A型和B型不确定度:评估不确定度分量伟德之道

简介

A型和B型不确定度是在估计测量不确定伟德之道度时经常讨论的两个元素。

伟德之道大多数测量不确定度指南和不确定度培训课程都涉及不确定度类型。伟德国际亚洲wade114审核员审查不确定性预算，以确保组伟德之道成部分被正确分类。

但是，你有没有看过关于A型和B型不确定性的大部分发表的信息?伟德之道

它是非常小的。没有人像GUM一样涵盖了不确定性类型的主题。伟德之道其他指南和培训中遗漏了太多的信息。

这可能就是为什么当有很多更现实的选择时，大多数人只用矩形分布来评估B型不确定性的原因。伟德之道

为什么省略了其他选项?

在本指南中，我将教给你所有关于在GUM中解释的A型和B型不确定性的知识。伟德之道然而，我将用一种不需要你有博士学位的方式来解释。

所以，如果你想学习如何计算不确定度，一定要阅读这篇指南，学习你需要知道的关于A伟德之道型和B型不确定度的一切。

背景

在学习不确定性类型分类之前，最好先了解它们存在伟德之道的原因和来源。

1980年，CIPM建议inc1建议将测量不确定度分量分为两类;伟德之道A型和B型。

下面是来自计量词汇；

”在CIPM关于不确定度表的建议inc1(1980)中，建议将测量不确定度分量根据是否采用统计方法进行评估，分为A类和B类两类，并根据数学概率论的规则，将B类分量也按方差进行处理，组合得到方差。伟德之道由此产生的标准偏差是测量不确定度的表达式。伟德之道测量不确定度表达指南(GUM伟德之道)(1993年，1995年修正和再版)详细介绍了不确定度方法，该指南侧重于在假定被测值可以用一个本质上唯一的值表征的前提下，通过一个明确的测量模型对测量不确定度进行数学处理。此外，在GUM和IEC文件中，对校准仪器的单次读数的不确定度方法提供了指导，这种情况通常在工业计量中遇到。伟德之道——vim 2012

如您所见，VIM给出了很好的解释，并建议您阅读GUM以获得更多细节。

这是来自测量不确定度表达指南伟德之道；

”3.3.4A类和B类分类的目的是指出不确定度分量的两种不同的评估方法伟德之道并仅供讨论之用;这种分类并不意味着这两种评价所产生的组成部分的性质有任何不同。两种类型的评价都基于概率分布(C.2.3)，两种类型产生的不确定性分量都通过方差或标准差进行量化。伟德之道- JCGM 100

有关CIPM建议inc1(1980)的更多信息，请访问iso.org．文本是法语，但可以很容易地翻译工具，如谷歌翻译．

现在您已经阅读了VIM和GUM，您可以理解使用不确定性类型(即A和B)是为了帮助您快速确定如何评估数据。伟德之道

如果你继续阅读GUM，它会教你A型和B型不确定性的区别。伟德之道请看下面的节选。

”3.3.5从a得到的表征不确定分量的估计方差u2伟德之道A型评价是根据一系列重复观察计算出来的和为熟悉的统计估计方差s2(见4.2)。估计的标准偏差(C.2.12, C.2.21, C.3.3) u, u2的正平方根，因此u = s，为方便起见，有时被称为a型标准不确定度。伟德之道对于从a得到的伟德之道不确定分量B型评估，估计的方差u2是利用现有知识进行评估的(见4.3)，估计的标准偏差u有时被称为B型标准不确定度。伟德之道- JCGM 100

从上面的摘录中，你可以确定两件事;
•A型不确定度是根伟德之道据一系列观测计算出来的，
•B型不确定度使用伟德之道可用信息进行评估。

此外，GUM为您提供有关每种不确定性类型的概率分布伟德之道．

”因此,一个A型标准不确定度是从观测到的频率伟德之道分布导出的概率密度函数(C.2.5)得到的(C.2.18)B型标准不确定度由假设的概率密度伟德之道函数得到基于相信某一事件将发生的程度[通常称为主观概率(C.2.1)]。这两种方法都采用公认的概率解释。- JCGM 100

