工程统计测量过程与不确定度评定方法论
> 蒸馏自 NIST/SEMATECH《e-Handbook of Statistical Methods》（NIST 工程统计手册，2012 网页版）Ch2 测量过程表征与控制（p637-1062，约 58 万字符）。
> 捕捉 NIST 的判断力——HOW it thinks（结果何时可信、该报多大不确定度、量具能不能用、校准方案怎么设计），非公式推导与查表数值罗列。
> 定位：方法论认知层（怎么想）；走完整分析流程（取数→算→画图→报告）用 ray-data-analysis。
> 自包含：诊断基础（数据前提 + 4-plot）源自 ray-stat-diag-compare 模型 1-2，此处内嵌精简版，可独立交付（付费上架每个 SKU 须单独成立）。
> 方法-软件解耦：原书用 Dataplot（NIST 自研，已停更）与 R 演示，本 skill 不蒸馏软件语法；映射到 Python（numpy/scipy.stats/pandas）判断完全适用。
> 逐条英文原文引文集中收在 references/出处索引.md 第二节，正文只保留承重引文与中文译述。
核心模型（6 个，含关系图）
【模型 0】测量可信度框架：三要素（偏倚 + 短程变异 + 长程变异）+ 双环（表征⇄控制）
前置动作：先定义「报告值」+ 找到「参考基准」（溯源权威）
│
▼
【模型 1】三级时间尺度分解：level-1 重复性（天内）/ level-2 再现性（日间）/ level-3 稳定性（批间）
工具：核查标准 + 嵌套设计
│
┌────┴──── 表征侧 ────┬──── 控制侧 ────┬──── 校准侧 ────┐
▼ ▼ ▼
【模型 3】量具 R&R 【模型 2】控制三图 【模型 4】校准与溯源链
方差分解 + 偏倚五源 Shewhart 抓大跳变 参考基准→参考标准→单点校准
分辨率/线性度/漂移/ EWMA 抓小漂移 →校准设计（左右平衡/
量具间差异/几何构型 标准差图抓精密度退化 漂移消除/约束/冗余）
+ 失控处置 ⚠️ 只消偏倚，不改善精密度
└────────────┬───────┴────────┬───────────┘
▼
【模型 5】不确定度评定与误差预算：A类 + B类 → 误差传递 → 误差预算表（灵敏度系数）
→ 标准/扩展不确定度（W-S 自由度）→ 未修正偏倚的非对称区间
| # | 模型 | 一句话 | 出处 |
|---|---|---|---|
| 0 | 测量可信度框架 | 可信度由三要素刻画——偏倚 + 短程变异（仪器精密度）+ 长程变异；由表征（认识）⇄ 控制（保证）双环维持；先定义报告值再谈不确定度 | 2#§2.1.1 |
| 1 | 三级时间尺度分解 | 变异按三个时间尺度拆成 level-1 重复性 / level-2 再现性 / level-3 稳定性；核查标准是分离过程变化与工件变化的探针 | 2#§2.1.1.4、§2.1.2、§2.4.4 |
| 2 | 测量过程统计控制三图 | Shewhart 抓大跳变（k=2≈5% / k=3≈1% 虚警）、EWMA 抓小漂移（权重 0.15-0.3）、标准差图抓精密度退化（F 分布单侧上界） | 2#§2.2、§2.3.5、§2.3.7 |
| 3 | 量具 R&R 与偏倚五源 | 方差分解为重复性/再现性/稳定性；并排查五类偏倚：分辨率、线性度、漂移、量具间差异、几何构型差异 | 2#§2.4 |
| 4 | 校准与溯源链 | 参考基准→参考标准→单点校准→校准设计；冗余产重复性、左右平衡消常量偏倚、设计消线性漂移；校准只消偏倚，不改善精密度 | 2#§2.3.1-2.3.3、§2.3.6 |
| 5 | 不确定度评定与误差预算 | ISO GUM 八步：定义报告值→A 类→B 类→误差传递→误差预算→标准/扩展不确定度→未修正偏倚非对称区间 | 2#§2.5 |
模型详解
模型 0：测量可信度框架——三要素、双环与报告值定义
> 出处：2#§2.1.1（p644-647）测量过程＝以测量结果为产品的生产线；三要素清单与报告值四形态（p644、p646）；参考基准（p647）；仅适用持续过程（p644）。
解读：把测量过程当成一条生产线——测量结果就是它的产品。可信度不由一个数刻画，而由三要素决定：
| 要素 | 含义 | 量化工具 | 可修正性 |
|---|---|---|---|
| 偏倚 | 系统性偏离参考值 | 与参考标准比对 | 理论上可修正/消除 |
| 短程变异（= 仪器精密度） | 同条件下的散布 | 天内重复（level-1） | 不可修正 |
| 长程变异 | 日间/批次的漂移式变化 | 核查标准数据库（level-2/3） | 不可修正 |
双环结构（核心洞察）："表征"与"控制"是认识与保证的分工：
| 环 | 问什么 | 做什么 |
|---|---|---|
| 表征 | 这套方法会产生多大的错？错在哪？ | 分解误差源 → 算标准偏差 → 写成不确定度声明 |
