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。
這篇在解決什麼問題
同一個物體連續測量十次,讀值常常不完全相同。即使每次都得到相同數字,也不代表真實量值精確到無限多位,因為儀器本身仍有解析度限制。
這篇文章會把「資料散布造成的不確定度」與「儀器資訊提供的不確定度」分開評估,再合成為一個可用來表達測量品質的範圍。
學完這篇文章後,你將能夠
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。
30 秒核心公式與概念速覽
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。
重複測量的平均值
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
同時考慮統計評估與儀器資訊所帶來的不確定度。
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。
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
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
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
- 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。
互動模擬實驗室
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。
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
-
建立第一組重複測量
連續進行 5 次測量,記錄每次讀值與目前平均值,確認讀值是否完全相同。
-
把測量次數增加到 10 次
繼續取樣並比較 \(n=5\) 與 \(n=10\) 時的 \(u_A\),觀察增加資料後的變化。
-
比較 A 類與 B 類貢獻
找出目前較大的不確定度來源,判斷結果主要受到資料散布還是儀器解析度限制。
-
觀察組合結果
比較 \(u_c\) 與 \(u_A\)、\(u_B\),確認組合標準不確定度不會小於其中任一個正的分量。
-
重置並重做實驗
重新建立另一組資料,檢查個別讀值雖然改變,整體的統計規律是否相似。
你應該觀察到什麼
平均值逐漸穩定
前幾次測量的平均值變動較明顯;資料增加後,單一新讀值對平均值的影響通常變小。
A 類貢獻通常下降
若資料散布程度相近,\(u_A=s/\sqrt{n}\) 會隨測量次數增加而大致下降。
B 類形成改善下限
只增加測量次數不會改變儀器解析度;當 \(u_B\) 主導時,繼續取樣的效益有限。
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。
常見錯誤與迷思
延伸思考與挑戰題
- 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?
- 某次實驗得到 \(u_A=0.004\ \mathrm{g}\)、\(u_B=0.003\ \mathrm{g}\)。請計算 \(u_c\)。
- 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?
- 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?