并不适用于测量误差的所有来源。

固定偏移不会因取平均而减小。在模型 Xi=x+b+εiX_i=x+b+\varepsilon_i 中,随着相互独立的随机波动在平均过程中逐渐抵消,平均值趋近的是 x+bx+b,而不是 xx。因此,增加观测次数可能会在错误的中心值周围形成一个狭窄区间,使有偏的结果显得更有说服力。重复观测能够提供有关重复过程中发生变化的效应的信息;但仅凭重复观测,无法揭示各次观测共有的校准误差、错误的物理模型或恒定的污染水平。

独立性也至关重要。对于相关的观测,

Var⁡(Xˉ)=1n2∑i=1n∑j=1nCov⁡(Xi,Xj).\operatorname{Var}(\bar X) =\frac{1}{n^2} \sum_{i=1}^{n}\sum_{j=1}^{n} \operatorname{Cov}(X_i,X_j).

正相关通常会削弱取平均的效果。温度漂移、共用电源的波动以及缓慢变化的背景,都可能使相继取得的读数高度相关。在这种情况下,快速连续取得的一千个读数所包含的信息,可能远少于一千次独立测量。时间序列分析以及采用不同平均时长进行的测量,有助于区分快速变化的噪声与缓慢的不稳定变化。

许多微小因素的综合影响往往可以用正态分布近似描述,但测量误差并不一定服从正态分布。在适当条件下,光子计数或放射性衰变计数可能服从泊松模型;舍入误差可以用均匀分布建模;罕见扰动则可能产生重尾分布或混合分布。对于期望计数为 λ\lambda 的泊松计数,标准差为 λ\sqrt{\lambda},因此相对计数波动大致按 1/λ1/\sqrt{\lambda} 减小。背景扣除和探测器的非理想特性还会引入其他分量。

统计处理还必须区分异常观测与无效观测。较大的残差可能表明仪器发生故障,也可能只是预期中会出现的极端值,或说明所假定的分布不够恰当。仅因观测结果不符合期望就将其剔除,会引入选择偏倚。稳健统计方法可以降低对极端值的敏感性,但无法确定这些极端值的物理成因。残差模式、对照测量、仪器日志和独立的重复测量,可以相互补充,为判断统计模型是否恰当描述了测量过程提供证据。

不确定度的评定与传播

测量不确定度反映了在考虑相关信息后,对某一量值的认识仍不完全。与有正负之分的测量误差不同,不确定度参数是非负的。某个结果的估计误差可能接近于零,但仍具有不可忽略的不确定度。反过来,某个已知且较大的系统效应也可能得到准确修正,从而只留下相对较小的不确定度。若将不确定度仅仅视为“可能的误差”,就会模糊这些区别,还可能让人误以为存在一个有保证的误差界限,而实际上并未确立这样的界限。

《测量不确定度表示指南》(通常简称 GUM)区分了 A 类评定和 B 类评定。A 类评定利用在规定条件下获得的测得值进行统计分析。B 类评定则利用其他信息,例如校准证书、仪器技术指标、参考数据以及对仪器特性的了解。这两类划分针对的是评定方法,并不分别等同于随机误差和系统误差。系统修正的不确定度可以采用 A 类方法评定,而随机的分辨力效应也可以采用 B 类方法评定。

对于测量模型 Y=f(X1,…,Xm)Y=f(X_1,\ldots,X_m),由一阶传播可得合成标准不确定度:

uc2(y)=∑i=1mci2u2(xi)+2∑i<jcicj u(xi,xj),u_c^2(y)= \sum_{i=1}^{m}c_i^2u^2(x_i) +2\sum_{i<j}c_ic_j\,u(x_i,x_j),

其中,

ci=∂f∂Xi∣xc_i=\left.\frac{\partial f}{\partial X_i}\right|_{\boldsymbol{x}}

为灵敏度系数,u(xi,xj)u(x_i,x_j) 为输入量之间的估计协方差。导数量化了各输入量对输出量的影响程度。当输入量共用同一参考标准、校准因子,或受到共同环境因素的影响时,协方差就很重要;忽略协方差既可能高估,也可能低估输出量的不确定度。

例如,按 R=V/IR=V/I 计算电阻时,若电压与电流输入量不相关,且相对不确定度足够小,则有

(u(R)R)2≈(u(V)V)2+(u(I)I)2.\left(\frac{u(R)}{R}\right)^2 \approx \left(\frac{u(V)}{V}\right)^2+ \left(\frac{u(I)}{I}\right)^2.