| 控制 | 它现在还跟当初一样吗？ | 持续监测核查标准 → 变化即报警 |
⚠️ 双环缺一不可：表征出的不确定度声明，只在过程保持统计控制时才有效。过程变了却不监控，那份声明就是过期地图。
报告值的四形态（全流程第一步）：
| 形态 | 场景 | 后续影响 |
|---|---|---|
| 单次测量 | 现场读数 | 不确定度 = 全过程标准偏差（含 level-1/2/3） |
| 若干次测量的均值 | 化验室取 N 次平均 | 重复性分量除 √N，长程分量不除 |
| 模型的最小二乘预测 | 校准曲线反算 | 需套误差传递 |
| 由物理模型关联的组合量 | 流量 = f(差压, 密度, 管径) | 必须走误差传递 + 协方差项 |
A1 案例（2#§2.1.1，千克质量校准主线）：NIST 每个校准批次同时产出砝码估计值 + 重复性标准偏差，后者长期入库绘控制图判断天平是否退化——"报告值 + 三要素"一体产出的原型。
A2 触发：有人问"这个数有多准"时；要出不确定度声明时；接到新仪器/新方法要评估可用性时；数据"时好时坏"要定位原因时。
E 执行：
1. 写下报告值形态（单次/均值/模型预测/组合量）——形态决定后续算法
2. 找参考基准（溯源权威：标准砝码、标准气、标准溶液，还是国家计量基准？）
3. 逐项标注三要素各分量的已知/未知状态
4. 判断是否属于"持续过程"——一次性/破坏性试验要降级处理（见 B 边界）
5. 进入模型 1 做时间尺度分解
B 边界：
- 本章方法主要面向持续（ongoing）过程——原书明说一次性/特殊/破坏性试验难以表征（§2.1.1）；但并非死路，原书另有兜底判据，见模型 1 末 ◆
- 三要素是描述性框架，不提供数值——数值靠模型 1-5
- 精密 ≠ 准确：精密但偏倚大的测量过程完全可能
模型 1：三级时间尺度分解——把"时好时坏"拆成三个数
> 出处：2#§2.1.1.4（p651-652）；§2.1.2.2（p657）；§2.1.2（p655）。逐节明细见 references 第二节。
解读：这是全章骨架。总变异不是一个数，而是按时间尺度分层的三个数——即三级标准偏差：
| 层级 | 名称 | 时间尺度 | 估计方法 |
|---|---|---|---|
| level-1 | 重复性 / 短程精密度 | 同一次测量内的 J 次重复 | J 次重复的样本标准差（ν = J−1） |
| level-2 | 再现性 / 日间变异 | 若干天 | 各天均值的散布 |
| level-3 | 稳定性 / 批次间变异 | 若干批（run） | 各批总均值的散布 |
三层必须在同一套数据里估——这就是嵌套设计：J 次重复嵌在 K 天里，K 天嵌在 L 批里。层级关系是嵌套，不是交叉。
术语陷阱（原书明确警告）：day-to-day variability / long-term variability / reproducibility 在本章可互换使用，且 reproducibility 只作泛义——它在某些国家和国际标准中有专门定义，且各标准并不一致。引用时务必注明语境。
⭐ 三条最易被忽略的纪律：
1. 长程变异常压倒仪器精密度——原书明确警告日间变异常超过仪器精密度（引文见 references 第二节）。推论：只做天内重复就宣布"精密度好"，几乎必然低估总不确定度——工程实践中最常见的口径塌缩。
2. 每天至少 J ≥ 2 次重复——原书称之为"唯一例外"的硬约束：没有这个冗余，短程精密度永远估不出来。只测一次/天 = level-1 缺失。
3. 核查标准必须与工作件同类型同几何、稳定、持续可得——用随便找的替代品当核查标准，测出的变异不具代表性。
核查标准是分离两个问题的手术刀：无它则"过程变了还是工件本来就变了"无法区分；有它且其自身稳定 → 变化必来自过程。
原书给出的核查标准诊断纪律（2#§2.1.2.1，p656）：直方图双峰 → 数据来自两个以上分布；长尾 → 存在离群点；平坦或两端有峰 → 过程失控或规格描述不当。时间滞后图查相关性——相关性"通常存在但常可忽略"，在测量间隔太密、仪器来不及从上次测量恢复时才成问题。
◆ 工程实践补充
⭐ 核查标准在化工现场的落地形态：原书用硅片/砝码，化工映射到对应物——
- 分析化验：保留样／标准溶液／标准气；须关注有效期与基质匹配
- 在线仪表：比对件（同点便携表 vs 在线表）、标定气/标液
- 物位/流量/压力：可复现的工艺稳态点（同工况下标定）+ 标准表比对
- 温度：冰点/沸点槽、标准铂电阻、多点干体炉
- ⚠️ 判据不变：只要"同类型同几何 + 稳定 + 持续可得"即可，不必是昂贵标准物质；但"稳"必须能被证明（本身要有历史数据）
A1 案例（2#§2.6.2，p1013-1025）：同一份核查标准数据同时算出 level-1 与 level-2 标准偏差，驱动"精密度图 + 偏倚／长程图"两张图——一份数据、两个输出。
