Вы находитесь на странице: 1из 25

2.

ОЦЕНКА НЕОПРЕДЕЛЕННОСТИ ИЗМЕРЕНИЙ

Понятие «неопределенность измерений» (англ. «Uncertainty»)


появилось более 30 лет назад и связано оно с точностью результатов
измерений. Необходимость разработки новой концепции оценки
точности результатов измерений была вызвана отсутствием
международного единства в этих вопросах.
Разработку концепции осуществляли международные
организации: Международное бюро мер и весов (МБМВ),
Международная электротехническая комиссия (МЭК),
Международная федерация по клинической химии (МФКХ),
Международной организацией по стандартизации (ИСО),
Международный союз по чистой и прикладной физике (ИЮПАК),
Международный союз по чистой и прикладной химии (ИЮПАК),
Международная организация законодательной метрологии (МОЗМ).
Под эгидой этих организаций был опубликован в 1993 г. документ
«Руководство по выражению неопределенности в измерениях»
(GUM), который сразу после издания приобрел статус неформального
международного стандарта. Руководство внесло согласованность в
оценивание точности результатов измерений в широкий спектр
измерений в виде концепции неопределенности измерений.
Концепция неопределенности явилась результатом развития
теоретической метрологии и в настоящее время наиболее полно
отвечает современным требованиям технического прогресса и
является единственной признанной на международном уровне мерой
оценки точности.
Цели разработки руководства:
– обеспечить полную информацию о том, как составлять отчеты
о неопределенностях;
– предоставить основу для международного сличения
результатов измерений.
Принципы этого руководства предназначены для использования
в широком спектре измерений и испытаний, включая те, которые
требуются для поддержания контроля качества и обеспечения его в
процессе производства; проведения фундаментальных и прикладных
исследований в науке и технике; разработки, поддержания и сличения
международных и национальных эталонов единиц физических
величин, включая стандартные образцы состава и свойств веществ и
материалов.
Основными положениями руководства являются:
– отказ (по возможности) при изложении от использования
понятий «погрешность» и «истинное значение измеряемой величины»
в пользу понятий «неопределенность» и «оцененное значение
измеряемой величины»;
– переход от деления (классификации) погрешностей по
природе их появления на «случайные» и «систематические» к
делению по способу оценивания неопределенностей измерений (по
типу А – методами математической статистики и по типу В – другими
методами).
Идейной основой замены термина «погрешность» на
«неопределенность» является философское понимание того, что
«истинное значение» непознаваемо и погрешность как базирующаяся
на использовании истинного значения измеряемой величины теряет
смысл. Новизну концепции авторы руководства видят в том, что
«неопределенность» – мера сомнений, является неотъемлемой частью
результата  измерения, тогда как погрешность часто трактуется как
некоторая самодостаточная конкретная величина.
Неопределенность измерения трактуется в двух смыслах:
широком и узком. В широком смысле «неопределенность» трактуется
как «сомнение»: например: «когда все известные и предполагаемые
составляющие поправки оценены и внесены, все еще остается
неопределенность относительно истинности указанного результата,
т. е. сомнение в том, насколько точно результат измерения
представляет значение измеряемой величины». В узком смысле
«неопределенность» – есть параметр, связанный с результатом
измерений, который характеризует разброс значений, которые могли
бы быть обоснованно приписаны измеряемой величине.
Неопределенность может быть выражена средним
квадратическим отклонением (стандартная неопределенность) или
интервалом (расширенная неопределенность) и рассчитана по методу
А (на основании ряда экспериментальных данных) или по методу В (на
основании дополнительной информации).
Неопределенность является количественной мерой того,
насколько надежной оценкой измеряемой величины является
полученный результат. Неопределенность не означает сомнение в
результате, а, наоборот, неопределенность предполагает увеличение
степени достоверности результата.
Неопределенность является мерой:
– наших знаний о физической величине после измерений;
– качества измерений с точки зрения точности;
– надежности результата измерения.
Методика оценки неопределенности, представленная в GUM
является одним из нескольких возможных подходов по оцениванию
неопределенности.
В настоящее время выделяют три надежных способа (подхода)
по количественной оценке неопределенности измерения:
1. Метод моделирования, изложенный в GUM, с применением
закона распределения неопределенности;
2. Метод моделирования Монте-Карло (Приложения 1 к GUM);
3. Эмпирические методы, основанные на внутрилабораторном
или межлабораторном исследовании выполнения методов измерений
(испытаний).
Метод моделирования, основан на составлении модели
зависимости измеряемой величины от всех влияющих величин,
которые значительно воздействуют на измеряемую величину. В
некоторых случаях метод моделирования недопустим по
экономическим или другим причинам. В таких случаях могут
использоваться другие альтернативные методы, дающие иногда более
надежные результаты.
Метод Монте-Карло применим, когда модель не
дифференцируема или сильно не линейна, а также когда
распределение значительно отличается от нормального.
Эмпирические подходы, которые включают результаты
внутрилабораторных или межлабораторных исследований, находят
применение там, где нельзя применить метод моделирования и
смоделировать вклады в неопределенность влияющих величин, а
также когда имеется вся необходимая информация по
межлабораторным или внутрилабораторным исследованиям для
расчета неопределенности измерений.
Очень часто для оценки неопределенности необходимо
применять комбинацию различных подходов. Например:
– При использовании метода моделирования модель
обязательно включает члены, связанные со случайными факторами;
такие составляющие обычно лучше оценивать с использованием
данных по контролю качества измерений, контрольных карт или
другого периодического контроля;
– Оценки неопределенности могут основываться на модели,
включающей только те эффекты, которые рассматриваются как
систематические за длительный период времени. Контрольные карты
или другие данные по внутрилабораторной воспроизводимости могут
использоваться для оценки вклада из-за случайных факторов;
– При применении эмпирического подхода и результатов
оценки правильности и прецизионности для оценки неопределенности
могут использоваться результаты межлабораторного или
внутрилабораторного контроля. Для оценки неопределенности
эталонного значения, которое применяется для оценки правильности
метода, может потребоваться использование подхода
моделирования.
– Если измеряемая величина включает отбор образцов, то
эмпирические методы наиболее пригодны для оценивания
составляющей изменчивости от отбора образцов. Заключительный
процесс измерения исследуется методом моделирование или
эмпирическим методом.