A型不确定性的伟德之道特征是观察到的频率分布，这意味着你应该查看直方图来找到正确的概率分布。

根据中心极限定理，你收集的样本越多，数据就会越接近正态分布。这里是一个链接到中心极限定理的精彩视频．我建议你看一下。

另一方面，B型不确定性使用基于可用信息的假设概率分布伟德之道来描述。没有原始数据或直方图，就只能根据信息源确定如何描述数据。

大多数时候，你不会得到太多信息。因此，人们通常假设一个矩形分布。

然而，有很多其他的方法可以让你评估B型不确定性数据，但没有人引用过这些数据;伟德之道即使在估计不确定性的最好指南中也没有。伟德之道

今天，我将介绍关于A型和B型不确定性你需要知道的一切。伟德之道查看下面的列表，了解本指南涵盖了哪些内容。

1.什么是A型不确定性伟德之道
2.A型不确定度的评定伟德之道
3.评估A类不确定度的例子伟德之道
4.什么是B型不确定性伟德之道
5.B型不确定度的评定伟德之道
6.评估B类不确定度的例子伟德之道
7.A型和B型不确定度的区别伟德之道
8.如何选择A型还是B型

什么是A型不确定性伟德之道

根据计量词汇表(VIM)， A型不确定度是“通过在确定的测量条件下获得的测量量值的统计分析来评估测量不确定度的伟德之道一个组成部分。”

在测量不确定度表示指南(GUM)伟德之道， A类不确定度评价定义为通过对一系列观测数据伟德之道的统计分析来评价不确定度的方法。

本质上，A型不确定性是从一系列观察中收集伟德之道的数据，并使用与方差分析(ANOVA)相关的统计方法进行评估。

因此，如果您收集类似测量结果的重复样本，并通过计算平均值、标准差和自由度来评估它，您的不确定度分量将被归类为A型不确定度。伟德之道

A型不确定度的评定伟德之道

对于大多数情况，评估A型不确定性数据的最佳方法是计算;伟德之道

•算术平均值，
•标准偏差，和
•自由度

算术平均值

在执行一系列重复测量时，您需要知道样本集的平均值。

这就是算术平均方程可以帮助您评估A型不确定性的地方。伟德之道您可以稍后使用该值来预测未来度量结果的期望值。

定义
一组数的中心数，通过将数量相加然后除以总数来计算。

方程

如何计算
1.把所有值加在一起。
2.计算值的数量。
3.用步骤1除以步骤2。

标准偏差

当执行一系列重复测量时，您还需要知道样本集的平均方差。

这里，你需要计算标准差。它是不确定度分析中最常见的A型评估。伟德之道

所以，如果只有一个函数需要学习，那么这个函数就是你需要关注的。

定义
一组数据从其均值(即平均值)离散度的度量。

方程

如何计算
1.从平均值中减去每个值。
2.第1步中每个值的平方。
3.将第2步中的所有值相加。
4.计算数值的数量，并减去1。
5.用步骤3除以步骤4。
6.计算第5步的平方根。

