克服的方法是测量数据时始终沿

㈠ 说说四种测量态度的方法各自的优缺点

测量技术是一门具有自身专业体系、涵盖多种学科、理论性和实践性都非常强的前沿科学。而熟知测量技术方面的基本知识，则是掌握测量技能，独立完成对机械产品几何参数测量的基础。
现代精密测量技术现状及发展

现代精密测量技术是一门集光学、电子、传感器、图像、制造及计算机技术为一体的综合性交叉学科，涉及广泛的学科领域，它的发展需要众多相关学科的支持。在现代工业制造技术和科学研究中，测量仪器具有精密化、集成化、智能化的发展趋势。三坐标测量机（CMM）是适应上述发展趋势的典型代表，它几乎可以对生产中的所有三维复...
现代精密测量技术一门集光学、电子、传感器、图像、制造及计算机技术为一体的综合性交叉学科，涉及广泛的学科领域，它的发展需要众多相关学科的支持。在现代工业制造技术和科学研究中，测量仪器具有精密化、集成化、智能化的发展趋势。三坐标测量机（CMM）是适应上述发展趋势的典型代表，它几乎可以对生产中的所有三维复杂零件尺寸、形状和相互位置进行高准确度测量。发展高速坐标测量机是现代工业生产的要求。同时，作为下世纪的重点发展目标，各在微/纳米测量技术领域开展了广泛的应用研究。

1 坐标测量机的最新发展

三坐标测量机作为几何尺寸数字化检测设备在机械制造领域得到推广使用，而科学研究和机械制造行业的技术进步又对CMM提出更多新的要求，作为测量机的制造者就需要不断将新技术应用于自己的产品以满足生产实际的需要。

1.1 误差自补偿技术

德国Carl Zeiss公司最近开发的CNC小型坐标测量机采用热不灵敏陶瓷技术（Thermally insensitive ceramic technology），使坐标测量机的测量精度在17.8～25.6℃范围不受温度变化的影响。国内自行开发的数控测量机软件系统PMIS包括多项系统误差补偿、系统数识别和优化技术。

1.2 丰富的软件技术

Carl Zeiss公司开发的坐标测量机软件STRATA-UX，其测量数据可以从CMM直接传送到随机配备的统计软件中去，对测量系统给出的检验数据进行实时分析与管理，根据要求对其进行评估。依据此数据库，可自动生成各种统计报表，包括X-BAR&R及X_BAR&S图表、频率直方图、运行图、目标图等。美国Brown & Sharp公司的Chameleon CMM测量系统所配支持软件可提供包括齿轮、板材、凸轮及凸轮轴共计50多个测量模块。日本Mitutoyo公司研制开发了一种图形显示及绘图程序，用于辅助操作者进行实际值与要求测量值之间的比较，具有多种输出方式。

1.3 系统集成应用技术

各坐标测量机制造商独立开发的不同软件系统往往互不相容，也因知识产权的问题，些工程软件是封闭的。系统集成技术主要解决不同软件包之间的通信协议和软件翻译接口问题。利用系统集成技术可以把CAD、CAM及CAT以在线工作方式集成在一起，形成数学实物仿形制造系统，大大缩短了模具制造及产品仿制生产周期。

1.4 非接触测量

基于三角测量原理的非接触激光光学探头应用于CMM上代替接触式探头。通过探头的扫描可以准确获得表面粗糙度信息，进行表面轮廓的三维立体测量及用于模具特征线的识别。该方法克服了接触测量的局限性。将激光双三角测量法应用于1700mm×1200mm×200mm测量范围内，对复杂曲面轮廓进行测量，其精度可高于1μm。英国IMS公司生产的IMP型坐标测量机可以配用其他厂商提供的接触式或非接触式探头。

2 微/纳米级精密测量技术

科学技术向微小领域发展，由毫米级、微米级继而涉足到纳米级，即微/纳米技术。微/纳米技术研究和探测物质结构的功能尺寸与分辨能力达到微米至纳米级尺度，使类在改造自然方面深入到原子、分子级的纳米层次。