2.1 Метод моделирования

Метод моделирования является наиболее разработанным и


широко используемым для оценки неопределенности измерений.
Метод состоит в установлении модели измерений, которая
связывает измеряемую величину с влияющими величинами, расчете
стандартной неопределенности каждой влияющей величины и оценке,
с учетом коэффициентов чувствительности, стандартной
неопределенности измеряемой величины. При использовании этого
метода предполагается, что поправки на значимые систематические
эффекты включены в модель. Применение закона распространения
неопределенности дает возможность оценить суммарную
неопределенность, связанную с результатом. Подход зависит от
частных производных для каждой влияющей величины,
следовательно, зависит от вида функциональной зависимости
результата или, если формой является алгоритм, от численного
дифференцирования.
Типичными выходными данными подхода моделирования
является «бюджет неопределенности», дающий итоговую оценку
суммарной стандартной неопределенности результата измерения из
неопределенностей входных величин. Бюджет неопределенности
включает данные о каждой «входной величине» и ее вкладе в
результат измерения и неопределенность и сами данные о результате
измерения и ее неопределенности как показано ниже на схеме.
Входные величины Результат измерения
значение xi значение y
стандартная (суммарная) стандартная
неопределенность u(xi) неопределенность u(y)
коэффициент
чувствительности коэффициент охвата k
ci = (∂y/∂xi)
вклад в неопределенность расширенная
неопределенность
ui(y) = ci × u(xi) U(y) = k × u(y)

Бюджет неопределенности относится к определенному


результату измерения. Однако, разработанный алгоритм бюджета
неопределенности, обычно изложенный в методике расчета
неопределенности, можно применить ко всем измерениям,
проведенным с использованием того же метода. Для любого нового
измерения (суммарная) стандартная неопределенность u(y) получается
через введение в алгоритм входных данных xi и u(xi) для этого
измерения, на основании которых затем будут получены y и u(y).
Так как бюджет неопределенности содержит информацию об
относительных величинах вкладов различных входных величин в
неопределенность, то эта информация может быть использована для
улучшения методики измерения и повышения ее точности.
Процесс оценивания неопределенности по методу
моделирования состоит из следующих этапов.
1. Описание измерения, составление его модели и выявление
источников неопределенности.
Любой процесс измерения можно представить в виде
последовательности выполняемых операций. Поэтому для описания
измеряемой величины и выявления источников неопределенности
целесообразно представить цепь преобразования измеряемой
величины в виде схемы, отображающей последовательность процесса
измерений.
В большинстве случаев измеряемая величина Y не является
прямо измеряемой, а зависит от N других измеряемых величин Х1, Х2
… ХN и выражается через функциональную зависимость
Y  f ( Х 1 , X 2 ... X N )
, (3.92)
X 1 , Х 2 ... X N
где – – входные величины; Y – выходная величина.
Входные величины X 1 , Х 2 ... X N , от которых зависит выходная
величина Y , являются непосредственно измеряемыми величинами и
сами могут зависеть от других величин, включая поправки и
поправочные коэффициенты на систематические эффекты
X 1  f ( Z1 , Z 2 ... Z l ) X 2  f (W1 ,W2 ... Wk )
, и т. д.
Описание измеряемой величины в виде функциональной
зависимости (математической модели), связывающей измеряемую
величину с параметрами, от которых она зависит, называется
моделированием.
Стадия моделирования является чрезвычайно важной, так как от
правильности и тщательности составления модели измерения, которая
определяется необходимой точностью, зависит количество
источников неопределенности.
С целью обобщения источников неопределенности измеряемую
(выходную) величину и выявленные источники неопределенности:
входные величины и величины, на них влияющие целесообразно
представить на диаграмме «причина – следствие» (рис. 3.10):
X 2 X 1
W 1 Z 1

