1270 字5 分钟

误差预算

Error Budget

把"这个测量准不准"拆成可追踪的分量：每个误差源贡献多少、哪些可控、哪些不可控。误差预算是数据质量管理的核心工具。

什么是误差预算

误差预算（Error Budget）是把测量的总不确定度拆解成各分量贡献的方法。它回答三个问题：

总不确定度由各分量合成（不是简单相加）：

u_total = √(u1² + u2² + ... + un²)

各分量的贡献占比：

contrib_i = u_i² / Σu_j²

关键：贡献占比小的分量即使再优化也收效甚微。要降低总不确定度，必须先找贡献最大的分量。

以温度测量（PT100 铂电阻）为例：

分量	不确定度 (℃)	u²	贡献占比
传感器等级（A级）	0.15	0.0225	38%
引线电阻（三线制）	0.10	0.0100	17%
变送器精度	0.10	0.0100	17%
安装位置代表性	0.12	0.0144	24%
AD 量化	0.02	0.0004	1%
电磁干扰	0.03	0.0009	2%
合成	0.23	0.0582	100%

可以看到，AD 量化与电磁干扰几乎可以忽略（合计 3%），优化它们对总不确定度没有意义。真正该优化的是传感器等级（38%）与安装位置（24%）。

比较两个方案的误差预算，选总不确定度更低的。如果两个方案总不确定度接近，选贡献分布更均衡的（单点依赖少）。

合同里写"总不确定度 <0.5℃"，验收时用误差预算证明达标。比单纯比对几个数据点更严谨。

误差预算表告诉你"优化哪里最有效"。如果传感器等级占 38%，换 B 级（0.3℃）会让总不确定度从 0.23 升到 0.35；换更高等级（0.05℃）会让总不确定度降到 0.19。

发布数据时附误差预算，让使用者知道数据的可信度边界。"温度 12.4 ± 0.23℃"比"温度 12.4℃"更有信息量。