A2 触发："重复测几次就能算不确定度了吧"时；结果时好时坏要定位是仪器、环境还是手法问题时；设计核查标准日程时；"仪器很准但数据就是不稳"时。
E 执行：
1. 确认数据结构是否真嵌套（J 次重复 ⊂ K 天 ⊂ L 批）
2. 逐层算样本标准差：level-1（ν=J−1）、level-2、level-3
3. 检查 J ≥ 2/天；不满足则补数据，不要跳过 level-1
4. 建核查标准数据库，固定字段（见「内置产出物模板」）
5. 比较三层相对大小——若 level-2/3 显著大于 level-1，报告值必须带长程分量
B 边界：
- reproducibility 在本章是泛义（跨天变异），与国际标准中"实验室间再现性"不等价——实验室间比对走 ray-stat-diag-compare
- 三级分解假设过程在观察期内保持同一分布——中途换仪器/换人/改规程必须分段，不能强行合并
- 核查标准自身也须"稳"；它的参考值不稳就无法充当手术刀
◆ 工程实践补充
⭐ 只有一次性／破坏性试验数据时怎么办（化工最常见场景）：原书给了兜底判据，不是死路——
- 两级可能就够：多数过程用 level-1 + level-2 即可；三级仅用于新过程或特性尚不清楚者（§2.5.3.1.1）
- 测试件重复测量的兜底：对测试件的重复测量覆盖不了足够时间跨度，其标准偏差仅在无其他数据可用时才可引用为不确定度估计（ν=J−1）——报出时必须声明这是退化估计
- 化工落地三件：①同型／同批历史数据当伪核查标准 ②标准物质（DSC 用 In/Sn/Zn 标温度与热流）作溯源锚点 ③批内不均匀按"随机抽数瓶"的实测散布计入（§2.5.3）
- 结论写法：声明须写明"基于单批／未含长程分量／覆盖面仅限本批"，不得宣称覆盖同型其他批次
模型 2：测量过程统计控制三图——分工、基线与失控处置
> 出处：2#§2.2.2（p662）；§2.2.2.1（p667-668）；§2.2.2.1.1（p669）；§2.2.3.1（p678）。逐节明细见 references 第二节。
解读：控制图不是"一张图"，而是三张图各管一件事——选错图等于白建：
| 图 | 管什么 | 检出能力 | 关键参数 |
|---|---|---|---|
| Shewhart（单点图） | 偏倚 + 长程变异（大跳变） | 只对大变化有效；对 1/2 ~ 1 个标准偏差的小变化不敏感 | k = 2（≈5% 虚警）/ k = 3（≈1%） |
| EWMA | 偏倚 + 长程变异（小漂移） | 小变化的快速检出；用历史信息的指数衰减加权 | 权重 0.2-0.3（Hunter），0.15 亦常用 |
| 标准差图 | 短程精密度退化 | 检出精密度恶化与单次异常 | F 分布单侧上界，α 常取 0.05 |
Shewhart 的三条硬约束（最易踩）：
1. 基线 = 历史核查标准值均值，要求 ≥ 100 个数据点
2. 控制限用"过程标准偏差"算，不用"合理子组（rational subsets）"的标准差——原书专门加 Caution：子组内标准差只能表征仪器精密度、表征不了长程变异，会做出过窄的限
3. k 是风险选择，不是黄金常数——k=2 约 5% 虚警（要求过程标准偏差 ν > 100），k=3 约 1%。先定"能容忍多少假警报"，再选 k（⚠️ 此处 k 指控制图虚警风险，与模型 5 的包含因子 k 同名不同义）
标准差图为什么用 F 分布：它本质是单侧检验 H₀: σ₁=σ₂ vs Hₐ: σ₂>σ₁（σ₁=历史池化值，σ₂=当前值）。历史数据足够多、可把 σ₁ 当"已知"，故用 F 临界值构造上控制限。分子自由度 = J′−1（当期重复数），分母自由度 = K(J−1)（历史池化）。
⚠️ 反直觉性质：当期标准差的自由度不必等于历史数据的 J。但改变重复数会改变判据 → "图形法"（固定控制限）失效，必须改用代数判据，否则图会骗人。
失控之后问什么（2#§2.2.2.4 / §2.2.3.4）：原因分两类——①须纠正的（真故障）；②不须纠正但要记录的（已知的、不影响使用价值的微变）。诊断链（2#§2.2.2，p664）：核查标准读数持续同水平偏移 → ①参考标准变化/损坏 ②核查标准实物变化/损坏 ③规程变更破坏了测量过程的基本假设。
⭐ 一条极性纪律：控制只能保证"可比"，不能保证"正确"——原书："the control procedures can only guarantee comparability among measurements"。过程一直受控但一直偏，完全可能。 所以控制图永远不能替代校准（模型 4）。
◆ 工程实践补充
⭐ 程序有效窗——"校准合格"不等于"数据可用"：校准只是某一时刻的消偏倚快照；过程漂移或不可预测跳变后，即使校准证书仍在有效期内，数据也已不可信。原书明确要求把校准程序与仪器的统计控制程序相结合。落地判据两条：①有无越限（或连续同侧点）→ 有则数据须复核；②有无趋势（精密度缓慢退化）→ 有则提前缩短校准/维护周期。
