分析实验测量值与真值（理论值）之间的误差。计算并可视化最多10个测量值的绝对误差、相对误差和百分比误差。
在科学实验和工程测量中，误差分析必不可少。绝对误差（Absolute Error）表示测量值与真值（理论值或标准值）之间的差异，计算公式为 EA = |测量值 - 真值|。例如，测量真值为100g的物体得到98g，则绝对误差为 |98 - 100| = 2g。绝对误差与测量值具有相同的单位。相对误差（Relative Error）是绝对误差除以真值，即 ER = |测量值 - 真值| / |真值|，在上例中为0.02。百分比误差（Percent Error）是相对误差乘以100%，即 E% = 0.02 × 100% = 2%。一般来说，实验中5%以下的误差视为优秀，10%以下视为良好。
对同一对象进行多次测量时，由于偶然误差（random error），测得的值会有所不同。若对真值为50.0mL的液体测量5次，得到49.8、50.2、49.9、50.3、50.1mL，则各次测量的绝对误差为0.2、0.2、0.1、0.3、0.1mL。平均绝对误差（MAE）是所有测量绝对误差的平均值，即 MAE = (0.2 + 0.2 + 0.1 + 0.3 + 0.1) / 5 = 0.18mL。MAE是评估测量系统整体准确度的指标，数值越小表示测量系统越精密。增加测量次数时，平均值会收敛于真值，而标准差与√n成反比减小。
加减法则：当 z = x ± y 时，z的绝对误差为 δz = √(δx² + δy²)。例如：x = 10.0 ± 0.2cm，y = 5.0 ± 0.1cm，则 z = 15.0cm 且 δz = √(0.2² + 0.1²) ≈ 0.22cm。乘除法则：当 z = x × y 或 z = x / y 时，z的相对误差为 δz/|z| = √[(δx/|x|)² + (δy/|y|)²]。幂次法则：当 z = xⁿ 时，δz/|z| = |n| × (δx/|x|)。当 x = 10.0 ± 0.2cm，z = x³ = 1000cm³ 时，δz/z = 3 × 0.02 = 0.06（6%），δz = 60cm³。幂运算会大幅放大误差，因此需要格外注意。
有效数字（Significant Figures）是表示测量精度的数字。① 所有非零数字都是有效的（123 → 3位）。② 非零数字之间的0是有效的（1002 → 4位）。③ 小数点后末尾的0是有效的（1.20 → 3位，1.2 → 2位）。④ 整数末尾的0是含糊的（1200可能是2位或4位）。为清晰起见可使用科学记数法。计算规则：加减法中以小数位数最少的为准（12.3 + 1.2345 = 13.5）；乘除法中以有效数字位数最少的为准（4.56 × 1.4 = 6.4）。
系统误差（Systematic Error）是由测量系统的缺陷引起、朝一个方向持续发生的误差。例如秤总是多测出+2g。系统误差即使反复测量，平均值也不会收敛于真值，会降低准确度（Accuracy）。它可以通过校准（calibration）来减小。偶然误差（Random Error）由不可预测的因素随机产生，反复测量时平均值会趋近于真值。偶然误差影响精密度（Precision），可通过增加测量次数来减小。理想的测量是获得既准确又精密的结果。