公稱值或示值作為被測物理量的約定真值，看被檢儀器的測量結(jié)果與此約定真值之間的偏差是否符合被檢儀器的準確度指標，并做出被檢儀器合格或不合格的結(jié)論。在這中間，測試不確定度比是一個極其重要的參數(shù)。它表明檢定所使用的標準是否合格及檢定結(jié)論是否可靠。所謂測試不確定度比Rtu是指被檢儀器的測量不確定度uuut和標準的測量不確定度一般認為，當Rtu在3141時，近年來，一些進口儀器的測量不確定度uuut越來越小，廠家給出的儀器的準確度指標限Ls也隨之越來越小Ls=kuuut其中，k為與指標置信度對應的覆蓋因子。所謂的儀器準確度指標限是指廠家對用戶的一種承諾：儀器的示值將落在被測量真值兩側(cè)Ls范圍內(nèi)，也就是說，被測量真值將落在儀器的示值兩側(cè)Ls范圍內(nèi)。如果儀器的計量特性是高斯的，k=2相應于上述承諾具有95.45%的置信度，而k=3相應于上述承諾有99.70%的置信度。在檢定時，實驗室一般不考慮這些因素。只要被檢儀器的示值和標準的示值之間的偏差小于Ls，將判定被檢儀器為合格，因為這符合廠家的承諾；反之為不合格。目前國內(nèi)不少校準實驗室普遍遇到測試不確定度比達不到31或41的尷尬局面。勉強給出的檢定結(jié)論不可避免含有用戶風險Cr，即把原本不合格的儀器誤判為合格的風險；或廠家風險Cp，即把原本合格的儀器誤判為不合格的風險。其中用戶風險Cr又可按大量檢定結(jié)論這一總體或單個檢定結(jié)論這一個體進一步細分為總體用戶風險Crp和單個檢定結(jié)論的用戶風險Crs.已有不少文章對總體用戶風險進行了論述，但對單個檢定結(jié)論的用戶風險則鮮有相關的論述。本文針對后者進行研究，并給出相應的解決辦法。

　　單臺儀器檢定結(jié)論的用戶風險所謂單臺儀器檢定結(jié)論的用戶風險Crs，是指通過檢定把某一臺原本不合格的儀器誤判為合格的可能性。是其產(chǎn)生原因的示意圖。其中假設標準和被檢儀器的計量特性均是高斯的，即被測量的真值將以高斯變量的形式落在示值的兩側(cè)，這符合大多數(shù)儀器或標準的實際情況。t為檢定中標準的示值和被檢儀器的示值之差。為了方便起見，圖中將被檢儀器的示值設置為零，這樣Ls就代表被檢儀器的準確度極限。此外，還可將中的橫坐標看作是用被檢儀器的不確定度uuut為單位進行了分度。進行了uuut=1這樣的歸一化處理后，圖形更具簡潔性和一般性就成為量綱為一的歸一化示值差式中：a代表標準的示值；b代表被檢儀器的示值；uut是被檢儀器計量特性曲線的標準差，一般情況下它也等于被檢儀器的標準不確定度uuut.

