测试系统的干扰来源
我们先给结论,再阐述。
l 结论
1. 精度(Accuracy)
即准确度。测量或测试结果与真实值或参考标准值之间的接近程度。它反映了测试系统或设备在多大程度上能够真实、正确地反映被测对象的实际特性。
2. 精密度(Precision)
是指在相同条件下,对同一对象进行多次重复测量时,所得测试结果之间的一致性或离散程度。它反映了测试系统的稳定性和重复性,测试精密度越高,表示测量结果之间的差异越小,即结果更稳定和可靠。
3. 分辨率(Resolution)
测试设备或系统能够区分的最小物理量变化。它表示仪器或系统在测量过程中能够检测和显示的最小增量。反应系统的对微小变化的灵敏度。
l 精度、精密度、分辨率之关系
精密度与准确度是独立的:测量可以非常精密但不准确,也可以准确但不精密。最高质量的科学实验或观测应同时具有高准确度和高精密度。分辨率是测试系统的基础,如果分辨率不足,测量设备可能无法捕捉到细微变化,系统就无法实现高精度和高精密度。
l 细节阐述
扔飞镖的活动可以将精度和精密度阐释的非常清楚。我们都知道如果飞镖要得分高,不仅要扔得准,而且要接近靶心区域。这里有两个统计学概念,一个是方差,一个是均值。大家可以看一看A、B、C、D四张图,各自的方差和均值是什么样的情况?
图A | 图B | 图C | 图D | |
方差 | 差 | 好 | 差 | 好 |
均值 | 差 | 差 | 好 | 好 |
精度 | 差 | 差 | 好 | 好 |
精密度 | 差 | 好 | 差 | 好 |

图1 均值、方差与精度、精确度的关系
很显然,方差越好(小)就遇着意味着飞镖越集中在某一区域,也就意味着重复性好,精密度越高。另一方面,均值越接近于中心,就意味着系统整体精度越高。当方差和均值都非常好的时候,此时系统的精度和精密度达到最佳,整个系统的测试质量才能达到最佳。我们往往同时用这两个指标来衡量系统的测试质量。
从统计学的角度来讲,如果是多个独立的随机事件,则可以采用正态分布表示随机事件的分布特性(离散图可以由直方图表达)。

图1 分布图
那么,如果遇到一个系统测试精密度很高(重复性、一致性好),但是精度不高,我们可以尝试通过偏置校准的方式来实现对系统误差的纠正,以系统优化的方法提高测量精度。
l 问题
以上我们对精度、精密度、分辨率的基本概念做了简单的梳理,那么现在问题来了。
1. 厂商给出的产品精度指标是如何确定的?置信度如何?
2. 影响产品/系统精度的内外因素有哪些?
3. 如何进一步提高系统的精度指标?
如有疑问,也可以和我们随时交流,相互学习和促进。
Refernence:
- N/A