精度(Accuracy)和 不確定度(Uncertainty)它們不一樣！

“精度” 這個詞，我們常常用來評價計量結果的好壞；然而在計量學領域，“不確定度”才是真正專業的叫法。

“你有多高？”

“你有多高?”

“1米75吧...”

這是在日常對話中，常見的問答。但這個答案有多高 “精度” 呢?你的身高正好1.75米嗎?你很可能會把自己的身高*后幾厘米，四舍五入。所以實際上的身高應該在1.71米到1.79米之間吧。

我們可能永遠無法準確知道某人的身高 （呵呵），所以 “問詢” 這一方式的 “精度” 其實無從得知；因為不知道實際身高，就無法得出“問詢”結果與實際值的數值差異。

但經驗告訴我們，可能會有幾厘米的“折扣”或“水分”，所以根據這個回答，實際身高落在1.71米到1.79米的區間，是可信的。而這+/-4厘米，在計量學領域，就叫“不確定度”。

精度不可得，不確定度才靠譜！

“精度” 如果定義為，計量結果與實際值之間的**數值差異，那么它就是一個實際無法實現的夢想；并且邏輯上也有問題，因為進行計量的初始原因，就是被測值的未知。

“不確定度”，才是在計量學領域，評估計量設備和結果好壞的參數。不確定度，正是基于對測量結果值不確定這一事實的理解，在測量值基礎之上，定義了一個范圍，描述了在這一范圍內的可信度甚至可信度分布。

比如回到剛才的例子，我們得到了 “1米75吧...” 的回答，心里會說，嗯好吧，十之**在1.71米到1.79米之間吧。這時候，您就是在用“不確定度”概念，來理解計量結果的專家?。?

如何改進計量結果“不確定度”？

我們了解到，計量結果有不確定性，其數值有一定的分布，分布的可信范圍，就是不確定度；按形成機制，和散步狀態不同，不確定度也有不同的來源和類型。典型的就可以分為系統性或偶然性。

咱們以另一個打靶的例子說明。如上圖，兩次射擊結果，環數結果一樣，但它們代表兩種典型的不確定度分布。左圖分布散但是基本居中，偶然性為主，系統性為輔；右圖分布緊湊，但是都打偏了，系統性為主，偶然性為輔。

通過標定或校準，可以有效地改進系統性不確定性分布，如上圖左，進行標定校正后，槍就不會每次都偏一點點了。

而偶然性不確定度，常常通過重復測量，然后平均的方法改進。將多次重復測量的結果平均為一個結果，可以非常有效的抑制偶然性不確定度，讓結果“正中紅心”，如上圖右。

ZYGO設備，改善不確定度分布。

ZYGO 白光干涉粗糙度儀，提供各類可溯源計量標塊，如臺階高度標準塊，橫向尺寸標塊，超光滑SiC粗糙度標快等等，以支持隨時標定，改善系統性不確定度。

通過軟件自帶的各類設置，進行重復量測和平均，可以進一步有效抑制偶然性不確定度。