若相对标准不确定度分别为 0.2%0.2\% 和 0.3%0.3\%,则合成相对标准不确定度约为 0.36%0.36\%。这一计算以测量模型足够恰当、线性近似适用为前提。较强的非线性、分母值确定得不够准确,以及不对称的输入分布,都可能使简单的对称近似失效。蒙特卡洛方法则通过对输入分布抽样,再将样本代入测量模型来传播不确定度,同时保留模型中设定的依赖关系。

扩展不确定度通常写作 U=kucU=ku_c,其中 kk 为包含因子。在分布及所掌握信息满足适当条件时,接近 2 的包含因子往往近似对应于 95% 的包含概率,但这并非普遍适用的规则。完整的报告应明确给出测得值、单位、不确定度以及相关的包含概率说明。不确定度预算表则记录支持该说明的输入量、修正量、分布、灵敏度系数和依赖关系。

校准、溯源性与质量控制

校准建立测量标准所提供的量值与相应仪器示值之间的关系,其中包括各自的不确定度,并利用这一关系由示值得到测量结果。校准不同于调整。校准可能发现仪器示值偏高,但不对仪器作任何改变;调整则会改变仪器,以改变其响应。验证又有所不同:它用于确定是否满足规定的要求。仪器即使经过校准,也可能不符合某项特定的性能要求。

一个简单的校准模型为

z=a+bx+ϵ,z=a+bx+\epsilon,

其中,xx 是参考输入,zz 是仪器示值,aa 是偏移量,bb 是灵敏度或比例因子。根据观测到的 zz 估计 xx,需要对这一关系进行反演,并考虑拟合参数的不确定度。如果参考值和示值都具有不可忽略的不确定度,普通回归的假设可能并不适用。校准点还需要充分表征仪器在使用范围内的响应:当仪器响应呈非线性时,向该范围之外进行外推可能并不可靠。

测量溯源通常将工作仪器与实验室测量标准、国家测量标准以及国际单位制的复现联系起来。自2019年5月20日起,国际单位制通过七个定义常数的固定数值来定义。这使定义本身成为精确的,但并不意味着其在实验室中的复现也是精确的。单位的复现、在测量标准之间的传递,以及应用于实际对象的过程,都会引入不确定度。因此,可溯源测量仍以有文件记录的校准链及相关测量程序为依据,并受其条件限制。

日常质量控制用于应对两次校准之间发生的变化。核查标准、空白样品、重复测量和控制图可以揭示漂移、污染或变异程度的变化。空白样品用于评估不存在目标分析物时产生的信号,而标准物质则用于了解测量方法对具有指定特性值的材料的测量表现。内部核查可能揭示不稳定性,却不能证明测量标尺在绝对意义上的正确性。对于发现常规方法及其常用质控手段所共有的误差,独立的参考尤其有价值。

实验室间比对可在更广泛的条件下检验结果的一致性。持续存在的差异可能暴露出与方法有关的偏倚、不一致的修正,或被低估的不确定度。然而,仅凭结果一致并不能证明不存在误差,因为各实验室可能使用相同的参考或物理模型。在合格评定中,不确定度也会影响容差限附近的判定。保护带通过移动接收边界来控制规定的决策风险;其含义取决于决策规则、不确定度模型,以及对被测总体或物品所作的假设。

回归与观察性研究中的测量误差

测量误差不仅影响单个报告值,也影响对变量间关系的估计。在变量含误差模型中,测得的预测变量与所关注的潜在真实预测变量不同。假设

Y=α+βX+ε,W=X+U,Y=\alpha+\beta X+\varepsilon, \qquad W=X+U,

其中,实际观测到的是 WW,而非 XX。在经典假设下,即 UU 的均值为零,且独立于 XX 和结局的扰动项,以 WW 为自变量、YY 为因变量进行普通最小二乘回归,所得斜率估计会向零衰减。

在这一简单情形下,大样本斜率为

βnaive=β Var⁡(X)Var⁡(X)+Var⁡(U).\beta_{\mathrm{naive}} = \beta\, \frac{\operatorname{Var}(X)} {\operatorname{Var}(X)+\operatorname{Var}(U)}.

这个方差比通常称为信度比。在上述假设下,如果测量误差的方差等于真实预测变量的方差,估计斜率就是真实斜率的一半。这称为回归稀释或衰减。它解释了为什么观测到的关联较弱,并不一定意味着潜在的真实关系也较弱;不过,如果没有额外信息,这个公式并不能确定应当进行多大程度的校正。

结局变量中的误差会产生不同的后果。在普通线性回归中,结局变量中独立、均值为零的加性误差通常会增大残差方差,而不会造成同样的斜率衰减。不过,与预测变量或扰动项相关的误差仍可能使估计产生偏倚。在存在多个预测变量、采用非线性模型或存在差异性测量误差时,偏倚不一定朝向零;其方向取决于模型以及各误差之间的关系。在因果关系研究中,用于控制混杂的变量若存在测量误差,也可能留下残余混杂。

另一种结构是伯克森误差,通常表示为 X=W+UX=W+U:记录值或指定值 WW 描述的是某个群体或目标值,而个体的实际值则在其周围变动。给某一区域内的所有人赋予相同的暴露估计值,有时可以近似形成这种结构。在满足适当独立性假设的简单线性模型中,伯克森误差不会造成经典的斜率衰减,但会增大变异性。非线性模型中的表现可能不同,因此,误差关系的方向具有实质性的重要意义。

校正方法包括重复测量、验证子样本、回归校准、模拟外推,以及基于似然或贝叶斯方法的模型。这些方法是否有效,取决于对测量机制掌握的信息。重复测量可以估计个体内或仪器内的变异性,却未必能识别共同的偏倚。验证程序本身的测量特性也必须得到评估,而不能自动将其视为完全准确。若没有外部信息或限制性假设,仅凭观测数据,可能无法分别识别真实预测变量的方差、误差方差以及所关注的关系。

