本文件描述了科研数据不确定性评估的适用方法，给出了方法选择和评估流程建议及应用示例。本文件适用于科研活动中直接或间接获得的数据不确定性的评估。

ICS 03.120.30
CCS A 40
中华人民共和国国家标准化指导性技术文件GB/Z27429—2022
实验室科研数据不确定性评估指南Guide to evaluation of laboratory research data uncertainty2022-10-12发布
国家市场监督管理总局
国家标准化管理委员会
2022-10-12实施
规范性引用文件
术语和定义
科研数据的不确定性
科研数据概述
科研数据的不确定性来源
6科研数据不确定性评估方法
适用方法选择
GUM方法
蒙特卡洛方法
神经网络方法
贝塞尔方法
贝叶斯方法
灰色系统方法
模糊数学方法
信息摘方法
附录A（资料性）本文件所使用的符号附录B（资料性）
参考文献
本文件所约定的符号
GB/Z27429—2022下载标准就来标准下载网
本文件按照GB/T1.1—2020《标准化工作导则起草。
GB/Z27429—2022
第1部分：标准化文件的结构和起草规则》的规定请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由全国认证认可标准化技术委员会（SAC/TC261)提出并归口。本文件起草单位：中国合格评定国家认可中心、北京科技大学、北京航空航天大学、合肥工业大学、中国计量大学、北京理工大学、中国科学院数学与系统科学研究院、中路高科交通检测检验认证有限公司。
本文件主要起草人：吕京、章立军、傅华栋、程银宝、周桃庚、刘薇、张海燕、熊世峰、程真英、王中宇、陈晓怀、郭东华。
GB/Z27429—2022
科研数据广泛用于表征客观世界和生产生活中的规律。由于研究对象本身的不确定性、人类认知的局限性、测量技术水平及手段的局限性等原因，科研数据具有不确定性。因此，只有了解科研数据的不确定性特征和程度，才能更准确地利用这些数据。在合格评定测量领域，要求测量结果包括表征结果分散性的信息，即测量不确定度，这已成为测量领域的共识。目前，国家公布的不确定度评定的基础文件是GB/T27418一2017《测量不确定度评定和表示》及GB/T27419一2018《测量不确定度评定和表示补充文件1：基于蒙特卡洛方法的分布传播》，从原理上阐述了测量不确定度和其评定原则。常用的方法包括自下而上方法、自上而下方法和蒙特卡洛方法。
与合格评定测量相比，科学研究涉及的对象、方法、条件等更为广泛，标准化程度低，可参照系统缺乏，未知因素多，因此，科研数据具有更复杂的不确定性来源，在实际工作中应用现有方法难以解决各类科研数据的不确定性评估问题。本文件在对科研数据特征分类的基础上，对可溯源性数据、海量数据、多维度数据、可重复试验数据、小样本数据、未知分布数据、定性数据的不确定性评估的适用方法进行了描述，包括方法选择、评估流程和应用示例。
不确定性的评估较为复杂，很难做到准确评估。测量、观测、仿真是科研的主要技术手段，标准化和计量化是保证科研数据质量的重要途径。IV
1范围
实验室科研数据不确定性评估指南GB/Z27429—2022
本文件描述了科研数据不确定性评估的适用方法，给出了方法选择和评估流程建议及应用示例本文件适用于科研活动中直接或间接获得的数据不确定性的评估，2
规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注目期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
JJF1001—2011通用计量术语及定义3术语和定义
JFF1001一2011界定的以及下列术语和定义适用于本文件。3.1
被测量
量measurand
拟测量的量。
［来源：JJF1001—2011，4.7]
测量原理
measurementprinciple
用作测量基础的现象。
［来源：JJF1001—2011,4.4]
测量方法
measurement method
对测量过程中使用的操作所给出的逻辑性安排的一般性描述［来源：JJF1001—2011，4.5]
标准物质
标准样品
参考物质
reference material;RM
具足够均匀和稳定的特定特性的物质，其特性被证实适用于测量中或标称特性检查中的预期用途［来源：JJF1001—2011.8.14]
校准calibration
