土木工程检测专业 · 项目七 · 4 课时完整版 测量不确定度 MEASUREMENT UNCERTAINTY · 给检测结果画一个“可信圈”
主讲：韦政 ｜ 广西壮族自治区城乡规划设计院 · 高级工程师
这是全课程唯一“带公式”的一讲。别怕——公式只有四五条，剩下的全是讲道理 + 举例子 。全部案例都来自检测实验室日常：天平、容量瓶、标准溶液、压力试验机
小检 · 开场白 我是小检 。这一讲很多同学一听“不确定度”就想睡——我理解，因为课本一上来就是公式。今天换个讲法：先讲“为什么非算不可”，再讲“怎么算” 。看完你会发现，它其实是给每个检测结果配一句诚实话：“我测得 51.2 MPa，误差不超过 ±0.9 MPa，这是真的。”
📌 本课三大约定 ① 公式只背 4 条 ——贝塞尔、极差法、B 类 u=α/k、合成与扩展；② 每个公式都配一个真数据算例 ，跟着算一遍就会；③ 下课标准 ：能独立给一个简单测量（比如天平称 25 g）写出完整不确定度报告。
课程地图 🗺️ 四课时怎么上：先看路线图 课时 主题 你将学会 课堂环节 第1课时 不确定度是什么、为什么要算 误差与不确定度的区别、四组术语、准则 12 条相关条款 开场讨论 + 概念澄清 第2课时 GUM 法七步 + 来源分析 + 建模 五因素来源、鱼骨图、测量模型 Y=f(X₁…X_N) 画图实训 + 案例拆解 第3课时 A 类、B 类、合成、扩展 贝塞尔/极差法、α 与 k 的确定、传播律三条规则 真数据手算 + 对照答案 第4课时 实验室常见分量 + 完整案例 天平、体积、试剂纯度、标准溶液配制的不确定度报告 完整案例演练 + 十二题闯关
小检 · 上课公约 每个课时结束有一道随堂自测 ，第 4 课时末尾有十二题通关 。这一讲的计算题我都会给“手把手”步骤，你只需要一支笔、一张纸、一个计算器 。
课时1 · 认识篇 😵 先看一个扎心的场景 工地现场，监理问你：“这车 C30 混凝土，你的报告说 32.6 MPa，那到底是 32.6 还是 30.6？你敢担保这个数吗？ ”
你答“这是实测值”——他接着问：“实测值跟真值差多远？ 下次再测，还是 32.6 吗？”
❌ 传统答法：我算误差 “误差 = 测得值 − 真值”。问题是——真值根本不知道 。混凝土试块的真实抗压强度，谁也拿不到。所以这条路走着走着就断了。
✅ 现代答法：我给个区间 “测得值 32.6 MPa，扩展不确定度 U = 0.9 MPa（k=2）。”翻译成人话 ：真值落在 31.7～33.5 MPa 之间的可能性约 95%。这话说得出口，也经得起查。
📷 压力试验机的显示屏跳出 32.6 MPa —— 这个数字后面，藏着多少“说不准”？ 小检 · 灵魂拷问 《认可准则》7.8.3.1 明文要求：检测报告应包含评定测量不确定度的声明 。也就是说，只给一个光秃秃的数字，报告是不完整的。这不是老师抠细节，是客户和评审专家都要问的 。
课时1 · 认识篇 📸 一个类比讲透：不确定度 = “抖动半径” 想象你用手机拍一张夜里的路灯。手会抖 ，所以照片上灯光糊成一小团。你会说“灯在这个圆圈范围内 ”，而不会说“灯点偏了 3 毫米”——因为你根本不知道真正的位置偏移了多少 ，只知道“大概在这个圈里”。
测量不确定度就是这个圆圈半径 ：它不告诉你“偏了多少”，只告诉你“值可能落在多宽的范围内、有多大的把握 ”。
小检 · 划重点 注意三个词：分散性、区间、概率 。JJF 1059.1 给的正规定义是：“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 。”——一个字都没提“误差”。这是全课最关键的一次“观念换挡”。
课时1 · 认识篇 📚 四组术语：别把“误差”和“不确定度”搞混 术语 定义（JJF 1059.1 / GUIDE 99） 一句话理解 测量误差 测得的量值减去参考量值 偏了多少（但真值不知道，所以只能估计） 随机测量误差 重复测量中按不可预见方式变化的误差分量 忽大忽小、没规律的那部分 系统测量误差 重复测量中保持不变或按预见方式变化的误差分量 一直朝一个方向偏，能修正 测量不确定度 表征被测量值分散性的非负参数 值可能落在多宽的范围里
三条必须记牢的注解 ① 系统误差已知时可修正 ；② 未修正的系统影响，要当作不确定度分量处理 ；③ 误差不应与“错误、过失”混淆——操作失误不是误差，是不符合工作 。
为什么单列“随机”和“系统” 因为它们治法不同 ：随机误差靠“多测几次取平均”削弱；系统误差靠“校准、修正、换方法”消除。分不清这两类，就不知道该多测还是该送检。
小检 · 一条链记牢 误差 → 随机误差 + 系统误差 （这是误差的内部分类）；不确定度 → A 类 + B 类 （这是评定方法的分类）。这是两套完全不同的分类逻辑 ，考试最爱在这里设陷阱。
课时1 · 认识篇 🔤 术语清单（一）：测量测试类 术语 要点 测量 / 被测量 / 测量结果 测量结果是“与其它有用相关信息一起赋予被测量的一组量值”——单个值 + 一个不确定度 才算完整 量的真值 / 约定量值 / 接受参照值 真值不可知；约定量值（如标准砝码标称值）可以当作参考；接受参照值用于比对 测量准确度 一个定性 概念（高/低），不是数值，不能说“准确度 0.5%” 测量正确度 与系统误差有关，反映“准不准” 测量精密度 / 重复性 / 复现性 与随机误差有关，反映“稳不稳”；重复性=同人同机同法短期；复现性=换了条件 实验标准偏差 用一组测得值算出来的分散性指标，A 类评定的核心工具
🧠 用打靶记这六个词 子弹全挤在中心附近 =正确度高；全挤在一起但偏左 =精密度高、正确度低（系统误差）；撒得满靶都是但平均在中心 =正确度高、精密度低。准确度是“又准又稳”的综合说法，只能定性描述。
课时1 · 认识篇 🔤 术语清单（二）：不确定度类（高频 10 个） 术语 定义（JJF 1059.1） 符号 标准不确定度 以标准偏差表示的测量不确定度 u A 类评定 对规定条件下测得的量值用统计分析 方法进行的不确定度评定 uA B 类评定 用不同于 A 类 的方法（证书、说明书、经验）进行评定 uB 合成标准不确定度 由各输入量的标准不确定度获得的输出量的标准不确定度 uc 相对标准不确定度 标准不确定度除以测得值的绝对值 urel 扩展不确定度 合成标准不确定度与一个大于 1 的数字因子的乘积 U / Up 包含区间 / 包含概率 被测量值以一定概率落入的区间 / 落入的概率 — / p 包含因子 为获得扩展不确定度，对合成标准不确定度所乘的大于 1 的数 k 自由度 方差计算中，和的项数减去对和的限制数 ν
小检 · 记忆口诀 “单、A、B、合、扩” ——单个分量的标准不确定度（A/B 两种评法）→ 合成 → 扩展。一路上只做两件事：平方相加、再开根号。
课时1 · 认识篇 📖 正式定义逐句拆：一句话里藏四个知识点 JJF 1059.1 定义： 测量不确定度是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 。
① “被测量之值” 通俗理解为测得值 。定义的对象是“值”，不是“误差”。
② “分散性” 用标准偏差 表示。同一条件下重复测，值会散开——散得越开，不确定度越大。
③ “合理地赋予” 不是瞎猜，要基于实验数据、证书、经验等信息 ，可追溯、可复核。
④ “参数” 可以是标准偏差 ，可以是它的倍数 （扩展不确定度），也可以是说明包含概率的区间半宽度 。
