舍入误差计算器

舍入误差是精确的数学值及其舍入近似值之间的数值差。

每当你缩短一个数字——无论是为了在屏幕上显示、匹配测量仪器，还是单纯为了便于阅读——你都在故意破坏精度。丢失的那部分精度就是舍入误差。

基本公式为：

例如，如果你的精确值是 12.3456，并将其舍入为 12.35，那么带符号的误差就是 12.3456 - 12.35 = -0.0044。

由于误差的方向（正或负）通常不如其大小重要，我们一般测量绝对舍入误差，这会去掉负号：|-0.0044| = 0.0044。

舍入误差计算器计算什么？

这个计算器提供了三种截然不同的方法来测量误差的严重程度。

什么是绝对舍入误差？

绝对误差测量的是精确值与舍入值之间的纯数值距离。它总是与原始数量共享相同的单位（米、美元、秒、千克）。

示例：
精确值 = 12.3456
舍入值 = 12.35
绝对误差 = |12.3456 - 12.35| = 0.0044

什么是相对舍入误差？

相对误差比较的是绝对误差大小与原始值大小。这在提供背景方面至关重要：如果你在测量一个2英寸的螺栓，1英寸的绝对误差是灾难性的；但如果你在测量纽约到伦敦的距离，这就完全没有意义。

示例：
精确值 = 12.3456
绝对误差 = 0.0044
相对误差 = 0.0044 / 12.3456 ≈ 0.000356

什么是百分比舍入误差？

百分比误差只是将相对误差转换为人类更容易解读的格式。

示例：
相对误差 ≈ 0.000356
百分比误差 = 0.000356 × 100 ≈ 0.0356%

如何计算舍入误差

按照此循序渐进的过程手动计算这三个值：

1. 步骤 1：确定精确值。 例：12.3456
2. 步骤 2：确定舍入值。 例：12.35
3. 步骤 3：相减。 12.3456 - 12.35 = -0.0044
4. 步骤 4：绝对误差。 取绝对值：|-0.0044| = 0.0044
5. 步骤 5：相对误差。 用绝对误差除以精确值：0.0044 / 12.3456 = 0.0003564...
6. 步骤 6：百分比误差。 用相对误差乘100：0.0356%

舍入误差公式

以下是数学定义：

• 带符号误差： 精确值 - 舍入值 (保留方向)
• 绝对误差： |精确值 - 舍入值| (测量量级)
• 相对误差： |精确值 - 舍入值| / |精确值| (提供尺度)
• 百分比误差： (|精确值 - 舍入值| / |精确值|) × 100 (人类易读的格式)

带符号舍入误差 vs 绝对舍入误差

这是一个至关重要的数学区别。带符号误差告诉你近似值移向了哪个方向。绝对误差告诉你它移了多远。

示例 A： 精确值 = 10.00，舍入值 = 9.90。
带符号误差：10.00 - 9.90 = 0.10。
绝对误差：0.10。

示例 B： 精确值 = 9.90，舍入值 = 10.00。
带符号误差：9.90 - 10.00 = -0.10。
绝对误差：0.10。

在科学和统计学中，我们通常使用绝对误差，因为带符号误差求和时可能导致正负误差互相抵消，从而虚假地表明误差为零。

为什么一个很小的舍入误差会有很大的百分比？

考虑以下几点：

• 精确值： 0.004567
• 舍入值： 0.0046

绝对误差为 0.000033。这是一个极小的量级。然而，百分比误差为 0.7226%。

为什么？因为原始值也非常小。误差 (0.000033) 相对于原始值 (0.004567) 来说相当大。这是一个重要的概念：解读误差百分比时总是需要关注原始数据的尺度。

精度与准确性的影响

舍入误差与有效数字

减少有效数字会必然增加舍入误差，因为你在移除数字中的信息。

以精确值 123.456 为例：

• 保留 6 位有效数字：123.456 (误差 = 0)
• 保留 4 位有效数字：123.5 (误差 = 0.044, 0.036%)
• 保留 3 位有效数字：123 (误差 = 0.456, 0.369%)

舍入误差与小数位数

同样地，减少保留的小数位数会丢失精度。

以精确值 12.34567 为例：

• 保留 4 位小数：12.3457 (误差 = 0.00003)
• 保留 2 位小数：12.35 (误差 = 0.00433)
• 保留 1 位小数：12.3 (误差 = 0.04567)

整数的舍入误差

当向更大的数位进行舍入时，绝对误差会显著增加。

• 精确值 = 347。舍入到最近的 10 = 350。(误差 = 3)
• 精确值 = 347。舍入到最近的 100 = 300。(误差 = 47)
• 精确值 = 1,347。舍入到最近的 1,000 = 1,000。(误差 = 347)

最大舍入误差是多少？

对于向单位大小为 h 的数位进行常规“最近值”舍入时，可能的最大绝对舍入误差为 h / 2。

• 最近的 10 (h=10)： 最大绝对误差 = 5。
• 最近的 100 (h=100)： 最大绝对误差 = 50。
• 最近的 1,000 (h=1000)： 最大绝对误差 = 500。
• 最近的十分位 (h=0.1)： 最大绝对误差 = 0.05。
• 最近的百分位 (h=0.01)： 最大绝对误差 = 0.005。