⚠️ 审核场景下，"证书在有效期"与"过程受控"是两个独立证据，缺后者不能主张不确定度声明仍成立。
A1 案例（2#§2.3.5.1.1，p834-835，天平 #12）：117 次千克校准池化（ν=351）、1% 显著性定限；1988 年头五个月两次越限→弃用重做，且精密度渐退化、多点逼近限 → 据此更换天平——"控制图产生设备级决策"的范例。
A2 触发：要建核查标准监控时；"该用 Shewhart 还是 EWMA"时；控制限怎么定、k 取几时；图上越限要判断"偶发还是真失控"时；要向审核员证明"不确定度声明仍有效"时。
E 执行：
1. 明确监控对象 → 选图：大跳变用 Shewhart；小漂移用 EWMA；精密度用标准差图（三种可同时上）
2. 建基线：核查标准数据 ≥ 100 点；标准差图用历史池化 s₁ 与 ν = K(J−1)
3. 定控制限：Shewhart 先定虚警容忍度再选 k；标准差图取 F 分布上 α 分位
4. 监控期逐点判，标准差图注意自由度随当期重复数变化 → 改用代数判据
5. 越限 → 按"须纠正/须记录"分类，并查三条诊断链
6. 阶段性复核基线（原书案例按年或半年）
B 边界：
- 本 skill 控制图只用于"测量过程"（核查标准序列）。生产过程/产品特性的 SPC 与 Cpk 走后续 ray-stat-spc——对象不同、判据不同，不要混用
- 控制图不能替代校准，也发现不了"过程一直偏"
- 前提：误差时间上不相关、来自单一分布；原书说对轻度非正态稳健，只要求"钟形对称"。前提诊断走 ray-stat-diag-compare（本 skill 内嵌精简版）
- 控制限可靠性取决于历史数据自由度——Shewhart 基线要求 ν > 100
模型 3：量具 R&R 与偏倚五源——把方差拆开，把偏倚归类
> 出处：2#§2.4.4（p892）；§2.4.2-2.4.3（p881-891）；§2.4.5（p904-916）；§2.4.5.6（p915）；§2.4.6（p917）。逐节明细见 references 第二节。
解读：量具研究要回答两个独立问题——变异多大（R&R）与偏倚多少（五源）。方法不同，不要混在一次分析里。
第一半：变异分解（复用模型 1 的三级结构，即量具R&R）：
| 层级 | 含义 | 估计来源 |
|---|---|---|
| level-1 | 重复性——同量具、同件、同条件下的散布 | J 次重复 |
| level-2 | 再现性——日间变化 | K 天均值散布 |
| level-3 | 稳定性——批次（run）间变化 | L 批总均值散布 |
设计规模与结构：起步用简单设计，要分离时间效应就用嵌套设计；数量级 Q > 2 件、L > 2 批、I > 2 量具（或操作者）。
- ⚠️ 必须真嵌套——原书 Caution：每个操作者要在同一天测同一组情景，否则 level-3 会把"操作者效应"与"日效应"搅在一起
- 随机化：选第一件随机排量具，选第二件再随机排……
第二半：偏倚五源诊断表（本模型最可操作的部分）：
| 偏倚源 | 可否修正 | 现场处置 |
|---|---|---|
| 分辨率 | 不可修正（是量化步长） | 计入不确定度：取 d/(2√3)（d=量化步长） |
| 线性度 | 可修正（建曲线） | 若不使不确定度超出需求，可容忍不修正 |
| 漂移 | 极难修正（除非有足够历史记录方向与幅度） | 计入不确定度，或缩短校准周期 |
| 量具间差异 | 可修正（修到组均值） | 二选一：逐台修正 / 接受为不确定度分量 |
| 几何/构型差异 | 可修正 | 同"量具间差异"的两种策略 |
⭐ 判断纪律（可容忍性原则）：偏倚不是一律要修正——判据是"它是否把不确定度推过了需求"。线性度与漂移原书都明说可容忍；但漂移额外要求"有足够历史记录方向和幅度"才谈得上修正。
⭐ R&R 结论的时效纪律：量具研究给出的标准偏差只在过程特性未变时有效。原书给了低成本对策：在待表征的测量之前和之后各做一次量具研究（before/after），两次结果能指示期间过程是否变化。没有这一步，量具研究就是无法验证时效的快照。
◆ 工程实践补充
⭐ 化工装置的"量具"图谱与选型前置检查：
- 在线分析仪表（pH、电导、氧含量、色谱）→ 分辨率与漂移通常是主项，且易受工况影响，量具研究须覆盖实际工况范围
- 流量计（孔板/涡街/质量流量）→ 关注量程两端误差（线性度）与安装直管段构型差异
- 温度/压力变送器 → 量程两端线性度与长期漂移
- 化验室仪器 → 加"操作者"维度（人因差异常大于仪器差异）
- ⚠️ 选型前置检查（原书的硬纪律）：买之前先在实际使用环境里估它的精密度够不够用——校准"不会改善精密度"，买错了校准也救不回来（见模型 4）
- ⚠️ "够不够用"的需求从哪来（原书不给，须自行确定）：①取安全允差（TD24/MTSR 安全裕量、工艺参数控制限、产品规格公差）②按误差预算法反推各分量允许份额（常用单分量 ≤ 总允差的 1/3）③比 U ≤ 允差/3 判是否够用；不够 → 缩短校准周期／换更高精度仪表／改设计