小检 · 四条注的坑 定义下面的注写得很绕，但抓两点就够：① 已修正的系统影响不算分量，没修正的系统影响要算分量；② 测量不确定度是“针对某个具体值”的——同一个量，你赋的值不同，不确定度也不同。 评审专家特别爱问这一条。
课时1 · 认识篇 ⚖️ 终极对照表：测量误差 vs 测量不确定度 对比项 测量误差 测量不确定度 定义 测得值 − 参考量值，表明偏离真值的程度 表征赋予被测量值分散性的非负参数 分类 随机误差 + 系统误差 A 类评定 + B 类评定 可操作性 需无限多次测试，真值不确定，操作性差 可用实验、资料、经验评定，可定量操作 正负符号 非正即负，不能用 ± 表示 无符号，恒取正值（方差开正平方根） 结果修正 已知系统误差可对结果进行校正 不能用不确定度校正结果 ；修正不完善要另算分量与谁有关 客观存在，与仪器方法无关 与仪器、方法、人对过程的认识有关 自由度 不存在 有，可作为评定可靠程度的指标 包含概率 不存在 了解分布时可按包含概率给出包含区间
小检 · 一句话总结 误差是“靶子上偏了多少”（想知道但常常不知道），不确定度是“值可能落在多大的圈里”（能算、必须写）。 两者不是替代关系，是两套语言——报告里写不确定度，是因为它可操作、可复核、算得准 。
课时1 · 准则篇 📜 准则在哪里要求它：12 个条款一次看全 《检测和校准实验室能力认可准则》CNAS-CL01:2018 等同采用 ISO/IEC 17025:2017 。它把“测量不确定度”分散写进了 12 个条款，不是集中在一节 ——这正是很多人漏掉的原因。
条款 要求要点 6.4.6 当测量准确度或不确定度影响报告结果的有效性 时（设备要求） 6.5.1 应建立并保持测量结果的计量溯源性 ，每次校准均会引入测量不确定度 7.2.1.1 / 7.2.2.1 方法的选择、验证与确认中要考虑不确定度 7.2.2.1（后段） 可根据对方法原理的理解及实践经验，评定结果的测量不确定度 7.2.2.3 评估被确认方法的性能特性时，应确保与客户需求相关 7.5.1 技术记录中规定（记录要能支撑不确定度评定） 7.6.1 实验室应识别测量不确定度的贡献 7.6.2 开展校准 的实验室（含校准自有设备）应评定所有校准 的测量不确定度 7.6.3 开展检测 的实验室应评定测量不确定度 7.8.3.1 《检测报告》应包含评定测量不确定度的声明 7.8.4.1 《校准证书》应包含与被测量相同单位的测量不确定度
小检 · 划重点 这两条最容易混：7.6.2 是“必须全评”（校准实验室，一个不落）；7.6.3 是“应评定”（检测实验室，按需）。 而 7.8.3.1 说的是报告里要有声明 ——不一定每次都附完整评定过程，但要说清“评没评、结果是什么”。
课时1 · 准则篇 ❗ 检测实验室到底哪些项目必须评？ 必须评（跑不掉） ① 方法标准/客户/规范明确要求 报告不确定度的；② 结果处于判定临界值 附近（合格/不合格就在一线之间）；③ 客户对结果有质疑或争议 的；④ 方法本身精密度差、影响因素多 ，不评说不清可靠性的。
可以不评（但要有依据） ① 方法标准已给出重复性/复现性限 ，直接引用即可；② 已知目标不确定度远小于判定限，“不显著” 并有书面说明；③ 客户未要求、规范未要求，且非临界判定。
📷 钻芯取样的现场：芯样高度量得准不准，直接影响后面全部计算结果——计量溯源性就是从这里开始的 小检 · 评审实录 某机构被开不符合项：“查报告编号 XXX，结论为合格，但判定值与标准限值仅差 0.3%，报告未提供测量不确定度，无法证明判定的可靠性。 ”——这就是典型的“临界值未评不确定度”。不是所有报告都要评，但临界判定的报告不评，就是硬伤。
📷 回弹法现场检测：16 个测点推出一个推定值 —— 每个数字背后都有一串影响它的因素 课时1 · 自测 ✅ 第 1 课时小结：三道快问快答 ❓ 闭卷自测 ① 为什么“误差”这条路在现代计量中走不通？
💡 参考答案 ① 因为真值不可知 ，误差算不出来，也没有可操作性；随机 + 系统 （按性质）；不确定度分A 类 + B 类 （按评定方法）；7.6.2 ；检测实验室对应的是 7.6.3。
🎬 下一课时预告 第 2 课时进入方法层：GUM 法七步流程 + 不确定度来源五因素 + 鱼骨图 + 建立测量模型 。我们会拿“天平称 25 g”和“100 mL 容量瓶定容”这两个最日常的操作，从头画到尾。
课时2 · 方法篇 🔧 GUM 法：全世界评定不确定度都用这一套 JJF 1059.1-2012《测量不确定度评定与表示》采用的方法，来自国际标准 ISO/IEC Guide 98-3:2008 ，原文叫 Guide to the Uncertainty in Measurement ，缩写 GUM ，所以叫 GUM 法 。
核心思想只有一句： 用“不确定度传播律 ”，把各输入量的不确定度，传到输出量（被测量）身上。
1 明确被测量 2 明确方法/系统 3 建模·分析来源 4 评定标准不确定度 5 计算合成 uc 6 确定扩展 U 7 报告结果 七步走完，一个测量结果的“可信圈”才算画圆 小检 · 别被七步吓到 七步里真正“要算”的只有第 4、5、6 步。第 1—3 步是“想清楚”，第 7 步是“写清楚” 。做熟了你会发现，80% 的工作量在第 3 步——把来源找全、建模建对，后面就是套公式。
课时2 · 方法篇 🎯 第 1—2 步：明确被测量与测量方法 第 1 步：明确被测量 Y 说清“到底测什么 ”，而且要定义完整。抗压强度 ”。
第 2 步：明确测量方法和系统 说清“用什么测、怎么测 ”：测量原理、依据标准、仪器设备（含编号）、测量程序、环境条件。
Y = f (X1 , X2 , …, XN )被测量（输出量）由 N 个输入量通过测量函数 f 确定 —— 这就是“测量模型”
🧠 建模不神秘：就是把“你用的公式”写出来 混凝土抗压强度 fcu = F / A。这里 F 是破坏荷载（试验机读的） 、A 是试块承压面积（量出来的） ，两个都是输入量，fcu 是输出量。你平时计算用的那个公式，就是测量模型。
小检 · 真事 很多同学以为“建模”是数学家的事。其实检测实验室的模型简单得可爱：加法、减法、乘除、乘方 ，四种运算占 95%。真正难的是“有没有把该算的量都放进去”。
课时2 · 方法篇 🔍 第 3 步之一：不确定度来源五因素 测量结果 y 到底有多可信？ 👤 测量人员 读数偏移·操作差异 u1 🔬 测量仪器 计量性能·分辨力 u2 🧪 测量对象 重复观测变化·取样代表性 u3 🌡️ 测量环境 温湿度·振动·供电 u4 📐 测量方法 定义不完整·近似与假设 u5 ↑ 每个因素都是一个不确定度分量，最后合成 小检 · 口诀 把五因素记成实验室的“人机料法环 ”——和人、机器、材料、方法、环境一个道理：谁在测、用什么测、测什么、怎么测、在哪测 。挨个问一遍，来源就不会漏。
课时2 · 方法篇 📋 第 3 步之二：来源清单十条（照着背） # 来源类别 具体表现 1 测量标准 / 标准物质 标准物质提供的标准值本身不准确 2 测量仪器 仪器的计量性能 （示值误差、MPE、分辨力） 3 测量人员 模拟式仪器 的读数偏移（估读最后一位）4 测量方法 被测量的定义不完整 5 测量方法 引入的常数或其他参考值 不准确 6 测量方法 方法、程序中的近似和假设 7 测量对象 相同条件下，被测量重复观测值的变化 8 测量对象 取样的代表性不够 ，样本不完全代表被测量9 测量环境 被测量定义的复现不理想 10 测量方法/环境 对受环境影响认识不足 ，或环境条件测量不完善