Z 2

W N Z N

V 2 Y
V 1
F 1
F 2
V N

X 3 X N

Рис. 3.10. Диаграмма «причина-следствие»

Источниками неопределенности могут быть пробоотбор,


условия хранения, аппаратурные эффекты, чистота реактивов, условия
измерений, влияние пробы, вычислительные и случайные эффекты,
влияние оператора.
2.Оценивание значений и стандартных неопределенностей
входных величин. Следующим этапом после выявления источников
неопределенности является количественное описание
неопределенностей, возникающих от этих источников. Это может
быть сделано двумя путями:
– оцениванием неопределенности, возникающей от каждого
отдельного источника с последующим суммированием составляющих;
– непосредственным определением суммарного вклада в
неопределенность от некоторых или всех источников с
использованием данных об эффективности метода в целом.
Показатели эффективности метода устанавливают в процессе
его разработки и межлабораторных или внутрилабораторных
исследований. К показателям эффективности относятся правильность,
характеризуемая смещением, и прецизионность, характеризуемая
повторяемостью, воспроизводимостью и промежуточной
прецизионностью (раздел 3.3).
Оценки эффективности могут включать не все факторы,
поэтому влияние любых оставшихся следует оценить отдельно и
затем просуммировать.
Для каждой входной величины необходимо определить оценку
и стандартную неопределенность. При этом все входные величины
вследствие того, что их значения не могут быть точно известны,
являются случайными непрерывными. Тогда оценками входных
величин ( х1 , х2 ... хN ), обозначаемыми малыми буквами, являются их
математические ожидания, а стандартными неопределенностями
u ( xi ) входных величин – стандартные отклонения. Оценку входных
величин xi и связанную с ней стандартную неопределенность u ( xi )
получают из закона распределения вероятностей входной величины.
Оценивание неопределенности от каждого источника возможно
двумя способами: по типу А (путем статистического анализа ряда
наблюдений) и по типу В (иным способом, чем статистический анализ
ряда наблюдений).
Исходными данными для оценивания стандартной
неопределенности по типу А являются результаты многократных
измерений xi1 ,... xin ; i  1, ..., m. На основании полученных
результатов рассчитывается среднее арифметическое x i по формуле
(3.91), которое является оценкой входной величины X i ,
1 n
xi   xig
n g 1
. (3.93)
Стандартная неопределенность, связанная с оценкой х является
экспериментальным стандартным отклонением среднего значения и
равна положительному квадратному корню из экспериментальной
дисперсии среднего значения.
Стандартная неопределенность u ( xi ) вычисляется по формуле
 
2
1 n
u ( xi )  u A ( xi )   xig  xi
n( n  1) g 1
. (3.94)
для результата измерения x  x , вычисленного как среднее
i i

арифметическое.
Исходными данными для оценивания стандартной
неопределенности по типу В является следующая априорная
информация:
– данные предшествовавших измерений величин, входящих в
уравнение измерения;
– сведения о виде распределения вероятностей;
– данные, основанные на опыте исследователя или общих
знаниях о поведении и свойствах соответствующих приборов и
материалов;
– неопределенности констант и справочных данных;
– данные поверки, калибровки, сведения изготовителя о приборе
и др.
Если оценка х i
берется из спецификации изготовителя,
свидетельства о поверке, справочника или другого источника, то
неопределенность обычно дается как интервал  а отклонения
входной величины от ее оценки. Имеющуюся информацию о
величинах хi необходимо правильно описать с помощью функции
распределения вероятностей. Для определения стандартной
неопределенности входных величин необходимо воспользоваться
законом распределения вероятностей х i
. При этом чаще
всего используют следующие основные законы распределения:
– прямоугольное (равномерное);
– треугольное;
– нормальное (Гаусса).
Формулы и способы применения представлены в табл. 3.10.

Таблица 3.10
Формулы расчета стандартной неопределенности
Вид функции Способ применения Станда
плотности ртная
2 a (= + a )
неопределен
ность
1 /2 a

X
вероятности
Прямоугольное распределение
2 a (= + a )

1 /2 a

– об измеряемой величине u ( x) 
a
X
известно только, что ее значение 3
наверняка лежит в определенной
области и что каждое значение между
границами этой области с одинаковой
вероятностью может приниматься в
расчет;
– сертификат или другой
документ дает пределы без
определения уровня доверия
(например, 25мл  0,05 мл);
– оценка получена в форме
максимальных значений (  а) с
неизвестной формой распределения.
Треугольное распределение
– доступная информация u ( x) 
a
относительно значений величины 6
менее ограничена, чем для
прямоугольного распределения.
Значения возле среднего значения
более вероятны, чем у границ;
– оценка получена в форме
максимальных значений диапазона (
 а), описанного симметричным
распределением вероятностей;
– когда величина является
суммой или разностью двух величин,
распределение вероятностей значений
которых описывается прямоугольным
законом с одинаковыми диапазонами.
Нормальное распределение
2

X u ( x)  S
Оценка получена из повторных
наблюдений случайно
изменяющегося процесса.

