测量不确定度评定2004.4.12.docVIP

测量不确定度评定 概述 1. 测量不确定度 1)从词义上讲，对测量结果有效性的可疑程度或不肯定程度。 2) 一切测量结果都不可避免地具有不确定度； 3) 测量不确定度是评定测量水平的指标，是判定测量结果的依据； 4) 测量结果必须附有不确定度说明才是完整并有意义的； 5）当前的定义：表征合理地赋予被测量之值的分散性，与测量结果相联系的参数。 2.测量不确定度评定 ——适用于各种准确度等级的测量领域。 建立国家计量基准、计量标准及国际比对； 标准物质、标准参数数据； 测量方法、检定规程、检定系统、标准规范等； 科学研究及工程领域的测量； 计量认证、计量确认、质量认证以及实验室认可； 测量仪器的校准和检定； 生产过程的质量保证以及产品的检验和测试； 贸易结算、医疗卫生、安全防护、环境监测及资源测量。 3.JJF1059-1999来源于《测量不确定度表示指南》（GUM） （Guide to the Expression of Uncertainty in Measrement） 93年以7个国际组织，会为8个 ①ISO——国际标准化组织； ②IEC——国际电工委员会； ③BIPM（法）——国际计量局； ④OIML（法）——国际法制计量组织； ⑤IUPAC——国际理论化学和应用化学联合会； ⑥IUPAP——国际理论物理和应用物理联合会； ⑦IFCC——国际临床化学联合会； ⑧ILAC——国际实验室认可和合作组织。 概率论与数理统计原理 1.概率 1）随机事件——在一定条件下可能出现也可能不出现的事件，即是随机现象的某种结果。 2）概率——是某一随机事件在试验中出现可能性大小的度量，是无量纲量。 必然事件——即事件A总是出现，则概率P（A）=1 不可能事件——即事件A不可能出现，则概率P（A）=0 随机事件——即事件A可能出现也可能不出现，则概率0＜P（A）＜1 3）随机变量——如某一量在一定条件下，取某一值或在某一范围内取值是一个随机事件，则这样的量叫做随机变量。 特点：它是以一定概率、在一定的区间上取值或取某一个固定值； 连续型（重复测量中所得一组观测值），以下以此型为例。 b. 分类 离散型（数字的舍入误差）。 4) 概率分布——随机变量的概率随取值而变化的规律称为随机变量的概率 分布，简称分布。 5）概率分布函数——随机变量ξ的取值落在区间（—∞，x）内的概率p〔ξ＜x〕 随区间边界值x而变化，它是x的函数，此函数叫做随机变量的概率分布函数， 见图1。 记为：F(x)=p﹙ξ＜x ） ﹙—∞＜x＜+∞ ） 性质：①0≤F（x）≤1 ②当x2＞x1时，F（x2）≥ F（x1） ③lim F（x）=0；lim F（x）=1 x→—∞ x→∞ 用途：可用来计算任一区间的概率，如F（x1、x2）= F（x2）— F（x1） 6）概率分布密度函数——概率分布函数的导数，简称概率密度或分布密度，见图2。 记为： f (x) = F’（x） 或：F（x）= 性质：①f (x) ≥0 ②P（x1＜ξ＜x2＝F（x2）— F（x1）= ③=1 用途：①可求xi 点的F（x）= xi左边阴影部分面积 ②ξ在x1 、x2内取值概率F（x）= 曲边梯形面积 ③ξ取全值的概率F（x）为曲线f (x)与x轴所夹的全部面积=1。 2.随机变量的数字特征 利用分布函数或分布密度函数可以完全确定一个随机变量，但实际中求其函数不仅十分困难，且常常没有必要。如对于服从正态分布的随机误差，其分布密度函数： f (x) == 式中： e——自然对数的底（e=2.71828） ——数学期望 =——随机误差 σ——标准偏差 就十分难求。我们只须知道某些数字特征就够了。如数学期望、方差、标准偏差、实验标准差、算术平均值的实验标准差等。 1）数学期望——表征随机变量分布的中心位置，它的估计值即为若干个 测量结果或一系列观测值的算术平均值。 === 对于连续型随机变量X，则有： μx = E(X) == 式中： ——随机变量X在任意一点x取值的概率 注：①数学期望是均值这一概念在随机变量上的推广，它是以概率为权的加权平均值。 ②常数c的数学期望等于常数本身 E（c）= c 2)方差——随机变量X的每一个可能值对数学期望E（X）的偏差的平方的数学期望。它描述了随机变量X对数学期望E（X）的分散程度。 D（X）= E[X—E（X）]2 对于连续型随机变量X，则有： σ2= D（X）= 若令=0 则 σ2= D（X）= 注：误差理论中，随机误差平方的平均值为方差：即σ2= lim x→