A1 案例（2#§2.6.1，p984-1012）：5 探头 × 5 硅片 → 分离 level-1／2／3 与探头间差异；并演示"差异当随机还是当偏倚"取决于不确定度声明的语境（见模型 5）。
A2 触发："量具 R&R 怎么做"时；"重复性和再现性有什么区别"时；买仪器前评估够不够用时；怀疑"不同人/不同表测出来不一样"时；校准了还是不准、要定位偏倚源时。
E 执行：
1. 明确目的：估变异（R&R）还是查偏倚（五源）？——分开做
2. 定设计：Q > 2、L > 2、I > 2；确认真嵌套 + 随机化
3. 按嵌套层级记录（见「内置产出物模板」量具研究记录表）
4. 分解 level-1/2/3 标准偏差
5. 逐项过偏倚五源表，判定"修正 / 接受为不确定度 / 不显著"
6. 走"接受"路线的，把对应标准不确定度并入模型 5 误差预算
7. 关键用途加做 before/after 双次量具研究
B 边界：
- 量具研究不能替代不确定度评定——它只提供分量；怎么合成取决于报告值形态（原书："specific formulas are needed to relate these standard deviations to the standard deviation of a measurement result"）
- 结论有时效（过程一变即失效）
- 差异当"随机"还是当"偏倚"不是技术问题而是语境问题，量具研究本身不决定
- %GRR 类阈值不属本书范围——原书按「过程标准偏差」计量，无 10%/30% 式合格线（那属 AIAG MSA 口径）；需要时另查 MSA 手册
模型 4：校准与溯源链——参考基准→参考标准→单点校准→校准设计
> 出处：2#§2.3.1.2（p689）；§2.3.3.1（p695-699）；§2.3.6.3（p850）；§2.3.6.4（p851-852）。逐节明细见 references 第二节。
解读：校准是消偏倚的手段，链条自下而上（即溯源链）：
| 环节 | 内容 | 关键点 |
|---|---|---|
| 参考基准 reference base | 该量的最终权威（国家计量基准/共识值） | 测量过程最关键的一环 |
| 参考标准 reference standard | 承载该单位的实物/装置 | 其值本身也来自一个测量过程 → 不是"真值" |
| 单点（实物）校准 | 用参考标准给被测件赋值 | 产出被测量值 + 重复性 |
| 校准设计 | 安排比较顺序与约束 | 用冗余与平衡把偏倚从数据里挤出去 |
设计技术四件套（2#§2.3.3）：
| 技术 | 作用 |
|---|---|
| 冗余（redundancy） | 测量次数多于未知量 → 产出重复性标准偏差与自由度 |
| 左右平衡（left-right balanced） | 交换左右位置再测，用差值消掉仪器固有的常量（左右）偏倚 |
| 漂移消除设计（drift-elimination） | 按特定顺序安排比较，使线性漂移在求和/求差中相消 |
| 约束（restraint） | 指定某些参考标准值为已知，把相对量锚成绝对量并解开方程组 |
⚠️ 校准曲线的五个前提假设（原书明确，违反则校准失效）：
1. 参考标准的值被当作"无误差"——"in reality, this condition is rarely met"。参考值自身的系统误差必然污染结果，随机误差也会引入偏倚
2. 测量误差无离群点 3. 独立 4. 等精度（homoscedastic） 5. 来自正态分布
⭐ 缓解偏倚的实用规则：参考值的随机波动无法消除，但可稀释——让 x 轴取值范围相对仪器精密度足够大。推论：校准点挤成一团 = 参考值噪声被放大到斜率上。
⭐ 两条最反直觉的纪律：
1. 校准不改善精密度——原书明说校准程序本身没有任何能提升精密度之处（引文见 references 第二节）。所以买仪器前必须先在"实际使用环境"里估它精密度够不够用，而不是买了再说
2. 只看聚合数据的拟合线会漏掉致命问题——把各天数据合并拟一条线，看起来总是很漂亮（参考值跨度大、点重叠）。必须画"逐日分别拟合"的细结构图：原书案例中光学成像系统 4 天的校准线斜率从正变负 → 结论"最好情况需每日校准，最坏情况仪器不可用"
校准程序必须与统计控制耦合：校准只是某时刻的消偏倚快照，漂移或不可预测跳变会让它失效——原书明确要求把校准程序与仪器的统计控制程序结合。
◆ 工程实践补充
⭐ 校准证书在化工审核场景的正确读法：一张证书至少看五件事，否则"校准合格"是空的——
| 看什么 | 为什么 | 常见坑 |
|--------|--------|--------|
| 校准点与量程 | 证书只对该点/该量程有效 | 单点证书用到量程两端 |
| 不确定度 U 与 k | 无 U 的证书无法进误差预算 | 只写"合格"不写 U |
| 溯源声明 | 证明链合到哪一级参考标准 | 溯源声明缺失或断链 |