纳米级加工技术可分为加工精度和加工尺度两方面。加工精度由本世纪初的最高精度微米级发展到现有的几个纳米数量级。金刚石车床加工的超精密衍射光栅精度已达1nm，实验室已经可以制作10nm以下的线、柱、槽。

微/纳米技术的发展，离不开微米级和纳米级的测量技术与设备。具有微米及亚微米测量精度的几何量与表面形貌测量技术已经比较成熟，如HP5528双频激光干涉测量系统（精度10nm）、具有1nm精度的光学触针式轮廓扫描系统等。因为扫描隧道显微镜（STM,Scanning Tunning Microscope）、扫描探针显微镜（SPM，Scanning Probe Microscope）和原子力显微镜（AFM，Atomic Force Microscope）用来直接观测原子尺度结构的实现，使得进行原子级的操作、装配和改形等加工处理成为近几年来的前沿技术。

㈡ 如何减小和消除由沾污引起的测量误差

测量误差
在测量时，测量结果与实际值之间的差值叫误差。真实值或称真值是客观存在的，是在一定时间及空间条件下体现事物的真实数值，但很难确切表达。测得值是测量所得的结果。这两者之间总是或多或少存在一定的差异，就是测量误差。
中文名
测量误差
外文名
measure error
定义
测量结果与实际值之间的差值
分类
系统误差、随机误差、粗大误差
快速
导航
目的误差来源基本分类ArcGIS中的测量误差误差影响误差处理
基本介绍
每一个物理量都是客观存在，在一定的条件下具有不以人的意志为转移的客观大小，人们将它称为该物理量的真值。进行测量是想要获得待测量的真值。然而测量要依据一定的理论或方法，使用一定的仪器，在一定的环境中，由具体的人进行。由于实验理论上存在着近似性，方法上难以很完善，实验仪器灵敏度和分辨能力有局限性，周围环境不稳定等因素的影响，待测量的真值 是不可能测得的，测量结果和被测量真值之间总会存在或多或少的偏差，这种偏差就叫做测量值的误差。
测量误差主要分为三大类：系统误差、随机误差、粗大误差。
误差产生的原因可归结为以下几方面。
1、测量装置误差
2、环境误差
3、测量方法误差
4、人员误差

㈢ 拉伸法测金属丝的杨氏模量的误差分析及消除方法分别是什么

拉伸法测金属丝的杨氏模量的误差分析及消除办法：根据杨氏弹性模量的误差传递公式可知，

1、误差主要取决于金属丝的微小变化量和金属丝的直径，由于平台上的圆柱形卡头上下伸缩存在系统误差，用望远镜读取微小变化量时存在随机误差。

2、测量金属丝直径时，由于存在椭圆形，故测出的直径存在系统误差和随机误差。

3、实验测数据时，由于金属丝没有绝对静止，读数时存在随机误差。

4、米尺使用时常常没有拉直，存在一定的误差。

特性：

根据不同的受力情况，分别有相应的拉伸弹性模量(杨氏模量)、剪切弹性模量(刚性模量)、体积弹性模量等。它是一个材料常数，表征材料抵抗弹性变形的能力，其数值大小反映该材料弹性变形的难易程度。

对一般材料而言，该值比较稳定，但就高聚物而言则对温度和加载速率等条件的依赖性较明显。对于有些材料在弹性范围内应力-应变曲线不符合直线关系的，则可根据需要可以取切线弹性模量、割线弹性模量等人为定义的办法来代替它的弹性模量值。

