简述误差理论的新哲学观.ppt

  1. 1、本文档共32页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
误差理论的新哲学观 1.武汉大学测绘学院 2.精密工程与工业测量国家地理信息局重点实验室 3.中国地震局地震研究所 4.地震大地测量重点实验室 5.湖北省计量测试技术研究院 6.中国计量科学研究院 7.武汉大学图书馆 1.传统误差哲学观 无论系统误差是否被改正,系统误差都是不影响精度的。 但是!测量实践中这种逻辑实际是混乱和纠缠不清的。 譬如在测绘领域: 水准仪i角误差,是系统误差,却影响水准网的测量精度而不是准确度。 经纬仪轴系误差,是系统误差,却影响导线网的精度而不是准确度。 测距仪加乘常数误差,是系统误差,却影响导线网的精度而不是准确度。 。。。 问题:这种受系统误差影响的精度还是VIM中的那个precision吗? 测量平差理论的学理解释究竟应该是: “把系统误差改正以随机误差评价精度”? 还是“把已知误差改正以未知误差评价不确定度”? 今天从认识论的角度, 剖析误差分类哲学观的狭义本质, 提出一种新型的误差认识论, 给出误差分类定义及其衍生出来的精度、准确度、精确度等概念应当从《国际通用计量学基本术语(VIM)》中删除的论据, 并同时确证测量不确定度概念体系的唯一科学性。 2.误差分类哲学的狭义本质 看一个例子,测距仪乘常数误差R是测量领域公认的系统误差。 测绘领域: 测量误差----随机误差 站在一批测量结果的角度,误差遵循随机分布。 仪器的乘常数误差---系统误差 测距仪生产厂: 测距仪的乘常数误差(校正后的残差)---随机误差 站在一批测距仪的角度,乘常数误差遵循随机分布。 频率计的误差---系统误差 频率计制造厂: 频率计的误差---随机误差 站在一批频率计的角度,频率计误差遵循随机分布。 原子钟的误差---系统误差 原子钟的制造厂: 原子钟的误差---随机误差 站在一批原子钟的角度,原子钟误差遵循随机分布。 同一种误差在上游测量领域是随机误差,而到下游测量领域却成了系统误差。 完全是因为拘泥于所在领域的狭小视角,只强调自己所在领域里的主观感受,完全不理会其他领域里的观察方法。 以致于跟盲人摸象那样各说各话。 甚至一些所谓的系统误差最后又影响到精度(precision)评价而不是准确度(trueness)。 于是导致了学术理论的逻辑混乱、纠缠不清。 而站在一个跨学科领域的大视角下,其实根本就没有真正绝对意义的系统误差。 所谓系统误差其实都是遵循随机分布的误差,只是对下游测量产生了系统性的影响。 仅此而已! 那么,上游误差表现系统性影响就不能和下游误差合成了吗? 二元随机变量的合成原理 伪命题 系统误差和随机误差不能合成 系统误差不遵循随机分布 只能以精度和准确度分别评价精确度 精确度是定性概念 系统误差影响准确度,随机误差影响精度 精度和准确度之间也并不存在实质性的概念区别。 伪命题的根源就是没有认识到上游误差A本身也遵循随机分布,因而纠缠于(c)中的某一个子分布,被子样本迷惑了眼睛。 可见系统误差认知的根源原来仅仅是测量专业分工过细所导致的狭隘视角 人类不知不觉犯了一个盲人摸象式的哲学错误 正是这种对误差进行归类的狭义哲学观,直接导致了精度、准确度概念的产生。 进而导致了系统误差影响精度等学理逻辑的纠缠不清。 3.新哲学观:误差都遵循随机分布 为了证明这个论点,还是以测距仪乘常数误差R为例。如图3。 将随机变量合成原理应用到图3的测距仪基准溯源可靠度分析,自然可以得出: 总之,理解误差遵循随机分布的最关键点是, 误差不仅仅只是下游测量的误差源, 而且是更上游测量的结果误差。 误差所遵循的分布和其对后续测量的影响性质是二个完全不相干的问题 传统测量理论中“系统误差不遵循随机分布”的论断恰恰就是因为对这两个问题的混淆导致的。 早年也曾对多个品牌的测距仪乘常数误差的计量检测数据进行过统计[i],也证明了它是服从随机分布。 [i] 叶晓明 凌模 陈增辉. 论测距仪加、乘常数检验的地位和作用 中国计量 2005 但误差样本统计中,为什么经常会发现数学期望并不是0呢?甚至有时根本看不到随机性? 这是因为样本取样过程中总要固定某些测量要素,导致了误差样本是子样本,使得误差的随机性不能完全展现。 的确,实践中让所有源误差充分展现随机性是很难做到的。 所以,通过子样本统计获得的实验标准差只是实际标准差的一个分量,完整的标准差值通常只能结合误差分析进行合成得到,譬如公式: 测距仪的乘常数误差R也遵循随机分布。 就是说,当一台测距仪的乘常数误差R未知的时候,我们仍然可以用标准差来描述其未知程度。 这和测绘界用标准差表达测量结果误差的概率区间是完全一样的。 譬如:2005年国家测绘局测量珠峰高程值为8844.43米,标准差为±0.21米。 其表明的含义就是,其误差值是一个未知的常数,这个常数值存在于一个以0为

文档评论(0)

aa15090828118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档