精度可以直接从您的数据点估计，但精度与实验设计有关。假设我想找到美国男性的平均身高。给定一个高度样本，我可以估计我的精度。然而，如果我的样本取自所有篮球运动员，我的估计将是有偏差和不准确的，而这种不准确性无法从样本本身中识别出来。

测量精度的一种方法是对测量平台进行校准。通过使用您的平台测量已知量，您可以可靠地测试方法的准确性。这可以帮助您找到测量偏差，例如，如果您的高度示例的卷尺缺少一英寸，您会发现所有校准样本的读数都太短了一英寸。但是，它无助于解决您的实验设计问题。

精度由随机误差驱动，精度由系统误差定义。通常可以通过增加样本量的重复试验来提高精度。不能通过收集更多相同测量的数据来固定精度，因为系统误差不会消失。

系统误差会导致均值偏差，无法在同一实验中确定或修复。考虑一下：实验的重点通常在于检测效果，例如与零的偏差。您可以通过将偏差与标准误差进行比较来衡量显着性，但该偏差本身可能是一种偏差（系统误差）！这就是为什么系统错误是物理科学中最严重的错误。

例如，在物理学中，您应该在实验之外确定偏差（系统误差），然后在测量中对其进行校正。有趣的是，在经济预测领域，最大的问题是均值的变化，这基本上相当于物理科学中的系统误差或偏差。

您可能还记得系统错误给那些“检测到”中微子比光速移动的 OPERA 家伙造成了多么尴尬！他们没有考虑到一堆系统错误的来源，不得不撤销结论。毕竟，中微子不会突破光速，无赖！