错误的来源与类型

化学分析过程中通常会遇到许多不确定性，这些不确定性可能导致各种“错误”。这些错误大致可以分为两类：
确定的（系统性）错误
2. 不确定（随机）数据。

然而，需要强调的是，有时将某个“错误”归类到上述类别中的某一个确实存在一定的问题；尽管如此，分类在研究常规分析过程中出现的各种分析错误时仍然具有一定的帮助作用。

确定性的（系统性）错误
某些类型的错误具有可识别的数值以及容易确定的原因；然而，在实际操作中，这些本可以避免的错误可以通过常规方法进行测量和记录。其中最重要的这类错误包括以下几种：

个人错误：主要分为两类：个人错误和方法论错误。这些错误完全是由分析人员的人为失误造成的，与规定的程序或方法无关。

仪器误差 - 仪器经常需要校准，否则可能会出现测量不准确的情况。pH计、单盘电子天平、紫外分光光度计和电位计就是这类测量仪器的例子。

试剂错误：这些错误是由于试剂本身的问题导致的，例如试剂中固有的杂质、高温导致的铂（Pt）挥发，或者试剂与瓷质和玻璃制设备反应时引入的杂质。

关于与常量相关的误差，我们发现误差的大小与常量的数值相对独立，且当测量值越大时，误差的幅度会越小。

**比例误差**：无论采集多少样本，绝对误差值始终保持不变。这类物质往往会混入分析过程中，从而直接影响分析结果。

由于方法学导致的错误：方法学错误通常包括样本选择不当或反应不完全。错误可以分为三类：与系统相关的错误、随机错误以及操作失误。通过系统性的方法所导致的错误原则上是可以避免的，因为它们都有明确的原因。原则上，系统性错误是可以消除的，因为它们都有可识别的原因。

2. 随机性错误（中间错误）
无法确定的误差无法归因于任何特定的、明确的原因。大多数情况下，这些误差源于同一分析师在几乎相同的条件下进行连续测量时所出现的微小变化，即使已经非常小心了。因此，这些误差无法被纠正或消除，也就无法确定这些具体测量的“最终限制”。对同一变量进行重复测量的结果进行统计处理，可以在后续分析中显著降低这些变量的重要性。

不确定的错误：需要考虑的一些因素
不确定性的错误具有几个显著特征，包括：

1. 对同一变量进行多次测量，并对其进行如此程度的精细化处理，以至于同一变量的不同测量结果之间的任何一致性都仅仅是巧合。
2. 除了那些不可预测且难以察觉的因素（这些因素通常导致结果表现为“随机波动”）之外，还有许多其他因素影响着最终的结果。
3. 我们需要认识到一些特定的、无法完全控制的变量确实存在，比如温度波动、噪音、电子电路的漂移，以及由于建筑物上重型车辆通行而产生的振动。这些因素虽然超出了我们的控制范围，但它们的影响已经非常接近系统的性能极限了。
4. 相比之下，对于一个粗心的分析师来说可能看似随机的变化，对于一个仔细观察的人来说却可能非常明显；如果观察者能够密切关注具体情况，这种变化甚至是可以控制的。
5. 此外，大量细微观察结果的平均值（尽管存在随机偏差），比那些看似完全一致但数量较少的粗略观察结果的平均值更为准确、精确和有说服力。