自由度

在计算平均值和标准偏差之后，您需要确定与您的样本集相关的自由度。

这是一个很多人忽略计算的重要值。甚至大多数关于测量不确定度的指南也忘记在其文本中包括它。伟德之道然而，GUM并没有忘记提及这一点。

事实上，在4.2.6节中，GUM建议你应该这样做总是要包括自由度当记录A型不确定度评估时。伟德之道

我同意。

在评估A型数据和不确定性预算时，我总是包括自由度。伟德之道

您还可以使用它来估计置信区间和覆盖率因子。

定义
在统计量的最终计算中，可以自由变化的值的数量。

方程

如何计算
1.计算样本集中值的数量。
2.用1减去第1步中的值。

评估A类不确定度的例子伟德之道

为了给您一个评估A型不确定度数据的例子，我将向您展示人们在估计测量不确定度时遇到的两个常伟德之道见场景。

•单次重复性测试和
•多重重复性测试

单次重复性试验

假设您正在估计测量中的不确定度，需要获得一些类型A的数伟德之道据。因此，您执行可重复性测试并收集一系列重复测量。

现在您已经收集了数据，您需要对其进行评估。因此，您可以计算平均值、标准偏差和自由度。

接下来，将标准差和自由度添加到可重复性的不确定性预算中。伟德之道

多重重复性测试

在这个场景中，让我们假设您正在为一个对您的实验室至关重要的测量系统估计测量不确定度。伟德之道试着想一个你自己的参考标准。

每个月为该系统执行一次可重复性测试并记录结果是非常重要的。

您的记录中列出了每个月的平均值、标准偏差和自由度。

有了这么多的A类数据，您可能会想，“我应该在不确定性预算中包括哪些结果?”伟德之道

答案是所有的;至少在过去的12个月里。

要评估A型不确定度数据，您需要使用伟德之道方差汇集法．这是组合或汇集标准差的最佳方法。

在执行此分析之后，您将希望为可重复性的不确定性预算汇集标准偏差。伟德之道

什么是B型不确定性伟德之道

根据计量词汇表(VIM)， B型不确定度是“测量不确定度的一个组成部分的评估，由测量不确定度的a型评估以外的方伟德之道法确定。”

在《测量不确定度表达指南》(GUM)中，不确定度的B类评价定义为用一伟德之道系列观测数据的统计分析以外的方法评价不确定度的方法。

本质上，B型不确定性是从你所做的实验之外伟德之道的任何东西收集的数据。

即使你能从统计学上分析数据，如果你不是从一系列的观察中收集它，它也不是A型数据。

你用来估计不确定性的大部分B类数据来自于;伟德之道

•校准报告，
•能力测试报告，
•制造商手册，
•数据表,
•标准方法，
•校准程序，
•期刊文章，
•会议论文，
•白皮书，
•行业指南，
•教材和
•其他可用信息。

B型不确定度的评定伟德之道

因为B型不确定性可以来自很伟德之道多不同的来源，所以有很多方法可以对它进行评估。

这意味着本节将涉及大量信息。

大多数时候，人们默认将一个矩形分布分配给一个不确定度分量，并使用三除数的平方根将数量转换为标准不确定度。伟德之道

如果这描述了你如何评估测量中的不确定度，请举手。伟德之道

好消息是，这将适用于你一生中90%的不确定性计算。伟德之道然而，还有许多更现实的选项可供您用来评估B型不确定性。伟德之道

这取决于你是否想要使用它们。

如果你感兴趣，请继续阅读。我将介绍GUM中大多数测量不确定度指南倾向于忽略的评估方法。伟德之道

应该认识到标准不确定度的B类评估与a类评估一样可靠伟德之道

制造规格和校准报告

在GUM的4.3.3节中，指南给出了评估制造商规范和校准报告中公布的信息的建议。

”4.3.3如果估计x_我从制造商的规范、校准证书、手册或其他来源中提取，其引用的不确定度声明为标准偏差的特定倍数，伟德之道标准不确定度u伟德之道_(十一)仅仅是引用的值除以乘数吗，估计方差u²_(十一)是商的平方。”

此外，在GUM的4.3.4节中，该指南为您提供了评估制造规范的更多信息。

”4.3.4 x的引用不确定度伟德之道_我不一定是4.3.3中所示的标准偏差的倍数。相反,人们可能会发现，引用的不确定度定义了一个具有90%、95%或99%置信水平的区伟德之道间(见6.2.2)。除非另有说明，人们可以假设一个正态分布(C.2.14)被用来计算引用的不确定度，和伟德之道恢复x的标准不确定度伟德之道_我用引用的不确定度除以正态分布的适当因子伟德之道．上述三个信度水平对应的因子分别为1,64;1, 96;2,58(另见附件G表G.1)。”