Неопределенность дана в u ( x)  S
форме:
– стандартного отклонения u ( x)  x  ( S / x)
наблюдений; u ( x) 
CV %
x
– относительного стандартного 100
отклонения S / x ;
– коэффициента дисперсии СV u ( xi )  Q
2
% без установления вида
(при Р =
распределения.
0,95).

Неопределенность дается в
форме 95%-го или другого интервала
доверия Q без указания вида
распределения.

3. Анализ корреляций. Две входные величины могут быть


независимы или связаны между собой (коррелированны). В
концепции неопределенности имеется в виду корреляция
«логическая», а не математическая. Например, может существовать
значительная корреляция между двумя входными величинами, если
при их определении используют один и тот же измерительный
прибор, физический эталон или справочные данные, имеющие
значительную стандартную неопределенность.
Мерой взаимной корреляции двух случайных величин является
ковариация. Если две входные величины X i и X j являются
коррелированными, т. е. зависимыми друг от друга, то при
оценивании суммарной стандартной неопределенности должна
учитываться их ковариация u ( xi , x j ) , которая оценивается по
следующей формуле:
u  xi , x j   u ( xi )u ( x j )r ( xi , x j ) при (i  j ) , (3.95)
где u ( xi ), u ( x j )  – стандартные неопределенности; r ( xi , x j ) –
коэффициент корреляции.
Для расчета коэффициента корреляции используются
согласованные пары измерений ( xik , x jk ) ; k  1, ..., n
n

 (x ik  xi )( x jk  x j )
r ( xi , x j )  k 1
. (3.96)
x  x 
n 2 n 2
ik  xi jk  xj
k 1 k 1

4. Расчет оценки выходной величины. Оценка выходной


величины y является результатом измерения. Эту оценку получают из
уравнения связи, заменяя входные величины X i их оценками xi
y  f ( x1 , x2 , ... xN )
. (3.97)
5. Расчет стандартной неопределенности выходной величины.
Стандартная неопределенность выходной величины Y представляет
собой стандартное отклонение оценки выходной величины или
результата измерения и характеризует разброс значений, которые
могут быть с достаточным основанием приписаны измеряемой
величине. Определяется суммированием стандартной
неопределенности входных величин u ( xi ) и является суммарной, или
комбинированной стандартной неопределенностью, обозначаемой
uc ( y ) .
Применяемый для суммирования метод в терминах концепции
неопределенности называется законом распределения
неопределенностей, или корнем из суммы квадратов.
В случае некоррелированных входных величин суммарная
стандартная неопределенность рассчитывается по формуле
2
N
 f  2
uc ( y )   
i 1  xi
 u ( xi ) , (3.98)

f
где xi – частная производная функции f по аргументу xi ;
u ( xi ) – стандартная неопределенность, оцененная по типу А или В.
В случае коррелированных входных величин
2
N N
f f N
 f  2 N 1 N
f f
uc ( y )  
i 1 j 1 xi x j
u ( xi , x j )   
i 1  xi
 u ( xi )  2  
i 1 j  i 1 xi x j
u ( xi , x j )

, (3.99)
где u ( xi , x j ) определяется по формуле (3.93).
Частные производные называются коэффициентом
чувствительности сi и показывают, как выходная величина y
f
изменяется с изменением значения входных оценок xi : ci  .
xi
С учетом сi формулы преобразуются в следующие выражения:
– в случае некоррелированных входных величин
N N

c  u
2 2
uc ( y )  i u 2 ( xi ) = i ( y) , (3.100)
i 1 i 1

– в случае коррелированных входных величин


N N 1 N

с u 2 ( xi )  2   c c u ( x )u ( x
2
uc ( y )  i i j i j ) r ( xi , x j ) 
i 1 i 1 j  i 1

N N 1 N
,
u ( y )  2  u ( y )u
2
i i j ( y ) r ( xi , x j )
i 1 i 1 j  i 1

(3.101)
где r ( xi , x j ) определяется по формуле (3.96).
Величина ui ( y ) (i  1, 2, ... N ) является вкладом в стандартную
неопределенность, связанную с оценкой y выходной величины,
которая получается из стандартной неопределенности, связанной с
оценкой входной величины xi , по следующей формуле:
ui ( y )  ci u ( xi ) . (3.102)
Во многих случаях общие выражения для суммирования
неопределенностей сокращаются до гораздо более простых формул.
Так, если функция модели f является суммой или разностью
некоррелированных входных величин X i , например y  ( x1  x2  ... ) ,
то суммарная стандартная неопределенность uc ( y ) определяется
выражением:

uc ( y )  u 2 ( x1 )  u 2 ( x2 )  ... .
(3.101)

