一种全新的测量学理论。

一种基于误差无类别哲学的测量学理论。

一种真正基于贝叶斯解释而非频率论解释的测量学理论。

当今最壮烈的学术批判题材，矛头直指现有的测量学理论。和当年批判日本仪器的设计错误相比，这次玩得更疯狂！

误差居然没有系统随机类别之分，标准偏差、精度、不确定度居然都不是分散性，剔除离群值居然是个错误的做法，规律误差居然也有标准偏差，误差序列的离散、偏离和离群现象居然是另外一种解释……

支持这些疯狂论点的究竟是些什么样的论据呢？新概念下的理论又是如何解释的呢？

欢迎研读，欢迎讨论。

微信购买

也可点击这里进入微店链接

基本思想

   测量数据处理（平差）完成后，对于一个最终测量结果而言，其与真值之差是个未知的恒差，这个恒差不存在随机/系统类别之分。虽然这个恒差可分解为结果与期望之差和期望与真值之差，但分解后的这二个分项误差实际完全对等，仍然都是恒差、没有性质差异，也没有随机/系统类别之分，所谓的精密度/准确度之分实际并不存在。误差评价就是要利用既有测量数据对这些恒差的概率区间作出估计：现有的精密度实际就是最终结果与期望之差的概率区间评价值----A类不确定度；期望与真值之差的概率区间评价----B类不确定度则通过追寻其来源（上游测量）获得；总误差的不确定度则根据协方差传播律合成获得。这样一来，测量误差理论的解释方法就完全基于误差无类别哲学而展开。    

   但是，现有的测量理论中，因为传统的误差类别思维，结果与期望之差经常被称为随机误差，期望与真值之差经常被称为系统误差，A、B类不确定度经常是跟随机误差、系统误差对应起来解释，这就等于又扯回到精密度（发散度）、准确度概念上去了；然后又把系统误差代数合成、随机误差均方合成、系统误差（准确度）不能和随机误差（精密度）合成、系统误差确定规律、随机误差随机规律等各种概念统统都搅和了进来。就因为这样毫无逻辑性地来回倒腾，一会A、B类不确定度可以合成，一会又系统误差和随机误差不能合成（或其他合成方法），测量理论体系表现出概念逻辑混乱，人们的思维被搅得晕头转向。

主要概念对比

   现有理论的说法是：根据误差的性质，误差可分类为系统误差和随机误差；新理论的说法是：根据重复测量的测量条件变化规则，误差源对重复测量序列的影响性质有四种：系统性影响，随机性影响，既系统性影响也随机性影响和无影响。（就如同水在不同温度下可表现出汽化、液化和固化性质，却不能根据这些性质把水分成三种不同类型。）如果重复测量都是同样测量条件，误差源都不能产生随机影响，就不可能有离散发生。

   现有理论的讲法是：误差的确定规律和随机规律是对立的；新理论的讲法是：误差的确定规律和随机规律取决于我们观察误差的角度，二者并不存在对立性。

   现有理论的讲法是：系统误差代数合成，随机误差均方合成，系统误差不能和随机误差合成。新理论的讲法是：误差按代数法则合成，方差按概率法则合成。误差都是偏差，误差和方差是二个不同的概念。

   现有理论的讲法是：电子噪声会导致测量结果的误差随机变化。新理论的讲法是：最终测量结果一旦给出，其误差就是个恒差。噪声也是以一个恒差贡献于最终测量结果，噪声条件只是诸多测量条件中的一种。