各领域中的测量形式与局限

在光谱学和质谱法中,必须通过仪器模型和校准,将测得的信号转换为波长、质量或浓度。误差可能源于背景扣除、谱峰重叠、探测器响应不理想以及样品制备的差异。信噪比高并不意味着不存在其他物质的干扰。同样,即使拟合得到的谱峰很窄、峰中心位置能够精确确定,整个波长标度仍可能存在偏移。检出、定量、分辨率和准确度描述的是性能的不同方面。

地球物理和环境测量常常面临空间与时间代表性的问题。温度传感器测量的是其感测元件附近的状况,而目标量可能是某一区域的平均值或长期变化趋势。观测站位置、防护装置、观测时间或仪器的变化,都可能导致观测记录出现不连续。要将测量因素的影响与真实的环境变化区分开来,需要借助元数据、时间上重叠的观测记录,以及与相关测量结果的比较。区域内部的差异本身并不等于仪器误差,但在用单点观测估计区域性量时,就必须考虑这种差异。

在医学和流行病学中,实验室测量、暴露估计和问卷回答具有不同的误差结构。必须区分个体内的生物学变异与分析过程中的变异:重复测量值可能不同,是因为受测者的生理状态确实发生了变化。对于分类观测,通常用误分类概率而非加性差值来描述误差。灵敏度和特异度刻画的是特定的条件概率,而不是所报告的每个分类均正确的总体概率。误分类对估计关联的影响,取决于患病率、研究设计,以及不同组别之间的误差是否存在差异等因素。

心理和教育测量还需要区分分数的随机波动与测量程序是否测到了预期构念。某项测验可能给出高度一致的分数,却系统性地遗漏其拟评估属性的重要方面。这类问题涉及效度和被测量的操作性定义,而不仅仅是仪器噪声。仅凭详尽的数值不确定度分析,并不能证明所选观测足以表征某个抽象构念。

在微观尺度上,量子力学引入了进一步的区分。制备方式相同的系统,其测量结果存在内禀变异,这并不只是经典意义上的校准缺陷。不确定性原理约束的是量子可观测量的统计展宽,而测量反作用关注的是测量相互作用引起的变化。这些概念与仪器误差或参数估计中的不确定度有关,但不能相互替代。尤其是,常见的位置—动量不确定性关系并不是描述仪器测量误差的普适公式;操作性定义下的误差—扰动关系,需要另行定义相关量并明确所依据的假设。

历史发展与现代术语

对测量误差的系统研究与天文学、测量学和大地测量学同步发展。对天体位置的重复观测很少完全一致,因此有必要综合不尽准确的读数,并评估其可靠性。罗杰·科茨在1722年身后出版的著作中讨论了观测结果的加权组合。托马斯·辛普森在1750年代的研究中,对观测误差作出明确假设,考察了取平均值的益处。这些研究推动人们将观测结果的变动视为一个数学研究课题,而不再仅仅将其看作仪器带来的麻烦。

阿德里安-马里·勒让德于1805年在研究彗星轨道确定问题时发表了最小二乘法。卡尔·弗里德里希·高斯于1809年阐述了自己对这一方法的研究,并称他自1795年起就已使用该方法。这一方法通过选择参数,使残差平方和最小。在正态误差模型下,这一准则可以从最大似然的角度加以解释,不过最小二乘法也可以通过其他统计性质得到论证。残差并不等同于真实的测量误差:它是观测值与拟合模型给出的值之差,而该模型的参数本身也是根据观测结果估计的。

皮埃尔-西蒙·拉普拉斯从概率论角度论证了综合大量观测结果的合理性,以及在适当条件下出现近似正态分布的原因。弗里德里希·威廉·贝塞尔及其他19世纪天文学家研究了因观测者而异的效应,包括天文事件计时中的“人差”。这些差异表明,即使遵循既定程序,观测结果仍可能因观测者不同而呈现系统性差异。对仪器、大气效应和观测者行为的研究,逐渐将误差分析的范围拓展到重复观测数值的离散性之外。

工业标准化和国家计量实验室的发展,提升了校准与测量结果可比性的实际重要性。沃尔特·A.休哈特在1920年代开展的统计质量控制研究,将稳定的过程变异与特殊扰动的迹象区分开来。在这一背景下,必须将测量系统的变异与生产过程本身的变化分离。实验室之间的比对进一步揭示,仅凭较小的实验室内标准偏差,并不能全面了解测量质量。

国际术语日益明确地区分误差与不确定度。国际计量局召集的一个工作组于1980年提出建议,为后来《测量不确定度表示指南》(GUM)所发展的方法奠定了基础;该指南于1993年首次出版。2008年出版的第三版《国际计量学词汇》正式明确了测量误差、不确定度、精密度、正确度及相关概念之间的区别。这些框架将统计评定与物理建模联系起来:重复观测用于表征某些影响,而参考标准、修正、环境信息和模型假设则用于考虑其他影响。