Если функция модели f является произведением или


отношением некоррелированных входных величин X i , то суммарная
стандартная неопределенность uc ( y ) определяется выражением:
2 2
uc ( y )  u ( x1 )   u ( x2 ) 
       ... . (3.102)
y  x1   x2 
где  u ( xi ) / xi  – неопределенности параметров, выраженные в
виде относительных стандартных отклонений.
6.Расчет расширенной неопределенности. Расширенная
неопределенность U получают путем умножения стандартной
неопределенности выходной величины uc ( y ) на коэффициент охвата
k U  kuc ( y ) . При выборе значения коэффициента охвата следует
учитывать:
– требуемый уровень достоверности;
– какую-либо информацию о предполагаемом распределении;
– информацию о количестве наблюдений, использованных для
оценки случайных эффектов.
Коэффициент охвата k при оценивании расширенной
неопределенности выбирают в соответствии со следующими
рекомендациями.
В случаях, когда измеряемой величине может приписываться
нормальное распределение вероятностей, коэффициент охвата k
определяется как квантиль нормированного нормального
распределения при уровне доверия Р (табл. 3.11).
Таблица 3.11
Значения коэффициента охвата k при уровне доверия Р
Уровень доверия Р , % Коэффициент охвата, k
68,27 1
90 1,645
95 1,960
95,45 2
99 2,576
99,73 3

Часто на практике принимают k =2 для интервала, имеющего


уровень доверия Р = 95 % и k =3 для интервала, имеющего уровень
доверия Р = 99 %.
Если все стандартные неопределенности, оцененные по типу А,
определялись на основании ряда наблюдений, количество которых
менее 10, то распределение вероятностей результата измерения
описывается распределением Стьюдента ( t -распределением) с
эффективной степенью свободы veff
В общем случае k  t p  veff  , где t p  veff  – квантиль распределения
Стьюдента с эффективным числом степеней свободы veff и уровнем
доверия Р. Эффективное число степеней свободы рассчитывается по
формуле:
4
uc ( y )
veff  4
N
u 4 ( xi )  f  , (3.103)

i 1

vi  xi 

где vi  n  1 – число степеней свободы при определении оценки


i  ой входной величины для оценивания неопределенностей по типу
А ( n – число результатов измерений); v   для определения
неопределенности по типу В.
Значения коэффициента охвата, который равен квантилю
распределения Стьюдента k  t p  veff  можно найти в табл. 3.12.
Таблица 3.12
Коэффициенты охвата k для различных степеней свободы
veff
veff 1 2 3 4 5 6 7 8 1 2 5 
0 0 0
k95 1 4 3 2 2 2 2 2 2 2 2 2
3,97 ,53 ,31 ,87 ,65 ,52 ,43 ,37 ,28 ,13 ,05 ,00
k99 2 1 9 6 5 4 4 4 3 3 3 3
35,8 9,21 ,22 ,22 ,51 ,90 ,53 ,28 ,96 ,42 ,16 ,00

Когда вклад источника неопределенности входной величины,


имеющей прямоугольное распределение, является доминируюшим (в
три и более раз, чем все остальные вместе взятые) k равно:
1,65 при P  95 %
1,71 при P  99 %
6. Представление конечного результата измерений.
Если мерой неопределенности является суммарная стандартная
неопределенность uc ( y ) , то результат может быть записан так:
результат: y (единиц) при стандартной неопределенности
uc ( y ) (единиц)
Если мерой неопределенности является расширенная
неопределенность U , то лучше всего указывать результат в виде :
результат: ( y  U ) (единиц).
Таким образом, при вычислении неопределенности измерений
следует придерживаться последовательности, изложенной выше и
представленной на рисунке 1.
Рисунок 1 – Последовательность вычисления неопределенности

2.2 Сравнительный анализ оценки неопределенности


методом моделирования и погрешности измерений

Целью измерений является получение оценки истинного


значения измеряемой величины. Для описания точности измерений
долгое время использовали понятие погрешности измерений, как
разности между результатом измерений и истинным
(действительным) значением измеряемой величины. Говоря об
оценивании погрешности, в метрологической практике
подразумевают оценивание ее характеристик по следующей схеме:
Погрешно Характеристи Алгоритм Оценка
сть ка оценивания характеристики
погрешности погрешности