小检 · 十条怎么用 这十条不是让你每条都算，而是当检查表用 ：逐条问“这一条在我这次测量里存在吗？”存在就往下评，不存在就在评定报告里写明“经分析，该来源不显著，忽略 ”。评审专家最看重的就是“你有没有逐条想过”。
课时2 · 方法篇 🐟 第 3 步之三：因果图（鱼骨图） 来源分析最好的工具是因果图 ，也叫鱼骨图 。它的好处是：直观、系统、不遗漏、不重复 ——四条优点，正是评审时评价来源分析是否合格的标准。
抗压强度 fcu 测量人员 持荷速率操作 对中偏差 测量对象/环境 测量仪器 试验机示值误差 力值分辨力 测量对象/环境 测量方法 加荷速率规定 公式近似 测量对象/环境 鱼骨图：把“可能出问题的点”一条不落地挂在主骨上，再逐个量化 小检 · 画图五步法 ① 以被测量为主支 ；② 把数学表达式里包含的变量 列为各主要分支；③ 主要分支上加影响因素 = 次要分支 ；④ 次要分支上再加 = 再次要分支 ；⑤ 检查有没有别的因素需要新增主分支。画完看一眼：主干上的量，是不是正好等于模型里的输入量？
课时2 · 方法篇 📐 案例 8-1：质量称量的因果图 【案例 8-1】质量称量 用同一台天平，采用增量法或减量法 称量物品质量 m，需进行两次天平称量（m1 、m2 ）：
增量法：m = m2 − m1 ｜ 减量法：m = m1 − m2
天平本身 校准的不确定度、可能存在的系统偏差 、砝码偏差、标尺刻度偏差
操作过程 两次称量引入的误差、称量操作的重复性 、刻度可读性
小检 · 一个重要细节 注意“两次称量 ”这个特点：如果是减量法且两次质量相差很小 ，天平的线性误差基本抵消；如果相差较大 ，线性误差要按叠加 考虑，算两次。同样一台天平，称法不同，分量个数不同 ——这就是“建模决定算法”的活例子。
课时2 · 方法篇 📐 案例 8-2：体积定容的因果图 【案例 8-2】体积定容 化学分析中涉及体积的操作包括溶液的定容和定量移取 ；涉及的玻璃器具包括容量瓶、移液管、滴定管、刻度称量瓶 等（统称玻璃量具）。
影响因素 说明 玻璃器具校准的不确定度 校准证书给出的容量偏差，是主要分量 刻度偏差 量具本身的刻度准确度（A 级/ B 级） 刻度可读性 人的估读（凹液面与刻度线是否相切） 温度影响 操作温度 ≠ 校准温度（通常 20 ℃）时，液体体积变化 充满体积重复性 每次定容到刻度的重复性
🧠 一个常被忽略的细节 制作 A 级玻璃器具的材料多为石英或硬质玻璃，其体积膨胀系数很小（硼硅酸玻璃约 1×10⁻⁵ ℃⁻¹ ），远小于所盛液体的膨胀系数（水为 2.1×10⁻⁴ ℃⁻¹ ）。所以温度引入的不确定度，通常只考虑“液体”，不考虑“玻璃”。 这一点写进评定报告，非常加分。
📷 100 mL A 级容量瓶定容：液面、刻度、温度——三个细节决定体积准不准 课时2 · 方法篇 🧩 第 3 步之四：建立测量模型 Y = f (X1 , X2 , …, XN ) （8-1）y = f (x1 , x2 , …, xN ) （8-2） 大写 X、Y 表示“量”的符号；小写 x、y 表示它们的“估计值”；f 为测量函数
① 与测量方法有关 同一个被测量，换了方法/标准，模型就可能不一样。
② 用于两件事 算最佳估计值 、评结果不确定度 ——模型是这两件事的共同基础。
③ 输入量即来源 模型里每一个输入量的不确定度，都是输出量不确定度的来源 。模型不全，评定必有漏项。
小检 · 检测实验室的常见模型 ① 抗压强度 fcu = F / A；② 标准溶液浓度 ρ = 1000·m·P / V；③ 密度 ρ = m / V；④ 含量 w = c·V / m。你把它写成“分子一堆量 ÷ 分母一堆量”，就是模型的骨架。
课时2 · 方法篇 🔢 最佳估计值：两种算法，什么时候用哪个 方法 1：先平均、再代入 对 Y 做 n 次独立测量得到 yk ，取算术平均值 作为 y。k 都是在同一组完整输入量 下求得的，且各 yk 不确定度相同。
方法 2：先分别平均、再代入 先求出每个输入量 Xi 的最佳估计值 xi （k 次测量的算术平均），再代入函数式算 y。
⚠️ 什么时候两者结果不同 当 f 是输入量的线性函数 时，两种方法结果相同 ；当 f 是非线性函数 时（比如含乘方、乘除），应采用方法 1 。判断口诀：先看公式里有没有乘除和乘方——有，就用方法 1。
小检 · 举个真数 测 10 个试块的抗压强度，方法 1 是“先把 10 个强度值平均”；方法 2 是“先把荷载平均、面积平均，再相除”。如果面积是完全一样的定值，两种结果一样；但面积每次都有微小差异时，非线性就出来了，必须用方法 1 。
课时2 · 自测 ✅ 第 2 课时小结：三道快问快答 ❓ 闭卷自测 ① GUM 法的七个步骤，按顺序说出来。
💡 参考答案 ① 明确被测量 → 明确方法/系统 → 建模分析来源 → 评定标准不确定度 → 计算合成 → 确定扩展 → 报告结果；每个输入量的不确定度都是输出量的来源 ，通过灵敏系数“传递”过去。
🎬 下一课时预告 第 3 课时是全课最“硬”的一节：A 类评定（贝塞尔 + 极差法）、B 类评定（半宽度 α + 包含因子 k）、合成标准不确定度（传播律三条规则）、扩展不确定度与报告格式 。带好计算器。
课时3 · 评定篇 🌳 先把“分类树”看清楚，后面就不会乱 测量不确定度 标准不确定度 u 以标准偏差表示 合成标准不确定度 uc 各分量按传播律合成 扩展不确定度 U / Up U = k·uc（k 通常取 2 或 3） A 类 B 类 统计方法（测量数据算） 非统计方法（证书/经验） 记住顺序：先单独评，再合成，最后放大成“区间”报出去 🧠 一个最容易混的点 A 类 / B 类不是“两种不确定度”，而是“两种评定方法”。 它们评出来的东西是同一种东西——标准不确定度 ，都以标准偏差表示，最后一起平方相加。就像“用卷尺量”和“用激光测距仪量”，方法不同，量出来的都是长度。
小检 · 记牢一句话 A 类靠“数据”，B 类靠“资料”。 手上有重复测量数据 → 走 A 类；手上只有证书、说明书、经验、最大允许误差 → 走 B 类。两条路最终都产出“标准不确定度 u”，之后就没区别了。
课时3 · A 类评定 🧮 A 类评定五步 + 贝塞尔公式 A 类评定的两个关键词：用统计分析方法、用标准偏差表征。
1 开始 判断能否重复测量
2 得到测得值 x₁, x₂, …, xₙ
3 算最佳估计值 取算术平均 x̄
4 算实验标准偏差 s(xₖ)（贝塞尔）
5 得 A 类分量 uA = s(x̄)
s(xk ) = √[ Σ(xi − x̄)² / (n − 1) ]贝塞尔公式：单个测得值的实验标准偏差（n − 1 是“自由度 ν”）
uA (x̄) = s(x̄) = s(xk ) / √n被测量估计值的 A 类标准不确定度：标准偏差再除以 √n（“多测几次能提高可信度”的数学表达）
小检 · 一句话理解 √n 为什么除 √n？因为重复测量取平均值，能把随机误差“摊平” 。测 4 次，不确定度降到 1/2；测 9 次，降到 1/3。但注意：这条路对系统误差无效 ——天平本身就偏了，你测 100 次平均值还是偏的。
课时3 · A 类评定 ✏️ 跟着算一遍：10 次抗压强度试验的 A 类分量 课堂算例 同一批 C30 混凝土试块，同一试验机、同一检测员，连续做 10 次抗压强度试验，测得值（MPa）如下：
31.8 32.4 32.0 32.6 31.6 32.2 32.8 31.9 32.3 32.4
第1步 n = 10
