A类不确定度和B类不确定度的区别

一张图

A类评定

用统计分析的方法对观测列进行不确定度评定叫A类评定。

只要有条件(人力、时间、设备、材料、方法和资金)都可以对被测量采用A类评定,但对样品破坏性试验是例外。

由于A类评定是在重复性或复现性试验的基础上进行的,所以比较真实、客观、有说服力。

但是,在做重复性或复现性试验时,要充分考虑各个影响量的作用,按照预先的设计方案,让这些影响量发挥作用(对不确定度产生贡献)或者有意识地避免某个影响量发挥作用。

在A类评定时,做重复性或复现性试验是有条件、有目的的,不能随心所欲或盲目地做,否则容易发生重复评定或遗漏某些影响量的情况。这里需要强调,在作A类评定的重复性试验时,必须是在短时间内做的连续的独立的测量。

B类评定

用不同于对观测列进行统计分析的方法的评定叫做B类评定。

通常只要可能在确保进行A类评定的同时进行B类评定。

B类评定有时取决于人的经验,是一种比较近似的估计。

B类评定一般是先确定影响量引起被观测值变化的范围(半宽),同时估计这一变化可能的分布,再推算出不确定度分量。

其实“分布”就是一种数理统计特征。

所以,B类评定本质上还是离不开统计分析的方法,只不过这种统计分析,不是通过评定者重复试验得出的,而是基于他人的统计分析结果,或者理论上推算出来的。

A类评定和B类评定的关系

1、 在评定不确定度时不一定非要有A类评定,可以只有B类评定分量。

有时,有好几个分量都可以用A类评定。

但是,可能至少会有一个B类评定的分量。

例如在检测工作中,通过仪器校准得到的示值误差的不确定度分量是必须考虑的B类评定分量。

2、无论是A类评定还是B类评定,都要注意既不遗漏(分量)、也不重复。

实际工作中常出现的情况是：

同一个影响量在A类评定时已经起作用了,而评定人员并不清楚,又在B类评定时考虑了它的贡献。

例如：

读数误差和量化误差的影响,除非实验室在安排试验时,刻意避免产生或尽量缩小读数误差(如加读数放大镜)及量化误差(微量递增输入量),否则在试验时,它们肯定要参与对不确定度的贡献。

但是,有些实验室不管A类评定重复试验时的情况如何,在B类评定中又加入了读数误差、量化误差的影响分量。

这是典型的重复评定的例子。

反之,有些仪器分辨率太差,重复测量结果几乎没有差别,A类评定分量几乎为零,这时则必须考虑由分辨率引入的 B 类评定分量。

当然,绝对避免重复或遗漏非常难于做到。 要注意尽量避免遗漏或者重复。