科学家通常会对数量进行重复测量,以确保其发现的质量并评估结果的精确度和准确性。如果以相同的方式重复进行测量而得到非常相似的结果,则称它们为精确的测量。如果测量产生的结果非常接近真实值或可接受值,则认为该测量是准确的。精确的值彼此一致;准确的值与真实值一致。 p>
假设一家制药公司的质量控制化学家的任务是检查三台不同机器的准确性和精确度,这三台机器旨在将500毫升止咳糖浆分配到存储瓶中。如表1 strong>中所述,化学家接着使用每台机器加注五瓶,然后仔细确定实际的配药量。 p>
考虑到这些结果,化学家报告说,1号分配器是精确的,但不准确。 1号配药的所有值彼此接近,但没有一个值接近目标值 500 毫升。 2 号分配器的结果显示准确度提高 (值接近 500 毫升) ,但精度更差 (不接近彼此)。 最后,化学家报告说, 3 号分配器工作良好,它能够准确地 (所有体积均在目标体积的 0.2 毫升范围内) 和精确地 (药量彼此相差不超过 0.2 毫升) 分配咳嗽糖浆。 高度准确的测量结果往往也是精确的。 但是,高度精确的测量却不一定准确。 例如,未正确校准的温度计或称量平衡故障可能会导致精确的读数不准确。 科学家总是尽最大努力以最精确的方式记录测量结果。 但是,有时会发生错误。 这些错误可能是随机的或系统的。 由于测量过程的不一致或波动或正在测量的数量本身的变化,会发现随机错误。 这些误差与重复测量中的真实值相差太多(高出或低于太多)。 设想一名科学家使用标尺测量蚯蚓长度。 这种测量过程中的随机误差可能是科学家读取刻度的方法不一致的结果,或者如果蚯蚓还没有静止,其身体移动可能会对正确的长度测量造成困难。 不能避免随机错误;但是,可以通过重复测试来计算平均误差。 系统性错误源于一个长期存在的问题,并导致测量方面的一致差异。 这些错误往往一致的比真实值高出或低于太多。 这些往往是可预见的,且在本质上大多是仪器导致的。 例如,未正确校准的称量天枰可能会持续称量比其真实值重的物体。 但是,与随机错误不同,系统错误不能通过重复测量得出平均值。 本文改编自 Openstax,化学2e,第1.5节:测量不确定性,准确性和精确度。 em> p>
表 1。 500 毫升分配器提供的咳嗽糖浆容量 (mL)
1 号分配器
2 号分配器
3 号分配器
493.5
502.4
500.0
494.0
498.2.
499.8
493.5
500.0
500.0
494.0
498.5.
500.1
494.2
494.6
499.9
随机和系统错误
来自章节 1:
Now Playing
原子和元素
73.0K Views
原子和元素
74.4K Views
原子和元素
48.8K Views
原子和元素
72.6K Views
原子和元素
69.8K Views
原子和元素
142.2K Views
原子和元素
49.9K Views
原子和元素
60.5K Views
原子和元素
42.5K Views
原子和元素
37.5K Views
原子和元素
61.9K Views
原子和元素
44.3K Views
版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。