一、不确定度评定（上）：测量不确定度的概念、GUM法评定流程、A类评定方法
1.1 测量不确定度到底是什么？
各位好，咱们今天聊聊不确定度。说实话，我刚入行那会儿，总觉得“不确定度”是个很玄乎的东西。不就是误差吗？后来被一个老工程师狠狠教育了一顿——误差和不确定度，完全是两码事。
误差是你测出来的值和真值之间的差。但真值我们永远不知道，对吧？所以误差其实是个理想化的概念。
不确定度就不一样了。它描述的是：你对自己的测量结果有多大的信心。说白了，就是“这个结果靠谱吗？靠谱到什么程度？”
举个例子。我用一把卡尺量一个零件的直径，量了10次，得到10.02、10.01、10.03、10.02……这些数。平均值是10.02 mm。但问题来了——这个10.02 mm到底准不准？
不确定度就是用来回答这个问题的。它给你一个区间，比如10.02 ± 0.01 mm，意思是：我有95%的把握，真值落在这个区间里。
核心概念：测量不确定度是表征测量结果分散性的参数。它不是一个具体的误差值，而是一个范围。
1.2 GUM法评定流程——我习惯这么走
GUM法，全称是《测量不确定度表示指南》。这玩意儿是国际公认的标准。我个人习惯把它的流程拆成五步，你照着走就行：
- 第一步：明确被测量和测量模型
搞清楚你要测什么，以及测量结果和各个输入量之间的关系。比如测电阻，R = V / I，这就是模型。 - 第二步：识别不确定度来源
把所有可能引入不确定度的因素列出来。温度、湿度、仪器精度、操作人员、重复性……一个都别漏。 - 第三步：量化各分量
每个来源都要给一个标准不确定度。这里分A类和B类评定，咱们后面细说。 - 第四步：合成标准不确定度
把各个分量按方差合成公式加起来。注意，要考虑相关性。 - 第五步：扩展不确定度
乘以一个包含因子k（通常取2），得到扩展不确定度U。这就是你最终报告里写的那个±值。
我的经验：第二步最容易漏项。我曾经在测一个精密轴径时，忘了考虑夹具的夹紧力变形，结果不确定度算出来偏小。后来复测才发现问题。所以，画一个因果图（鱼骨图）很有帮助。
1.3 A类评定方法——用统计说话
A类评定，说白了就是靠重复测量来算不确定度。你测它个十次八次，然后用统计方法算标准差。
公式很简单：
标准不确定度 u_A = s / √n其中：
- s 是样本标准差
- n 是测量次数
举个例子。我测了10次某个电压值：
测量值 (V): 5.01, 5.02, 5.00, 5.01, 5.03, 5.00, 5.02, 5.01, 5.02, 5.01
平均值: 5.013 V
样本标准差 s: 0.0095 V
标准不确定度 u_A = 0.0095 / √10 ≈ 0.0030 V嗯，这里要注意：n不能太小。我见过有人只测3次就算A类评定，那结果其实不太可靠。一般建议至少测10次。
避坑指南：我曾经遇到过一个案例，测了10次数据，看起来都挺正常，但算出来的标准差特别小。后来发现是测量分辨率不够——仪器只显示到0.01，实际波动被截断了。这种情况下，A类评定会低估不确定度。你得结合B类评定来补。
1.4 知识体系总览
下面这张图，是我自己整理的本章知识结构。你一看就明白：
1.5 几个容易踩的坑
最后，我把自己这些年踩过的坑总结一下：
- 别把A类和B类对立起来。它们不是二选一，是互补的。A类管随机效应，B类管系统效应。
- 自由度别忽略。测的次数少，自由度就小，算出来的不确定度其实不太可靠。这时候要用t分布修正。
- 相关性是个大坑。两个输入量如果相关，合成公式里要加协方差项。我见过有人直接忽略，结果算出来偏小一半。
一个小技巧：做A类评定时，先把数据画个散点图或直方图。看看有没有异常值、有没有趋势性变化。如果有，先排查原因，别急着算标准差。你想想看，数据本身有问题，算出来的数字再漂亮也没用。
好了，这一章就到这里。不确定度这东西，刚开始觉得绕，等你真正做几个项目就熟了。记住：不确定度不是你的敌人，它是你测量结果的“信用报告”。