| 校准日期与再校周期 | 有效期只是必要条件 | 见「程序有效窗」◆ |
| 修正因子/修正值 | 若未把修正值用进计算，等于没校准 | 拿到证书但不改数据 |
A1 案例（2#§2.3.6.4.1，p853-854）：10 个参考标准、4 天线宽测量。聚合图看不出任何问题，逐日分别拟合后斜率由正变负 → 系统缺乏控制，用全部数据平均的校准程序会在某些日子给出错误修正。价值全在"换一种画法才发现问题"。
A2 触发："校准做了就放心了"时；设计校准方案、决定加不加约束时；"为什么校准曲线看起来很好但测量不准"时；评估参考标准自身不确定度时；判断仪器是否必须每日校准时。
E 执行：
1. 画出溯源链：参考基准是什么？中间几级参考标准？每级不确定度多少？
2. 选校准方式：单点（实物）校准 vs 建校准曲线（量程内多点）
3. 建曲线前先画图：先看整体，再逐日/逐批分别拟合看细结构（不能省）
4. 检查五个假设
5. 设计校准方案：冗余产重复性；左右平衡消常量偏倚；漂移消除设计消线性漂移；约束定标
6. 把校准与控制耦合：校准结果进控制图
7. 输出修正值与修正的不确定度（→ 模型 5 合成）
B 边界：
- 本章给的是设计原则；具体的重量/量块/电学/角度等设计目录与矩阵解属查表数值，本 skill 有意剔除（见出处索引第四节）——用表请查原书 §2.3.4 或现行计量规范
- 校准只消已被识别且可估的偏倚；未识别的偏倚（基质效应、取样代表性）要靠模型 3 与 ◆ 补充节
- 校准不确定度不是测量不确定度——它只是误差预算里的一个分量（通常 B 类）
模型 5：不确定度评定与误差预算——ISO GUM 八步
> 出处：2#§2.5（p924-928）；§2.5.3.3（p944-945）；§2.5.4.1（p955-956）；§2.5.5（p957-959）；§2.5.6（p967-969）；§2.5.7（p978-979）；§2.5.8（p980-982）。逐节明细见 references 第二节。
解读：全章出口——前面所有工作在此收敛成一个可报告的数。八步：
| 步 | 内容 | 动作 |
|---|---|---|
| 1 | 定义报告值 | 单次 / 均值 / 模型预测 / 组合量（模型 0） |
| 2 | A 类：随机分量 | 由数据统计评出（日内/日间/批间，模型 1） |
| 3 | A 类：偏倚分量 | 由数据统计评出的偏倚修正不确定度 |
| 4 | B 类分量 | 无本地数据者，按假定分布换算 |
| 5 | 误差传递 | 报告值由多个辅助量算出时逐项传递 |
| 6 | 误差预算 | 列 分量 × 灵敏度系数 × 标准偏差 × 自由度 |
| 7 | 标准 / 扩展不确定度 | 平方和合成 → U = k·u，k 查 t 表 |
| 8 | 未修正偏倚 | 不修正时改用非对称区间 |
A 类 vs B 类的真正区别（最常被误解）：
| 分类依据 | 量化方式 | 自由度 | |
|---|---|---|---|
| A 类 | 由统计方法评定 | 数据的样本标准差 | = 该标准差的 ν |
| B 类 | 由其他手段评定（无本地数据/其他实验室/证书/假定分布） | 由假定分布换算成等效标准差 | 证书给出者用之；无文档/最坏情况估计/假定分布 → 视为无穷 |
⚠️ 三条关键纪律：
1. 分类不影响计算——原书："In the computation of the final uncertainty it makes no difference how the components are classified"。A/B 在合成时同等对待（都化成标准偏差，平方和）。分类只说明"这个数从哪来"，不代表谁更可信。
2. 均匀分布最保守、正态最小——同一 ±a 端点换算出的标准偏差：均匀 > 三角 > 正态。选分布就是在选保守程度，必须自觉。
3. ISO 假设"所有偏倚都已修正"，不确定度是"修正的不确定度"——允许零修正（无法修正时），但零修正不等于"无偏倚"，其不确定度仍须计入（按最大偏倚估）。
偏倚处置策略表（本模型最硬的判断工具，2#§2.5.3.3）：
| 偏倚类型 | 表现 | 修正 | 不确定度 |
|---|---|---|---|
| 不一致 | 符号来回变（+ ↔ −）、幅度变化 | 零修正 | 基于最大偏倚（均匀：max|bias|/√3；正态：用 3 代 √3） |
| 一致 | 同一仪器在多个件上幅度相近 | 修正（该仪器对组均值的差异） | 修正量的标准偏差 |
| 稀疏数据 | 只测 2 台/2 种构型，估不准 | 零修正 | 修正量的标准偏差 |
| 不可修正·一致 | 分辨率、非线性、漂移、材料不均匀 | 零修正 | 基于最大偏倚 |
| 无显著偏倚 | 统计上测不出 | 无修正 | 无贡献 |
⚠️ "差异当随机还是当偏倚"由语境决定（最易错的一步）：
| 不确定度声明的意图 | 差异的处理 |
|---|---|
