跳至文章內容

測量不是猜出唯一真值，而是提出有根據的最佳估計

測量與不確定度

從電子天平的重複讀數出發，分析資料散布與儀器解析度，寫出具有物理意義的測量結果。

測量 高中物理 閱讀 9 分鐘

最後更新

直尺、游標卡尺、碼表與多次測量分布圖，呈現不同工具及重複測量的不確定性
測量工具有解析度限制，重複讀值也會散布；完整結果必須同時交代估計值與不確定度。

一、問題與學習目標

同一個物體量十次，為什麼還不能只寫一個數字？

把同一塊石頭放在電子天平上量十次，讀值可能每次都不太一樣。取平均後，就能把結果寫到任意多位小數嗎？即使十次讀值完全相同，天平能分辨的最小刻度也還在限制我們對這個量的認識。

接下來先觀察一組重複讀數，再分開評估資料散布與儀器解析度的貢獻。把兩者合成後，我們才能說明：目前最好的估計是多少，以及這份測量能支持到什麼程度。

學習目標

  • 說明為什麼測量結果不應只寫成一個孤立數字。
  • 由重複測量計算平均值、樣本標準差與 A 類標準不確定度。
  • 由儀器解析度估計 B 類標準不確定度。
  • 計算彼此獨立來源的組合標準不確定度。
  • 判斷增加測量次數或更換儀器，哪一種改善策略比較有效。

二、核心概念與原理

先區分讀值的散布與平均值的不確定度

平均值提供最佳估計，不確定度則說明這個估計受到資料散布與測量工具限制的程度。

不確定度不是做錯實驗，而是誠實說明目前測量能支持到什麼程度。

重複測量的平均值

$$ \bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i $$

是根據現有測量資料得到的最佳估計值； 表示測量次數。

結果表達

$$ x=\bar{x}\pm u_c $$

同時考慮統計評估與儀器資訊所帶來的不確定度。

A 類標準不確定度

A 類評估使用重複觀測的統計資料。先計算樣本標準差 ，再估計平均值的標準不確定度。

資料散布與平均值的不確定度

$$ \begin{aligned} s&=\sqrt{\frac{\sum_{i=1}^{n}(x_i-\bar{x})^2}{n-1}},\\ u_A&=\frac{s}{\sqrt{n}} \end{aligned} $$

在測量條件相近、資料彼此獨立時，增加測量次數會降低平均值的 A 類標準不確定度。

B 類標準不確定度

B 類評估使用校正資料、製造商規格、儀器解析度或既有知識，不是直接由本次重複資料的統計散布計算。

由數位儀器解析度估計

$$ u_B=\frac{\mathrm{Res}}{2\sqrt{3}} $$

這裡假設讀值的量化誤差落在 \(-\)\(/2\) 到 \(+\mathrm{Res}/2\) 之間，且可用矩形分布描述。

組合標準不確定度

獨立來源的平方和開根號

$$ u_c=\sqrt{u_A^2+u_B^2} $$
  • 由重複觀測的統計分析評估。
  • 由儀器規格、解析度或其他資訊評估。
  • 合併彼此獨立來源後的組合標準不確定度。

三、操作與實驗

累積同一組讀數，再比較各種不確定度的貢獻

反覆按下測量按鈕，觀察電子天平讀值、平均值、A 類、B 類與組合標準不確定度如何隨資料累積而改變。

先在新視窗開啟純模擬。每次按「進行測量」約需 0.6 秒，等讀數和次數更新後再取下一筆。天平解析度固定為 0.01 g，模擬以隨機散布產生量化讀值；沒有調整解析度或更換儀器的控制。同一輪比較時先保留資料，最後才重置。

操作提示：至少完成 10 次測量；每增加幾筆資料，就比較一次 \(u_A\)、\(u_B\) 與 \(u_c\) 的大小。

操作任務與實驗步驟

  1. 建立第一組重複測量

    先預測五次讀數是否相同，再依序按「進行測量」。等每次讀值更新後才按下一次，完成五次後記下全部讀數、平均值與三種標準不確定度。至少有兩次資料才能計算樣本標準差及 A 類評估；單次讀數的 A 類欄位「—」不代表沒有不確定度。

  2. 把測量次數增加到 10 次

    保持同一輪資料，繼續量到十次，先預測再比較五次與十次的平均值、樣本標準差及 A 類標準不確定度。可再累積到四十次，與下圖的比較方式相同；每個人的隨機讀值會不同，不必得到完全相同的平均值或下降幅度。