第2步 x̄ = 32.20 MPa
第3步 Σ(xi −x̄)² = 1.300
第4步 s(xₖ) = √(1.300/9) = 0.380 MPa
第5步 uA = 0.380/√10 = 0.120 MPa
uA = 0.12 MPa （ν = n − 1 = 9）结果：由测量重复性引入的标准不确定度为 0.12 MPa
⚠️ 三个高频扣分点 ① 分母写成 n 而不是 n−1 （自由度错，专家一眼看出）；② 忘了再除 √n （把 s(xₖ) 直接当 uA ）；③ 单位漏写或与结果单位不一致。计算过程要写进评定报告，不能只给结果。
小检 · 一个真实的不符合 某实验室的不确定度评定报告里，10 次数据的标准偏差算对了，但“uA = s(xₖ)”直接照抄，没除 √n，导致 A 类分量放大 3 倍多 ，最后扩展不确定度大得没法用。评审专家问了一句“你这个 uA 是平均值的还是单次值的？”——当场解释不清。
课时3 · A 类评定 📉 极差法：数据少时的替补方案 五步走 ① 对 Xi 进行 n 次独立重复观测；② 找最大值与最小值之差 R ；③ 认为 Xi 的估计值接近正态分布 ；④ 单个测得值的实验标准偏差 s(xk ) = R / C ；⑤ 除以 √n 得被测量估计值的标准不确定度。
什么时候用 测量次数少（n ≤ 10 左右）、算贝塞尔麻烦时。极差法不如贝塞尔严谨 ，自由度也小（查表得到的 ν 通常是非整数），报告里要说明用了极差法 。
n 2 3 4 5 6 7 8 9 极差系数 C 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 自由度 ν 0.9 1.8 2.7 3.6 4.5 5.3 6.0 6.8
表 8-2 极差系数 C 及自由度 ν（JJF 1059.1）
小检 · 案例 8-3 对某被测件的长度进行 4 次测量，最大值与最小值之差 R = 3 cm。 查表 8-2：n=4 时 C = 2.06、ν = 2.7。k ) = R / C = 3 / 2.06 = 1.46 cm ；若以平均值为结果，再除 √4，u = 0.73 cm 。一道题就把“查表 + 代入 + 除 √n”全练了。
课时3 · A 类评定 💡 A 类评定的经验：n 取多少才够 什么时候 n 可以小 测试程序简单、步骤少 的，涉及随机效应也相对较少，n 可以少些。
什么时候 n 要大 测试程序复杂 的，为使实验标准偏差变动较小、可靠程度更高，n 应增大——一般 n 不小于 10 次 。
🧠 两条实操建议 ① A 类评定通常比其他方法更客观，且有统计学的严格性 ，但要靠充分的重复测试次数；② A 类评定时应尽可能考虑随机效应的来源 ，让它反映到测得值中去（比如换人、换时段测几次，而不是 10 次全由一个人连着做）。
📷 原始记录上密密麻麻的重复测量数据 —— A 类评定的“原料”就是这么攒出来的 小检 · 一个反直觉的提醒 “多测几次”能提高可信度，但前提是每次测量都独立 。如果 10 次全在同一分钟、同一个人、同一位置连着做，随机效应没被充分激发，算出来的 s 会偏小 ——看上去很“稳”，其实是在自欺欺人。
课时3 · B 类评定 📘 B 类评定：没有重复数据时怎么办 B 类评定的两个关键词：非统计分析方法、依据有关信息和经验。
核心公式只有一条：
uB = α / kα —— 被测量可能值区间的半宽度；k —— 置信因子（当 k 作为扩展不确定度的倍乘因子时，称包含因子）
🧠 一句话理解 α 和 k α 是“范围有多宽” （比如天平最大允许误差 ±0.5 mg，那么 α = 0.5 mg）；k 是“在这个范围里值大概怎么分布” （均匀分布 k = √3，三角分布 k = √6，正态 95% 时 k = 1.96）。区间越宽 → u 越大；分布越往中间挤 → k 越大 → u 越小。
1 开始 确定评定对象
2 定半宽度 α 查证书/说明书/规程
3 假设概率分布 均匀/三角/正态
4 定置信因子 k 查表
5 算 uB u = α / k
小检 · 为什么大家爱用均匀分布 因为省事又保守 ：在缺乏更多信息时，假设“值在区间内等概率出现”（均匀分布），k 取 √3 ≈ 1.732。实在不知道分布时，就用均匀分布 ——这是准则和实践都默认的做法。
课时3 · B 类评定 📏 区间半宽度 α 从哪里来：六个可靠来源 # 信息来源 典型的 α 取值 1 校准证书、检定证书或其他文件提供的数据 证书给扩展不确定度 U → α = U 2 对技术资料和测量仪器特性的了解与经验 按经验判定区间 3 生产厂提供的技术说明书 说明书给 MPE ±Δ → α = Δ 4 手册或某些资料给出的参考数据 误差限 ±Δ → α = Δ 5 检定规程、校准规范或测试标准中给出的数据 规程规定的允差 → α = 允差 6 以前测量的数据 历史数据的波动范围
α = U ｜ α = (α＋ − α－ ) / 2 ｜ α = Δ案例 8-5 ：① 证书给出扩展不确定度 U → α = U；② 资料给出最小可能值 α₋ 与最大可能值 α₊，最佳估计值为中点 → α = (α₊−α₋)/2；③ 手册参考数据误差限 ±Δ → α = Δ；④ 仪器最大允许误差 MPE = ±Δ → α = Δ
小检 · 一个特别容易错的地方 “分辨力”和“最大允许误差”不是一回事，半宽度算法也不同。 仪器分辨力为 δx 时，α = δx / 2 （因为读数只能落在两个相邻刻度之间，最多偏半个刻度）；而 MPE = ±Δ 时，α = Δ 。把分辨力当 MPE 用，是新手最常见的量级错误。
📷 校准证书上的“扩展不确定度 U”就是区间半宽度 α 最常见的来源 —— 拿到证书先找这个数 课时3 · B 类评定 📊 置信因子 k 怎么查：正态分布表 概率 p 0.50 0.68 0.90 0.95 0.9545 0.99 0.9973 置信因子 k 0.675 1 1.645 1.960 2 2.576 3
表 8-3 正态分布情况下概率 p 与置信因子 k 的关系
🎯 k = 1 概率 68%——约“三分之二把握”。
🎯 k = 2 概率 95.45%——报告最常用 ，常说“约 95%”。
🎯 k = 3 概率 99.73%——要求高可靠时用，常说“约 99%”。
小检 · 三个数字背下来 k=1 → 68%；k=2 → 95%；k=3 → 99%。 这三个数字在检测行业出现的频率，比“1+1=2”还高。客户看到 U 的时候，第一个问题就是“这是多少概率的？”——你答“k=2，约 95%”，专业感立刻上来。
课时3 · B 类评定 📐 非正态分布怎么办：一张表查完 分布类型 p (%) k uB 什么时候用 三角形 100 √6 ≈ 2.449 α / √6 值落在区间中心 的可能性最大（如容量瓶校准偏差） 梯形（β = 0.71） 100 2 α / 2 两个不同大小的均匀分布合成 矩形（均匀） 100 √3 ≈ 1.732 α / √3 只知道上下限，对分布缺乏了解时的默认选择 反正弦 100 √2 ≈ 1.414 α / √2 值落在区间两端 的可能性最大 两点 100 1 α / 1 只有两种可能值，且概率相同
表 8-4 常见非正态分布的置信因子与标准不确定度
小检 · 选择分布的五条规则 ① 受许多随机因素影响且同等 时 → 近似正态 ；② 证书给出的 U 含 0.95/0.99 概率 → 按正态 评；③ 估计出上下限 → 优先假设均匀 ；值在中点可能性最大 → 三角 ；值在两端可能性最大 → 反正弦 ；④ 两个不同大小的均匀分布合成 → 梯形 ；⑤ 实在缺乏了解 → 一律均匀分布 。
