1. 课程导入与不确定度评估总览
在实验室里，我们每天都在报告测量结果：某水样中铅含量为 0.048 mg/L，某金属试样的抗拉强度为 512 MPa，某标准溶液的浓度为 100.2 mg/L。但一个孤立的数字几乎没有工程意义——客户、评审专家和实验室自己真正关心的是：这个结果有多"可信"？如果重复测量，结果会在多大范围内波动？与限值比较时，判定结论是否稳健？回答这些问题的核心工具，就是测量不确定度。
按照 JJF 1059.1 的定义，测量不确定度是"根据所用到的信息，表征赋予被测量量值分散性的非负参数"。这句话包含三个关键点：其一，它描述的是分散性，即结果可能分布的区间宽度，而不是误差本身；其二，它依赖"所用到的信息"，信息越充分、模型越合理，评估结果越可靠；其三，它是一个非负参数，通常用标准不确定度 u 或扩展不确定度 U 表示。需要特别强调：不确定度不是"错误"，也不是"精度"的同义词，它是对测量结果质量的定量说明，与测量结果同时给出才完整。
为什么实验室必须做不确定度评估
从合规角度看，ISO/IEC 17025 明确要求检测实验室识别并评估测量不确定度，并在客户要求、判定规则需要或方法本身有要求时报告不确定度；CNAS 认可评审中，不确定度评估能力是技术能力的直接体现。从技术角度看，不确定度评估迫使实验室梳理整个测量链条：样品前处理、称量、定容、稀释、仪器响应、校准曲线、标准物质、环境条件、人员操作，每一个环节都可能贡献不确定度分量。梳理过程本身就是一次系统的质量诊断。
从应用角度看，不确定度直接支撑符合性判定。例如某标准规定某成分限量为 0.050 mg/L，实测 0.048 mg/L，扩展不确定度 U=0.006 mg/L（k=2）。若采用简单判定，结果低于限值；但考虑不确定度后，0.048+0.006=0.054 mg/L 已超过限值，存在"误判合格"的风险。此时需要依据判定规则（如简单接受、 guard band 或共享风险规则）作出结论。没有不确定度，这类判定就缺乏技术依据。
国际与国内规范框架
不确定度评估的方法论核心是 GUM（《测量不确定度表示指南》，ISO/IEC Guide 98-3）。GUM 建立了"建立测量模型—识别不确定度来源—评定标准不确定度—计算合成标准不确定度—确定扩展不确定度—报告"的通用框架，其数学基础是不确定度传播律。围绕 GUM，还有一系列配套文件：JJF 1059.1《测量不确定度评定与表示》是我国等效采用 GUM 的国家计量技术规范，是实验室最常直接引用的依据；JJF 1059.2 则针对蒙特卡洛法（MCM）给出了数值模拟的补充途径，适用于模型非线性强或分布非正态的情形。
此外，EURACHEM/CITAC 指南《分析测量中不确定度的量化》针对化学分析给出了大量可操作示例；ISO 21748 则把重复性、再现性与正确度数据用于不确定度评估，特别适合使用标准方法且拥有协作研究数据的场景。理解这些文件的关系，比死记条文更重要：GUM 是"总纲"，JJF 1059.1 是"国标落地"，MCM 是"数值补充"，EURACHEM 是"行业操作手册"。
本课程的学习路径设计
本课程不采用"先讲完所有理论再举例"的编排，而是以实际实验室检测项目为主线：每引入一个评估技术点，就立即落到一个具体项目上。整体路径可概括为四段。
第一段：概念与规范筑基。厘清不确定度、误差、准确度、精密度等易混概念，掌握 GUM 与 JJF 1059.1 的框架，理解包含概率、包含因子、置信水平之间的关系。这一段的目标是"说对话、用对词"。
第二段：分量评定技术。系统训练 A 类评定（重复测量、贝塞尔公式、合并样本标准差）与 B 类评定（校准证书、最大允许误差、均匀分布假设、分辨力）。以天平称量、容量瓶定容、移液器移取、标准物质纯度等典型对象为例，逐一给出可复算的评定过程。
第三段：合成与扩展。建立测量模型，计算灵敏系数，处理相关性，合成标准不确定度，确定扩展不确定度，并规范报告。这一段会反复使用同一套计算表，让读者形成稳定的操作习惯。
第四段：项目实战与判定应用。选取分光光度法测水中铅、滴定法测盐酸浓度、拉伸试验测抗拉强度等典型项目，完成从样品到报告的完整评估，并把 U 用于符合性判定与判定规则选择。
一个贯穿全课的最小示例
为使后续章节有共同参照，这里先给出一个简化示例（数据为教学假设，非实测）：用天平称取某试样质量 m，天平分辨力 0.1 mg，校准证书给出 U=0.3 mg（k=2），重复称量 10 次得标准差 s=0.08 mg。则 B 类分量由校准证书得 u₁=0.3/2=0.15 mg；由分辨力按均匀分布得 u₂=0.1/(2√3)≈0.029 mg；A 类分量 u₃=s/√10≈0.025 mg。合成 u꜀=√(0.15²+0.029²+0.025²)≈0.154 mg，取 k=2 得 U≈0.31 mg。这个例子虽小，却完整体现了"模型—来源—A/B 类—合成—扩展"的全链条，后续章节将在此基础上不断加宽、加深。
需要提醒的是，不确定度评估没有"唯一正确答案"，只有"信息充分、假设合理、过程可追溯"的答案。同一项目，不同实验室因设备、人员、方法细节不同，评估结果可以有差异，但都必须能说清每一个分量的来源与依据。这正是本课程要培养的核心能力：让每一个不确定度数字都有出处，让每一次符合性判定都有底气。