一般工程學導論/誤差分析
邪惡是反過來拼寫的“活著”。誤差是不確定性，帶有一種錯誤的含義。但沒有錯。**不確定性分析**比**誤差分析**更合適的術語。工程師是不確定的，而不是犯錯。瞭解“誤差分析”的數學原理有助於增強工程師的信心。但我們卻被“美國從小學到高中的教育”的正確/錯誤測試所困。我們需要習慣記錄當前的不確定性和失敗。誤差分析可以幫助澄清、識別、證明問題無法解決，甚至解決問題。這不是老師隨意施加給你的折磨。
美國從小學到高中的教育（K-12）計算百分比誤差，該誤差是根據以下公式測量的：
這不是誤差或不確定性分析。它衡量的是“我有多接近？”它確實教授了對STEM的尊重。它確實有助於減少神秘和魔法。但它沒有教授
- 重複、再現成功/失敗分析
- 誤差源的隔離
- 不確定性預期
- 對統計和微積分的依賴分析
進行誤差分析有兩個原因：
- 證明實驗或專案複製的成功
- 識別改進的可能性
科學的成功在於重複實驗。工程的成功在於複製專案。複製的成功涉及將原始文件與新的實驗或專案進行比較。這通常涉及數字和數字比較，看起來像這樣
如果已知值在誤差範圍內，則實驗成功。誤差分析是選擇要使用的數學方法、找出誤差來源以及如何減少誤差的過程。這可以導致工程師在**風險分析**或**質量控制**方面的職業生涯。
誤差來自過程，例如化學中混合過少。誤差來自有侷限性的工具。誤差來自購買的零件，然後組裝起來顯示出更大的誤差。誤差有兩種型別：**系統誤差**和**隨機誤差**。學習如何識別它們：測量誤差
根據**美國國家標準與技術研究院**，不確定性分析方法有兩種：
- 統計
- 其他一切
工程師何時使用統計資料而不是進行一次測量？誤差何時可以被認為是隨機的？閱讀統計分析以瞭解如何以及何時使用統計資料或重複測量來近似誤差。
化學實驗中每一步的誤差是如何組合的？電路中每個元件的誤差是如何組合的？NIST 以上提到的“其他一切”是什麼意思？假設我們有一個名義值，帶有 ± 誤差，這些誤差來自統計資料或直接測量。這些誤差是如何組合的？你可能在該科目學習了相關課程。在這裡，學習一個簡單的起點，稱為**誤差微積分**。它可以透過直覺和一些代數來理解。