📷 实验室温湿度记录仪：温度引入的分量常被漏掉，而它有时比证书本身还大 课时3 · B 类评定 ✏️ 跟着算：两个最常见的 B 类分量 案例 8-6：容量瓶 MPE 制造商给出 A 级 100 mL 单线容量瓶 MPE = ±0.1 mL 。
① α = 0.1 mL；② 通常认为服从三角分布 ，k = √6；
u = 0.1 / √6 = 0.041 mL
案例 8-7：天平 MPE 分辨率为 0.0001 g 的天平 MPE = ±0.0010 g 。
① α = 0.0010 g；② 通常认为服从均匀分布 ，k = √3；
u = 0.0010 / √3 = 0.00058 g
⚠️ 两张卡片的差别只在一处 同样是“标称偏差”，容量瓶用了三角 、天平用了均匀 。原因是：容量瓶的实际容量最可能接近标称值 （制造工艺控制的结果，中间概率大）；而天平在校准区间内的误差无法判断哪个值更可能 ，只能假设均匀。分布假设不是随便挑的，要能讲出理由——这句话要写进报告。
📷 万分之一天平：MPE ±0.0010 g、分辨力 0.0001 g —— 两个数要分开算，别混 课时3 · 合成篇 🔗 合成标准不确定度：传播律的核心式子 uc (y) = √[ Σ (∂f/∂xi )² · u²(xi ) + 2 · Σ Σ (∂f/∂xi )(∂f/∂xj ) · u(xi )u(xj ) · r(xi , xj ) ]被测量估计值 y 的合成标准不确定度：前半是“各自贡献”，后半是“输入量之间的相关贡献”
🔑 灵敏系数 ci = ∂f/∂xi 它回答：“输入量 xi 动一点点，输出量 y 跟着动多少？ ”动得多，说明这个量影响大、要重点控制。
🔗 相关系数 r(xi , xj ) 它回答：“两个输入量是不是一起动？ ”用同一台天平称两次 → 相关；用两支不同量具测两个量 → 不相关。
uc (y) = √[ Σ (∂f/∂xi )² · u²(xi ) ]当各输入量间均不相关 时，相关系数为零，式子立刻变简单 —— 这就是我们日常 95% 的情形
小检 · 别怕这个公式 检测实验室真正动手时，几乎只用“不相关”那一版 。因为标准溶液配制的各个量（质量、体积、纯度）用的是不同器具、不同来源，不相关 ；而同一台天平称两次这种相关情形，才需要额外处理。先按不相关算，确认有相关再修正 。
课时3 · 合成篇 🧭 合成流程：先分流，再合并 根据测量模型写出 uc (y) 表达式 → 求各灵敏系数 ci → 判断分量间相关否？
✅ 不相关（常见） 直接用标准版：各分量乘灵敏系数后平方相加再开根号 。必要时给出有效自由度 νeff 。
⚠️ 相关 要额外把协方差项 加进去；强相关（r = 1）时有简化算法，见后两页。
小检 · 一句话讲“为什么要平方” 不确定度不能直接相加 ，因为它们是“随机方向”的——有的让结果偏大、有的偏小，直接相加会高估。所以先平方（去掉方向）、再加、再开根号。这叫“方和根合成”，和直角三角形求斜边是一个道理。
课时3 · 合成篇 📏 三条运算规则：覆盖 95% 的测量模型 规则 适用模型（各输入量互不相关） 合成公式 规则 1 Y = A₁X₁ + A₂X₂ + … + AN XN uc ²(y) = Σ Ai ² · u²(xi )减法处理与加法相同 规则 2 Y = X₁^P₁ · X₂^P₂ · … · XN ^PN urel ²(y) = Σ [Pi · urel (xi )]²除法处理与乘法相同 （指数取负） 规则 3 Y = A·(B − C) / (D + E) 之类的组合式 先分解 成只含规则 1 或规则 2 的形式，分别算出中间量的不确定度，再按规则 1 或 2 合成
🧠 规则 2 的实用心法 遇到乘除模型，全部换成“相对不确定度”来算 ：urel = u / x。好处是单位全部消掉，可以直接平方相加 ，最后再乘回结果值。这是检测实验室最省事的算法。
小检 · 三条规则怎么选 看一眼模型：只有加减 → 规则 1；只有乘除乘方 → 规则 2；两样都有 → 规则 3（拆着算） 。判断这一步做对，后面就是纯算术。
📷 检测工程师在电脑前做不确定度评定：模型、分量、灵敏系数，一行行敲进去 课时3 · 合成篇 ✏️ 案例 8-8 / 8-9：跟着算两道 【案例 8-8】 已知 y = a·x²，计算 y 的相对标准不确定度。
解法（规则 2，指数为 1 和 2）：
urel (y) = √[ (1 · urel (a))² + (2 · urel (x))² ]把“乘方”变成“指数乘到相对不确定度上”——指数 2 就乘 2，这是规则 2 最实用的地方
【案例 8-9】 y = A·(B − C) / (D + E)，其中 p = 4.03、q = 5.86、r = 2.25；标准不确定度分量 u(p) = 0.12、u(q) = 0.08、u(r) = 0.18，计算合成不确定度 uc (y)。
第1步 分解 规则 1 合成 B−C 为 M；规则 1 合成 D+E 为 N
第2步 按规则 2 把 M、N 当作乘除量
第3步 换算相对量 urel = u / 值
第4步 方和根 urel (y) = √(Σurel ²)
小检 · 拆解是万能钥匙 记住这个套路：只要模型长得像“一堆量乘起来除以另一堆量”，就先在里面把加减法合成一个中间量 M、N，只用规则 1；然后再用规则 2 把它们按乘除合成。 两步走完，任何复杂式子都能算。
📷 计量校准：用标准量块校准数显千分尺 —— 计量溯源链的每一环都带着一个不确定度 课时3 · 合成篇 🔗 当各输入量强相关时怎么办 当各输入量间强相关、相关系数为 1 时，合成标准不确定度的计算可以大幅简化：若各灵敏系数为 1，则各分量直接相加（代数相加，不是方和根） 。
正相关时相加、负相关时相减——因为这时各分量“朝同一个方向偏”，风险叠加而不是抵消 。
典型的相关场景 ① 用同一台天平 连续称量质量 m1 、m2 （减量法）；② 用同一支温度计 修正两个温度的读数；③ 用同一个标准物质 校准两个量。
怎么处理才稳妥 ① 优先避免 相关：换器具、换方法；② 无法避免时按相关公式算；③ 在报告里写明假设 （“假定不相关”或“按 r = 1 处理”），别默默地忽略。
📷 技术负责人组织讨论：哪些分量相关、哪些可以忽略 —— 这一步比算数更考验功夫 小检 · 评审最爱你漏的地方 很多评定报告的“不相关”是默认出来的，不是判断出来的 。评审专家只要问一句“你怎么知道这两项不相关？”答不上来，就是不符合。至少要在报告里写一句：“经分析，各输入量分别来自不同的测量标准、不同的量具，相互独立，故按不相关处理。”
课时3 · 扩展篇 📦 扩展不确定度：把“标准偏差”放大成人话 扩展不确定度是被测量可能值包含区间的半宽度 。它分为两种：U 和 Up 。
U = k · uc (y)由合成标准不确定度 uc 乘包含因子 k 得到 —— 一般取 k = 2 （包含概率约 95%），k = 3 时约 99%
测量结果怎么表示 Y = y ± U （k = 2）
U 的含义 “可能值区间半宽度”——区间是 y−U 到 y+U。
Up 的含义 带概率下标的扩展不确定度，需同时给出 p 和有效自由度 νeff 。
小检 · 为什么全世界都用 k=2 因为 k=2 对应约 95% 的包含概率——既够可靠，又不过度保守 。涉及工业、商业及健康和安全方面的测量，若没有特殊要求，一律报告扩展不确定度 U，一般取 k = 2 。这一条准则里写得很明确。