  3. 比較 A 類與 B 類貢獻

    先預測哪個來源會受取樣次數影響，再比較 A 類與 B 類的讀值。這個模擬的 B 類約為 0.0029 g，根據固定解析度估計；取樣次數增加時，它保持不變。由實際較大的分量判斷，目前改善統計取樣或儀器條件哪個較有幫助，別只依顏色判讀。

  4. 觀察組合結果

    先預測組合值可不可以小於某個分量，再把目前兩個標準不確定度分別平方、相加、開根號，與組合欄位核對。讀值欄位已四捨五入，自己用顯示值計算時可能有末位差異。區間線是位置示意，左右長度固定，不能用兩张圖中的線寬比較不確定度大小；以數值與貢獻長條圖判斷。

  5. 重置並重做實驗

    先記錄這一輪結果，再按「重置」建立另一輪。重置會清空資料，也會重新抽選被測質量，所以不能把兩輪平均值的差異當成同一物體的測量誤差。重新完成至少十次，比較讀數散布與 A／B 類評估的方式，而不是要求平均值回到上一輪數字。

四、觀察與解釋

平均值逐漸穩定

前幾次測量時，一筆新讀數可能明顯改變平均值；次數增加後，單筆資料在平均值中的比重變小。不過平均值比較穩定，不代表已找到唯一真值，更不代表所有讀數本身都變得接近。用樣本標準差描述讀值散布，再用 A 類標準不確定度描述平均值的統計限制，才能把兩個問題分開。

A 類貢獻通常下降

資料散布程度相近時，增加次數通常會降低平均值的 A 類標準不確定度，但不是每加入一筆資料都必然下降。新讀值也會改變樣本標準差，不能只看測量次數就斷定某一次結果必定更小。下圖保留同一輪測量，從五次累積到四十次；要以各次實際讀值核對變化，而不是預先指定一條下降曲線。

5 次測量的原生畫布，左上天平顯示最後單筆讀值，右上長條分別標出 A 類、B 類與組合標準不確定度，下方以紅點平均值和紫色正負區間標示結果。
圖 1｜五次測量：先看讀數與散布。本次 5 筆隨機讀值，面板結果為 24.586 ± 0.016 g；A 類約 0.0157 g、B 類約 0.0029 g、組合值約 0.0159 g。天平上的數字是最後一次單筆讀值，下方紅點才是平均值。長條圖刻度以千分之一公克表示，不把單筆讀值當成整輪結果。
40 次測量的原生畫布，左上天平顯示最後單筆讀值，右上長條分別標出 A 類、B 類與組合標準不確定度，下方以紅點平均值和紫色正負區間標示結果。
圖 2｜四十次測量：同一輪繼續累積。本次 40 筆隨機讀值，面板結果為 24.5750 ± 0.0053 g；A 類約 0.0045 g、B 類約 0.0029 g、組合值約 0.0053 g。前五筆與圖 1 相同，期間沒有重置。B 類保持不變；這次 A 類與組合值較小，重做時數字與變化幅度可能不同。下方區間線是固定寬度的示意，請用標示數字比較範圍大小。

B 類形成改善下限

這個模擬固定天平解析度為 0.01 g；由此估計的 B 類標準不確定度約為 0.0029 g，不會因測量次數增加而降低。組合值由兩個獨立來源的平方和開根號得到，因此不小於其中任一分量。當 A 類已很小，繼續取樣的效益就逐漸受 B 類限制；更換儀器則是另一種改善策略，這個模擬沒有提供更換儀器的控制。

常見錯誤與迷思

五、整理與應用

重點整理

  • 測量結果應包含最佳估計值與不確定度，而不只是單一數字。
  • 平均值描述多次測量的集中位置，樣本標準差描述資料散布。
  • A 類標準不確定度可由重複測量的統計分析得到。
  • B 類標準不確定度可由儀器解析度、規格或校正資訊評估。
  • 彼此獨立的來源可用平方和開根號合成為 \(u_c\)。
  • 改善實驗前，應先判斷是哪一個來源主導不確定度。

延伸思考與挑戰題

  1. 若資料散布程度不變，測量次數由 \(n=10\) 增加到 \(n=40\)，\(u_A\) 理想上約變成原來的幾倍？
  2. 某次實驗得到 \(u_A=0.004\ \mathrm{g}\)、\(u_B=0.003\ \mathrm{g}\)。請計算 \(u_c\)。
  3. 當 \(u_A\gg u_B\) 時，增加測量次數與更換高解析度儀器，哪一個策略通常更直接？若 \(u_B\gg u_A\) 呢？
  4. 一組讀值彼此非常接近，但全部偏離已知參考值。這代表精密度、準確度與不確定度評估可能出現什麼問題？