如果不确定度报伟德之道告到一个特定的置信区间(例如95%)，则使用相关的覆盖率因子转换为标准不确定度。

下图摘自Fluke 5700A数据表。您应该注意到，规范是针对95%和99%置信区间声明的。

要找到标准不确定度，只需将公布的不确定度除伟德之道以与规范中声明的置信区间相关的覆盖因子(k)。

如果规范中没有提供置信度水平(大多数情况下没有提供)，那么最好假设它被给定为95%的置信区间。只有假设99%的置信区间，如果它是声明的。

专业技巧:下次当审核员建议你们用矩形分布评估制造商的准确性或不确定度规范时，请参阅GUM的4.3.3和4.3.4节。伟德之道

50/50的发生几率

在GUM的4.3.5节中，指南告诉你当你相信发生概率为50%时，如何评估B型不确定度。伟德之道指南建议您将间隔除以1.48。

因此，您可以使用下面的方程来转换为标准不确定度。伟德之道

”4.3.5考虑这样一种情况，根据现有的信息，我们可以说“有一个”50%的可能性，输入量X的值_我在区间a中₋到一个₊(换句话说，X_我在这个区间内的谎言是0、5或50%)。如果可以假设X的可能值的分布_我近似正常，那么x的最佳估计值是多少_我(X)_我可以看作是区间的中点。此外，如果区间的半宽度表示为a = (a₊−一₋) 2、一个人可以带你去_(十一)= 1,48a，因为对于期望μ和标准差σ的正态分布，区间μ±σ /1,48包含大约50%的分布。”

如果你感到困惑，不要担心。这种情况并不常见。

我从来没有遇到过使用这种技术来评估B型不确定度的情况。伟德之道最有可能的是，您永远也不会使用它，除非您执行的度量只能有两种可能的结果。

2/3发生几率

在GUM的4.3.6节中，指南告诉您当您相信发生概率约为67%时，如何评估B型不确定度。伟德之道建议您将间隔除以1，因为它接近一个标准差覆盖的会议间隔，68.3%。

因此，您可以使用下面的方程来转换为标准不确定度。伟德之道

”4.3.6考虑一个类似于4.3.5的情况，但根据现有信息，可以说“大约有一个。三分之二的概率X的值_我在区间a中₋到一个₊(换句话说，X_我谎言在这个区间内大约是0,67)。人们可以合理地把u_(十一)= a，因为对于期望μ和标准差σ的正态分布，区间μ±σ约占分布的68.3%。”

类似于50/50的概率，这不是一个常见的评估。

我从来没有遇到过使用这种技术来评估B型不确定度的情况。伟德之道最有可能的是，你也永远不会使用它。

只有上限和下限

在GUM的4.3.7节中，指南告诉你当你相信值有100%的几率处于上限和下限之间时，如何评估B型不确定度。伟德之道

”4.3.7在其他情况下，可能只估计X的边界(上下限)_我，尤其要申明“_我在这个区间之外的是零”。如果不知道X的可能值_我在这个区间内，我们只能假设X是等概率的_我位于其中的任何位置(可能值的均匀或矩形分布-参见4.4.5和图2a)_我即X的期望或期望值_我为区间x的中点_我= (₋+一个₊)/2，相关方差…”

在这种情况下，指南建议您分配一个矩形分布，并将间隔除以根12或根3。

如果平均值是区间的中点，则除以根号12。

如果区间极限的差等于2a，除以根号3。

如果你不确定如何计算区间，用第二个方程除以根号3。这更有可能是正确的评估方法。

不对称的限制

每隔一段时间，您可能会遇到不对称分布的规范或数据。这意味着上限和下限的极限不相等。

”4.3.8在4.3.7中上下限a₊和一个₋为输入量X_我可能与x的最佳估计值不对称_我；更具体地说，如果下界写成a₋= x_我−b₋上界是₊= x_我−b₊，则b₋≠b₊．因为在这种情况下x_我(假设是X的期望_我)不在音程a的中心₋到一个₊， X的概率分布_我不能在整个区间内保持一致。但是，可能没有足够的信息来选择适当的分布;不同的模型将导致不同的方差表达式。在缺乏此类信息的情况下，最简单的近似是……”

