这个问题抓得很准——直接把两次测量结果取平均并给出±偏差的做法确实存在精度夸大的问题，核心问题出在忽略了原始测量的精度限制，咱们一步步理清楚：

• 原始测量的精度是一切表述的基础
  你提到原始测量只精确到小数点后第一位（也就是0.1的量级），这意味着每个测量值的最后一位是仪器的最小分度值或者估读位。比如1.4实际代表的是真实值落在1.35到1.45之间，1.5则是1.45到1.55之间——这才是原始数据的真实精度范围，而不是一个精确的数值点。

• 为什么a=1.45±0.05的表述不合理？
  计算出来的平均值1.45看起来精确到了小数点后第二位，但原始测量根本没有提供小数点后第二位的有效信息。±0.05的偏差也很容易误导人，让读者误以为你能精确到0.01的量级，但实际上你的原始数据只能分辨0.1的差异。正确的做法应该是把结果保留到和原始测量相同的精度，比如a的结果可以写成1.5±0.1（或者用范围表示：1.4-1.5），这样才符合原始数据的精度水平。

• b=1.4的表述也需要补充不确定性说明
  两次测量b都是1.4，这不代表真实值就绝对是1.4，而是说明在原始测量的精度下，两次结果没有差异。正确的表述应该是b=1.4±0.05（对应原始测量的半分度值，也就是仪器能分辨的最小误差范围），或者明确说明“两次测量均为1.4，测量精度为0.1”，这样能让读者清楚知道测量结果的不确定性范围。

总的来说，测量结果的精度表述必须和原始测量的精度匹配，不能通过计算凭空“提升”精度。原始数据的有效位数决定了最终结果的有效位数，这是实验数据处理的基本原则。

内容的提问来源于stack exchange，提问作者Ghosal_C