| 覆盖"本实验室任一台仪器"的结果 | 仪器间差异 = 随机效应（进 A 类随机分量） |
| 只针对某一台特定仪器 | 该仪器对组的偏差 = 偏倚（按上表处理，通常"修正 + 修正量不确定度"） |
同源判据：只测了两台且都不知谁对时，原书给的策略是"零修正 + 评修正量不确定度"，因为均值不必然无偏——"the average will not necessarily be an unbiased result"。样本量不足时，"取平均"不是万能解药。
误差传递：两条路线，选错会系统性偏差（2#§2.5.5）：
| 路线 | 做法 | 优点 | 代价 |
|---|---|---|---|
| top-down（自顶向下） | 直接重复测量报告值本身，算其标准差 | 正确处理协方差；捕获未预期误差；不依赖传递模型 | 要求报告值可被直接重复 |
| propagation of error（误差传递） | 各辅助量分别估标准差，按 ∂f/∂Xᵢ 合成 | 报告值无法直接重复时唯一可行 | 依赖模型正确；协方差易漏；误差会"传错" |
传递式：s_Y² = Σ (∂f/∂Xᵢ)² · s_Xᵢ² + 协方差项，其中 ∂f/∂Xᵢ 即灵敏度系数。
协方差项三条判据（最易漏）：①独立 → 为 0，可省 ②加和型必须计入（两个砝码质量、两块量块端对端）③只在有充分数据估计时才计入，不得凭猜。
多变量乘积简化：Y 是纯乘积且用百分数表达时，s_Y/Y = √(Σ (s_Xᵢ/Xᵢ)²)（协方差可忽略）。这是化工最常见的形（浓度 = 质量/体积、流量 = 系数×√Δp 等）。
⭐ 一条极易被忽视的灵敏度规则：即使报告值未做日间/批次间测量，只要该标准偏差在数据分析中显著，其灵敏度系数就非零（2#§2.5.6，p968）。推论：不能因为"我只测了一天"就把长程分量当 0——只要历史显示它显著，就必须进预算。
自由度与扩展不确定度：合成不确定度 u 的自由度一般未知，用 Welch-Satterthwaite 近似；有大分量配小自由度时特别棘手。U = k·u，k 取 t 分布 1−α/2 分位；自由度大时才近似 k = 2（95% 覆盖率）——无限自由度分量（典型是 B 类）不参与 W-S 计算，合成自由度实际由有限自由度分量决定（原书案例：A 类 ν=42 → k=2.018，明显大于 2）。
未修正偏倚 → 非对称区间（2#§2.5.8）：不修正时区间被偏倚污染，须写成上下端点不对称形式并满足非负约束（偏倚为正且大于 U 时上端会变负；为此宁可放宽区间）。原书列了 5 条性质：①结果 ≥ 修正情形 ②偏倚为 0 时退化为同一式子 ③覆盖率不低于修正情形 ④可传递 ⑤易实施。
◆ 工程实践补充
⭐ 中国计量规范对应表——国内落地核心三件：JJF 1059.1-2012（不确定度评定与表示）、GB/T 27418-2017（国标，修改采用 ISO/IEC Guide 98-3:2008）、CNAS-GL016-2020（石油石化领域理化检测，最贴近本行业）。用途→文件完整对应表（八件）见 references/出处索引.md 第六节。
⚠️ 上述状态于 2026-09-11 核实；引用具体版本号前请再核实现行有效版本（标准有换版周期）。
◆ 工程实践补充
⭐ 化工工艺参数不确定度预算要点：把 ISO GUM 八步套到化工四类常见量的"易漏项"——
| 量 | 主分量（易漏） | 建议分布 |
|----|---------------|---------|
| 温度 | 变送器精度、热电偶冷端、插入深度/热辐射、多点代表性 | 精度指标按均匀 |
| 压力 | 变送器精度、取压点位置/导压管液柱、零点漂移 | 精度指标按均匀 |
| 流量 | 差压/系数、管径与直管段、密度/温度补偿、雷诺数修正 | 系数项按证书 |
| 组分（化验） | 标准物质、取样代表性、基质效应、重复性、稀释/称量 | 见下 ◆ |
⚠️ 两条化工专属纪律：①工艺参数的"被测件"是流体本身，取样代表性/流动代表性常是最大项却最易漏；②均值型报告值（如班均值）只除重复性分量的 √N，长程与代表性分量不除。
◆ 工程实践补充
⭐ 取样代表性与基质效应——化工版的"材料不均匀性"：原书 §2.5.3.2 明说"compositions of chemical compounds may vary from bottle to bottle"，并指出若已知不均匀，可指定测量位置规避；否则必须计入不确定度。化工对应四条：
- 批内不均匀（同批不同位置/包装）→ 随机抽样估计，计入 level-2/3
- 取样偏差（取样口位置、取样时间、取样器污染）→ 系统项，典型"不可修正·一致"类，按最大偏倚计入
- 基质效应（样品基体 ≠ 校准标准基体）→ 常表现为"校准了还是偏"
- 样品稳定性（从取样到分析的衰减/挥发/吸附）→ 有时效，须控制并评估
⚠️ 取样代表性往往是化工测量中数值最大的分量，而它常在最开始被整项漏掉——报不确定度前必问一句"这个样品能代表我要说的那批吗"。