课时3 · 扩展篇 📝 一份合格的不确定度报告，必须写清这些 前半部分（怎么来的） ① 被测量的测量模型 ；② 不确定度来源 ；③ 各输入量的不确定度及其评定方法和评定过程 ；④ 输出量的不确定度分量 ；⑤ 灵敏系数 。
后半部分（结果是什么） ⑥ 所有相关输入量的协方差或相关系数 ；⑦ 合成标准不确定度 uc 及其计算过程；⑧ 扩展不确定度 U 或 Up 及其确定方法；⑨ 报告测量结果 （估计值 + 不确定度）。
🧠 实操建议 通常测量不确定度报告除文字说明外，必要时可将上述主要内容和数据列成表格 ——一张“分量汇总表”能让评审专家 10 秒钟看懂你的评定逻辑。表格化 = 专业度。
小检 · 报告不是越厚越好 合格的报告 = 逻辑完整 + 数据可核 + 结论清楚 。一份规范的不确定度报告通常 2～4 页：模型一页、来源与分量一页、汇总表与结论一页。堆 20 页论文式推导，反而说明你没抓住重点。
课时3 · 扩展篇 🔤 四种表示法：同一个结果的四种写法 已知： 标准砝码质量 ms ，估计值 100.02147 g；合成标准不确定度 uc (ms ) = 0.35 mg。
合成标准不确定度的写法： s = 100.02147 g；uc (ms ) = 0.35 mg。s = 100.02147(35) g ——括号内数字的末位与前面结果末位对齐 。s = 100.02147 g (0.00035) g —— 括号内与前面结果同单位 。
扩展到 k = 2 后（U = 0.70 mg）： s = 100.02147 g，U = 0.70 mg；k = 2。s = (100.02147 ± 0.00070) g；k = 2。s = 100.02147(70) g —— 括号内为 k=2 的 U 值，末位对齐。s = 100.02147 g (0.00070) g —— 括号内与前面结果同单位。
小检 · 别小看“末位对齐” 100.02147(35) g 里的 35 代表 0.00035 ，不是 35。写法 b/c/d 在计量界通用，但在国内检测报告里，最不容易引起歧义的还是 a) 形式 ：直接写数值 + 单位 + 不确定度 + k。拿不准的时候，就用最笨的那种写法。
📷 报告审核与签字：不确定度写进报告，才真正完成了“评定的最后一公里” 课时3 · 扩展篇 ⚠️ 报告不确定度的 6 条硬规矩 + 有效数字 # 规矩 1 相对不确定度的表示应加下标 r 或 rel 2 表述和评定应采用规定的符号 （不要自创字母） 3 不确定度单独表示时，不要加“±”号 4 给出合成标准不确定度时，不必说明 k 或 p 5 U 取 k = 2 或 k = 3 时，不必说明 p 6 要说明是“合成标准不确定度 ”还是“扩展不确定度 ”
① 位数 最终报告的 uc 和 U，根据需要取一位或两位有效数字 。
③ 对齐 相同计量单位下，估计值应修约到其末位与不确定度的末位一致 。
小检 · 最常见的三个错误 ① 写成“不确定度 = ±0.35 mg”（不确定度不带 ±）；② 写成“u = 0.35 mg，k = 2”（合成标准不确定度不写 k）；③ 写成“100.02147 g，U = 0.7 mg”（结果 5 位小数，不确定度 1 位小数，末位没对齐 ，应写成 100.0215 g）。这三条评审一查一个准。
课时3 · 自测 ✅ 第 3 课时小结：五道快问快答 ❓ 闭卷自测 ① 贝塞尔公式里分母为什么是 n−1？B = α/k 中，α 和 k 各代表什么？
💡 参考答案 ① 因为用平均值 x̄ 代替真值，失去一个自由度 ，ν = n−1；半宽度 ，k = 置信因子 ；α = δx / 2 （最多偏半个刻度）；相对不确定度 ，方和根合成；对 ——U 是扩展不确定度，必须给出 k 值。
🎬 下一课时预告 第 4 课时全部是“真刀真枪”：天平称量、体积（容量瓶/移液管/滴定管）、试剂纯度、标准溶液浓度、标准溶液配制过程 五大常见分量的评定，最后完整走一遍高纯金属镉配制 1000 mg/L 标准溶液 的全流程案例。
课时4 · 实战篇 🧪 检测实验室最常见的五类分量 # 分量类别 典型来源 常见评法 1 天平称量 天平 MPE、分辨力、线性、重复性 B 类（均匀分布）+ A 类 2 体积 量具校准偏差、温度差异、定容重复性 B 类（均匀/三角）+ A 类 3 试剂与标准溶液 试剂纯度、标准物质证书值、温度变化 B 类（均匀分布） 4 标准溶液配制过程 质量、纯度、体积三个输入量的组合 规则 2（相对量） 5 测量重复性 同一操作多次测量的分散 A 类（贝塞尔/极差）
小检 · 心态放平 化学分析类的不确定度评定，90% 是这五类的排列组合 。把天平、体积、纯度、重复性这四块练熟，剩下的都是“换个模型套一遍”。今天这四课时，就是帮你把这四块彻底拿下。
📷 原子吸收分光光度计：每一台仪器都有自己的 MPE、分辨力与稳定性指标 课时4 · 实战① ⚖️ 天平称量不确定度：三个案例一次讲清 【案例 8-11】MPE 引入的分量 万分之一天平，称量范围 0～200 g，在 0～50 g 范围的 MPE = ±0.5 mg ，求称量 25 g 时由 MPE 引起的标准不确定度。
解： MPE 服从均匀分布 ，k = √3；α = 0.5 mg；0.29 mg
【案例 8-12】分辨力引入的分量 同一天平分辨力 0.1 mg，求由分辨力引起的标准不确定度。
解： 分辨力服从均匀分布 ，k = √3；α = δx / 2 = 0.05 mg ；0.029 mg
🧠 合起来看 质量（称量）的合成不确定度 = √(0.29² + 0.029²) ≈ 0.29 mg 。分辨力只占约 1%，影响很小，通常可以忽略 ——这个判断说明你懂“抓主要矛盾”，写进报告非常专业。
小检 · 案例 8-13 减量法的两种情况 用减量法称试样，天平 MPE = 0.15 mg：两次质量相差很小 ——线性误差基本抵消，线性引入的分量可忽略 ；两次质量相差较大 ——线性误差按叠加 考虑，每次线性分量都算，则 uc = √(0.15²+0.15²)/√3 之类的叠加式。同一台天平，两种情况，答案不一样——这就是“分析”的价值。
课时4 · 实战② 🧴 体积不确定度：校准 + 温度 + 重复性 【案例 8-14】校准引入（容量校准） 50 mL A 级滴定管，MPE = ±0.05 mL ，假设均匀分布。
解： uV = 0.05 / √3 = 0.029 mL
ut = V · α · Δ / √3温度差异引入（案例 8-15）：V 为定容体积；α 为体积膨胀系数（水 2.1×10⁻⁴ ℃⁻¹）；Δ 为试验温度与校准温度之差；均匀分布 k = √3
【案例 8-15】 试验温度 25 ℃，校准温度 20 ℃，求 100 mL A 级容量瓶由温度差异引入的标准不确定度。
解： Δ = 5 ℃；ut = 100 × 2.1×10⁻⁴ × 5 / √3 = 0.061 mL
⚠️ 第（3）块：重复性怎么办 对于重复性引入的不确定度，目前还没有统一的方法 。诸多文献认为：容器的重复性已包括在重复性试验的 A 类评定中，不再单独评定体积的重复性 。所以体积引入的合成标准不确定度通常只包含校准 + 温度两项。这一条在报告里说明，专家不会挑刺。
📷 移液管移取标准溶液 —— 校准偏差决定了“刻度准不准”，温度决定了“体积还是不是那个体积” 课时4 · 实战③ 🧫 试剂与标准溶液：纯度怎么进模型 【案例 8-16】基准试剂纯度 基准试剂碳酸钠的证书值为 0.999 ± 0.001，假设服从均匀分布。