以上内容参考：网络-杨氏模量

㈣ 高二物理题

欧姆表的原理你一定知道了，那就直接解了：

因为是量程为0.005A的电流表，所以当欧姆表空载时，电流为0.005A

所以内置电阻r＝1.5V÷0.005A-50Ω=250Ω (50Ω是电池内阻）

因为经过调零之后测电阻，欧姆表指针满偏的3/4的位置
所以总电阻R=1.5V÷(0.005A×3/4)=400Ω

因为总电阻包括电池内阻、内置电阻和待测电阻
所以电测电阻R（测）＝400－50－250＝100Ω

误差分析——实验操作

一、长度的测量
1、误差分析：
用刻度尺测量物体长度的误差：
①对小于1mm的部分长度估读不准确；
②刻度线未与被测长度平行；
③刻度尺的起点（可以不是“0”刻度线）与被测长度的起点未对齐；
④视线未与刻度尺垂直等。
2、操作方法：
（1）用刻度尺测量
①测量时米尺的刻度线要紧贴待测物体，以减小视差；
②使用前注意观察刻度尺的量程和最小刻度值；
③测量起点不一定选在“0”刻度线，应使操作尽量简便；
④读数时视线要与尺面垂直；测量精度要求较高时，要进行重复测量，然后取平均值；
⑤毫米以下的数值靠目测估读一位，估计值至少是最小刻度的1/10。
（2）使用游标卡尺测量
①在看游标尺上的哪条刻线与主尺上的某条刻线重合时，要选一条重合得最好的来读数；
②在看是游标尺上第几条刻条与主尺刻线重合时，不包括游标尺的零刻度在内；
③在读数前，先拧紧紧固螺钉，以免游标尺移动影响读数；
④精确度为0.1mm，0.05mm和0.02mm的游标卡尺的读数，以mm为单位时，读数保留到小数点后第1位、第2位和第3位。
二、验证力的平行四边形定则
1、误差分析
①用描点法记录的拉力方向不够准确；
②所作平行四边形的对边不严格平行；
③拉橡皮条时，没有做到橡皮条及两细绳套平行于方木板，使在纸上所描下的拉力方向并不是拉力的真实方向；④没有校准弹簧秤的零点，两只弹簧秤的刻度不准确；⑤弹簧的拉杆与限位孔有磨擦，使弹簧读数并不能真正表示细绳中拉力的大小。
2、操作方法
①不要直接以橡皮条端点为结点，可拴一短细绳再连两细绳套，以三绳交点为结点，使结点小些，便于准确地记录结点O的位置。
②不要用老化的橡皮条，检查方法是用一个弹簧秤拉橡皮条，要反复做几次使橡皮条拉伸到相同的长度看弹簧秤读数有无变化。
③弹簧秤在使用前应将其水平放置，然后检查、校正零点。将两弹簧秤互相钩着水平拉伸，选择两只读数完全一致的弹簧秤使用。
④在同一次实验中，使橡皮条拉长时结点O的位置一定要重合。
⑤用两只弹簧秤钩住绳套互成角度地拉像皮条时，夹角不宜太大也不宜太小，以60°-100°之间为宜。
⑥读数时应注意使弹簧秤与木板平行，并使细绳套与弹簧秤的轴线在同一条直线上。避免弹簧秤的外壳、弹簧秤的限位卡之间有摩托。读数时眼睛要正视弹簧秤的刻度，在合力不超出量程及橡皮条弹性限度的前提下，拉力的数值尽量大些。
⑦细绳套应适当长一些，便于确定力的方向，不要直接沿细绳套的方向画直线，应在细绳套末端用铅笔画一个点，取掉细绳套后，再将所标点与O点连直线确定力的方向。
⑧在同一次实验中，画力的图示所选定的标度要相同，并且要恰当选取标度，使所作力的图示稍大一些。
三、探究弹力与弹簧伸长的关系
1、误差分析
本实验的误差主要来自以下两个方面：
①弹簧的长度测量不精确。
②描点、画图不精确。
2、操作方法
①安装时，要保持刻度尺竖直并靠近弹簧。
②实验时，要尽量选择长度较大、匝数较多，但软硬程度（颈度系数）适中的弹簧，以每挂一个钩码（20g），弹簧伸长量增大1-2cm为宜。
③读取弹簧下端所对应刻度时，要用三角板，并且视线垂直于刻度，力求读数准确，等钩码静止时，再读数。
④实验中悬挂钩码时注意不要太多，以免弹簧被过分拉伸，超过弹簧的弹性限度。
⑤要使用轻质弹簧，且要尽量多测几组数据。
⑥建坐标系时，要选择合适标度，以使所画曲线占据整个坐标纸。
⑦画图纸时，不一定要让所有各点都正好在曲线上，但应注意使曲线两侧的点大致相同，偏离太远的点要舍弃。