在规定条件下的一组操作，其第一步是确定由测量标准提供的量值与相应示值之间的关系，第二步则是用此信息确定由示值获得测量结果的关系，这里测量标准提供的量值与相应示值都具有测量不确定度。
GB/Z27429—2022
［来源：JJF1001—2011,4.10]
测量误差
measurement error;error of measurementerror
测得的量值减去参考量值
［来源：JJF1001—20115.3］
测量偏移
measurement bias
系统测量误差的估计值
［来源：JJF1001—2011,5.5]
测量不确定度
measurement uncertainty
利用所获信息，表征赋予被测量值分散性的非负参数。注1：测量不确定度包括由系统影响引起的分量，如与修正量和测量标准所赋量值有关的分量及定义的不确定度有时对估计的系统影响未作修正，而是当作不确定度分量处理，注2：此参数可以是诸如称为标准测量不确定度的标准偏差（或其特定倍数），或是说明了包含概率的区间半宽度。注3：测量不确定度一般由若干分量组成。其中一些分量根据一系列测量值的统计分布，按测量不确定度的A类评定进行评定，并用实验标准偏差表征。而另一些分量则根据经验或其他信息假设的概率分布，按测量不确定度的B类评定进行评定，也用标准偏差表征。注4：通常，对于一组给定的信息，测量不确定度是相应于所赋予被测量的量值的。该值的改变将导致相应的不确定度的改变。
［来源：JJF1001—2011,5.18]
不确定性
uncertainty
表征客观世界或现象的数据的不确定状态。注1：表征客观世界或现象的数据一般通过科研活动获得，获得数据的过程也具有不确定性。注2：科研数据的不确定性评估主要指评定获得数据过程（如测量过程)对数据的影响程度。注3：测量是获得表征客观世界或现象数据的一种重要手段，测量引人的不确定性可通过A类评定和B类评定的不确定度进行估计。
标准不确定度
standard uncertainty
标准测量不确定度standardmeasurementuncertainty；standarduncertaintyofmeasurement以标准偏差表示的测量不确定度。［来源：JJF1001—2011,5.19
测量不确定度的A类评定TypeAevaluationofmeasurementuncertaintyA类评定TypeAevaluation
对在规定测量条件下测得的量值，用统计分析的方法进行的测量不确定度分量的评定。［来源：JJF1001—2011,5.20]
测量不确定度的B类评定
Type B evaluation of measurement uncertaintyTypeBevaluation
B类评定
用不同于测量不确定度A类评定的方法进行的测量不确定度分量的评定。2
示例：评定基于以下信息：
权威机构发布的量值；
有证标准物质的量值；
校准证书；
仪器的漂移：
经检定的测量仪器准确度等级；根据人员经验推断的极限值等
［来源：JJF1001—2011,5.21]
combined standarduncertainty合成标准不确定度
合成标准测量不确定度combined standard measurementuncertaintyGB/Z 27429—2022
由在一个测量模型中各输入量标准测量不确定度获得的输出量的标准测量不确定度。注：在测量模型中输入量相关的情况下，当计算合成标准不确定度时必须考虑协方差。［来源：JJF1001—2011,5.22]
扩展不确定度
expanded uncertainty
扩展测量不确定度
expanded measurement uncertainty合成标准不确定度与一个大于1的数字因子的乘积。注1：该因子取决于测量模型中输出量的概率分布类型及所选取的包含概率。注2：本定义中“因子”指包含因子。［来源：JJF1001—2011,5.27］3.15
包含区间
coverage interval
基于可获得的信息确定的包含被测量一组量值的区间，被测量值以一定概率落在该区间内。注1：包含区间不一定以所选的测得值为中心，注2：不宜把包含区间称为“置信区间”，以避免与统计学概念混淆。注3：包含区间可由扩展测量不确定度导出。［来源：JJF1001—2011,5.28]
包含概率
coverageprobability
在规定的包含区间内包含被测量的一组量值的概率。注1：为避免与统计学概念混淆，不宜把包含概率称为置信水平。注2：在测量不确定度评定和表示（GUM)）中包含概率又称“置信的水平”（levelofconfidence）。注3：包含概率替代了曾经使用过的“置信水准”。［来源：JJF1001—2011,5.29]
