精密度（precision ），通常指在规定条件下相互独立的测试结果之间的一致程度（ISO3534-1:1993，定义 3.14），那么精密度的程度是用统计学方法得到的，是通过测量不精密度的数字形式表示的，例如：偏差d 、标准差SD 和变异系数CV 。

偏差（deviation ）：测量值与平均值之差。

若令x 代表一组平行测定的平均值，则单个测量值x i 的偏差d 为：
x x d i −=
d 值有正有负。

各单个偏差绝对值得平均值称为平均偏差（average deviation ），平均偏差都是正值。

n x
x d n i i ∑=−=1
式中n 表示测量次数。

若以平均值的大小为基础表示偏差，测得到相对平均偏差
%100%1001×−=×∑=x n x x
x
d n i i 为了突出较大偏差存在的影响，使用标准偏差S （Standard deviation ） ()112
−−=∑=n x x S n i I
及相对标准偏差 ()%1001%10012×−−=×∑=x n x x
x S n i I
表示精密度更为合理。

相对标准偏差又名变异系数（coefficient of variation ），用CV 表示。

一组测量值得精密度高，其平均值的准确度未必也高，这是因为每个测量值中都包含一种恒定的系统误差，使测量值总是偏高或偏低；精密度低的测量值，即使它们的平均值与真实值很接近也是出于偶然，并不可取；只有精密度和准确度都好的测量值才最为可取。

精密是保证准确的先决条件；只有在已经消除了系统误差的情况下，才可用精密度同时表达准确度。

测量值的准确度表示测量的正确性，测量值的精密度表示测量的重现性。

综上所述，在统计学中我们使用的更多的专业词汇是：精密度。

那么在生物制品制造领域中，由于其生产过程的不确定性等因素造成的批内的差异，我们称为：批内精密度，同样我们可以通过测量批内的不精密度的数据来反映。

以此类推，生产过程等因素造成的批间的差异，我们称为：批间精密度，同样我们可以通过测量批间的不精密度的数据来反映。

在这个行业中呢，很多人习惯的将上面的批内精密度称为批内差，将批间精密度称为批间差。

这实质上没有差异的。

但是无论是批间精密度，还是批内精密度都和稳定性没有任何的关系。

稳定性是指产品在有效的保存条件下的可以满足其产品质量标准的时间段。