不确定度培训内容..docx

不确定度培训内容1 识别不确定度来源 1.1 对检测和校准结果测量不确定度来源的识别应从分析测量过程入手，即对测量方法、测量系统和测量程序作详细研究，为此应尽可能画出测量系统原理或测量方法的方框图和测量流程图。 1.2 检测和校准结果不确定度可能来自：对被测量的定义不完善；实现被测量的定义的方法不理想；取样的代表性不够，即被测量的样本不能代表所定义的被测量；对测量过程受环境影响的认识不周全，或对环境条件的测量与控制不完善；对模拟仪器的读数存在人为偏移；测量仪器的分辨力或鉴别力不够；赋予计量标准的值或标准物质的值不准；引用于数据计算的常量和其它参量不准；测量方法和测量程序的近似性和假定性；在表面上看来完全相同的条件下，被测量重复观测值的变化。 1.3 有些不确定度来源可能无法从上述分析中发现，只能通过实验室间比对或采用不同的测量程序才能识别。 1.4 在某些检测领域，特别是化学样品分析，不确定度来源不易识别和量化,不确定度只与特定的检测方法有关。2 建立测量过程的模型 2.1 建立测量过程的模型，即被测量与各输入量之间的函数关系。若Y的测量结果为y，输入量Xi的估计值为xi，则y=f(x1,x2,....xn)2.2 在建立模型时要注意有一些潜在的不确定度来源不能明显地呈现在上述函数关系中，它们对测量结果本身有影响，但由于缺乏必要的信息无法写出它们与被测量的函数关系，因此在具体测量时无法定量地计算出它对测量结果影响的大小，在计算公式中只能将其忽略而作为不确定度处理。当然，模型中应包括这些来源，对这些来源在数学模型中可以将其作为被测量与输入量之间的函数关系的修正因子（其最佳值为0），或修正系数（其最佳值为1）处理。2.3 此外，对检测和校准实验室有些特殊不确定度来源，如取样、预处理、方法偏离、测试条件的变化以及样品类型的改变等也应考虑在模型中。2.4 在识别不确定度来源后，对不确定度各个分量作一个预估算是必要的，对那些比最大分量的三分之一还小的分量不必仔细评估（除非这种分量数目较多）。通常只需对其估计一个上限即可，重点应放在识别并仔细评估那些重要的分量特别是占支配地位的分量上，对难于写出上述数学模型的检测量，对各个分量作预估算更为重要。3 标准不确定度分量的评估3.1 A类不确定度分量的评估――对观测列进行统计分析所作的评估3.2 B类不确定度分量的评估――当输入量的估计量xi不是由重复观测得到时，其标准偏差可用对xi的有关信息或资料来评估。B类评估的信息来源可来自：校准证书、检定证书、生产厂的说明书、检测依据的标准、引用手册的参考数据、以前测量的数据、相关材料特性的知识等。4 合成标准不确定度uc(y)的计算4.1实际工作中，若各输入量之间均不相关，或有部分输入量相关，但其相关系数较小（弱相关）而近似为r(xi,xj)=0,于是便可化简为： 此即计算合成不确定度一般采用的方和根法，即将各个标准不确定度分量平方后求其和再开根。4.2 对大部分检测工作（除涉及航天、航空、兴奋剂检测等特殊领域中要求较高的场合外），只要无明显证据证明某几个分量有强相关时，均可按不相关处理，如发现分量间存在强相关，如采用相同仪器测量的量之间，则尽可能改用不同仪器分别测量这些量使其不相关。4.3 如证实某些分量之间存在强相关，则首先判断其相关性是正相关还是负相关，并分别取相关系数为＋1或－1，然后将这些相关分量算术相加后得到一个“净”分量，再将它与其他独立无关分量用方和根法求得uc(y)。4.4 如发现各分量中有一个分量占支配地位时（该分量大于其次那个分量三倍以上），合成不确定度就决定于该分量。4.5 不确定度分量汇总5 扩展不确定度U的计算 5.1 通常提供给客户的应是特定包含概率下的扩展不确定度，据此告知用户检测和校准结果就在以报告值为中心的包含区间内扩展不确定度由合成不确定度乘以适当的包含因子k得到，在不确定度分量较多而且其大小也比较接近时，可以估计为正态分布，当选择约95％的包含概率时，包含因子可取k＝2，即U＝2uc(y)。5.2 如果可以确定合成不确定度包含的分量中较多分量或占支配地位的分量的概率分布不是正态分布（如矩形分布、三角分布），则合成不确定度的概率分布就不能估计为正态分布，而是接近于其他分布，这时就不能按5.1中的方法来计算U了，例如合成不确定度中占支配地位的分量的概率分布为矩形分布，这时包含因子应取为k＝1.65即U＝1.65uc(y)才对应95％的包含概率。5.3 如果合成不确定度中A类分量占的比重较大，如而且作A类评估时重复测量次数n较少，则包含因子k必须查t分布表获得。5.4 测量不确定度应是合理评估获得的，出具的扩展不确定度的有效数字一般取2位有效数字。6 报告结果 6.1 除非采用国际上广泛公认的检测方法，可以按该方法规