　　量綱一規(guī)一化測量法單次檢定結(jié)論的用戶風險產(chǎn)生原因示意被測量的真值x位于Ls之外，儀器應判定為不合格。但因為檢定過程中實際得到的t值位于Ls之內(nèi)，所以儀器將被誤判為合格，用戶風險由此產(chǎn)生。這就是說，用戶風險產(chǎn)生于兩個事件的共同出現(xiàn)：被測量的真值x落在UUT示值兩側(cè)的Ls之外（事件A），即|x|>Ls或|x|>k；檢定過程中實際得到的那個STD和UUT的歸一化示值差t落在Ls之內(nèi)，亦即tk（事件B）。用戶風險對應于這兩個事件的聯(lián)合概率。由概率知識可知，事件A和事件B的聯(lián)合概率，等于事件A的概率，乘以事件A存在條件下事件B的概率，亦即條件概率。單臺儀器檢定結(jié)論的廠家風險所謂單臺儀器檢定結(jié)論的廠家風險Rps，是指通過檢定把一臺原本合格的儀器誤判為不合格的可能性。是其產(chǎn)生原因的示意圖。與類似，中將被檢儀器的示值設置為零，這樣Ls就代表被檢儀器的準確度極限。其中t為標準和被檢儀器的歸一化示值差，即用被檢儀器的不確定度uuut歸一化處理后的示值差。如圖所示，被測量的真值x位于Ls之內(nèi)，儀器應判定為合格。但因為檢定過程中實際得到的t值位于Ls之外，所以儀器將被誤判為不合格，廠家風險由此產(chǎn)生。量綱一規(guī)一化測量法單次檢定結(jié)論的廠家風險產(chǎn)生原因示意圖由于對用戶和計量實驗室來說，最關心的是用戶風險而不是廠家風險。所以下面將集中考察與用戶風險有關的問題。

　　典型條件下的用戶風險及相關分析為了進一步直觀地了解用戶風險和Rtu以及歸一化示值差t之間的關系，6列出了k=2，即準確度指標對應于95.45%置信度時各種典型條件下的用戶風險值。如果歸一化示值差t落在離被檢儀器的準確度指標極限不遠處，即如果tk，則用戶風險較大。此時原則上不應輕易將儀器判定為合格。如果UUT的分布是高斯的，情況要好得多。同等條件下的用戶風險明顯要小。即便在最惡劣的t=k的情況下，用戶風險也不到50%.特別是，Rtu越小，這一現(xiàn)象越明顯。在UUT的分布屬高斯型時，還可以發(fā)現(xiàn)，t較�。╰1.6）時，Rtu越大，用戶風險越�。籺較大（t>1.8）時，Rtu越大，用戶風險越大。正是由于被積函數(shù)的這種移動和偏倚，使得它下面的xk也就是圖中的x2那一部分面積亦即用戶風險減小了。移動和偏倚越大，減小越多。

　　由此可以得出結(jié)論：只要UUT的分布是高斯的，即使歸一化示值差t靠近被檢儀器的準確度指標極限，用戶風險也不會很大。而Rtu較小時，這一現(xiàn)象更為明顯。由于絕大多數(shù)儀器的計量特性遵循高斯分布，而且目前計量標準所能達到的Rtu也確實較小，因此上述結(jié)論對儀器用戶和檢定人員是有利的。限制用戶風險的方法許多情況下，一個用戶最自然的想法往往是希望將檢定過程的用戶風險限定在某個可以接受的范圍內(nèi)。為了滿足用戶的這一要求，計量實驗室首先要和用戶協(xié)商選擇一個控制的目標（最大允許的用戶風險值），然后再確定實施控制的具體方案。這里，作者建議把儀器出廠時的超差率Poot作為用戶風險的控制上限，即以作為目標，并以此為基礎來考慮實施控制的方案。對剛出廠的儀器來說，如果廠家用k=2標明準確度極限Ls，就意味著同一批出廠儀器的超差概率將是4.55%.這么多不合格的儀器被廠家當作合格的售出，當然也就有可能被用戶當作合格的接收。也就是說，Poot實際上是檢定前就存在的用戶風險，即事前的用戶風險。用這樣一種風險作為參照對象，使事后風險亦即檢定的用戶風險Crs與之相當，應該說是恰當?shù)倪x擇。為了使檢定的用戶風險不大于某個預定的數(shù)值，一般采用所謂的保護帶方法.具體做法是：不把儀器原始準確度極限Ls作為儀器是否合格的參比對象，而是選擇某個新的測試限（實際測試限）Lt，該測試限要窄于原始準確度極限。

　　【中國糧油儀器在線】部分信息來自互聯(lián)網(wǎng)，力求安全及時、準確無誤，目的在于傳遞更多信息，并不代表本網(wǎng)對其觀點贊同或?qū)ζ湔鎸嵭载撠煛?/FONT>