3. 直接测量误差的统计描述

对同一物理量做多次直接测量，得到一串读数之后，真正要回答的问题不是“哪个数最可信”，而是“这个量的真值大概落在什么范围、我有多大把握”。统计描述就是把一串散乱的读数压缩成几个有明确物理含义的数字：均值给出最佳估计，标准差刻画单次测量的分散程度，标准误差刻画均值本身的稳定程度，置信区间把“把握”量化，不确定度则把随机与系统两类影响合成一个可报告的区间。本节按这条逻辑链展开，并给出可直接套用的计算与表达方式。

一、均值：最佳估计值

设对同一量在重复性条件下测得 n 个独立读数 x₁, x₂, …, x_n，算术平均值为

x̄ = (1/n) · Σ_i=1..n x_i

在仅存在随机误差、且各次测量等精度的前提下，算术平均值是总体均值的无偏估计，其方差小于任何单次测量。注意两个前提：读数必须彼此独立（不能把同一读数抄两遍充数），且不存在随读数次序单调漂移的系统性因素——若存在漂移，应先做趋势修正或改用配对测量，而不是简单平均。

二、标准差与标准误差：两个容易混淆的量

实验标准差（样本标准差，贝塞尔公式）为

s = √[ Σ_i=1..n (x_i − x̄)² / (n − 1) ]

它描述单次读数相对均值的典型偏离，单位与被测量相同。分母取 n−1 是因为计算中已用掉一个自由度去估计 x̄。平均值的标准误差为

s_x̄ = s / √n

它描述均值的分散程度，随 n 增大而减小。二者的区别是本节最关键的认知点：s 不随 n 显著变小（它趋近于总体标准差 σ），而 s_x̄ 按 1/√n 收缩。因此“多测几次能提高精度”只对均值成立，且收益递减——要把标准误差减半，需要四倍的数据量。

三、置信区间：把“把握”写进区间

若读数近似服从正态分布，则总体均值 μ 的双侧置信区间为

x̄ ± t_p,ν · s_x̄，其中 ν = n − 1

小样本（n 较小）时必须用 t 分布而非 1.96，t 因子随自由度减小而增大，这正是“数据少就要把区间放宽”的数学体现。常用双侧 95% 的 t 因子：n=3 时 4.303，n=5 时 2.776，n=6 时 2.571，n=10 时 2.262，n=20 时 2.093；n 大于约 30 后可近似取 2。报告时应写明置信水平与自由度，例如“95% 置信区间，ν=5”。

四、不确定度：A 类与 B 类的合成

测量不确定度按来源分为两类。A 类由重复观测的统计分散性评定，标准不确定度为 u_A = s_x̄ = s/√n。B 类由仪器、分辨力、校准证书等非统计信息评定，常见情形是仪器最大允许误差 ±Δ 按均匀分布折算：u_B = Δ/√3；若证书给出扩展不确定度 U 与包含因子 k，则 u_B = U/k。合成标准不确定度为

u_c = √(u_A² + u_B²)

扩展不确定度 U = k·u_c，通常取 k=2（约 95% 包含概率）。最终结果写成 x = x̄ ± U（k=2），并注明单位与包含因子。需要强调：置信区间与扩展不确定度形式相似但来源不同，前者只反映随机分散，后者还纳入系统分量，因此 U 一般不小于 t·s_x̄。

五、一个可复算的教学示例

以下数据为教学假设，用于演示计算流程，并非真实实验记录。用分度值 0.01 mm 的千分尺重复测量某圆柱直径 6 次，读数（mm）：10.02、10.04、9.99、10.03、10.01、10.05。

第一步求均值：Σx_i = 60.14，x̄ = 10.0233 mm。第二步求残差平方和：各残差约为 −0.0033、0.0167、−0.0333、0.0067、−0.0133、0.0267，平方和约 0.002533 mm²。第三步求标准差：s = √(0.002533/5) ≈ 0.0225 mm。第四步求标准误差：s_x̄ = 0.0225/√6 ≈ 0.0092 mm。第五步取 n=6、ν=5 的 t_0.95=2.571，得 95% 置信半宽 ≈ 0.0236 mm，区间约 [9.9997, 10.0469] mm。

第六步做 B 类评定：千分尺最大允许误差取 ±0.004 mm，按均匀分布 u_B = 0.004/√3 ≈ 0.0023 mm。合成：u_c = √(0.0092² + 0.0023²) ≈ 0.0095 mm，扩展不确定度 U = 2×0.0095 ≈ 0.019 mm。最终报告：d = 10.023 mm，U = 0.019 mm（k=2）。可见本例中 A 类占主导，若换用更粗糙的卡尺，B 类会迅速成为主项，此时再增加测量次数收益很小——这正是先做不确定度预算再决定测量方案的意义。

六、实验数据表达规范

报告结果时，均值与不确定度的末位应对齐，例如写 10.023 ± 0.019 mm 而不是 10.0233 ± 0.019 mm；有效数字一般保留 1～2 位不确定度。表格中建议同时列出 n、x̄、s、s_x̄、u_B、u_c、U 与 k，使读者能独立复核。若数据中存在明显离群值，不应直接删除，而应先用格拉布斯或肖维涅准则判断，并记录剔除理由。此外，务必区分“标准差”和“标准误差”的标注，混用会让区间宽度被误读约 √n 倍，这是实验报告中最常见也最影响结论的错误之一。