与对数形式的指点定律适用条件不同，不可混用
别名: Schmidt法则与Fitts定律的区别 · linear vs logarithmic speed-error model
概念解释
误差随速度线性增长的这条关系，和「移动时间随距离与宽度之比的对数增长」那条更广为人知的指点定律，回答的是两个不同任务结构下的问题，两者不能互相替代或者拿一条去检验另一条——它们的自变量、因变量、任务前提完全不同，表面上都在讲「快了会不准」，实际上是两套彼此独立的定量关系。
机制
区分两者要看清各自成立所依赖的任务结构。对数形式的定律成立于：目标宽度和位置固定，时间是自由变量——用户可以自己决定用多久完成，实验或界面场景关心的因变量是「完成要多久」，误差被控制在大致恒定的水平（通常靠中途的视觉修正维持）。线性关系成立于恰好相反的结构：完成所用的时间被外部强加为固定值，用户没有商量余地，任务本身也没有一个划了边界的靶子要去命中，关心的因变量变成了「终点偏了多少」，这个偏差不再靠中途修正压低，因为动作快到根本来不及修正。
两套关系甚至可以放在同一条物理动作上，只是从两个不同角度切入：同一次快速挥动，如果关心的是「多快能完成、同时保持落在某个范围内」，问的是对数定律那类问题；如果关心的是「被要求这么快完成之后，实际会偏出去多少」，问的是这里的线性关系。混用的典型错误是拿对数定律的结论去预测一个限时无靶任务的误差——对数关系在难度升高时误差增长很缓慢，会严重低估限时动作里误差随速度线性攀升的真实幅度；反过来，拿线性模型去解释一个有明确宽度目标、时间不受限的指向任务，则会忽略用户原本可以靠放慢速度、靠中途视觉修正把误差重新压回一个大致恒定的水平这件事，错误地认为误差会无止境地随预期速度线性增长。
怎么研究
要确定一个具体任务该用哪套模型，需要先回答两个前置问题，而不是直接套公式：这次动作的时间是被试自己选的还是被外部强加的？这次动作有没有一个划了边界、需要命中与否二选一的靶子？两个问题的答案组合起来决定了应该测量「完成时间」还是「终点偏差」作为因变量，也决定了预期的函数形式是对数还是线性。混合设计（比如既给了一个模糊的时间上限，又有一个宽度明确的靶）需要格外小心，实测关系可能是两种机制的混合，不能简单套用任何一条纯粹形式的结论。
边界
这条区分本身依赖任务结构判断得准确——现实界面里很多动作处在两个极端之间（比如有一个宽度不算窄的目标，同时有一个不算太紧但确实存在的时间提示），这种中间地带的误差—速度关系可能既不是纯对数也不是纯线性，需要针对具体场景实测，不能仅凭理论直接预判该套哪条公式。