解： u(P) = 0.001 / √3 = 0.00058 ；urel (P) = 0.00058 / 0.999 ≈ 0.00058
【案例 8-17】标准溶液证书值 标准物质证书给出锌标准溶液浓度 1000 μg/mL，（扩展）不确定度 1 μg/mL，求标准不确定度。
解： 证书的扩展不确定度 不是按 k=2 给出的 ，半宽度 α = 1 μg/mL（若证书注明为 U，则 α = U），假设均匀分布：0.29 μg/mL ；urel = 0.29 / 1000 = 0.00029
【案例 8-18】证书 + 实验室温度波动 锌标准溶液 20 ℃ 时浓度 1000 μg/mL，扩展不确定度 1 μg/mL；实验室温度在 ±5 ℃ 变动，使用时不做温度修正，水的体积膨胀系数 2.1×10⁻⁴ ℃⁻¹。
解： ① 标准溶液本身：u1 = 0.29 μg/mL；2 = 1000 × 2.1×10⁻⁴ × 5 / √3 = 0.61 μg/mL；c = √(0.29² + 0.61²) = 0.68 μg/mL
小检 · 最容易被忽略的一项 很多实验室只抄了证书上的不确定度，忘了把“实验室温度波动”算进去 。案例 8-18 里，温度那一项（0.75 μg/mL）比证书本身（0.29 μg/mL）还大 ！证书是厂家在恒温实验室给的，你的实验室可没那么理想。
📷 标准物质储存柜：棕色瓶 + 标签 + 证书 —— 每一瓶都带着自己的不确定度 课时4 · 实战④ 🏆 完整案例：高纯金属镉配制 1000 mg/L 标准溶液 【案例 8-19】 （依据 CNAS-GL06:2006 案例改写） 用高纯金属镉（Cd）配制 1000 mg/L 的标准溶液，计算配制过程引入的不确定度，并出具不确定度报告。
操作流程： 用 1 mL 硝酸（65% m/m）和 3 mL 去离子水溶解镉（约 100 mg，精确称量至 0.01 mg），然后转移至 100 mL 容量瓶 ，用去离子水稀释至刻度。
1 清洁金属表面 去除氧化层，保证纯度
2 称量金属镉 精确称量至 0.01 mg
3 溶解并定容 硝酸溶解 → 100 mL 容量瓶定容
🧠 五步解题法（记住这五步，所有配制类案例都能套） A 建立数学模型 → B 识别和分析不确定度来源 → C 确定不确定度分量 → D 计算合成标准不确定度 → E 报告不确定度 。
小检 · 模型一写就清楚 所配制的镉标准溶液浓度为：ρCd = 1000 · m · P / V 三个输入量：纯度 P、质量 m、体积 V —— 来源分析就围绕这三个展开。
课时4 · 实战④ 📊 分量汇总表：一张表看清主次 不确定度来源 数值 标准不确定度 u(x) 相对标准不确定度 urel (x) 金属镉的纯度，P 0.9999 0.000058 0.000058 金属镉的质量，m 100.28 mg 0.05 mg 0.0005 溶液体积，V 100 mL 0.07 mL 0.0007
溶液质量浓度测量不确定度的分量汇总表
体积 V 的分量拆解 ① 容量瓶容积的校准不确定度 ；② 稀释至刻度时的重复性 ；③ 温度不一致 引入。合成得 u(V) = 0.07 mL。
质量 m 的分量 天平 MPE 与分辨力合成得 u(m) = 0.05 mg 。
纯度 P 的分量 证书值 0.9999 ± 0.0001，均匀分布：
小检 · 看表说话 一眼就能看出：体积 V 的相对不确定度最大（0.0007），是主要贡献者；纯度 P 最小（0.000058），几乎可以忽略。 它告诉你下一步该改进什么 ：想提高这个标准溶液的可靠性，优先去优化定容操作和温度控制，而不是换更纯的金属。
课时4 · 实战④ 🧮 合成与报告：把答案写出来 ρCd = 1000 × 100.28 × 0.9999 / 100 = 1002.7 mg/L先算标准溶液的浓度（最佳估计值）
urel (ρ) = √(0.000058² + 0.0005² + 0.0007²) = 0.00086规则 2：三个相对分量方和根合成（乘除模型统一用相对量）
uc (ρ) = 1002.7 × 0.00086 = 0.86 mg/Lc = 2 × 0.86 = 1.7 mg/L合成标准不确定度 → 取 k = 2 得扩展不确定度
不确定度报告： ρCd = (1002.7 ± 1.7) mg/L （k = 2，包含概率约 95%）
小检 · 三个值得记住的细节 ① 最后结果 1002.7 保留 4 位有效数字 ，U 取 2 位（1.7 mg/L），末位对齐 （都是 0.1 位）；② 报告里写清 k = 2 和包含概率 ；③ 用相对量一路算下来，单位全程不用操心 ——这是规则 2 的最大好处。
课时4 · 实战⑤ 💧 案例 8-20：用标准溶液配制标准使用液 欲用浓度 1000 μg/mL 的铅（Pb）标准溶液，配制成浓度 2.00 μg/mL 的标准使用液，计算配制过程引入的不确定度。
操作： 1 mL 移液管准确吸取 1.00 mL 标准溶液于 50 mL 容量瓶 → 加 5% 硝酸至刻度、混匀 → 再用 10 mL 移液管准确吸取 10.00 mL 于 100 mL 容量瓶 → 加 5% 硝酸至刻度、混匀。
已知： 标准溶液浓度误差 0.01%；A 级 1 mL 移液管 MPE = ±0.007；A 级 10 mL 移液管 MPE = ±0.020；A 级 50 mL 容量瓶 MPE = ±0.05；A 级 100 mL 容量瓶 MPE = ±0.10。
分量 α u = α/√3 urel 标准溶液浓度 1000 × 0.01% — 0.000058 1 mL 移液管（V₁） 0.007 mL 0.0040 0.0040 50 mL 容量瓶（V₂） 0.05 mL 0.029 0.00058 10 mL 移液管（V₃） 0.020 mL 0.0115 0.00115 100 mL 容量瓶（V₄） 0.10 mL 0.058 0.00058
小检 · 结果与两个判断 合成相对标准不确定度 urel (c) ≈ 0.0044 ，uc (c) = 2.00 × 0.0044 = 0.0088 μg/mL ，U = 2 × 0.0088 = 0.0176 ≈ 0.02 μg/mL 。结论： Pb 标准使用液浓度为 (2.00 ± 0.04) μg/mL （按报告要求修约）。两个判断： ① 稀释时移液管和容量瓶处于几乎相同的温度 ，可忽略温度影响；② 重复性影响已包括在 A 类评定中 ，不再重复评定。
课时4 · 实战篇 📚 知识库里的“不确定度”长什么样 翻开我们院的受控文件柜，和不确定度直接相关的表单有这些——它们就是不确定度落到日常管理的抓手 ：
受控表单 受控号 和不确定度的关系 能力验证、比对试验计划实施记录表 GHY-QR-4.5.19-02 表中有“质量控制限 ”一栏，判定限就来源于不确定度 能力验证、比对试验结果分析报告 GHY-QR-4.5.19-03 比对结果是否“满意”，本质是不确定度区间是否重叠 仪器设备（标准物质）期间核查记录表 GHY-QR-4.4-18 核查判据要参考设备的不确定度 标准物质期间核查记录表 GHY-QR-4.4-31 标准物质证书值 + 不确定度是核查的基准 标准物质/质控样一览表 GHY-QR-4.4-20 登记“浓度”时必须同时登记不确定度 见证取样检测能力比对试验允许误差表 作业指导书 把不确定度“翻译”成可操作的允许误差