   现有理论的说法是：标准偏差、精度、不确定度都是测量结果的分散（离散）度；新理论的讲法是：标准偏差、精度、不确定度都是单一误差的概率区间的评价值。

   现有理论认为：离群值一定是错误测量造成的；新理论认为：很多情况下离群属于正常的测量现象，离群与错误之间没有必然关系。

   。。。。。。

   就是说，现有测量理论中有诸多测量概念其实是错误的！  

请对内容有兴趣的朋友带着以下疑问进行研读：

1、为什么说误差不存在系统/随机分类？

2、为什么说误差的系统/随机影响性质不是误差自己决定的？

3、为什么说误差样本不是误差？

4、为什么说规律误差也有方差？

5、如何理解误差是规律性与随机性的统一？

6、测量序列偏离和发散的真正原因是什么？

7、为什么说重复性和复现性并无界线？

8、为什么说标准差、精度和不确定度都不是发散度？

9、广义的协方差传播律是怎么回事？

10、打靶理论是怎样重新解释的？

11、为什么说离群是正常的测量现象且不能盲目剔除？依据什么来鉴别真正的粗差？

12、如何理解测量仪器的最大允许误差（MPE）？

13、为什么说用测距仪乘常数检测值修正测量结果的做法并不正确？

……

下面是按照新理论逻辑讲解的几何量电子测量课程的学生评价（摘自武汉大学教务管理系统，课头号：20141024002）

以下是目录：

第1章    认识测量      

1.1   测量        

1.2   真值        

1.3   测量结果        

1.4   测量误差        

1.5   测量学理论的任务        

1.6   误差评价的困境    

第2章    测量理论体系的现状与逻辑麻烦    

2.1   第一学派        

2.2   第二学派        

2.3   第三学派        

第3章    误差分类认识论的误区    

3.1   盲人摸象哲学        

3.1.1        随机误差也是恒定的偏差  

3.1.2        系统误差也遵循随机分布  

3.2   偷换概念        

3.3   误差分类定义实际不能分类误差      

3.4   小结        

第4章    新型误差认识论  

4.1   误差的定义    

4.2   误差样本        

4.3   误差的性质    

4.4   观测值序列的发散和偏离  

4.5   误差的合成    

4.6   改正不能根除误差        

第5章    误差的评价  

5.1   误差的分布    

5.2   方差        

5.3   方差概念的广义化        

5.4   协方差传播律        

5.4.1        单一观测值线性函数情形  

5.4.2        多个观测值线性函数情形  

5.4.3        非线性函数的情形        

5.5   贝塞尔公式    

5.6   五花八门的标准偏差  

5.7   几种典型的误差分布及其方差  

5.8   不确定度概念        

5.9   协不确定度    

5.10 打靶理论的重新解释  

5.11 小结        

第6章    测量平差      

6.1   概述        

6.2   最小二乘平差算法原理

6.3   法方程    

6.3.1        等精度线性测量参数最小二乘法      

6.3.2        不等精度线性测量参数最小二乘法  

6.3.3        非线性测量的最小二乘法  

6.4   平差结果误差的方差  

6.4.1        平差结果的协方差传播律  

6.4.2        等精度观测值的方差  

6.4.3        不等精度观测值的方差        

6.5   误差的函数模型和随机模型处理      

6.6   关于测量平差的几个重要观念  

6.6.1        平差平掉的是离散性  

6.6.2        误差样本序列离散的根源  

6.6.3        关于“粗差”        

6.6.4        关于自由度    

6.6.5        标准偏差概念的主观性        

6.6.6        误差消减方法及应用  

第7章    抗差估计理论的新观念    

7.1   概述        

7.2   粗差的形成机制    

7.2.1        规律误差的随机分布  

7.2.2        误差样本序列的发散  

7.2.3        粗差的形成    

7.3   粗差的函数模型处理  

7.4   粗差的随机模型处理  

7.5   错误测量的判别    

7.6   小结        

第8章    测量结果的不确定度

8.1   概述        

8.2   测量结果总误差的标准偏差      

8.3   三个典型的测量案例  

8.3.1        单变量直接测量    

8.3.2        单变量间接测量    

8.3.3        二变量间接测量    

8.4   自由度较少时的不确定度评定  

8.5   不确定度评定原理的一般性表述      

8.6   狭义不确定度与广义不确定度  

8.7   标准不确定度、合成不确定度和扩展不确定度      

第9章    测量仪器      

9.1   概述        

9.2   测量仪器的原理误差  

9.3   测量仪器的示值误差  

9.4   测量仪器的最大允许误差(MPE)

9.5   测量仪器内的测量平差        

9.6   测量仪器计量特性评价        

9.7   测量仪器的计量检测  

9.8   小结        

结束语