В «Руководстве для выражения точности измерений» вводят


понятие неопределенности измерений. Неопределенность измерений
понимают как неполное знание значения измеряемой величины и для
количественного выражения этой неполноты вводят распределение
вероятностей возможных (обоснованно приписанных) значений
измеряемой величины. Таким образом, параметр этого распределения
(также называемый - неопределенность) количественно характеризует
точность результата измерений.
Сходными для обоих подходов являются последовательности
действий при оценивании характеристик погрешности и вычислении
неопределенности измерений:
- анализ уравнения измерений;
- выявление всех источников погрешности (неопределенности)
измерений и их количественное оценивание;
- введение поправок на систематические погрешности
(эффекты), которые можно исключить.
Методы вычисления неопределенности, так же как и методы
оценивания характеристик погрешности, заимствованы из
математической статистики, однако при этом используются
различные интерпретации закона распределения вероятностей
случайных величин.
Различие двух подходов проявляется также в трактовке
неопределенности и характеристик погрешности, основанной на
разных интерпретациях вероятности: частотной и субъективной. В
частности, доверительные границы погрешности (откладываемые от
результата измерений) накрывают истинное значение измеряемой
величины с заданной доверительной вероятностью (частотная
интерпретация вероятности). В то же время аналогичный интервал
 y  U p , y  U p  трактуется в Руководстве как интервал, содержащий
заданную долю распределения значений, которые могли бы быть
обоснованно приписаны измеряемой величине (субъективная
интерпретация вероятности).
Результаты сравнительного анализа процедур оценивания
характеристик погрешности и вычисления неопределенности
измерений приведены в таблицах A.1 и А.2.
Таблица - Процедура оценивания характеристик погрешности
результата измерений

Погрешнос  = y - yист  y = yист + 


ть
Модель - случайная величина с плотностью
погрешности распределения вероятностей p(x; E, 2, …) где E -
математическое ожидание, 2 - дисперсия
Характерис S-  - границы p -
тики СКО неисключенной доверительные
погрешности систематической границы
погрешности
Исходные 1 Модель объекта исследования.
данные для 2 Экспериментальные данные xiq, где q = 1, ni;
оценивания i = 1, …, m
характеристик 3 Информация о законах распределения.
погрешности 4 Сведения об источниках погрешностей, их
природе и характеристиках составляющих S(xi),
i, структурная модель погрешности.
5 Стандартные справочные данные и другие
справочные материалы
Методы S  xil  
1 n
  xiq  xi  ;
i 2

оценивания ni  1 q 1

характеристик: S  xi  
1 n
  xiq  xi  ; S   
i 2 m f  2
2
S  xi 
ni  ni  1  q 1 
1 i 1  xi 

случайных
погрешностей
2 m 2
f  2
( p )  k    i ,
неисключенных i 1  x1 

систематических где k = 1,1 при p = 0,95 и k = 1,4 при p = 0,99


погрешностей иm>4
3 t p  f эф  S   p  m f  i2
p  S 2    
суммарной m f 2 i2 i 1  xi  3
S    
погрешности i 1  xi  3

Форма (p), S, n, fэф p


представления
характеристик
погрешности
Интерпрета Интервал (-p, +p с вероятностью p
ция полученных содержит погрешность измерений, что
результатов равносильно тому, что интервал (y - p, y + p) с
вероятностью p содержит истинное значение
измеряемой величины.

Таблица - Процедура вычисления неопределенности измерений

Модель  - случайная величина с плотностью


неопределенности распределения вероятностей p (x,y,u2, …), где y -
(представление математическое ожидание, u2 - дисперсия
знания о значении
измеряемой
величины)
Неопределенн Стандарт Суммарн Расширен
ость ная u m ная
ая uc   ui2
(количественная i 1 Up = k  uc
мера)
Исходные 1 Модель объекта исследования.
данные для 2 Экспериментальные данные xiq, где q =
вычисления 1; …, ni; i = 1, …, m.
неопределенности 3 Информация о законах распределения.
4 Сведения об источниках
неопределенности и информация о значениях
неопределенности.
5 Стандартные справочные данные и
другие справочные материалы
Методы
вычисления
неопределенности:
1 по типу А n n
  xiq  xi 
i
  xiq  xi 
i 2 2

u 
q 1 ; u A ( xi )  q1
A,i
ni  1 ni  ni  1 

2 по типу В UB(xi) =
bi
3
3 расширенной Up = tp(veff)uc,
неопределенности veff 
uc4
4 2
где  f u  x   ; uc 
m
 f u  x   ;
 i   i 
m
x i 1  xi
 i  
i 1 vi
U0,95 = 2uc, U0,99 = 3uc - для нормального
закона;
U0,95 = 1,65uc, U0,99 = 1,17uc - для
равномерного закона
Представление Uc, up, k, ui, vi
неопределенности
Интерпретация Интервал (y – Up, y + Up) содержит
полученных большую долю (p) распределения значений,
результатов которые могли бы быть обоснованно приписаны
измеряемой величине.

