Hablas de "sesgo sistemático". Si hacemos la suposición generalmente razonable de que las lecturas de los sensores tienen una media y una desviación estándar, a medida que aumenta el tamaño de la muestra (número de sensores), la desviación estándar debería disminuir.
De nuevo, si se toman varias lecturas del mismo sensor, también se debe reducir la desviación estándar de las lecturas.
En cuanto al promedio, suponga que cuando la temperatura exacta es 80C y el sensor 1 puede leer 79C, el sensor 2 80C y el sensor 3 81C. En este caso, el promedio de las lecturas da una respuesta de 80C, mientras que de los 3 sensores individuales, solo uno tenía el valor correcto. Hay más cosas que considerar aquí, supongamos que el sensor 1 siempre lee 1C bajo mientras que el sensor 3 siempre lee 1C alto. Si pudiera determinar esto en comparación con una fuente precisa, entonces podría corregir esta lectura baja de 1C para el sensor 1 en la conversión posterior al software.
En términos prácticos, ¿cómo montarían varios sensores para que todos estuvieran en contacto con el mismo punto en el que desea medir la temperatura? Para lecturas de alta precisión, incluso una pequeña separación entre sensores podría significar que estaban expuestos a diferentes temperaturas. En este caso, el promedio de las lecturas no proporcionaría datos útiles sobre la temperatura en un punto en particular, solo el promedio en algún espacio. Algo así como montar 4 termómetros a cada lado de tu casa; es muy probable que el del lado soleado tenga una temperatura diferente a la del lado sombreado.