四、研究匀变速直线运动
1、误差分析
本实验参与计算的量有s和T，因此误差来源于s和T。
①由于相邻两计数点之间的距离s测量不够精确。
②市电的频率不稳定使T不稳定。
2、操作方法
①要在钩码（或砂桶）落地处放上软垫或砂箱，防止撞坏钩码。
②要在小车到达滑轮前用手按住它或放置泡沫塑料挡板，防止撞坏小车。
③小车的加速度宜适当大些，可以减小长度的测量误差，加速度大小能在约50cm的纸带上清楚地取出7-8个小计数点为宜。
④纸带运动时尽量不要让纸带与打点计时器的限位孔摩擦。
⑤要先接通电源，待打点计时器工作稳定后，再放开小车；放开小车时，小车要靠近打点计时器，以充分利用纸带的长度。
⑥不要分段测量各段位移，应尽可能地一次测量完毕（可先统一量出各计数点到计数起点O之间的距离），读数时应估读到毫米的下一位。
五、研究平抛物体的运动
1、误差分析
①安装斜槽时，其末端切线不平而产生误差。
②建立坐标系时，以斜槽末端端口位置为坐标原点，实际上应是末端端口上的小球球心位置为坐标原点。
③竖直轴（y轴）画得不准确。
④描出轨迹上的各点时，由于目测不准，而使描点不准确。
⑤数据测量时，测量不准确。
2、操作方法
①斜槽末端切线必须水平。
②每次从同一位置无初速释放小球，以使小球每一次抛出后轨迹相同，每次描出的点在同一条轨迹上。
③安装实验装置时，要注意使轨道末端与图板相靠近，并保持它们的相对位置不变。
④要用重垂线把图纸校准到竖直方向，使小球运动轨迹所在竖直平面靠近图板，又不接触图板。
⑤坐标原点不是槽口末端点，应是球在槽口时，球心在图板上的水平投影点。
⑥球的释放高度要适当，使其轨迹不致太平也不致于太竖直。
⑦计算初速度时，应选离抛出点远些的点。
六、验证机械能守恒定律
1、误差分析
①重物和纸带在下落过程中要克服各种阻力（空气阻力、打点计时器阻力）做功，故动能的增加量mν2稍小于重力势能的减少量mgh，这是不可避免的，这属于系统误差。
②长度的测量，属偶然误差。
2、操作方法
①铁架台应竖直安装，可使纸带所受阻力减小。
②应选用质量和密度较大的重物，增大重力可使阻力的影响相对减小，增大密度可以减小体积，可使空气阻力减小。
③应先打开电源让打点计时器开始打点稳定后，再放开纸带让重物下落。
④选取纸带点迹清晰，所打点呈一条直线。第1和第2两打点间距离接近2mm。
七、验证动量守恒定律
1、误差分析
实验所研究的过程是两个不同质量的金属球发生水平正碰，因此“水平”和“正碰”是操作中应尽量予以满足的前提条件。实验中两球球心高度不在同一水平面上，给实验带来误差。每次静止释放入射小球的释放点越高，两球相碰时内力越大，动量守恒的误差越小，应进行多次碰撞，落点取平均位置来确定，以减小偶然误差。
2、操作方法
①斜槽末端的切线必须水平。
②入射小球每次都必须从斜槽同一高度由静止释放。
③入射球质量应大于被碰球的质量。
④实验过程中实验桌、斜槽、记录的白纸的位置要始终保持不变。
八、用单摆测定重力加速度
1、误差分析
①本实验系统误差主要来源于单摆模型本身是否符合要求，即：悬点是否固定，是单摆还是复摆，球、线是否符合要求，振动是圆锥摆还是在同一竖直平面内振动以及测量哪段长度作为摆长等等。
②本实验偶然误差主要来自时间（即单摆周期）的测量上。因此，要从摆球通过平衡位置开始计时，并采用倒计时计数的方法，不能多记振动次数。
2、操作方法
①要从摆球过平衡位置时开始计时。
②要测多次全振动的时间来计算周期。如在摆球过平衡位置时启动秒表，同时数零，以后摆球每过一次平衡位置记一个数。最后秒表计时为t秒，记数为n，则周期T==秒。
③构成单摆的条件：细线的质量要小，弹性要小，球要选用体积小、密度大的小球，摆角不能超过10°。
④要使摆球从同一竖直面内摆动，不能形成圆锥摆，方法是由静止释放摆球。
⑤摆长是悬点到球心的距离。摆线上端要打结固定好，以免摆动过程中摆长发生变化。
⑥秒表读数时，不需要估读，因为秒表的指针只会停在某一s刻度线上，不会停在两个s刻度线之间。

