准确度和不确定度 上节说到表示检测结果准确度的量就是不确定度。那我们先来看看不确定度的定义是什么。为什么不确定度可以来衡量检测结果的准确度。 测量不确定度:简称不确定度,根据所用到的信息,表征赋予被测量量值分散性的非负参数。 —— JJF 1059.1-2012 测量不确定度评定与表示 3.12 从这个定义来看,不确定度是一个参数,其中的分散性容易理解,“赋予被测量量值”是指什么呢?那我们来看这个定义: 测量结果:与其他有用的相关信息一起赋予被测量的一组量值。 —— JJF 1059.1-2012 测量不确定度评定与表示 3.2 测量结果的定义我们在后文还会说到。在这里,我们首先关注的是和不确定度定义的互证。显然,不确定度定义中的“赋予被测量量值”就是指测量结果。所以不确定度就是表征测量结果分散性的非负参数。 从前面的论述和检测经验可以知道,检测结果存在着明显的离散性。这个在理化检测中是最常见的,比如第一次检测结果为3.15,下一次对这个样品采用相同的检测过程得到的检测结果大概率不会再是3.15,而是其它结果,第三、第四次结果也都不尽相同。这些结果事先不能预测到,而是按一定的概率呈现出来。 不过要注意的是,我们日常看到的检测结果的离散性,一般是重复性测试条件下出现的,或者有一些情况是在复现性测试条件下出现的。这些离散性分别表现了对应重复性测试条件和复现性测试条件的精密度情况,是由于随机效应引起的分散性,是测量不确定度定义中分散性的一部分,而不是全部。评估过不确定度的人员都知道,精密度引起的不确定度分量和正确度引起的不确定度分量都必须考虑和评估。这就是JJF 1059.1-2012 《测量不确定度评定与表示》中描述的:由测量所得的测得值只是被测量的估计值,测量过程中的随机效应及系统效应均会导致不确定度。 由上文我们知道,准确度分两个部分,正确度和精密度。精密度由于随机效应引起,随机效应使得多次检测结果自然呈现出分散性,这个容易理解。就如前文的打靶图所示,虽然每一次射击都瞄准靶心,但多次射击点不可能在同一个位置,不同射击点的总体分散性就体现了射击系统的精密度。而正确度是由系统效应引起的。系统效应引起的偏离是固定的。所有射击点的平均位置和靶心的距离就体现了射击系统的正确度。这个偏离靶心的距离,对于同一个射击系统是不变的。同理,由于正确度引起的检测结果的偏离也是固定的,包括偏离的大小和方向。那正确度引起的或者说系统效应引起的分散性如何体现?下面我们就根据系统效应的不同情况进行讨论。 第一种情况,也是最常见的情况,一般出现在测量过程中的某一个计量设备上。计量设备使用前应该计量合格。但即使是合格的,它的计量特性和标示值不可能完全一致,而是会在标示值的附近,但不会超过规程要求的最大允许误差(MPE)范围。这种偏差,是属于系统效应引起的,但我们不知道一个计量设备的计量特性的具体值会落在哪里,只知道在MPE范围内。如在重复试验中,使用多个相同类型的计量设备,这类系统效应引起的分散性就会在重复试验的结果中表现出来。这时候表现出和随机效应一样的效果。举个例子,比如一个合规的A级25 mL的容量瓶,其刻度线不会精确等于25 mL,而是在标称值附近,但不会超过最大允差0.03 mL。在6次平行的重复性试验时,6个容量瓶25 mL刻度线对于标称值的偏离情况各不相同,会使得6次检测值的分散性增加。所以,这类系统效应可以按类似随机效应的不确定度来评估,即使用多个同类设备,进行多次重复性试验的评估方法。如果没有多个设备,那就按MPE引起的不确定度分量进行计算,把该分量合成到不确定度中。除了计量设备,其它试验中用到的设备,如加热设备,也会有类似的问题,但通常引起的不确定度分量很小。 