2. 测量误差的基本概念与分类

在实验测量中，任何一次读数都不可能绝对等于被测量的真值。测量误差就是测量结果与被测量真值之间的差值。理解误差的来源与性质，是后续进行误差传播计算的前提——因为不同类型的误差，在合成、修正和不确定度评定中的处理方式完全不同。本节围绕系统误差、随机误差和粗大误差三类基本误差展开，说明它们的定义、特征、来源以及对测量结果的影响。

一、误差的基本定义与表示

设被测量的真值为 x₀，测量结果为 x，则绝对误差为 Δ = x − x₀。由于真值通常不可知，工程上常用高一级精度的标准器具所测值或多次测量的算术平均值作为约定真值。绝对误差带有量纲，便于判断偏差大小；相对误差 Δ/x₀×100% 则便于比较不同量级测量的准确程度。需要强调的是，误差与“不确定度”不是同一概念：误差是结果与真值之差，不确定度是对误差可能范围的评定。

二、系统误差

定义：在相同条件下多次测量同一量时，误差的大小和符号保持恒定，或在条件改变时按某一确定规律变化的误差，称为系统误差。

特征：具有确定性、规律性和可重复性。重复测量不能削弱它，多次测量的平均值仍然含有同样的系统偏差。按变化规律可分为恒值系统误差（如零点偏移）和变值系统误差（如随温度线性漂移、随量程按比例变化的乘性误差）。

来源：主要包括：仪器本身的原理缺陷、刻度不准或未校准；测量方法近似（如忽略引线电阻、未做温度补偿）；环境因素（温度、湿度、气压、电磁场）引起的确定性偏移；测量者个人的习惯性读数偏向（如始终偏高估读）。

对结果的影响：系统误差主要影响测量的正确度，使全部数据整体偏离真值，但不一定增大数据的分散程度。它不能靠增加测量次数消除，必须通过校准、修正、改进方法或对称测量等手段识别和补偿。

三、随机误差

定义：在相同条件下多次测量同一量时，误差的大小和符号以不可预知的方式变化，这类误差称为随机误差。

特征：具有随机性、有界性和统计规律性。大量重复测量下，随机误差通常近似服从均值为零的正态分布，绝对值小的误差出现概率大，绝对值大的出现概率小，正负误差出现机会大致相等。

来源：包括测量装置内部的噪声与摩擦、间隙的不稳定；环境条件（温度、振动、气流、电源波动）的微小随机起伏；测量者感官分辨力的随机波动等。

对结果的影响：随机误差主要影响测量的精密度，表现为数据的分散。它无法通过单次测量消除，但可以通过多次测量取平均值来削弱：若单次测量标准差为 σ，则 n 次测量平均值的标准差约为 σ/√n。因此增加测量次数能提高平均值的精密度，但收益随 n 增大而递减。

四、粗大误差

定义：明显超出规定条件下预期误差范围、显著歪曲测量结果的误差，又称过失误差或坏值。

特征：数值异常偏大，与其余数据明显不一致，不服从正常误差分布，往往孤立出现。

来源：主要是人为疏忽（读错刻度、记错数据、单位混淆）、操作错误（接错线路、量程选错）、仪器突发故障或外界强烈干扰。

对结果的影响：粗大误差会严重扭曲平均值和标准差，必须识别并剔除。常用判别准则有莱以特准则（3σ 准则）、格拉布斯准则和狄克逊准则。剔除坏值必须有充分依据，不能随意删点，且剔除后应重新计算平均值与标准差。

五、三类误差的对比与判别思路

把三类误差放在一起看，关键区别在于“重复测量时的行为”：系统误差重复出现且方向一致，随机误差方向随机、可统计，粗大误差则是个别异常。下面的对比表可作为实验现场快速判别的参考。

六、一个教学示例：判别与处理流程

假设用某电压表对同一稳定电压重复测量 10 次，读数（单位：V）为：5.02、5.01、5.03、5.00、5.02、5.01、5.04、5.02、5.01、5.62。可以按以下思路处理（示例数据为教学假设，非实测结果）：

1. 先查粗大误差：5.62 明显偏离其余数据。计算其余 9 个数据的平均值约 5.018 V、标准差约 0.012 V，5.62 与均值相差约 0.60 V，远超 3σ≈0.036 V，按 3σ 准则判为坏值。应回溯记录，确认是否为读错或干扰，确认后剔除。
2. 再看随机误差：剩余数据在 5.00～5.04 V 间小幅波动，属随机误差，可用平均值 5.018 V 作为结果，并用 σ/√n 估计平均值的分散程度。
3. 最后查系统误差：若该表与标准源比对发现整体偏低 0.02 V，则这是恒值系统误差，应对平均值做修正，而不能靠多测几次解决。

掌握这三类误差的定义、特征与来源，才能在后续误差传播计算中正确区分“可修正的偏差”和“需统计评定的分散”，从而给出合理、可信的测量结果。