㈤ 如何提高分析结果的准确度，消除测量中的

如何提高分析结果的准确度，消除测量中的误差

误差来源及提高分析结果准确度的方法

一、误差来源

1．过失误差

过失误差也称粗差。这类误差明显的歪曲测定结果，是由测定过程中犯了不应有的错误造成的。例如，标准溶液超过保存期，浓度或价态已经发生变化而仍在使用；器皿不清洁；不严格按照分析步骤或不准确地按分析方法进行操作；弄错试剂或吸管；试剂加入过量或不足；操作过程当中试样受到大量损失或污染；仪器出现异常未被发现；读数、记录及计算错误等，都会产生误差。过失误差无一定的规律可循，这些误差基本上是可以避免的。消除过失误差的关键，在于分析人员必须养成专心、认真、细致的良好工作习惯，不断提高理论和操作技术水平。

2．系统误差

系统误差又称可测误差或恒定误差，往往是由不可避免的因素造成的。在分析测定工作中系统误差产生的原因主要有：方法误差、仪器误差、人员误差、环境误差、试剂误差等。

（1） 方法误差

方法误差又称理论误差，是由测定方法本身造成的误差，或是由于测定所依据的原理本身不完善而导致的误差。例如，在重量分析中，由于沉淀的溶解，共沉淀现象，灼烧时沉淀分解或挥发等；在滴定分析中，反应进行不完全或有副反应，干扰离子的影响，使得滴定终点与理论等当点不能完全符合，如此等等原因都会引起测定的系统误差。

（2） 仪器误差

仪器误差也称工具误差，是测定所用仪器不完善造成的。分析中所用的仪器主要指基准仪器（天平、玻璃量具）和测定仪器（如分光光度计等）。由于天平是分析测定中的最基本的基准仪器，应由计量部门定期进行检校。

市售的玻璃量具（容量瓶、移液管、滴定管、比色管等），其真实容量并非全部都与其标称的容量相符，对一些要求较高的分析工作，要根据容许误差范围，对所用的仪器进行容量检定。

分析所用的测定仪器，要按说明书进行调教。在使用过程中应随时进行检查，以免发生异常而造成测定误差。

（3） 人员误差

由于测定人员的分辨力，反应速度的差异和固有习惯引起的误差称人员误差。这类误差往往因人而异，因而可以采取让不同人员进行分析，以平均值报告分析结果的方法予以限制。

（4） 环境误差

这是由于测定环境所带来的误差。例如室温、湿度不是所要求的标准条件，测定时仪器所振动和电磁场、电网电压、电源频率等变化的影响，室内照明影响滴定终点的判断等。在实验中如发现环境条件对测定结果有影响时，应重新进行测定。

（5） 随机误差

随机误差在以往的分析测定文献中称为“偶然误差”，但“偶然误差”这一名词经常给人以误会，以为“偶然误差”是偶然产生的误差。其实，偶然误差并不是偶然产生的，而是必然产生的，只是各种误差的出现有着确定的概率罢了，因此建议不要用偶然误差一词，而用随机误差这个名词。

