數據相差多少算錯誤

㈠ 測量原始地貌，如對施工方測量數據不信任，監理方復測，施工方與監理方數據相差多少為不合格

排除儀器誤差，人的讀數誤差應該在±5mm以內為合格。對於原始地貌的測量，施工方與監理方（建設方）應該同時一起測量，認可讀數的正確性。
對於事後重新復測數據，因為測量的點不能完全歸位，所以測量數據沒有可比性，只能用測量數據來計算工程量，用工程量來作比較，一般工程量誤差應該小於5%為合格 。

㈡ 實驗室之間數據對比相差多少可以接受允許誤差多少。最好有標准文件，謝謝！

一般會控制在1%以內。不同行業差別較大，沒有明確的、統一的標准。

實驗室間測量准確性比對，絕大多數時候並不是測量結果之間的簡單比對，還需要進行相應的測量不確定度計算，結合不確定度計算結果進行綜合比對。

偶然誤差與系統誤差相對，在相同條件下，對同一物理量多次測量，會因偶然因素而產生的誤差，這類誤差不可測，難以找出原因並加以排除，但是往往符合一定的統計規律，可以用取均值等手段盡量減小誤差影響。

(2)數據相差多少算錯誤擴展閱讀：

誤差分類：

1，模型誤差：

在建立數學模型過程中，要將復雜的現象抽象歸結為數學模型，往往要忽略一些次要因素的影響，對問題作一些簡化。因此數學模型和實際問題有一定的誤差，這種誤差稱為模型誤差。

2，測量誤差

在建模和具體運算過程中所用的數據往往是通過觀察和測量得到的，由於精度的限制，這些數據一般是近似的，即有誤差，這種誤差稱為測量誤差。

3，截斷誤差

由於實際運算只能完成有限項或有限步運算，因此要將有些需用極限或無窮過程進行的運算有限化，對無窮過程進行截斷，這樣產生的誤差成為截斷誤差。

㈢ 產生數據誤差的原因有哪些

1 檢驗和計算粗心大意

檢驗是一個需要專注的過程，稍有疏忽，就容易出現差錯。而隨著手機的普及，檢驗過程中，檢驗人員在檢驗或檢驗後的數據計算過程中接聽手機的現象非常普遍，如此以及其他的粗心造成檢驗失誤的案例也時有發生。檢驗和計算過程中粗心大意造成的檢驗失誤雖不常見，但一旦出現這種情況，將直接導致檢驗結果出現差錯。

2 對可疑數據不敏感

一般而言，每一種物質都有其自身特性，其檢測數據應在一定范圍，如，苯板的導熱系數不可能為0，採用不同鋁合金建築型材和普通單層玻璃的建築外窗不可能達到保溫窗的要求等等。當檢驗人員或檢驗報告的批准人員發現不符合一般規律的可疑數據時，應對可疑數據進行復核，並查清是否儀器設備有問題或檢驗人員操作失誤。能夠正確判斷數據是否可疑，是建立在對被檢測產品的理論和檢測實踐有大量積累的基礎上，這也是一個成熟的檢驗人員，檢驗報告審核、批准人員應有的基本素質，沒有長期訓練，是不可能敏感地察覺檢驗數據可疑的。

3 臨界值的處理有偏差

在檢驗過程中，由於測量不確定度的存在，可能會導致檢驗項目在臨界值的判斷時有偏差。例如：塗層厚度，對於普通裝飾用鋁塑板，由於塗層厚度相對較小，測量時「0」點的精確校準對於處在標准規定的臨界狀態的產品而言顯得尤為重要。如果用普通標准基板進行調0，則可能出現(1～2)um的偏差，這將可能導致產品由「合格」滑向「不合格」邊緣。對於普通裝飾用鋁塑板，可以將產品除去塗層，在其裸露的基材上進行調0，以保證結果的准確客觀性。因此，對於有臨界值的檢驗結果，應組織由不同檢驗人員或者儀器設備進行多次的比對試驗，確保檢驗結果科學公正。

4 對標准理解有偏差

檢驗是一項很嚴謹的工作，個別檢驗人員對於標準的理解和使用不正確也直接影響了檢驗結果的准確性。例如：氟碳塗層普通裝飾板檢測，GB/T22412-2008規定，對於氟碳塗層普通裝飾用鋁塑板，其塗層性能的檢測應按照GB/T17748-2008進行。試驗中往往容易將「普通裝飾用」的概念先入為主，而忽略了「其為氟碳塗層」的事實，導致採用檢驗標准不正確，最終導致檢驗結果失效。

5 新上崗檢驗員缺乏有效監督

近年來，許多檢驗機構開展了新一輪的擴張，使得有經驗的檢驗人員嚴重缺乏，個別實驗室新進人員僅僅通過幾個月的培訓就上崗開展檢驗工作，這類檢驗員對檢驗不太熟練，對異常數據缺乏敏感，而又對這類人員缺乏有效的監督，使得他們出現錯誤的可能性遠遠超過成熟員工。因此，使用經驗不足而又缺少監督的新上崗檢驗員，潛在風險較大。因此，要按照實驗室資質認定評審准則的要求，對使用在培人員應有足夠的監督。實驗室在使用新上崗人員或轉崗人員時，除應考核上崗外，檢驗時實驗室監督員應加強監督，防止出現檢驗失誤。答案來自