中点的精确行为取决于舍入规则（例如，四舍五入，四舍六入五成双），但误差的大小不会超过这一半个单位的边界。

舍入误差界限

这就给出了一个正式的舍入误差界限：

其中 h 是相邻舍入值之间的间距。在执行计算之前，需要估算最坏情况精度损失的数学家和工程师觉得这个界限非常有用。

什么是累积舍入误差？

当你舍入方程式的中间步骤而不是只舍入最终答案时，就会发生累积舍入误差。这些重复的、微小的舍入错误会叠加在一起，有时将最终结果完全推出容差范围。

对比计算 (1.4 × 1.4) + 1.4 的两种方法：

• 方法 A（过早舍入）：
  1.4 × 1.4 = 1.96。舍入为 2。
  2 + 1.4 = 3.4。
  最终答案：3.4
• 方法 B（保持全精度）：
  1.4 × 1.4 = 1.96。
  1.96 + 1.4 = 3.36。舍入到一位小数。
  最终答案：3.4

在这个简单的例子中，舍入碰巧一致，但试想这种情况发生在数千个步骤中。舍入误差不总是单调增加，但过早舍入无可否认会破坏数据的精度。

金融计算中的舍入误差

在金融中，货币最终必须舍入到两位小数（美分/便士）。然而，涉及税收、利率、发票总额和百分比折扣的计算常常会产生几分之一美分。

金融系统在内部保留高精度，只在法律要求的报告阶段应用舍入规则，以防止数百万笔交易中发生系统性的资金损失。

科学测量中的舍入误差

在科学中，数值来自带有固有不确定性的实验测量。写下那些计算结果时损失的精度就是舍入误差。重要的是要记住，舍入误差仅仅是整体测量不确定性的一个组成部分；它不应与仪器的不准确相混淆。

工程计算中的舍入误差

在工程中，数值精度无比重要。结构模拟和材料设计依赖于运行数百万次重复计算的复杂算法。工程师必须确保软件中使用的数值数据类型具有足够精度，以至于舍入误差不会超出物理设计容差。

编程中的舍入误差

在计算机编程中，舍入误差常常与算术限制相混淆。十进制数字 0.1 无法在标准的二进制浮点格式中完美表示。这会导致表示误差。当程序员执行重复计算时，这些微小的表示误差会复合，在输出中产生意外的舍入误差（例如，0.1 + 0.2 = 0.30000000000000004）。

舍入误差 vs 浮点误差

这两个概念在计算中有重叠，但定义不同。

舍入误差 vs 截断误差

截断只是丢弃数字，不评估最近的值，这通常会导致大得多的误差。

舍入误差 vs 近似误差

近似误差是精确值与代理值之间的任何差异，无论原因是什么。舍入只是创建近似值的某种特定机械方法。

舍入误差 vs 测量误差

测量误差来自于物理过程（例如，尺子轻微弯曲，传感器有噪音）。舍入误差纯粹是在纸上或计算机中转换数字时引入的数学构造。测量值可以同时包含两者。

如何减少舍入误差

• 保留额外精度： 在中间计算过程中，保留比你需要的多至少两位的精度。
• 仅在最后进行舍入： 绝不舍入中间值。请等待至最终的报告步骤。
• 使用合适的数据类型： 在处理金融的软件中，使用 Decimal 类，而不是 float 或 double。
• 选择正确的方法： 若汇总大型数据集，请考虑使用银行家舍入（四舍六入五成双），相比标准四舍五入能减少统计偏差。

什么时候该舍入数字？

你应该在以下情况时进行舍入：

• 最终报告： 在表格或图表中公布结果。
• 显示货币： 向顾客展示最终的收据总额。
• 匹配仪器精度： 秤只能读到 0.1 克，所以后面的小数物理上毫无意义。

在以下情况时应避免舍入：

• 数学计算中间步骤。
• 迭代式的数值模拟。

如何解读百分比误差

1% 的误差可以接受吗？这完全取决于背景。

• 粗略的建筑成本估算中 5% 的误差可能是极好的。
• 卫星轨道计算中 1% 的误差将是灾难性的。
• 银行账本中 0.01% 的误差是不可接受的。

较小的舍入误差一般意味着数值更接近精确的数学真相，但必须将其与现实应用中要求的容差相权衡。

示例 1：小数舍入

• 精确值： 5.678
• 舍入值（1位小数）： 5.7
• 带符号误差： 5.678 - 5.7 = -0.022
• 绝对误差： 0.022
• 相对误差： 0.022 / 5.678 ≈ 0.003875
• 百分比误差： 0.3875%

示例 2：四舍五入到最近的整数

• 精确值： 14.3
• 舍入值： 14
• 带符号误差： 14.3 - 14 = 0.3
• 绝对误差： 0.3
• 相对误差： 0.3 / 14.3 ≈ 0.020979
• 百分比误差： 2.0979%

示例 3：小数值

• 精确值： 0.00084
• 舍入值（3位小数）： 0.001
• 带符号误差： 0.00084 - 0.001 = -0.00016
• 绝对误差： 0.00016
• 相对误差： 0.00016 / 0.00084 ≈ 0.190476
• 百分比误差： 19.0476%

示例 4：含负数的舍入误差

处理负数时，请记住绝对误差使用绝对差值，并且相对误差是除以精确数的绝对值（量级）。

• 精确值： -12.34
• 舍入值： -12.3
• 带符号误差： -12.34 - (-12.3) = -0.04
• 绝对误差： 0.04
• 相对误差： 0.04 / |-12.34| = 0.04 / 12.34 ≈ 0.003241
• 百分比误差： 0.3241%

常见的舍入误差计算错误

• 用舍入值作为分母： 相对误差除以的是精确值，不是舍入值。
• 忘记绝对值： 在需要绝对量级的地方留下负号会破坏下游的统计分析。
• 混淆百分比误差和百分比变化： 误差衡量的是偏离真实基准线的程度；变化衡量的是随时间的差异。
• 混淆截断与舍入： 如果使用截断（切除数字）而非真正的舍入，你计算出的误差将会大得多。

舍入误差公式快速参考

舍入精度和最大误差表

此表格假设普通的“最近值”舍入。