另外一种情况是由于整个测量系统的系统效应,无论如何都会表现出一个固定方向的偏离,这种情况有两种具体表现: 1) 一个是和其它因素引起的分散性相比,可以忽略不计; 2) 一个是有影响,需要修正。 整个检测系统中总会存在系统效应,在前一种情况中,这些系统效应如果引起的偏离很小,和随机效应引起的分散性相比,无显著影响,就可以忽略不计。所以,这类系统效应的偏离是否可以忽略,需要考虑两方面的因素:一个是系统效应引起偏离的大小;一个是这个测量系统的随机效应引起的不确定度的大小,然后两者进行相比。当出现随机效应的不确定度变小的情况,要考虑系统效应偏离是否仍然可以忽略。在后一种情况,系统效应的偏差不可忽略,那就必须对测量的直接结果进行修正。修正是对系统效应引起的误差的补偿,修正步骤是整个测量系统的一部分。修正值也是一个量值,其值并非固定或非常精准,也是具有分散性的,也就是说,修正值是具有不确定度的。这个不确定度分量也是整个不确定度的一部分,需要合成计入。当然修正值的不确定度很小,对整个不确定度贡献可以忽略不计时,可不予考虑。 从上面的讨论,我们可以看到,不确定度概念里所说的分散性包括了赋予被测值量值,即测量结果的所有分散情况,不但包括常见的随机效应带来的分散性,也包括系统效应的分散性。这个分散性包括了精密度和正确度两方面的贡献,也就是准确度所有方面的贡献。所以,我们的结论就是测量结果的不确定度包含了测量准确度的所有方面,是测量准确度的量度。 除了不确定度,还有其它量可以来表征准确度吗?前文也说到过,当测量提供较小的测量误差时就说该测量时较准确的。那么测量误差不就可以来直接表征测量结果的准确度了吗?关于这个问题,我们先来看测量误差的定义。 测量误差:简称误差,测得的量值减去参考量值。 —— JJF 1001-2011 通用计量术语及定义技术规范 5.3 该定义下还有如下注释: 当涉及存在单个参考量值,如用测得值的测量不确定度可忽略的测量标准进行校准,或约定量值给定时,测量误差是已知的; 假设被测量使用唯一的真值或范围可忽略的一组真值表征时,测量误差是未知的。 这里出现一个概念,即真值,先来看看真值的定义。 真值:全称量的真值,与量的定义一致的量值。 —— JJF 1001-2011 通用计量术语及定义技术规范 3.21 该定义下还有以下两个注释: 由于定义本身细节不完善,不存在单一真值,只存在与定义一致的一组真值。当定义本身比较明确时,可以认为有“基本唯一”的真值。从原理上和实际上,真值是不可知的。 真值是不可知的,这一论断是非常重要的,直接限制了误差这一概念的应用。以前误差的定义是测得值减去真值,而且检测结果的准确与否都是用误差来表征,即误差理论。而由于真值不可知,误差这一定义失去了意义,所以现行的误差定义改成了测得值减去参考量值。这样一来,误差这个概念依旧可以使用,也可以来衡量某个具体检测结果的准确度。但是,由于以下两个缺陷,使得误差在实际检测中基本上无用武之地。 1、在实际检测过程中,能够知道参考量值的情况很少,只有在某些考核测试中,才有可能知道参考量值。如果不知道参考量值,误差也无法知道。 2、即使知道参考量值,用处也不大。参考量值已知,我们可以计算得到某个具体检测结果的误差,但是我们仍然无法知道得到这个检测结果的整个测量系统的准确度。举个例子,方法A(准确度高)和方法B(准确度低)对于同一样品的检测项目(已知参考量值,比如3.50)进行检测。由于检测结果的离散性,两个方法的检测结果都会在3.50附近随机跳动,虽然方法A的结果离3.50近的可能性大,但也有可能出现方法A结果为3.60,而方法B结果为3.58的情况。对于这种情况,方法A结果的误差大,方法B结果的误差小,然而,这只是针对某一具体结果的判断,凭单个结果得到的误差无法体现整个测量系统的准确度。 所以,误差和误差理论由于其定义的局限性,已经无法在实际检测中作为准确度的评价和度量了。