我无法弄清楚horizontalAccuracy在Android上的含义。文档说：
我们将水平精度定义为68％置信度的半径。换句话说，如果您绘制一个以该位置的纬度和经度为中心且半径等于精度的圆，则真实位置在该圆内的可能性为68％。
听起来像是声音，就像他们暗示的那样，概率分布在半径上是高斯分布（从现在起称为r），这样68％的数据在均值的1个标准差内。问题是，这是不可能的，因为：
r只能是正数
应该是P（r = 0）= 0的情况，因为r = 0处的面积几乎消失了，因此存在的可能性也是如此
听起来分布是二维高斯分布，也就是说像exp（-（x ^ 2 + y ^ 2）/ sigma ^ 2）之类的函数。但是此函数然后变成半径r的Rayleigh distribution，而不是高斯。
因此，我看到4种不同的可能性：
分布实际上是r的高斯分布，精度是一个标准偏差，确实包含68％的数据-据我所知，这不仅是荒谬的，而且由于上述原因也是完全不可能的
准确度阈值是包含瑞利分布68％数据的点，因此由于该分布不是高斯分布，因此它不是标准偏差-这是可以接受的与Android开发人员所说的一样，但它似乎确实是一种奇异而任意的准确性衡量标准，因此对我来说似乎真的不太可能
准确度阈值是瑞利分布的标准偏差，因此其中不包含68％的数据-这是有道理的，因为标准偏差是准确度的常见衡量指标，但是它与Android开发人员所说的不同，因为它不包含68％的数据。似乎有可能，但我假设Google员工犯了一些非常基本的错误，但多年来却完全没有注意到-这似乎不太可能
精确度阈值实际上是二维高斯在x，y中的标准偏差（即方程式exp（-（x ^ 2 + y ^ 2）/ sigma ^ 2）），因此确实包含x，y的每个点的68％，但不包含r。在这种情况下，Android开发人员将错误地假设r中的标准偏差与x，y中的标准偏差相同-再次，这是有道理的，但是前提是我们假设整个Google团队都犯了非常基本的数学错误，多年来一直未被社区注意。同样，我有点不愿意承担这个责任。
我花了一段时间浏览文档和网络，但收效甚微。 我见过不同个人提供的选项1-4中的每一个选项，但我发现所有这些选项都难以置信，并且看不出有任何理由可以选择其他任何一个选项。
关于什么可能有意义的任何想法？这四个选项有潜在的替代选择吗？我可以浏览任何资源吗？关于与Google交流有什么建议吗？我从其他程序员那里听说，进入开发团队确实非常困难
答案 0 :(得分：0)
经过几次测量，我怀疑正确答案是