随机误差的定义是：在实际相同的条件下，对同一量进行多次测定时，单次测定值与平均值之间的差异的绝对值和符号无法预计的误差。这种误差是由测定过程中各种随机因素的共同影响造成的。在一次测定中，随机误差的大小及其正负是无法预计的，没有任何规律性。在多次测定中，随机误差的出现具有统计规律性，即：随机误差有大有小，时正时负；绝对值小的误差比绝对值大的误差出现的次数多；在一定的条件下得到的有限个测定值中，其误差的绝对值不会超过一定的界限；在测定的次数足够多时，绝对值相近的正误差与负误差出现的次数大致相等，此时正负误差相互抵消，随机误差的绝对值趋向于零。分析工作者在用平均值报告分析结果时，正是运用了这一概率定律，在排除了系统误差的情况下，用增加测定次数的办法，使平均值成为与真实值较吻合的估计值。

二 、提高分析结果准确度的方法

要提高分析结果的准确度，必须考虑在分析过程中可能产生的各种误差，采取有效措施，将这些误差减少到最小。

1． 选择合适的分析方法

各种分析方法的准确度是不同的。化学分析法对高含量组分的测定能获得准确和较满意的结果，相对误差一般在千分之几。而对低含量组分的测定，化学分析法就达不到这个要求。仪器分析法虽然误差较大，但是由于灵敏度高，可以测出低含量组分。在选择分析方法时，一定要根据组分含量及对准确度的要求，在可能条件下选最佳分析方法。

2．增加平行测定的次数

如前所述增加测定次数可以减少随机误差。在一般分析工作中，测定次数为2—4次。如果没有意外误差发生，基本上可以得到比较准确的分析结果。

3．消除测定中系统误差

消除测定中系统误差可采取以下措施：其一是做空白实验，即在不加试样的情况下，按试样分析规程在同样操作条件下进行的分析。所得结果的数值称为空白值。然后从试样结果中扣除空白值就得到比较可靠的分析结果。其二是注意仪器校正，具有准确体积的和质量的仪器，如滴定管、移液管、容量瓶和分析天平砝码，都应进行校正，以消除仪器不准所引起的系统误差。因为这些测量数据都是参加分析结果计算的。其三是作对照试验，对照试验就是用同样的分析方法在同样的条件下，用标样代替试样进行的平行测定。将对照试验的测定结果与标样的已知含量相比，其比值称为校正系数。

校正系数=标准试样组分的标准含量/标准试样测定的含量

被测试样的组分含量=测得含量×校正系数

综上所述，在分析过程中检查有无系统误差存在，作对照试验是最有效的办法。通过对照试验可以校正测试结果，消除系统误差。

㈥ 牛顿环测透镜曲率半径 空程误差的来源以及实验中消除误差的方法

来源是由于
螺纹
间的啮合无法达到完美，是有一定
间距
的
牛顿环实验需要你在观察牛顿环时单向计数，就是说你的测距
显微镜
只能是从左
向右
移动，这样
右侧
的螺纹就会一直紧贴，从而达到消除
空程
误差
的目的。
如果一会儿
向左
移动一会儿向右，数据就会受到空程误差的干扰。

㈦ 测量数据处理理论与方法

测量数据处理包括了很多内容，因为测量的手段有很多，每一种手段都需要处理数据，常规的测量手段如：水准测量、全站仪、经纬仪（目前基本不用）这些测量手段的数据处理和计算相对简单些，你只需知道坐标和方位角的正反算，以及高程的传递和误差的分摊就可以了，这些你可以看测量学这本书就能学会！现代测量手段由于采集的数据量大所以处理数据变的复杂了许多，如GPS、三维激光扫描等等，这些数据处理需要先进行数据建模然后再平差，当然我们一般的测量人员都只需会运用处理数据的软件就可以。前面所述的各种放射性测量方法，包括航空γ能谱测量，地面γ能谱测量和氡及其子体的各种测量方法，都已用在石油放射性勘查工作之中。数据处理工作量大的是航空γ能谱测量。
（一）数据的光滑
为了减少测量数据的统计涨落影响及地面偶然因素的影响，对原始测量数据进行光滑处理。消除随机影响。
放射性测量数据光滑，最常用的光滑方法是多项式拟合移动法。在要光滑测量曲线上任取一点，并在该点两边各取m个点，共有2m+1点；用一个以该点为中心的q阶多项式对这一曲线段作最小二乘拟合，则该多项式在中心点的值，即为平滑后该点的值。用此法逐点处理，即得光滑后的曲线，光滑计算公式（公式推导略）为
核辐射场与放射性勘查
式中：yi+j、为第i点光滑前后的值；为系数；为规范化常数。
五点光滑的二次多项式的具体光滑公式为
核辐射场与放射性勘查
如果一次光滑不够理想，可以重复进行1～2次，但不宜过多重复使用。

