均方根误差不超过_误差和不确定度，来看看它们的区别和联系

1:误差与不确定度的概念

误差与不确定度是这两个概念的目的都是为了寻求如何以实验和测量所得结果来更恰当、更准确地体现被测量的真实情况。

误差为测得值与被测量真值之差：误差=测得值-真值。

不确定度是被测量值可能出现的范围。

2:误差与不确定度的联系

误差与不确定度都是由相同因素造成的：随机效应+系统效应。

随机效应：由于未预料到的变化或影响量的随时间和空间变化所致。

它引起了被测量重复观测值的变化。

这种效应的影响不能借助修正进行补偿，但可通过增加观测次数而减小。

其期望值为零。

系统效应：是由固定不变的或按确定规律变化的因素造成的。

由于人类认识的不足，也不能确切知道其数值，因此也无法完全清除。

但通常可以减小，系统效应产生的影响有些是可以识别的，有些是未知的。

如果已知影响能定量给出，而且其大小对测量所要求的准确度而言有意义的话，则可采用估计的修正值或修正因子对结果加以修正。

由于随机效应和系统效应的存在，使得被测量的真值无法确知，每个测量结果也都具有一定的不可靠性，导致误差和不确定度的产生。

3:误差与不确定度区别

区别一：

误差是相对被测量真值而言的，它是测量结果与真值之差，由于真值的不可知性，实际上误差也只能是个理想概念，不可能得到它的准确值。

不确定度以测量结果本身为研究对象；

其含义不是“与真值之差”或“误差限”、“极限误差”，而是表示由于随机影响和系统影响的存在而对测量结果不能肯定的程度，表征被测量值可能出现的范围。它是以测量结果为中心，以标准差或其倍数，或某置信区间半宽度确定的被测量的取值范围。确保真值以一定概率落于其中。

因而，它是测量结果的一个量化属性。

区别二：

误差和不确定度的分类方法截然不同。

误差根据其性质可分为两类：随机误差和系统误差。

随机误差：测量结果与重复性条件下对同一量进行无限多次测量所得结果的平均值之差。

随机误差大抵是由于随机影响造成的。

注意，观察列的平均值的实验标准差并不是平均值的随机误差，而恰恰是随机影响引起的平均值的不确定度，这些效应产生的平均值的随机误差不可能准确知道。

系统误差：在重复性条件下，对同一被测量进行无限多次测量所得结果的平均值与被测量真值之差。系统误差是由已知系统影响和未知系统影响产生的，通过对已知系统影响的修正可以减小，但不可能为零。

同时，修正值或修正因子的不完善，也会导致测量结果的不确定度，但不是由于系统影响补偿不理想而产生的误差。

不确定度按照分量的评定方法分为：A类和B类。

但并非“随机”和“系统”的代用词。

用A类或B类评定方法均可得到已知系统影响修正值的不确定度，随机影响的不确定度计算也是如此。两种评定方法均基于概率分布，得到的分量在本质上不存在差异。实际应用中，无须将A类、B类与随机或系统对应起来。

区别三：

误差取一个符号，要么正，要么负。

不确定度恒为正值。当由方差得出时，取其正平方根。

区别四：

不确定度是由随机影响和对系统影响结果的不完善修正产生的。

在计算测量结果的不确定度时，不会考虑到未被认识的系统影响，但这种影响会导致误差的出现。

因此，即使计算出来的不确定度很小，仍不能保证测量结果的误差很小。

或者说，测量结果的不确定度未必是测量结果接近被测量值的指示值，它仅为与目前可用的知识相符的最佳值接近程度的近似性估计。

不确定度不能用于测量结果和真值之间的差异显示，但可用于测量结果之间的比较。不确定度越小，则测量结果质量越高。

在测量中若没有忽略任何明显的系统影响时，才能认为测量结果即为被测值的可靠估计值，其合成标准不确定度即为可能误差的可靠量度。