包含因子
coverage factor
为获得扩展不确定度，对合成标准不确定度所乘的大于1的数。注：包含因子通常用符号k表示
［来源：JJF1001—2011,5.30
概率分布
probability distribution
给出一个随机变量取任意给定值或取值于某给定集合的概率的（随机变量)函数来源：GB/T27419—20183.1
GB/Z 27429—2022
分布函数
distributionfunction
对于每个值，给出了随机变量X小于或等于的概率的一个函数。注：分布函数表达式见公式（1）。Gx()=Pr(X≤$)
［来源：GB/T27419—2018，3.2，有修改3.20
概率密度函数
probability density function; PDF分布函数的导数，若导数存在，该函数表达式见公式（2）：gx()=dGx() /d
式中：
Gx()—
分布函数；
随机变量。
［来源：GB/T27419—2018，3.3，有修改］3.21
分布传播
propagation of distribution
应用与输出量相关的输入量的概率分布确定输出量的概率分布的方法。［来源：GB/T27419—2018,3.17]4符号
本文件所使用的符号见附录A。
本文件约定的符号见附录B。
5科研数据的不确定性
5.1科研数据概述
（1）
5.1.1科研数据通常指被科学界普遍接受的科学研究事实记录（如数值分数、文本、图像和音频等），个数据集合构成了被研究对象的系统或部分的表征，用于科学发现的验证。5.1.2科研数据通过直接观测获得，或通过其他观测因子的函数模型间接获得5.1.3科研数据通常划分为观测数据、实验数据、仿真数据、派生数据（或编译数据）和参考数据（或规范数据）。
5.1.4溯源到国际或国家计量标准是科研数据实现相互比较的基础。5.2科研数据的不确定性来源
5.2.1科研数据具有不确定性，主要由以下因素所致：a）
研究对象本身的不确定性；
b）人类认知的局限性；
测量技术水平及手段的局限性。c）
测量是科研的主要技术手段，完整的测量结果需要同时附有结果的不确定度声明。5.2.2
影响测量结果不确定性的潜在因素很多，包括但不限于以下因素：a)
被测量的定义不完整；
被测量定义的复现不完善：
所测量样本的代表性不足；
受环境条件的影响对测量认识不足或对环境条件的测量或控制不完善：人员读数误差；
仪器分辨力或识别阈值的限制；测量标准和标准物质的量值不准确；从外部得到并在数据约简算法中使用的常数和其他参数的值不准确；h）
测量方法和程序中的近似和假设；在看似相同条件下，重复测量过程的变异性；尚未认知或未识别的因素。
GB/Z27429—2022
5.2.4影响测量结果不确定性的各种因素不一定是相互独立的，如5.2.3a）～i)中的因素可能对5.2.3j)有影响。
科研数据不确定性评估方法
6.1适用方法选择
6.1.1直接评定法适用于直接观测得到的科研数据的不确定性的评估，如贝塞尔方法、贝叶斯方法、灰色系统方法、模糊数学方法、信息摘方法等。6.1.2间接评定法适用于研究对象的数据不能直接观测获得，而是由多个其他量通过函数关系（也称为“测量模型）来确定的科研数据的不确定性评估，如测量不确定度评定和表示（GUM)方法、蒙特卡洛方法、神经网络方法等。
6.1.3评估科研数据的不确定性时，宜根据数据的特征选择适宜方法，但不限于本文件给出的方法。6.2GUM方法
6.2.1适用场景
GUM方法宜适用于下列场景：
测量模型为线性、可以转换为线性或可用线性模型近似的模型；b）
测量模型中，输出量的概率密度函数(PDF)为（近似为)正态分布或t分布；测量模型中，输人量的概率分布呈对称分布。c）
评估流程
GUM方法评估宜按下列顺序进行：建立能够反映测量原理、测量方法、测量过程的测量模型y二f（{1，x2，，工，），并识别主要不a）
确定度来源；
确定测量模型中输入量的分布，包括分布类型、特征参数（期望、方差等）；确定各输人量自身的标准不确定度（如输人量为直接观测得到，用直接评定法计算）；c）
根据测量模型，计算各输人量的传播系数（即测量模型对各输人量的偏导数）；d）
将各标准不确定度合成得到合成标准不确定度（u）；根据包含概率，获得包含因子（k）；将其与u相乘，得到扩展不确定度（U）；f）
获得研究对象的包含区间。
示例：可溯源数据
小提示：此标准内容仅展示完整标准里的部分截取内容，若需要完整标准请到上方自行免费下载完整标准文档。