例如，上限与标称的距离可能大于下限。请看下图，根据GGG规范查看量块的2级规格。

如果你注意到，上限和下限在大小上是不相等的。因此，它们是不对称的。

当你遇到这类情况时，GUM建议使用以下说明来评估B型不确定度;伟德之道

如果您的限制是不对称的，则用上限减去下限，然后将结果除以根号12。

等概率

现在，如果你对统计学有所了解，你就会知道矩形分布是指所有发生的概率都是等可能的。

但是，您可能不知道还可以使用梯形分布。

如果你有，很好。如果没有，请阅读GUM的4.3.9节。

”_我在这些边界内取任何值，在边界外的概率为零。这种阶跃函数在概率分布中的不连续通常是非物理的。在许多情况下，更现实的预期是，接近边界的值比接近中点的值可能性小。用对称的梯形分布代替对称的矩形分布是合理的等腰梯形的有等腰斜面的(等腰梯形)，底宽为a的₊−一₋= 2a，顶部宽度为2aβ，其中0 < β < 1。当β→1时，梯形分布接近于4.3.7的矩形分布，而当β = 0时，则为三角形分布[见4.4.6和图2b)]。假设X是这样的梯形分布_我，我们发现X的期望_我是x_我= (₋+一个₊)/2，其相关方差为…”

GUM解释说，矩形分布并不总是真实的。如果您希望数值更接近中点，而在极限处的可能性更小，那么您应该使用梯形分布。

此外，它甚至为推荐使用三角形分布提供了一些额外的见解。

我认为B型不确定度的评估非常有趣。伟德之道它是现实和实用的大多数应用，人们通常使用矩形分布。

然而，我并不经常看到它的使用，也不期望看到很多人在短时间内从矩形分布转向矩形分布。

对于那些这样做的人，你可以享受较小的不确定性估计和审计人员的额外提问带来的好处。伟德之道所以，一定要参考GUM的这一部分来捍卫在不确定性预算中使用它。伟德之道

另一个好的资源是这篇论文是由Howard Castrup写的．在第15页底部，Howard给出了梯形分布的一个很好的替代方程。

重复计算的不确定性伟德之道

在不确伟德之道定度分析中，有两个常见的问题;在不确定性预算中没有考虑足够的不确定性来源和重复计算不确定性成分。伟德之道

GUM第4.3.10节警告您重复计算不确定度，以防止测量不确定度的高估。伟德之道

”4.3.10重要的是不要“重复计算”不确定性成分伟德之道．如果从B类评价中得到某一特定效应产生伟德之道的不确定度分量，在计算测量结果的联合标准不确定度时，只应将其作为一个独立的不确定度分量，只在该效应不有助于观测值的观测变异性的范围内。这是因为，从观测数据的统计分析中得到的不伟德之道确定性成分中，已经包含了导致观测到的变异性的那部分效应的不确定性。”

在校准不确定度估计中，我经常看到重复计数的不伟德之道确定度成分。

例如，实验室在CMC不确定度分析中考虑UUT分辨率的“理想”被测单元(即UUT)，然后在计算校准不确定度时包含实际UUT分辨率。伟德之道

这是重复计算;而且，这种情况一直都在发生。

在上述例子中给出的场景中，即使是审核员也不善于诱使实验室重复计算不确定性成分。伟德之道

事实上，这周我与一位评估人员进行了交谈，他想知道为什么UUT决议没有包括在CMC不确定性计算中。伟德之道我只好高兴地叫他读ILAC P14:01/2013第5.4条．

