正文前，先把名词解释弄出来，这样初次涉猎的朋友先认清猎物，别搞混了。
测量不确定度（MU）--表征合理地赋予被测量之值的分散性，与测量结果相联系的参数.
标准不确定度（σ）--以标准偏差表示的测量不确定度。
合成不确定度（Uc）--合成标准不确定度组分的结果。
包含因子(k)–用于合成标准不确定度相乘，从而对该测试中可能存在的所有的因素进行评定。k=2通常用于95%的包含区间。
下面就我就开始啰嗦下不确定度的大致心路过程曲折。
1， 知道自己所评估的对象，所需求的是什么。
通常这就是我们的不确定度评定的题目了，这也是最不以为然的地方。就好像我们在论坛发帖求助一样，要把那问题说清楚，坛友们才好伸出手。问题说小了，词不达意，没问到重点，问题说大了，坛友们切入点就五花八门了，所得答案肯定也不是远远大于或粗于答案中了。
2， 确定不确定度的来源。
即我们所说的列出整个方法中的操作步骤，可能带来变异性的来源。
列出操作步骤目的是为了仔细推敲每一步中所引入的误差、变异性来源。此时需要对仪器设备，测试原理烂熟于心。
不确定度来源：A类；B类
A类：考虑所有随机不确定度来源。该类的不确定度是通过一系列的观察或者多次重复试验之后将其数据进行统计计算后得到的。重复性和再现性研究得到一个稳定的变异性。比如，通过一个比较大的样本测量值，获得一个标准偏差（S.D.）。
B类：考虑到所有可能的系统不确定度来源。此类多来源于经验。
一般检定/校准证书，有CNAS或类似认可的资质的，我们当做正态分布来看，置信区间在95%水平。
其它的，比如生产说明书，未认可的实验室出具的证书，或没有其它特别规定，一般都当做矩形分布来操作。
下一步就是：通过平方，开平方将所有的标准不确定度合在一起。
3， 扩展不确定度=合成不确定度乘以一个包含因子k，一般都取95%置信区间。
注意下：偏差与准确度有关系。任何已知的偏差是不在不确定度评定的考虑范围内的。
4， 接下来我就要举个栗子了，因为有坛友反应我上篇原创只有文字没有栗子，不好吃，加点栗子才好吃，松鼠吃起来才萌萌哒。
开锅放栗子：
目的：松鼠栗子中super-cute因子的不确定度评估
不确定度来源：
平均值可以利用总合除以总数据的个数。标准偏差（SD）用于鉴定偏离平均值的偏离度。再煮一个简单的平均
值和SD的栗子，考虑以下八个数值：
4，4，6，4，5，5，8，10这八个点的平均值为6；
计算标准偏差，首先用计算机计算每一个数据偏离平均值的大小，然后将每一个结果平方。%RSD利用SD除以平均值乘
上100。
假设：得到连续的super-cute因子测定的数据后，求平均值=a，标准偏差=b，并且%相对标准偏差
=c，通过重复性测量得到不确定度值X。配制质量控制样品储备液浓度的不确定度可以通过分析证
书上的信息计算为Y。
所以：√X2 + (Y/√3)2 =合成不确定度
包含因子k被应用于当置信水平在95%的情况下，通过查找k表格得到的k值用于修正对测量样本量
较少情况时减少其置信水平。
在我们的栗子中super-cute因子示例中，我们有20个测量数据（n），自由度是n-1=19所以k=>2.13
非常接近2.13
所以合成不确定度*2.13 =扩展不确定度
好啦，栗子熟了，super-cute因子的不确定度评定差不多就结束了。
有问题可以跟帖留言，提出宝贵建议的坛友，本西瓜猫每次送西瓜一只，谢谢~！~
赛默飞实验室产品焕新计划有奖调研！
【七月征文】不一YOUNG实验“猿”
报名开启：ICS2024第十三届光谱网络会议！
推荐收藏！盘点中药材及饮片检测解决方案