📷 能力验证样品分发与扫码登记 —— 比对结果是否满意，取决于两家实验室的不确定度区间是否重叠 小检 · 一句话打通 不确定度是“内功”，能力验证是“比试”。 你算出的 U 决定了你的“可信圈”有多大：两家实验室测同一个样品，区间重叠 → 结果一致；区间不重叠 → 必有一方存在问题 。这就是为什么准则把它写进 12 个条款。
课时4 · 实战篇 🚫 八个高频错误：评审最爱开的不符合项 # 错误做法 正确做法 1 用 s(xk ) 直接当 uA ，忘了除 √n uA = s(xk )/√n 2 贝塞尔公式分母用 n 分母用 n − 1 3 把分辨力当 MPE，α 取 δx 分辨力：α = δx/2 4 来源分析只列两三项，说“影响不大” 逐条对照十条来源，写明“不显著”的理由 5 默认不相关，不做任何说明 报告里写明独立性判断的依据 6 只抄证书 U，忘了实验室温度波动 把环境因素 当独立分量评进去 7 不确定度写成“±0.35 mg” 单独表示时不加 ± 8 结果末位与不确定度末位不对齐 修约到末位一致 再报告
小检 · 送一句话 这八条，每一条都对应一次真实的评审不符合记录 。把它剪下来贴在办公桌上，下次写评定报告时挨个过一遍，能省掉 90% 的返工。
课时4 · 课堂实训 👥 分角色演练：这个报告该不该收？ 角色 A · 检测员 你测了 6 次混凝土抗压强度：31.8、32.4、32.0、32.6、31.6、32.2 MPa。请算出平均值 和A 类标准不确定度 。
角色 B · 技术负责人 试验机校准证书给出在 1000 kN 点的 U = 9.0 kN（k = 2） 。请把这一项换成标准不确定度 。
角色 C · 报告审核人 报告写“32.2 MPa ± 0.8 MPa”。请指出三处不规范 并改正。
💡 参考答案 A： x̄ = 32.10 MPa；Σ(xᵢ−x̄)² = 0.66 → s(xk ) = √(0.66/5) = 0.363 MPa；uA = 0.363/√6 = 0.148 MPa 。B： α = U = 9.0 kN，按正态分布 k = 2 → u = 9.0/2 = 4.5 kN 。C： ① 结果与不确定度末位不对齐（应写 32.2 MPa ± 0.8 MPa 或 32.10 与 0.80）；② 没说明 k 值；③ 没说明是合成标准不确定度还是扩展不确定度。报告应写成：抗压强度 32.2 MPa，U = 0.8 MPa，k = 2，包含概率约 95%。
小检 · 演完就懂了 这三个角色的分工，就是真实机构里不确定度的“生产—审核—签发 ”链条。检测员算分量，技术负责人定参数，审核人把格式和逻辑 。一个人全包也行，但至少要自己“换三次帽子”检查一遍。
课时4 · 闯关 🏁 十二题通关（1/4） 1️⃣ 测量不确定度的定义是表征赋予被测量之值的（ ）的参数。 A. 准确性
B. 误差
C. 分散性
D. 真值
✅ JJF 1059.1：测量不确定度是表征合理地赋予被测量之值分散性 、与测量结果相联系的参数。
2️⃣ 扩展不确定度 U 等于合成标准不确定度乘以（ ）。 A. 平均值
B. 包含因子 k
C. 标准偏差
D. 误差
✅ U = k·uc ；k 一般取 2（约 95%）或 3（约 99%）。
3️⃣ 测量不确定度的 A 类评定是用（ ）方法进行的。 A. 统计分析
B. 经验估计
C. 仪器说明书
D. 专家判断
✅ A 类评定用统计分析方法 （贝塞尔公式法、极差法），以标准偏差表征。
4️⃣ B 类不确定度评定是基于（ ）。 A. 统计分析
B. 非统计分析（证书、经验等）
C. 随机误差
D. 系统误差
✅ B 类评定采用非统计方法 ：校准证书、仪器说明书、检定规程、经验与资料。
课时4 · 闯关 🏁 十二题通关（2/4） 5️⃣ 合成标准不确定度的符号是（ ）。 A. U
B. Up
C. uc
D. k
✅ 合成标准不确定度记作 uc （c 表示 combined），扩展不确定度记作 U。
6️⃣ 包含因子 k 通常取值为（ ）。 A. 1
B. 2 或 3
C. 10
D. 0.5
✅ k 是大于 1 的数，通常取 2（约 95%）或 3（约 99%） 。
7️⃣ 报告测量结果时，U = k·uc 且 k = 2，包含概率约为（ ）。 A. 68%
B. 95%
C. 99%
D. 100%
✅ 正态分布下 k = 2 对应包含概率约 95% （精确值 95.45%）。
8️⃣ 测量模型是描述（ ）与输入量之间关系的数学表达式。 A. 系统误差
B. 随机误差
C. 被测量（输出量）
D. 修正值
✅ 测量模型 Y = f(X₁,…,X_N) 描述被测量（输出量） 与各输入量之间的函数关系。
课时4 · 闯关 🏁 十二题通关（3/4） 9️⃣ 测量误差是（ ）减去参考量值。 A. 测得量值
B. 平均值
C. 真值
D. 不确定度
✅ JJF 1059.1：测量误差 = 测得的量值 − 参考量值 。
🔟 测量不确定度的来源可能包括以下哪些方面？ A. 被测量的定义不完整
B. 取样代表性不够
C. 环境条件的影响
D. 人员操作差异
E. 以上都是
✅ 定义不完整、取样代表性、环境条件、人员操作差异都属于 不确定度来源（人机料法环五因素）。
1️⃣1️⃣ 测量不确定度评定可以完全依靠软件自动完成。这句话（ ）。 A. 正确
B. 错误
C. 看软件品牌
D. 看结果大小
✅ 错误。 不确定度评定需要人员对测量过程的理解和判断，软件只是计算工具，不能替代来源分析与建模 。
1️⃣2️⃣ 实验室的所有检测活动都必须评定测量不确定度。这句话（ ）。 A. 正确
B. 错误
C. 只对校准有效
D. 只对检测有效
✅ 错误。 是否评定应根据方法特性、客户要求、规范要求、是否临界判定等具体情况决定。
课时4 · 闯关 🏁 十二题通关（4/4）：两道简答题 📝 简答一 什么是测量不确定度？评定测量不确定度的主要步骤是什么？
📝 简答二 测量误差与测量不确定度的区别有哪些？至少说出五点。
💡 简答一参考 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，反映测量结果的可信程度。主要步骤： ① 明确被测量和测量方法；② 建立数学模型 Y = f(X₁, X₂, …, Xn )；③ 识别并列出不确定度来源；④ 量化各分量（A 类/B 类）；⑤ 计算合成标准不确定度 uc (y)；⑥ 确定扩展不确定度 U = k·uc ；⑦ 报告测量结果。
💡 简答二参考 ① 定义不同 ：误差是测得值减参考量值；不确定度是分散性参数。分类不同 ：误差分随机/系统；不确定度按评定方法分 A/B 类。符号不同 ：误差非正即负；不确定度恒为正。可否修正 ：误差可修正；不确定度不能用于修正结果。可操作性 ：误差需无限多次测量、操作性差；不确定度可定量评定。自由度与包含概率 ：误差没有；不确定度有。
小检 · 通关标准 十二题答对 9 题以上 ，这一讲就算真学会了。如果有哪道卡住，回去翻对应课时的页面——每一道题的答案都在前面的 PPT 里 ，不用额外找资料。
结课 🎓 结课寄语：一个数字的“诚实度” 学完这一讲，希望你带走的不只是几条公式，而是一种职业习惯 ：“这个数，我敢不敢给它画一个圈，然后告诉客户圈有多大、有多大的把握？”
小检 · 毕业赠言 记住：不确定度不是给专家看的“表演题”，是给客户看的“诚实话”。 一个敢报不确定度的实验室，和一个只给结果的实验室，在客户心里的分量完全不同——前者知道自己测得有多准，后者只是算出了个数。下课！