㈧ 使用读书显微镜进行测量时，如何消除视差及空程误差

读数显微镜的一款很简单的测量类的显微镜,40X时,格值是:0.0025mm/格,如果这个不是在你的误差范围内,那就选择高一点精度的测量显微镜吧.
关于视差,你只要垂直方向看就好了.空程误差:选择一款在你要求的测量范围内的就好!

㈨ 为什么说测量误差的处理本质上就是一个随机数值的处理方法问题

面对测量误差，我们该怎么办？

在上一期，我简要介绍了测量误差的概念及其对统计分析的危害；在这一期，我将着重谈一谈针对测量误差的应对办法。

不过在进入正文之前，我首先需要强调的一点是，就目前已掌握的知识来看，测量误差只能通过更好的研究设计和更严格的调查执行来降低，而到了数据分析阶段，我们并没有太多好的办法。看到这里，可能很多只用二手数据的小伙伴要感到失望了，毕竟不是所有人都有能力和精力去搜集一手数据，那么面对有测量误差的二手数据，我们该怎么办呢？

1、挑选合适的变量

我们常说，一个数据质量不好，其实这是一个非常笼统的说法。更准确的说法是，一个数据中有些变量质量不好，但有些变量还基本能用。众所周知，目前市面上能够见到的统计数据都是由很多变量组成的，我们所谓的测量误差也是针对具体的变量而言，而非针对整个数据。所以，对数据分析者来说，一个很基本的能力就是从很多变量中挑出那些测量误差比较小、可以进行统计分析的变量。但问题是怎么挑呢？

我个人认为，在挑选变量时需要遵循两个原则。

第一，客观的比主观的好，具体的比抽象的好，单一维度的比多维度的好。因为相比单一维度的、具体的客观概念，那些包含多个维度的、比较抽象的主观概念更难测量，所以对这些概念进行统计分析更可能受测量误差影响。从这个角度来说，性别、年龄、民族、婚姻状况等基本的人口学变量是相对安全的变量，在分析时应该多用；而满意度、幸福感、社会融合等变量很难测准，在分析时就应该少用。但少用并不意味着不能用，毕竟很多重要的社会学问题，如满意、幸福、公平等都是抽象的理论概念，那么对这类变量该怎么办呢？这就涉及到挑选变量的第二个原则。

第二，如果研究必须使用抽象程度比较高的变量，那么最好将之作为因变量，而不要作为自变量。在上一期我们讲过，当因变量有测量误差时，最主要的危害是降低模型和统计检验的效率，但对回归系数的估计没有太大影响。而统计检验效率的降低可以通过增大样本容量来弥补，目前我们分析使用的数据样本量通常都比较大，所以综合来看，使用有测量误差的因变量不会导致毁灭性的结果。但是，当自变量有测量误差时，情况就不一样了，它会显着低估模型的回归系数，这对任何一个回归分析来说都是不能接受的。总而言之，当我们要研究满意、幸福、公平、信任等抽象问题时，比较合适的研究路径是将这些变量作为因变量，分析它们的影响因素；而不要将它们当作自变量，研究它们的社会后果。

