1702632870
1702632871
1702632872
1702632873
1702632874
增加可靠程度，减少偏差
1702632875
1702632876
现在几点了？许多现代科技都要求非常精确地测量时间，一个例子便是全球定位系统，它利用卫星信号来告诉你你所在的位置。时间根据地球绕太阳的周期计算，绕一圈是一年。但是，地球的公转周期太不稳定了，因此从1967年开始，时间根据标准秒来测量，标准秒的定义是铯原子震动9192631770次所需要的时间。一般的时钟会受温度、湿度和气压改变的影响，铯原子却不受这些因素的影响，所以需要非常精确计时的人可以买原子钟。美国国家标准与技术研究院有一台超级精准的原子钟，通过收音机、电话与互联网报时（不过会在传输过程中产生一点儿误差）。
1702632877
1702632878
例9 非常准确的时间
1702632879
1702632880
美国国家标准与技术研究院的原子钟非常精准，但并非完全精准。世界标准时间是“协调世界时”（Coordinated Universal Time），由位于法国塞夫尔的国际计量局所编制。国际计量局没有比美国国家标准与技术研究院更好的钟，它的时间是用世界各地超过200台原子钟的时间平均计算得来的。美国国家标准与技术研究院告诉我们（事后）他们的时间与正确时间的差距。以下是我们在写作本书时，美国国家标准与技术研究院的最后12项误差，单位是秒。
1702632881
1702632882
0.0000000075 0.0000000012
1702632883
1702632884
0.0000000069 –0.0000000020
1702632885
1702632886
0.0000000067 –0.0000000045
1702632887
1702632888
0.0000000063 –0.0000000046
1702632889
1702632890
0.0000000041 –0.0000000042
1702632891
1702632892
0.0000000032 –0.0000000036
1702632893
1702632894
长期来讲，美国国家标准与技术研究院对时间的量度并没有偏差。美国国家标准与技术研究院的秒有时比国际计量局的短，有时比国际计量局的长，但不是一直较短或一直较长。美国国家标准与技术研究院的量度很可靠，但是从上面的数字还是可以看出有变异。世界上没有百分之百可靠的测量。多个测量值的平均值，比起单次的测量结果，可靠程度更高。这就是国际计量局要用很多原子钟的时间计算平均值的原因之一。
1702632895
1702632896
世界各地的科学家都通过反复测量，并且取多个测量值的平均值来得到比较可靠的结果，学生在做化学实验时也常常这样。就像比较大的样本可以减小样本统计量的变异性一样，用多个测量值的平均值，也可以减小度量结果的变异性。
1702632897
1702632898
用平均值来提升可靠程度
1702632899
1702632900
没有任何度量过程是百分之百可靠的。相比之下，重复度量同一个体再取测量值的平均值，会比单一测量值更可靠（变异性较小）。
1702632901
1702632902
不幸的是，没有一种这么直接的方法可用来减小偏差。偏差大小是由度量工具的好坏决定的。要减小偏差，你就需要用好的工具。美国国家标准与技术研究院的原子钟的准确程度是每600万年的误差为1秒，但要是把它放在你的床边，恐怕体积太大了些。
1702632903
1702632904
例10 再次度量失业率
1702632905
1702632906
统计失业率也是“度量”。就如同测量长度和时间一样，对测量失业率而言，偏差和可靠程度的概念同样适用。
1702632907
1702632908
美国劳工部劳工统计局会派监督员重新访问5%的样本，来检查他们测量的失业率是否可靠。这就是对同一个体的重复度量，就像学生在化学实验室里，多次测量一个物体的重量。
1702632909
1702632910
美国劳工部劳工统计局通过改善度量工具来减小偏差，1994年它对当前人口调查进行了50多年里的最大“翻新”。比如，度量失业率的旧系统低估了女性失业率，因为测量的细节没有随女性工作形态的转变而做出调整，新系统纠正了这个偏差。
1702632911
1702632912
请同情心理学家
1702632913
1702632914
统计学家是习惯性动物，他们对于度量的考虑，就和他们考虑抽样时差不多。两种情况下的主要问题都是：“如果我们重复多次，会发生什么？”在抽样时，我们需要估计总体参数值，但要担心估计值是不是有偏差，或者不同样本统计量的变异性是不是太大。现在，我们想要度量某个性质的真实值，又要担心我们的度量结果也许有偏差，或者当我们反复测量同一个体时测量值的差异太大。偏差是每一次测量都会发生的系统性误差；大偏差（低可靠程度）表示我们的测量结果因为不具重复性，所以不可信。
1702632915
1702632916
当我们在测量体重时，这样考虑问题是很直接的方式。我们对“真实体重”代表什么有很清楚的概念，我们也知道世界上有很好的体重秤，比如，我可以考虑去医院或者物理实验室测量。我们还可以把体重精确到我们想要的程度。可靠程度也很容易描述，在体重秤上上上下下很多次，看看读数的变化幅度有多大。
1702632917
1702632918
然而，当我们想度量“智力水平”或“是否能考上大学”的时候，若想要知道“如果我们重复多次，会发生什么”，却要困难得多。让我们来看看可怜的心理学家度量“权威人格”的例子。
1702632919