另一个常见的重复计数的例子是，当实验室包含通常包含在a类不确定度成分中的不确定度成分时;伟德之道可重复性和可重复性。

坏消息是，很难确定一个不确定性成分是否已经包含在另一个不确定性成分中。伟德之道这意味着防止重复计算不确定性几乎是不可能的。伟德之道

评估B类不确定度的例子伟德之道

评估来自校准报告的数据

只要您获得ISO/IEC 17025认可的校准，评估校准报告中的数据是非常容易的。

大多数认可的校准报告测量结果和相关的测量不确定度。伟德之道此外，报告将告诉你估计的不确定性的置信水平;伟德之道通常是95% k=2。

因此，您所需要做的就是将报告的不确定性除以展开因子(k)。伟德之道

使用下面的校准报告中显示的信息和上面给出的等式，你应该能够将扩展不确定度转换为标准不确定度。伟德之道

只需将扩展的不确定度(U)除以覆盖系数(k)，就可以得伟德之道到标准的不确定度。

评估来自制造商规范的数据

从制造商的规格评估数据就像从您的校准报告评估数据一样容易。

通常，制造商的规格可以在制造商手册、数据表、目录或其他营销材料中找到。

然而，并不是所有的制造商在发布规格时都做了尽职调查。所以，你可能需要做一些假设。

大多数可信的制造商发布的规格都有一个相关的置信区间。在下图中，您将看到Fluke发布了95%和99%置信区间的规范。

对于本例，让我们关注95%规范，使用11V范围评估10V信号。

查看11伏范围的1年绝对不确定度规范，10伏的不确定度约为38伟德之道微伏。

使用制造商规范中显示的信息，使用下面给出的方程将扩展不确定度转换为标准不确定度。伟德之道

之后，你的B型不确定度的评估应该是大约19.4微伏。伟德之道

现在，您可能在想，“如果生产规范没有给出置信区间怎么办?”

答案是，假设它被声明为95%置信区间和上面给出的例子类似。可以随意使用2或1.96值作为覆盖率因子k。

评估来自指南、手册、论文和文章的数据

在评估B型不确定性时，使用自己的数据并不总是很伟德之道方便。

大多数实验室没有时间或资源来测试每一个导致测量不确定度的因素。伟德之道因此，您将使用已经为您完成工作的其他实验室的数据。

最大的挑战是找到数据!你必须花些时间和精力进行研究。为了让生活更简单，我已经创建了一个列出15个你能找到不确定性来源的地方伟德之道．

一旦您找到了数据并认为它适用于您的测量过程，您就可以对其进行不确定度分析。伟德之道

现在，你可以用很多方法评估B型不确定性数据。伟德之道然而，我将专注于你将在90%的时间里遇到的情况。

通常，您将在指南、会议论文或期刊文章中找到信息，这些信息提供的数据没有任何背景信息。

因此，您最有可能用矩形分布来描述数据，并使用下面的等式来评估不确定性分量。伟德之道

例如，假设您正在估计用数字万用表测量电压的不确定度。伟德之道你正在进行研究，偶然发现了一篇由Keysight Technologies发表的论文，其中包含了与你正在估算不确定度的测量过程相关的非常好的信息。伟德之道

