精度和不确定度，它们不一样！

精度(Accuracy)和 不确定度(Uncertainty)它们不一样！

“精度” 这个词，我们常常用来评价计量结果的好坏；然而在计量学领域，“不确定度”才是真正专业的叫法。

“你有多高？”

“你有多高?”

“1米75吧...”

这是在日常对话中，常见的问答。但这个答案有多高 “精度” 呢?你的身高正好1.75米吗?你很可能会把自己的身高*后几厘米，四舍五入。所以实际上的身高应该在1.71米到1.79米之间吧。

我们可能永远无法准确知道某人的身高 （呵呵），所以 “问询” 这一方式的 “精度” 其实无从得知；因为不知道实际身高，就无法得出“问询”结果与实际值的数值差异。

但经验告诉我们，可能会有几厘米的“折扣”或“水分”，所以根据这个回答，实际身高落在1.71米到1.79米的区间，是可信的。而这+/-4厘米，在计量学领域，就叫“不确定度”。

精度不可得，不确定度才靠谱！

“精度” 如果定义为，计量结果与实际值之间的**数值差异，那么它就是一个实际无法实现的梦想；并且逻辑上也有问题，因为进行计量的初始原因，就是被测值的未知。

“不确定度”，才是在计量学领域，评估计量设备和结果好坏的参数。不确定度，正是基于对测量结果值不确定这一事实的理解，在测量值基础之上，定义了一个范围，描述了在这一范围内的可信度甚至可信度分布。

比如回到刚才的例子，我们得到了 “1米75吧...” 的回答，心里会说，嗯好吧，十之**在1.71米到1.79米之间吧。这时候，您就是在用“不确定度”概念，来理解计量结果的专家啊！

如何改进计量结果“不确定度”？

我们了解到，计量结果有不确定性，其数值有一定的分布，分布的可信范围，就是不确定度；按形成机制，和散步状态不同，不确定度也有不同的来源和类型。典型的就可以分为系统性或偶然性。

咱们以另一个打靶的例子说明。如上图，两次射击结果，环数结果一样，但它们代表两种典型的不确定度分布。左图分布散但是基本居中，偶然性为主，系统性为辅；右图分布紧凑，但是都打偏了，系统性为主，偶然性为辅。

通过标定或校准，可以有效地改进系统性不确定性分布，如上图左，进行标定校正后，枪就不会每次都偏一点点了。

而偶然性不确定度，常常通过重复测量，然后平均的方法改进。将多次重复测量的结果平均为一个结果，可以非常有效的抑制偶然性不确定度，让结果“正中红心”，如上图右。

ZYGO设备，改善不确定度分布。

ZYGO 白光干涉粗糙度仪，提供各类可溯源计量标块，如台阶高度标准块，横向尺寸标块，超光滑SiC粗糙度标快等等，以支持随时标定，改善系统性不确定度。

通过软件自带的各类设置，进行重复量测和平均，可以进一步有效抑制偶然性不确定度。