偶然误差,什么叫偶然误差，简述偶然误差的特性。

随机误差也称为偶然误差和不定误差，是由于在测定过程中一系列有关因素微小的随机波动而形成的具有相互抵偿性的误差。 其产生的原因是分析过程中种种不稳定随机因素的影响,如室温、相对湿度和气压等环境条件的不稳定,分析人员操作的微小差异以及仪器的不稳定等。 随机误差的大小和正负都不固定,但多次测量就会发现,绝对值相同的正负随机误差出现的概率大致相等,因此它们之间常能互相抵消,所以可以通过增加平行测定的次数取平均值的办法减小随机误差。 特征： 即使测试系统的灵敏度足够高，在相同的测量条件下，对同一量值进行多次等精度测量时，仍会有各种偶然的，无法预测的不确定因素干扰而产生测量误差，其绝对值和符号均不可预知。 虽然单次测量的随机误差没有规律，但多次测量的总体却服从统计规律，通过对测量数据的统计处理，能在理论上估计起对测量结果的影响。 随机误差不能用修正或采取某种技术措施的办法来消除。 拓展资料： 随机误差（又称偶然误差）是指测量结果与同一待测量的大量重复测量的平均结果之差。 “同一待测量的大量重复测量的平均结果”指在重复条件下得到待测量的期望值或所有可能测得值的平均值。 它的特点：大小和方向都不固定，也无法测量或校正。随机误差的性质是：随着测定次数的增加，正负误差可以相互抵偿，误差的平均值将逐渐趋向于零。 偶然误差，百度百科

随机误差也称为偶然误差和不定误差，是由于在测定过程中一系列有关因素微小的随机波动而形成的具有相互抵偿性的误差。其产生的原因是分析过程中种种不稳定随机因素的影响，如室温，相对湿度和气压等环境条件的不稳定，分析人员操作的微小差异以及仪器的不稳定等。 特点： 随机误差的大小和正负都不固定，但多次测量就会发现，绝对值相同的正负随机误差出现的概率大致相等，因此它们之间常能互相抵消，所以可以通过增加平行测定的次数取平均值的办法减小随机误差。 抽样误差： 在随机误差中，最重要的是抽样误差。我们从同一总体中随机抽取若干个大小相同的样本，各样本平均数（或平均率）之间会有所不同。这些样本间的差异，同时反映了样本与总体间的差异。它是由于从总体中抽取样本才出现的误差，统计上称为抽样误差（或抽样波动）。 例如，抽样误差在医学生物实验中最主要的来源是个体的变异。所以这是一种难以控制的、不可避免的误差。但抽样误差是有一定规律的。研究和运用抽样误差的规律,是根据样本估计总体时所必须领会的基本概念之一，也是医学统计学的重要内容之一。 以上内容参考：百度百科——偶然误差

在滴定分析测定中，偶然误差也称随机误差或不可定误差，是由某些偶然的因素引起的。例如，测量过程中温度、湿度、气压的微小变化，分析仪器的微小波动等，都会引起测量数据的波动。 引起偶然误差的因素难以察觉，也难以控制；但偶然误差服从一般的统计规律，可以通过增加平行测定次数予以减少。在消除系统误差的前提下，随着测定次数的增多，偶然误差的算术平均值将趋于零。测定次数越多，测定结果的平均值越接近于真实值。 扩展资料： 由于分析人员的粗枝大叶操作不正确引起的结果错误，如操作时不严格遵守操作规程；器皿不洁净；试液被沾污；溶液溅出；沉淀损失甚至加错试剂；读数或计算错误等都属于不应有的“过失”，不能称为“误差”，必须予以避免。一旦发现有过失，该测定值应弃去，以保证原始测量数据的可靠性。 定量分析的目的是准确地测定试样中被测组分的含量，并使分析结果达到一定的准确度。由于受分析方法、仪器、试剂、分析工作者的主观因素和操作水平等方面的限制，使测得的结果不可能与真实值完全一致，总伴有一定的误差。 即使采用最好的仪器和方法，并由操作技术最熟练的分析工作者进行多次重复分析，也很难得到完全一致的结果。这说明在分析过程中，误差是客观存在的，只是程度不同而已。因此，为了得到正确的分析结果，必须要了解分析过程中产生误差的原因及其规律性，才能对分析的数据进行正确的处理。

系统误差又称规律误差，因其大小和符号均不改变或按一定规律变化。其主要特点是容易消除和修正，产生系统误差得主要原因是：仪表本身得缺陷，使用仪表的方法不正确，观测者的习惯和偏向，单因素环境条件的变化等。
偶然误差又称随机误差，因它的出现完全是随机的。其主要特点是不易发觉，不好分析，难于修正，但它服从统计规律。产生偶然误差的原因很复杂，它是许多复杂因素微小变化的共同作用所致。
疏忽误差又叫粗差，其主要特点是无规律可循，且明显和事实不符合。产生这类误差的主要原因是观察者的失误或外界的偶然干扰。