例子：某數顯卡尺的最大允許誤差為：0.02mm，用于測量某鋼球直徑，連續重復測量了100次，每次都是同樣的讀數5.00mm。這樣，平均測量結果為：5.00mm，平均值的標準差為0.00mm。

按誤差分類理論處理：隨機誤差（結果5.00mm與期望之差）的標準差為0.00mm，即精度（精密度）為0.00mm；卡尺的輸出誤差不貢獻離散，是系統誤差，沒有標準差，由正確度來評價，正確度是定性概念，只能用優良中差表述，綜合評價準確度也是定性概念，也只能用用優良中差表述。（測繪領域的精度概念也同樣就是這個意思，主貼中最后的圖片就是測繪教科書中剪切下來的。）

按誤差無類別論來處理：數顯卡尺的輸出誤差站在卡尺制造者（也是測量工作者）的角度也是遵循隨機分布的，最大允許誤差0.02mm本來就是對這個隨機分布的描述，其標準差可以通過0.02mm換算出來，跟當前的標準差0.00mm是完全對等的，所唯一不同是在當前的重復測量中卡尺誤差貢獻期望與真值之差。這樣總誤差=結果與期望之差+期望與真值之差，總誤差的標準差（也就是最終結果5.00mm的總標準差）也就等于二者標準差的概率法則合成，5.00mm結果的總擴展不確定度很容易得到就是0.02mm。不確定度是誤差的定量評價。

二種思維方式的核心區別在于：分類哲學認識的測量僅僅是指當前的100次操作過程。而無類別哲學認識的測量是包括當前操作和歷史操作在內的所有量值溯源過程，上游的所有儀器設備制造都是測量，都對當前的5.00mm結果產生影響。當把所有上游下游測量看成一個整體（全局哲學觀）的時候，誤差就都是測量產生的，誤差的形成原理都一樣，誤差都遵循隨機分布，這樣就沒有不遵循隨機分布的系統誤差了，至多只有遵循隨機分布的誤差對下游測量產生系統性的影響。誤差分類理論把系統性影響和隨機分布扯混了，把隨機分布與隨機變化也扯混了，誤差分類的所謂“明確定義”是基于一種狹隘的哲學觀和錯誤的數學概念給出的。

你們說法對于自己都是恰當的而非對，只是現有理論如何定義而已，你把現在的方形定義為“圓”，他把以前的三角定義為“扁”；至于最后誰可立足這紛繁復雜的事情需要時間來說明。小白可理解為誰征服世界誰為王，有內涵的希望多討論，多溝通，取精華去糟粕。

不是很明白，但我更容易接受現有理論。

再讀一讀，發現差別還真大，計量里面，系統誤差和隨機誤差都是可以發現但是都不能準確求出的。總誤差不能等同于系統誤差和隨機誤差之和，一般不會這么合成，得出的結果需要有不確定度評定，給出誤差的可靠性。如果不看史錦順老師的想法，我覺得恒差都不可能存在。我也覺得好深奧了

又見“精度”！在這里總算看到“精度”的出處了！和準確度的概念果然好像！我記得當初因為一個accuracy和精度是什么意思求教此論壇，結果是精度這一概念已經被計量給廢了。
說到是哲學上的麻煩，正好我在看牛津通識的《科學哲學》，我覺得同一概念所指在不同領域待遇不同很正常啊，一個男人，對家庭的領域，可能是父親。但是在工作領域，可能是員工。
說到隨機誤差/系統誤差與精度/準確度的邏輯關系在圖片中我第一次看到，抱歉我的專業素養不怎么好，畢竟沒學術系統訓練。但是在我已受訓練中，沒有這種對應關系。而且概念也不一樣，準確度就是測得值與真值之間的一致程度。與系統誤差有關的是一個叫做正確度的概念。我現在的理解是，按照老師的理論，其實正確度并不對應系統誤差。也就是，正確度（也是測繪理論中的精確度）不能反映重復測量中保持不變或者按照可預見方式變化的測量誤差分量。但是我沒看明白，為啥不存在系統誤差，真值就等于期望了。難道期望和真值之間的差就是只有系統誤差所決定？
文中的引用章節頁實際是什么看不到，真可惜。不評論，覺得每看到這種有爭議的文章，然后回頭復習一遍概念也是非常有益的。我覺得我只是看計量計量，關于計量的基礎測量方面的知識還是缺乏，該補補了

補充內容 (2016-9-21 21:52):
不過當作正確度也不對，雖然平均值是期望的近似表示，而參考值可以看作真值，但是計量里面正確度是不能給出具體數字的。準確度不能等同正確度

補充內容 (2016-9-21 21:52):
好混亂啊我。

太深奧了，