因此，您决定在不确定性预算中包含一些信息。伟德之道

下图摘自一篇关于数字万用表的系统布线误差和直流电压测量误差由Keysight科技公司出版。它包含关于您想要包含在不确定度预算中的热EMF误差的信息。伟德之道

图中的表格提供了一些很好的信息，可以帮助您量化热电磁场误差，但提供的关于数据来源的信息很少。因此，最好假设数据具有矩形分布。

对于温度变化为1°C的铜对铜结，热电动势误差应约为0.3微伏。要将不确定度分量转换为标准不确定伟德之道度，需要将不确定度分量除以根3。

另一方面，您可能会在指南、会议论文或期刊文章中发现正态分布或已经转换为标准不确定度的数据。伟德之道

不要假设所有的B类型数据都是矩形的，你会夸大你的不确定性估计。伟德之道寻找线索来帮助你找到正确的评估方法。

例如，假设你正在进行一项研究，偶然发现一篇发表在NIST研究杂志．您发现的研究具有与您估计不确定度的测量过程相关的信息。伟德之道

因此，您决定在不确定性预算中包含一些信息。伟德之道

下面的图片摘自一篇文章伟德之道不确定度和尺寸校准发表在NIST研究杂志上。它包含通过机械比较校准的量块弹性变形的数据，您希望将其包含在不确定度预算中。伟德之道

请注意，本文声明数据报告为标准不确定度，其中k=1。伟德之道

假设数据具有正态分布和覆盖因子为1，使用下面的等式来评估B型不确定性。伟德之道

因此，你对B型不确定度的评估应该大约是2微米，因为你的覆盖系数(k)是1。伟德之道

A型和B型不确定度的区别伟德之道

有很多关于a型和B型不确定性的错误信息。伟德之道

VIM定义是最准确的。A型不确定度采伟德之道用统计方法进行评估。B型不确定度采伟德之道用统计方法以外的方法进行评估。

这些都是通过统计方法进行评估的．因此，区别在于如何收集数据，而不是如何评估数据。

A型不确定度是伟德之道从一系列观测中收集的。类型B数据从其他来源收集。

虽然在出版物中发现的B型不确定度伟德之道可能是从一系列观察中收集的，但它不是由您或您的实验室人员收集的。

因此，你不能肯定这些数据是从一系列观察中收集来的。此外，你不知道实验是如何进行的。

实验结果是可以被操纵的，特别是当一个从实验结果中受益的群体(例如制造商、赞助机构等)进行实验时。

多年来，有很多研究人员和实验室被发现操纵实验达到对自己或他们的使命有利的结果。所以，你要小心。

下图来自phdcomics.com。它是在我读研究生的时候展示给我的，当时我正在研究伦理问题。它描绘了科学方法的现实操作。

如何选择A型还是B型

许多人很难决定他们的数据是a型还是B型不确定性。伟德之道

然而，这并不一定是一个困难的过程。事实上，我将向您展示一个简单的两步过程，它将帮助您每次都选择正确的不确定性类型。伟德之道

你所要做的就是问自己这两个问题;

问题1:你是通过测试和实验自己收集数据的吗?
•是，请回答问题2。
•否，选择“Type B”。

问题2:您的数据是否超过1年?
•是，选择Type B
•否，选择“Type A”

我甚至做了一个方便的流程图来帮助你决定你的数据是a型还是B型不确定性。伟德之道

想想吧。如果你自己收集数据，那么你将从统计上评估它。因此，它是Type A数据。

然而，如果你在5年前执行了一个重复性实验，并且仍然想将其包含在你的不确定性预算中，那么它就是B类型数据。伟德之道

数据的年代很重要。因此，问题2的原因。你需要定期更新你的A型不确定度数据。伟德之道

如果它超过一年，那么它很可能是B类型数据，您应该尽快收集更多的数据。

现在，也有一些例外。多年来，我读过一些重复性程序，建议在任何时候都要保留两年的数据记录。

然而，该程序要求每个月收集新的数据，这意味着测试记录包括24个独立的采样事件。因此，新数据不断被收集并添加到可重复性记录中。

在这种情况下，我认为它是A型不确定数据。伟德之道

不要在选择不确定性类型上有压力，使用上面列出的两个问题和你最伟德之道好的判断。它会帮助你做出正确的决定。

结论

A型不确定度和伟德之道B型不确定度是不确定度分析中常用的两种分类。它们通常只用于信息目的，让其他人知道数据是如何收集和评估的。

本指南涵盖了你需要知道的关于A和B型不确定性的一切。伟德之道它应该帮助您区分两种不确定度类型之间的区别，因此您可以为不确定度分析选择适当的评估方法。伟德之道

所以，使用这些信息，并尝试其中的一些评估方法。它们应该能帮助你提高计算不确定性的能力。伟德之道

现在，请在下方留言，告诉我你如何选择a型和B型不确定性。伟德之道