2、改进现有的测量

如果一项研究不能巧妙地避开有测量误差的变量，那么就只能面对它。通常来说，变量的测量误差是很难纠正的，除非在研究设计时就考虑到了测量误差问题。

举例来说，自评健康是健康研究领域常用的一个变量。测量自评健康的常规方法是使用5分Likert量表（非常健康、比较健康、一般、不太健康、非常不健康）让受访者对自己的健康状况打分。这种问法操作简单，但问题在于不同受访者对健康的评价标准往往是不一样的，有些人明明健康状况很糟糕，但依然会认为自己身体很好；而有些人即使身体很好也认为自己的健康状况不行。纠正这个问题的一个办法是锚定法（anchor vignette），即在询问自评健康的同时给受访者一些情境，让受访者评价出现在这些情境中的个体的健康状况，然后根据这些情境题确定受访者的健康评判标准（锚点），再以这个标准去纠正原有的自评健康测量。目前通过锚定法来纠正自评健康测量问题的研究设计已经得到了非常广泛的应用，比如在“中国健康养老追踪调查（CHARLS）”中就采取了这种设计。此外，一些调查在询问满意度、幸福感、自评阶层地位时也采用了这种设计。《社会》杂志今年最新的一期（2017年第6期）就刊登了一篇使用锚定法测量中国民众主观社会地位的论文，感兴趣的读者可以去查阅这篇文章。

如果研究设计使用多个指标去测量一个变量，那么就可以使用结构方程模型（SEM）改善对该变量的测量。结构方程模型包括测量模型和结构模型两部分，其中结构模型与一般意义上的回归没有本质区别，唯一的不同点是参与回归的变量既可以是观测变量，也可以是潜变量（latent variable），而潜变量是通过测量模型得到。通俗来讲，潜变量就是我们想要测量的目标变量，但是因为测量误差，我们只能得到它的多个观测指标。单独来看，每个观测指标都是有缺陷的，但综合多个指标我们就能提取出它们共有的部分（即潜变量），然后以之为基础就可以分离出测量误差。目前，结构方程模型在心理学领域已经得到了非常广泛的应用，心理学在测量诸如幸福、满意、焦虑、抑郁等概念时通常会采用一个包含数个题目的量表，基于这个量表就可以借由结构方程模型生成对应的潜变量，然后去探讨各潜变量之间的因果关系。相比之下，社会学在研究类似问题时大多还是使用单一测量指标，这样就不能有效分离出测量误差，这不得不说是一个遗憾。

3、大数据

通过前文的介绍，我们知道，如果能在调查时进行更加精巧的研究设计，就可以通过锚定法或结构方程模型缓解变量的测量误差问题。但直到目前为止，我们依然是在传统数据搜集的话语下讨论测量误差问题，实际上，随着信息技术特别是互联网技术的迅猛发展，社会科学采集数据的渠道已经发生了非常明显的变化。既然如此，数据采集技术的革新能否缓解传统的测量误差问题呢？更进一步，大数据有助于降低测量误差吗？

㈩ 逆向工程中数据测量的方法有哪些，有何优缺点

直接测量、间接测量、接触测量和非接触测量，特点分别是无需对被测量与其他实测量进行计算，计算所得，与工件的被测表面直接接触和与工件的被测表面之间没有机械的测力存在。

1、直接测量：无需对被测量与其他实测量进行一定函数关系的辅助计算而直接得到被测量值的测量。

2、间接测量：通过直接测量与被测参数有已知函数关系的其他量而得到该被测参数量值的测量。

3、接触测量：仪器的测量头与工件的被测表面直接接触，并有机械作用的测力存在（如接触式三坐标等）。

4、非接触测量：仪器的测量头与工件的被测表面之间没有机械的测力存在（如光学投影仪、气动量仪测量和影像测量仪等）。

(10)克服的方法是测量数据时始终沿扩展阅读

凭借 则曲面的品质会较差而曲面的光顺连续 使用三坐标测量机进行测量时，存目前的设备和技术，尚无法达到这个目 性达到要求，又很难保证点数据和曲面 在一个很复杂的综合误差，这一复杂的的，逆向工程技术不可避免地存在其局之间的误差。

在它们之间取舍，需综合误差造成了三坐标测量机测量结果限性。逆向工程最突出的问题是客观模 要工程技术人员的判断和操作技巧的不确定性。误差有系统性误差和随机型和CAD模型之间的造型误差。

在产品加工中会引性误差，只有系统性误差可以被预测和差的主要因素。