再谈测量不确定度

测量的目的是确定被测量的值。测量结果通常只是被测量值的近似值或估计值，因此，完整的测量结果需要同时附有结果的不确定度声明。影响测量结果的潜在因素很多，例如包括：

a) 被测量的定义不完整；

b) 被测量定义的复现不完善；

c) 所测量样本的代表性不足；

d) 对测量受环境条件的影响认识不足或对环境条件的测量或控制不完善；

e) 人员读数误差；

f) 仪器分辨力或识别阈值的限制；

g) 测量标准和标准物质的量值不准确；

h) 从外部得到并在数据约简算法中使用的常数和其它参数的值不准确；

i) 测量方法和程序中的近似和假设；

j) 在看似相同条件下，重复测量过程的变异性；

k)尚未认知或未识别的因素。

上述因素不一定是相互独立的，比如：a）到i）中有些因素可能对j）有贡献。未识别的影响因素不可能在测量结果的不确定度评定中予与考虑，但其实际对测量误差有贡献。

导致测量结果产生误差的贡献量的准确值虽然未知或不可知，但与引起误差的随机影响和系统影响有关的不确定度是可以评定的。测量不确定度可以用多种方法评定，包括：“自下而上（bottom-up）”的方法、“自上而下（top-down）”的方法和蒙特卡罗方法（MCM）等。从本质上看，bottom-up 方法、top-down方法、MCM评定测量不确定度的广义原则是一致的。如果我们从不确定度的具体评定方式看，只有A类评定和B类评定两个途径。根据GUM，测量不确定度的A类评定，当测量系统/过程稳定时，可以利用代表测量系统的实验标准偏差s(xk)和较少测量次数甚至单次测量n’（1≤n’＜n）评定被测量估计值由于重复性导致的A类标准不确定度，自由度仍为ν=n-1，数学公式为： 

对一个测量系统/过程，采用核查标准和控制图的方法使测量系统/过程处于统计控制状态，若第j次核查时测量次数nj（自由度为nj），每次核查时的实验标准偏差为sj，共核查m次，则统计控制下的测量过程的标准不确定度可以用合并样本标准偏差sp表征：                     

若每次核查的自由度相等，则：

以后任意次测量包括单次测量的标准不确定度为：

可见，top-down方法也是符合GUM原则的一种方法，因此，与之相对，经典意义上的GUM方法又被称为bottom-up方法。在采用标准化的测量方法进行常规检测时，用top-down方法评定测量不确定度更为实用和可行，特别是在检验医学领域。bottom-up方法是对本次测量结果影响量的评估，而top-down方法是利用既往的测量表现代表本次的测量表现，因此，利用bottom-up方法的风险可能更小。但也要意识到，即使应用bottom-up方法，也可能有来源于经验数据的输入。要正确认识和利用数据，数据的代表性和可靠性是关键。

通常，对测量不确定度评定所需的严密程度取决于检测方法的要求、用户的要求、用来确定是否符合某规范所依据的误差限的宽窄。比如，体检时测量身高，基本不需要评定测量不确定度，若用户要求评定，一般也无需特别考虑温度、时间等对测量结果的影响。

对运行参考测量程序的实验室（即校准实验室）而言，应对其开展的全部参考测量项目（参数）评定测量不确定度，并在校准证书中报告参考测量结果的不确定度，这是提供计量学服务所需要的。对运行常规测量程序的检测实验室而言，其应有能力对每一项有数值要求的测量结果进行测量不确定度评定，当不确定度与检测结果的有效性或应用有关、用户有要求、不确定度影响到对规范限度的符合性或测量方法中有规定时，检测报告需提供测量结果的不确定度。

参考测量活动的目的是提供计量学服务，应优先采用bottom-up 方法评定参考测量结果的不确定度。对运行良好的测量程序，可用top-down方法或MCM验证bottom-up方法评定的测量不确定度。在非线性模型或输出量的概率密度函数（PDF）明显背离了正态分布或t分布的条件下，用MCM可能更适宜。

