标准不确定度a类评定的简化方法.docxVIP

标准不确定度a类评定的简化方法 5.1 标准不确定度a类评定的准偏差计算 采用统计方法（4.1），评估标准的不确定度称为不确定度a类评估，获得的不确定度称为a类标准的不确定度，称为a类不确定度。当它作为一个分量时, 无例外地只用标准偏差表征。 标准不确定度A类评定的基本方法是采用贝塞尔公式计算标准差s的方法。 一个被测量Q (既可以是输入量中的一个, 也可以是输出量或被测量) 在重复性条件下或复现性条件下重复测量了n次, 得到n个观测结果q 由于n只是有限的次数, 故 每次的测量结果q 残差的平方和除以n-1就是实验方差s 请注意, 今后不再把s作为A类不确定度的符号, 把u作为B类不确定度的符号, 而是不分哪一类, 标准不确定度均用u表示。 上述的计算程序就是3.1给出的程序。 必须注意上式中的n指 但是, 如果用于评定s (q 5.2 测量列的评定 在JJF1059中提出了另外的一种简化方法, 称之为极差法, 极差R定义为一个测量列中, 最大的测量结果减最小测量结果所得之差。所谓测量列, 是指重复性条件下或复现性条件下的若干测量结果这一整体。 使用极差法评定s (q 在得到了极差R之后, 根据这个测量列中包含的q 当n=4时, C=2.06≈2; 当n=9时, C=2.97≈3; 当n=15时, C=3.47≈3.5。 必须注意, 上述三种情况下的自由度ν分别只为2.7, 6.8与10.5, 比用贝塞尔公式所计算出来的结果自由度小, 因此, 可靠性也较差, 一般在n较小时使用较好。 5.3 残差v的测量 合并样本标准差s 例如某种测量一般进行4次观测, 取算术平均值作为测量结果报出。这种规范化的测量如对10个被测量进行过了, 则可以通过这10次的记录, 每一次可算出4个残差v 式中的m是所用的被测量个数, 上例中为10, 式中的n是每个被测量的次数, 上例为4。按上例, 这样得出的s 如果这10个被测量每次测量的次数并非都是4次, 而是各不尽相同, 则可以分别计算每一次的实验标准偏差 (按贝塞尔公式) s 这时得到的s 此外, 还可以通过一个被测量的两次测量结果之差Δ来求一次测量结果分散性标准差。例如:10个被测量, 每个均测了两次, 得到10个差值Δ 式中:按本例 因此, 用这一方法得出的s (Δ 5.4 不等精度加权平均的不确定度的计算 不管是重复性条件还是复现性条件下, 只要是处于统计控制状态下, 均可按贝塞尔公式计算单次测量结果或平均值的标准偏差, 这种情况下, 我们把这些进入贝塞尔公式的结果认为是等精度的, 但如果对同一被测量的若干个测量结果的不确定度各不相等, 就是非等精度的测量结果, 通过这些结果求出该被测量的最佳估计时, 应按加权平均的办法处理, 其不确定度的计算也要考虑各个结果的权, 权是表示各个测量结果可靠程度的一个比值。我们过去说权与误差的平方成反比, 实际上是与不确定度的平方成反比, 或说与方差成反比。由于不确定度有几种不同表达形式 (u, ku, k 例如:对一个被测量有以下三个测量结果: 以上三个结果±号后都是不确定度, 但包含因子k不同, 第三个则是用扩展不确定度U 设这三个结果的权分别为p 加权平均值按 计算, 得 y的标准偏差按 上式中的v 有些书上把 5.5 y轴截距m的计算 直线拟合为最常用也最简单的一种, 它给出两个变量x、y间的线性关系。通过测量出一组数据 (x 例如:求测出的点 (-5, -4) , (-1, -2) , (3, 4) , (5, 6) , (8, 7) , (10, 10) , (15, 12) 这7个点, N=7的计算列表如下: y轴截距b=4.71-0.858×5=0.426 由此给出的回归方程为: 以上所得出的m及b的标准偏差s (m) 及s (b) 的计算如下。 先出y 式中y 列出计算表: 5.7 效应变量的不确定性 a.尽可能在重复测量中的各次观测值相互独立, 例如:重新抽样、重新配制标准溶液、重新调整测量仪器的零位; b.所有假定为随机性的效应是否在整个实验中确是随机的, 他们的分布均值以及方差是否不变, 是否存在未知的漂移; c.重复性条件或复现性条件应充分保证; d.影响量不应超出允许范围; e.当某种测量只进行了一次, 并未在重复性条件下或复现性条件下多次观测时, 未必不存在A类评定方法。例如, 采用合并样本标准偏差s 5.8 是否有可能带来社会不确定度1 当只有一个A类不确定度分量起主要作用, 其他的不确定度分量之值甚小而可忽略不计的情况下, 在评定测量不确定度时就只有这一个A类分量。例如在样品元素分析中, 对样品的消化所带来的不确定度远远大于分析仪器的不确定度及其他分量。又如对样品热导率的测量中, 重复条件下的分散性标准差远远大于所用测