新书推介：《新概念测量误差理论》

测量数据处理（平差）完成后，最终唯一测量结果与真值之差---误差就是一个恒定的未知常数，一个恒定的未知常数当然不存在什么系统/随机类别之分；误差评价无非就是通过测量的物理原理、数学理论和既有测量资料对这个未知误差的概率范围做个分析估计，根本就不需要现有理论中的那么多叽叽歪歪的说辞。按照这个思维，测量理论的解释方法就全变了。

目录
第1章 认识测量
1.1 测量
1.2 真值
1.3 测量结果
1.4 测量误差
1.5 测量学理论的任务
1.6 误差评价的困境
第2章 测量理论体系的现状与逻辑麻烦
2.1 第一学派
2.2 第二学派
2.3 第三学派
第3章 误差分类认识论的误区
3.1 盲人摸象哲学
3.1.1 随机误差也是恒定的偏差
3.1.2 系统误差也遵循随机分布
3.2 偷换概念
3.3 误差分类定义实际不能分类误差
3.4 小结
第4章 新型误差认识论
4.1 误差的定义
4.2 误差样本
4.3 误差的性质
4.4 观测值序列的发散和偏离
4.5 误差的合成
4.6 改正不能根除误差
第5章 误差的评价
5.1 误差的分布
5.2 方差
5.3 方差概念的广义化
5.4 协方差传播律
5.4.1 单一观测值线性函数情形
5.4.2 多个观测值线性函数情形
5.4.3 非线性函数的情形
5.5 贝塞尔公式
5.6 五花八门的标准偏差
5.7 几种典型的误差分布及其方差
5.8 不确定度概念
5.9 协不确定度
5.10 打靶理论的重新解释
5.11 小结
第6章 测量平差
6.1 概述
6.2 最小二乘平差算法原理
6.3 法方程
6.3.1 等精度线性测量参数最小二乘法
6.3.2 不等精度线性测量参数最小二乘法
6.3.3 非线性测量的最小二乘法
6.4 平差结果误差的方差
6.4.1 平差结果的协方差传播律
6.4.2 等精度观测值的方差
6.4.3 不等精度观测值的方差
6.5 误差的函数模型和随机模型处理
6.6 关于测量平差的几个重要观念
6.6.1 平差平掉的是离散性
6.6.2 误差样本序列离散的根源
6.6.3 关于“粗差”
6.6.4 关于自由度
6.6.5 标准偏差概念的主观性
6.6.6 误差消减方法及应用
第7章 抗差估计理论的新观念
7.1 概述
7.2 粗差的形成机制
7.2.1 规律误差的随机分布
7.2.2 误差样本序列的发散
7.2.3 粗差的形成
7.3 粗差的函数模型处理
7.4 粗差的随机模型处理
7.5 错误测量的判别
7.6 小结
第8章 测量结果的不确定度
8.1 概述
8.2 测量结果总误差的标准偏差
8.3 三个典型的测量案例
8.3.1 单变量直接测量
8.3.2 单变量间接测量
8.3.3 二变量间接测量
8.4 自由度较少时的不确定度评定
8.5 不确定度评定原理的一般性表述
8.6 狭义不确定度与广义不确定度
8.7 标准不确定度、合成不确定度和扩展不确定度
第9章 测量仪器
9.1 概述
9.2 测量仪器的原理误差
9.3 测量仪器的示值误差
9.4 测量仪器的最大允许误差(MPE)
9.5 测量仪器内的测量平差
9.6 测量仪器计量特性评价
9.7 测量仪器的计量检测
9.8 小结
结束语

主要概念对比

最终唯一测量结果与真值之差是个未知的恒差，虽然这个恒差可分解为结果与期望之差和期望与真值之差，但分解后的这二个分项误差实际完全对等，仍然都是恒差、没有性质差异，也没有类别之分。结果与期望之差的不确定性称为A类不确定度，期望与真值之差的不确定性称为B类不确定度。A、B类也是完全对等，至多的区别是一个是由当前数据分析给出而另一个是由历史测量给出。

但是，大有人在的是，有些学者把结果与期望之差称为随机误差，把期望与真值之差称为系统误差，把A、B类不确定度跟随机误差、系统误差对应起来解释。这等于又扯回到精密度、准确度概念那里去了。然后再扯上系统误差代数合成、随机误差均方合成、系统误差不能和随机误差合成、系统误差确定规律、随机误差随机规律等等概念，就这样毫无逻辑性地来回倒腾，学生们的思维不乱才怪。这就是不确定度概念推广过程中思维混乱状况的成因，也难怪存在各种质疑批评的声音。