Деление на систематические и случайные погрешности


обусловлено природой их возникновения и проявления в ходе
измерительного эксперимента, а деление на неопределенности,
вычисляемые по типу А и по типу В, – методами их расчета.
Несмотря на то, что в общем случае не существует
однозначного соответствия между случайными погрешностями и
неопределенностями, вычисленными по типу А (а также
неисключенными систематическими погрешностями и
неопределенностями, вычисленными по типу В) при сопоставлении
оценок характеристик погрешности и неопределенностей результатов
измерений можно использовать следующую схему (РМ ):

СКО, характеризующее Стандартная


случайную погрешность неопределенность,
вычисленная по типу А
СКО, характеризующее Стандартная
неисключенную неопределенность,
систематическую вычисленная по типу В
погрешность
СКО, характеризующее Суммарная стандартная
суммарную погрешность неопределенность
Доверительные границы Расширенная
погрешности неопределенность
2.3 Эмпирический метод

Основной принцип этого подхода заключается в определении


оценок неопределенности из оценок прецизионности и правильности
(смещения).
Оценки прецизионности и смещения могут быть получены:
– по результатам экспериментальных исследований,
проведенных в одной лаборатории;
– в разных лабораториях;
– по результатам контроля компетентности лаборатории.

2.3.1 Подход контроля в одной лаборатории

Основной принцип этого подхода заключается в синтезе оценок


неопределенности из оценок прецизионности и оценок смещения:
Неопределенность измерения = прецизионность &
правильность
Неопределенность измерения = внутрилабораторная
воспроизводимость & неопределенность смещения.

Оценки прецизионности (повторяемости, внутрилабораторной


воспроизводимости) и смещения могут быть получены в результате
специально организованных в одной лаборатории экспериментальных
исследований или необходимая информация может быть получена из
результатов контроля качества измерений (внутреннего контроля) в
том числе с использованием контрольных карт, а также валидации
метода.
Оценки прецизионности и смещения, полученные с
использованием способа исследования в одной лаборатории, как
правило, охватывают все эффекты, влияние которых на измерение
может проявиться при нормальных условиях выполнения метода
измерений. Поэтому, при условии обеспечения статистического
контроля, оценки неопределенности могут применяться ко всем
измерениям, полученным в рамках области применения методики
измерений. Диапазон применения оценок неопределенности
устанавливается диапазоном области методики, охваченном при
внутрилабораторном исследовании и непрерывном контроле качества
измерений. Поэтому такие исследования должны включать
соответствующие изменения внутри области применения методики,
например, различные уровни измеряемой величины и различные типы
исследованных образцов.
С использованием оценок прецизионности и смещения,
полученных в одной лаборатории, неопределенность измерения
оценивается как корень квадратный из суммы квадратов стандартного
отклонения (s), характеризующего прецизионность измерения и
оценки (b), рассчитанной для смещения измерения в соответствии
уравнением:
(1.2) u  s  b
2 2

Прецизионность методики измерения исследуется по


результатам контроля метода или его валидации и количественно
определяется как стандартное отклонение, полученное из повторных
измерений на соответствующих контрольных образцов. В
зависимости от условий проведения повторных измерений, получают
два различных стандартных отклонения:
 sr стандартное отклонение внутрилабораторной
повторяемости, полученное в условиях повторяемости: один
оператор, одно оборудование, повторения в течение короткого
времени.
 SI( ) стандартное отклонение внутрилабораторной
воспроизводимости, полученное в условиях внутрилабораторной
воспроизводимости (часто называемых «условия промежуточной
прецизионности»): различные операторы и (или), различное
оборудование и (или) разное время.
Для цели оценивания неопределенности измерения лучше
использовать стандартное отклонение внутрилабораторной
воспроизводимости sR, так как оно по сравнению со стандартным
отклонением повторяемости sr включает больше составляющих
неопределенности.
Если имеются данные о внутрилабораторной
воспроизводимости, полученные из различных серий измерений, то их
можно объединить в общую оценку прецизионности SI( ), например, в
виде функциональной зависимости внутрилабораторной
воспроизводимости от уровня измеряемой величины.
Смещение исследуется лабораторией с использованием
стандартных образцов или как альтернатива другой эталонной
методики.
Типичными данными, полученными при исследовании и
контроле смещения, будет Δ – среднее отклонение повторных
результатов измерения от соответствующего эталонного значения
Для расчета неопределенности должна быть известна оценка
неопределенности uref эталонного значения.
Вклад смещения в неопределенность измерения получают из
среднего отклонения (Δ), неопределенности эталонного значения
(uref),и прецизионности среднего значения повторных измерений
выполненных при исследовании смещения (S):
s2
(1.3) b  2  uref
2

n
Если имеются данные о смещении, полученные из различных
серий измерений, то эти данные могут быть объединены в общую
оценку для неопределенности смещения предпочтительно как
функция от уровня измеряемой величины.
При отсутствии исследований внутрилабораторного смещения
может применяться подход с использованием результатов
компетентности лаборатории (РТ) (см. раздел 1.2.4 и главу 2).
При отсутствии данных о смещении, практический подход
оценки неопределенности будет заключаться в увеличении
внутрилабораторного стандартного отклонения, используя
коэффициент, полученный из практического опыта, равный 2, т.е. ,
u ≈ 2 SI( ).

