一、名词解释
测量不确定度:表示测量值的离差并与测量结果相关的参数。
测量结果:测量值的最佳估计是指对观测结果或测量值进行适当的处理、修正或计算而得到的测量值或报告值。
测量不确定度的作用:确定测量结果的可信程度,即测量结果的质量。不确定度越小,结果越接近实测真值,质量越高,级别越高,使用价值越高。不确定度越大,测量结果的质量、水平和使用价值越低。
二、测量不确定度的表达
测量不确定度用于定量表示测量结果的可靠性,是“解释置信水平的区间的半宽度”。也就是说,测量不确定度需要用两个数字来表示:一个是不确定度的大小,即置信区间;另一个是置信概率,表示测量结果在这个区间内的确定程度。
比如作者胡外七的身高是160㎝,或者多2㎝也许少2㎝,置信概率是99%。那么测量结果可以表示为:160 ㎝ 2 ㎝,置信概率为99%
了解以上测量结果:胡外七身高99%,从158㎝到162㎝。对于测量,没有给定置信概率的不确定性是不完全的。
三、测量不确定度在符合性判断中的应用
测量不确定度应用于许多领域。以其在符合性判断中的应用为例,当数值接近规定的上下限,需要符合性判断时,对不确定度的评估不仅可以定量表示测量水平,还可以降低误判的风险。下图显示了测量不确定度在符合性判断中的应用,下表列出了测量结果是否合格的可能情况。
其中:
、、、是限定的;
,合格>不合格;
,视为不合格>合格;
、、、都是不合格的。
4.测量不确定度的组成和分类
动词 标准不确定度
标准不确定度定义为“用标准偏差表示的测量不确定度”。在统计技术中,标准偏差用小写和斜体的英文字母S表示。标准不确定度用小写和斜体的英文字母U表示。
测量不确定度由几个分量组成。一些成分可以通过测量结果的统计分布来估计,并通过实验标准偏差来表征。这种评定方法称为标准不确定度的A类评定方法。另一类分量可以根据经验或其他信息由假设的概率分布来估计,也可以用标准差来表征。这种评价方法称为B类评价方法。
不确定度的a级评定
不确定度的a类评定定义为“通过观察柱的统计分析评定标准不确定度”。
A类不确定度评定得到的标准不确定度分量成为A类不确定度分量,用符号uA表示。
相对不确定度uArel=uA/|X|也可以用来表示X是被测X的最佳估计值..
不确定度的乙级评定
B类不确定度评定定义为“用不同于观察柱的统计分析方法评定标准不确定度”。
B类不确定度评定得到的标准不确定度分量变成B类不确定度分量,用符号uB表示。
相对不确定度uBrel=uA/|X|也可以用来表示X是被测X的最佳估计值..
不及物动词合成标准的不确定度
复合标准不确定度定义为“当测量结果是由其他几个量获得时,根据其他量的方差或协方差计算的标准不确定度”。
合成标准不确定度是测量结果标准偏差的估计值,用符号uC表示。
相对不确定度uCrel=uA/|Y|也可以用来表示Y是测量Y的最佳估计值..
方差是标准差的平方,协方差是相关引起的方差。
当两个测量估计值具有相同的不确定性来源,特别是受相同的系统误差影响时,它们之间存在相关性。如果其中一个量发生变化,两个量的变化方向相同,变成正相关;如果两个量反方向变化,则成为负相关,这种相关引起的方差称为协方差。
这种相关性可以通过改变测量程序或改变变量来消除。
七、扩大不确定性
在实际工作中,往往需要知道测量结果的置信区间。因此,规定的不确定性可以用解释置信概率的标准偏差或其倍数或区间半宽来表示。
比如用双标准差表示服从正态分布的测量结果的不确定度,置信概率约为95%,用三标准差表示的测量不确定度的置信概率约为99%。
用多少倍标准差表示测量结果的不确定度,应根据要求的置信概率合理给出。
扩展不确定度定义为“确定测量结果区间的数量,合理给出的大部分测量值分布可能包含该区间”。实际扩展不确定度是用合成标准不确定度的倍数表示的不确定度,通常用大写斜体英文字母u表示。
也可以使用相对不确定度Urel=U/|Y|其中Y是被测Y的测量结果..
例如,如果被测x的测量结果x的扩展不确定度为U=2uc,则表示置信区间为,测量结果x落在该区间内,置信概率约为95%。如果测量结果x的扩展不确定度为U=3uc,则表明置信区间为测量结果x落在该区间内,置信概率约为99%。
八.包含因素
包含因子定义为“数字因子乘以合成不确定度,以获得扩展不确定度”。
包含因子等于扩展不确定度与标准不确定度的比值,其值取决于扩展不确定度的置信概率。
结论:以上是测量不确定度的基础知识,主要讲解了测量不确定度的定义、表示、在符合性判断中的应用、组成和分类。由于网页编辑功能的限制,用斜体表示的符号和word编辑的公式无法导入,只能用不正确的字母和简单的公式替换。之后,我们会寻找更适合网页显示的输入法。希望你能理解。下次,我们将解释测量不确定度的来源,测量误差和边不确定度的主要区别。个人理解,这两篇文章是学习和使用测量不确定度的基础,所以一定要理解概念,否则在后续的案例分享中会出现混淆和混淆。