运行参考测量程序，需严格控制测量条件。对所有相关的材料、设备、过程、环境、人员能力等的要求应满足测量程序的规定。应在对影响测量结果的因素控制在可接受的条件下，实施测量并评定测量不确定度。测量不确定度评定范围应包含提供参考测量服务期间短期的不确定度分量和可以合理的归为来源于被测样本的不确定度分量。对无法获得的不确定度分量，比如运输产生的不确定度，赋值后样本保存产生的不确定度等，通常不包括在不确定度评定范围内。但是，由于生物源性样本的不稳定性特征，实验室若预计到这些不确定度分量将对用户产生有意义的影响，应根据GB/T27025（ISO/IEC17025，IDT）中有关合同评审的要求通知客户。

参考测量实验室需对应参考测量范围评估在常规条件下能够提供给用户的校准和测量能力（Calibration and Measurement Capability，以下简称CMC），其应是在常规条件下校准/参考测量可获得的对应浓度的最小测量不确定度。一般情况下，CMC应基于对稳定、均匀样本的测量，用包含概率约为95％的扩展不确定度表示，单位与被测量一致或用百分比表示。为用户报告的不确定度一般不应优于实验室的CMC。可以理解为，CMC是实验室在统计学意义上的“最佳”测量表现，而为用户服务是一次测量表现，因此，从风险管理的角度出发，为用户报告的不确定度不优于实验室的CMC时，风险较低。包含因子k的值是根据y-U到y＋U区间所要求的置信水平而选择的。当y 和uc(y)所表征的概率分布近似为正态分布，且uc(y)的有效自由度较大时，可设k＝2，所形成区间具有的置信水平约为95％，设k＝3，所形成的区间具有的置信水平约为99％。

常规测量程序与参考测量程序的应用目的不同。常规测量活动的目的是满足用户对测量数据的需求，为其提供客观的检测结果。通常，常规测量程序的计量学要求低于参考测量程序，参考测量结果的不确定度可通过溯源链传递到常规测量结果。部分常规检测项目的自动化程度很高，重复测量变异可能较小，在这种条件下，如果不考虑校准引入的不确定度分量，只评定重复测量导致的不确定度，则会出现量值传递过程中不确定度传播率的表现不完整。

对常规测量程序，在初始引入实验室阶段，宜考虑采用bottom-up 方法评定测量结果的不确定度，主要目的是可以了解影响测量的因素并改进。对运行良好的测量程序，宜用top-down方法评定测量不确定度，应考虑测量范围与不确定度的关系。需要时，应对应测量范围，评定在常规条件下每套检测系统获得的对应浓度的测量不确定度，并合理表示。同样，需严格控制测量条件，对所有相关的材料、设备、过程、环境、人员能力等的要求应满足测量程序的规定。可利用的评定偏移的数据包括与参考实验室比对的数据、测量参考物质（包括自建的参考物质）获得的数据、参加正确性验证计划的数据。若利用参加一般的能力验证计划的数据，宜先评估其适宜性。系统影响的已知修正量b 应尽量用于修正报告的测量结果，而不是通过放大结果的不确定度将这种影响考虑在内。 

由于某些检测方法的性质，决定了无法从计量学和统计学角度对测量不确定度进行有效而严格的评定，这时至少应通过分析方法，识别各主要的不确定度分量，并做出合理的评定，重要的是，应保证测量结果的报告形式不会使客户造成对所给测量不确定度的误解。

应了解和识别测量前、测量、测量后过程中影响测量结果的所有有意义的因素，需要时，采取控制措施。对于临床常规检验，全过程管理和质控特别重要，是保证结果一致性的根本措施。

我们知道，测量结果取决于被定义的测量条件，而测量条件（人、机、料、法、环等）只是相对稳定。因此，需要对实验室的CMC和不确定度定期评审、评定。不同实验室对测量条件控制的程度不同或用于评定测量不确定度的条件/数据不同，只有在合理的条件下，不确定度的大小可表征测量质量，否则可能带来误导。合理评定、合理表达测量结果的不确定性同样重要。

须牢记，认识和评定测量不确定度应基于质量改进和更好应用测量结果的主观需求，了解风险，控制风险，并追求卓越。