2.3.2 Подход межлабораторного контроля

Результаты межлабораторных исследований по СТБ ИСО 5725 и


ISO/ТС 12748 «Руководство по применению оценок повторяемости,
воспроизводимости и правильности при оценке неопределенности
измерения» могут быть использованы для оценки неопределенности
измерений. Межлабораторные исследования проводят при оценке
точности методов выполнения измерений и их валидации.
В результате межлабораторных исследований получают оценки
прецизионности и смещения, которые могут быть типичными при
выполнении МВИ и поэтому могут использоваться любой
лабораторией, применяемой данный метод измерений в случае, если
(a) испытания проводятся в соответствии со стандартом
(документированной процедурой);
(b) условия измерений и контрольные образцы
согласуются с теми, которые использовались при межлабораторном
сличении;
(c) при осуществлении лабораторией методики
испытания, правильность и прецизионность сравнимы с данными
межлабораторных сличений.
Для стандартных методик испытаний, правильность и
прецизионность обычно определяются через межлабораторные
сличения (СТБ ИСО 5725-2). Характеристики прецизионности,
получаемые при таких исследованиях, следующие:
 sr стандартное отклонение повторяемости
 sR стандартное отклонение межлабораторной
воспроизводимости.
Для цели оценивания неопределенности измерения используют
стандартное отклонение воспроизводимости sR , как включающее
большее по сравнению со стандартным отклонением повторяемости sr
количество составляющих неопределенности.
Часто данные о прецизионности определяются для различных
уровней рассматриваемой величины, и имеется функциональная
зависимость между этими данными, относящимися к различным
уровням.
Когда имеются соответствующие эталонные образцы для
контроля, анализ межлабораторного контроля (валидации) может
также включать исследование смещения. Однако, вследствие того, что
стандартное отклонение воспроизводимости уже включает в себя
систематические эффекты от различных способов деятельности в
участвующих лабораториях (лабораторное смещение), то результаты
смещения можно не учитывать при расчете неопределенности.
В этом случае, оценка неопределенности (u) из анализа
межлабораторного контроля (валидации) является стандартной
неопределенностью воспроизводимости S R :
(1.4) u  sR
Если условия испытаний или объекты испытаний отличаются от
тех, которые применялись при анализе межлабораторного контроля
(валидации), то влияния этих отклонений должны быть оценены и
объединены со стандартным отклонением воспроизводимости. В этом
случае расчет неопределенности осущетсвляют по следующей
формуле:
(1.5) u  s   u
2
R
2
другие
2.3.3 Подход применения данных проверки квалификации
лаборатории (EQA) «Подход PT»

Периодически лаборатория подвергается внешнему контролю


технической компетентности (EQA) путем участия в сличительных
испытаниях. Если лаборатория успешно участвовала в
межлабораторной проверке квалификации по Руководству ИСО/МЭК
43 и ИСО 13528, она может использовать результаты контроля для
оценивания неопределенности измерения по применяемой методике
измерения.
Оценка неопределенности с применением этого подхода, также
как и при способе исследований в одной лаборатории, комбинируется
из оценок внутрилабораторной воспроизводимости и
неопределенности смещения.
Аналогично подходу контроля в одной лаборатории,
неопределенность измерения может быть оценена как корень
квадратный из суммы квадратов стандартных отклонений,
характеризующих прецизионность измерения (S) и оценки,
рассчитанной для смещения измерения (b) , в соответствии c
уравнением:
u s 2  b2
Данные по прецизионности могут быть получены в результате
исследований, проведенных в одной лаборатории (п.). Для цели
начальной оценки неопределенности измерения с применением
подхода РТ, может быть использовано стандартное отклонение
внутрилабораторной воспроизводимости SI( ), полученное из контроля
методики измерения в одной лаборатории (см. раздел 1.2.2).
Вклад смещения в неопределенность измерения, b, состоит из
отклонения Δ, неопределенности приписанного значения uass и
прецизионности измерения по образцу РТ (S):
s2
(1.7) b  2  uass
2

n
Данные о смещении Δ получают из контроля квалификации
лаборатории. При межлабораторной проверке квалификации каждая
участвующая в сличительных испытаниях лаборатория получает
эталонные образцы и проводит измерения известной величины ( X ass ).
Отклонение результата лаборатории (или среднего нескольких
результатов при повторных измерениях) от приписанного значения
образца или пробы РТ   ( x  xass ) является оценкой смещения.
Для расчета неопределенности должна быть известна оценка
неопределенности uass приписанного значения.
Так как результат лаборатории чаще всего является средним
значением n повторных наблюдений, то стандартное отклонение
повторных наблюдений является мерой прецизионности (S) в формуле
( ) или может также быть использовано стандартное отклонение
внутрилабораторной воспроизводимости SI( ).
Если же доступны данные из нескольких циклов программы
проверки квалификации, которые охватывают широкий диапазон
образцов испытаний, то диапазон применения оценок
неопределенности, полученных способом PT, может быть значительно
расширен.
Таким образом, в подходе РТ два основных вклада в
неопределенность измерения получают из различных исследований:
прецизионность определяется при внутреннем контроле (валидации)
метода, в то время как смещение оценивается из результатов РТ.

Оценить