测量不确定度评定怎么做：步骤、A类B类评估与记录要点

报出"合格"两个字之前，很多检测实验室还差一块拼图：测量不确定度。客户要求报告不确定度、认可评审要查评定记录、结果贴近限值时要判断"这个合格判得稳不稳"，都指向同一项基本功。不少实验室卡在"不知道从哪下手、评一次就束之高阁"。本文把测量不确定度评定拆成可执行的步骤，说明A类与B类评定的分工与常见坑。

先弄清楚：什么时候需要评定

测量不确定度是"对测得值可疑范围的说明"，不是误差，也不是精密度。三类场景通常绕不开它：一是认可或资质评定场景，评审方要求实验室具备评定能力并保存记录；二是报告声明场景，当客户要求或结果用于关键判定时需随报告给出；三是结果解释场景，测得值落在限值附近时，只有结合不确定度才能讨论判定风险。评定工作应按方法建立，一次成形、持续维护，而不是每次出报告才现算。

评定六步法

国内评定通常依据JJF 1059.1《测量不确定度评定与表示》，国际上对应GUM体系。无论哪套口径，流程都可以拆成六步：

A类与B类怎么分工

A类评定回答"我自己的重复测值散到什么程度"，用平行样统计即可；B类评定回答"方法体系自带多大底气"，数据来源是标准物质证书、校准证书、方法验证时的回收率与重复性限。常见误区是只做A类就交差：平行样再漂亮，也覆盖不了基体差异、前处理损耗这类系统性分量。分量识别是否完整，比计算本身更能体现水平。

三个高频翻车点

一是漏掉样品前处理与基体效应的贡献，评出来的不确定度明显偏小；二是把重复性当成全部，忽略标准物质与校准带来的分量；三是结果贴近限值时不结合不确定度讨论，直接报"合格"，被质疑时没有退路。应对办法是把分量清单做成方法级模板，评定时逐项打勾确认。

评定记录怎么管

一次合格的评定应当留下可复现的记录：测量模型、分量清单、每个分量的评定依据与数据出处、合成与扩展的计算过程、以及评定结论的适用范围。方法变更、仪器更换或标准物质换批时，应评估是否需要重新评定。这套记录天然适合结构化管理：把分量清单与计算模板固化在电子记录里，评定随方法走、更新有痕迹。

衍因智研云的yanNote支持把评定模板与检验记录关联，计算字段自动带出，历史版本可追溯；yanLIMS则把标准物质证书、仪器校准记录等B类评定的数据来源集中管理，需要时一键取用。衍因科技建议实验室先挑一两个高频方法把评定做扎实，再逐步推广到方法库。

常见问题

包含因子为什么常取2？

k=2在近似正态分布下对应的包含概率约为95%，是检测报告的通行做法。特殊场景（如安全关键判定）可选用更高的包含概率，但需在报告中注明。

不确定度和误差有什么区别？

误差是测得值与真值的差，是理想化的单一数值；不确定度是对测得值分散性的区间描述。误差无法准确知道，不确定度可以依据信息合理评定，两者不能混用。

平行样做几份合适？

以能稳定估算标准差为准，实践中常见的是不少于一定数量的平行观测，并优先复用方法验证阶段的重复性数据，不必为评定额外大量加测。

评定结果偏大怎么办？

先看分量识别是否重复计算、数据引用是否取了过于保守的限值。确认评定无误后，结果偏大属于方法真实水平，应通过改进前处理、提升标准物质等级等方式实质性缩小，而不是调数字。