A1 案例（2#§2.6.4，p1057-1058；纯 A 类对照见 §2.6.3，p1043-1044）：硅片体电阻率，两案例 k 同为 2.018（t 表 0.05 显著性、42 自由度——小自由度使 k 明显大于 2）——仅做 A 类：U = 2.018u = 0.078 Ω·cm；补入 B 类并走误差传递后：U = 2.018u = 0.13 Ω·cm。教训：只做 A 类＝把扩展不确定度报小近一半。
A2 触发："不确定度怎么算/怎么报"时；写不确定度预算表时；A 类 B 类分不清时；"误差传递式要不要加协方差项"时；自由度怎么算、k 取几时；偏倚测出来了但没法修正时。
E 执行：
1. 定义报告值形态（回到模型 0）
2. 逐项列分量：A 类（随机 / 偏倚）+ B 类（证书 / 假定分布 / 其他实验室）
3. 每个偏倚分量走偏倚处置策略表 → 定"修正 or 零修正"与不确定度算法
4. 按语境判定仪器/操作者差异是随机还是偏倚
5. 选路线：报告值可直接重复 → 优先 top-down（自动处理协方差）；不可直接重复 → 误差传递（查三条协方差判据）
6. 填误差预算表（见「内置产出物模板」）
7. 平方和合成 → 算有效自由度（W-S）→ U = k·u
8. 若某偏倚未修正 → 改非对称区间并检查非负约束
9. 反向自检：比较传递法结果与直接重复法结果——原书明确要求做这一步比较
B 边界：
- 只做 A 类会系统性低估——报 A 类结果时必须显式声明"未含 B 类"
- 假定分布的选择直接决定保守程度（均匀 > 三角 > 正态），不是中性技术选择
- 误差传递依赖模型正确；模型错（漏项、函数形错）→ 结果错且不会自报
- 不确定度声明只在过程保持统计控制且校准有效时成立（回到模型 2 与 4）
- 本章方法针对有明确定义、可用唯一值表征的被测量；被测量本身是分布时不适用
- 传递式覆盖乘积型与加和型；积分型报告值（如反应热 ∫Cp dT）须先写出函数关系再逐项传递，不可套百分数简化式
方法论/清单（可操作）
1. 测量可信度评估清单（接到"这数准吗"时的固定动作）
1. 定义报告值形态 → 单次 / 均值 / 模型预测 / 组合量
2. 画溯源链：参考基准 → 参考标准 → 校准 → 本次测量
3. 列三要素的已知/未知：偏倚、短程变异、长程变异
4. 判断是否"持续过程"（否则降级结论）
5. 判语境：声明覆盖"任一台"还是"这一台"？→ 决定差异当随机还是偏倚
2. 偏差源排查顺序（按常见影响从大到小）
1. 长程变异是否被漏掉（只做日内重复 → 最常见的低估源）
2. 偏倚是否未修正/未计入（校准失效、基质效应、取样代表性）
3. 分辨率是否够（量化步长 ≫ 过程变异时测不出真实变化）
4. 线性度 / 漂移（量程两端误差大、随时间缓慢变）
5. 量具间 / 操作者 / 构型差异（当随机 or 当偏倚，由语境定）
6. 协方差项是否被误省（加和型测量必查）
3. 模型选择速查
| 手上有什么 | 走哪条 |
|---|---|
| 一个核查标准的长期数据 | 模型 1（三级分解）+ 模型 2（控制图） |
| 量具/仪器评估需求 | 模型 3（R&R + 偏倚五源） |
| 参考标准 + 待赋值实物 | 模型 4（校准设计） |
| 一串误差源 + 一个合成公式 | 模型 5（误差传递 + 预算） |
| 别人给的不确定度声明 | 模型 5 反向自检 + 模型 2/4 时效检查 |
4. 不确定度报告的最小要素（缺一项即不可比）：数值 + 扩展不确定度 U + 包含因子 k + 覆盖率 + 报告值形态 + 覆盖的误差源清单 + 是否含未修正偏倚
5. 量具研究最小设计：Q > 2 件 / L > 2 批 / I > 2 量具（或人）/ J ≥ 2 次重复每天 / 真嵌套 / 量具随机化 / 关键用途加做 before-after
6. 控制图选型速查：大跳变 → Shewhart（基线 ≥100 点，k=2 要求 ν>100）；小漂移 → EWMA（权重 0.2-0.3 或 0.15）；精密度 → 标准差图（F 上单侧，α≈0.05）。当期重复数变化时改用代数判据。每台仪器一张图（同型同基本精密度者可合并）。
内置产出物模板
> 目的：把模型 5 的误差预算与模型 1/3 的数据采集固化成表——直接填，不必每次重新设计。
模板 A：不确定度预算表
| 编号 | 分量名称 | 类型 | 来源/依据 | 估计值 | 分布假设 | 标准不确定度 uᵢ | 灵敏度系数 cᵢ | 贡献 cᵢ·uᵢ | 自由度 νᵢ |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 重复性（level-1） | A | J 次重复 | s₁ | 正态（实测） | s₁/√n | 1 | J−1 | |
| 2 | 再现性（level-2） | A | 日间均值散布 | s₂ | 正态（实测） | s₂ | 显著即非零 | K−1 | |
| 3 | 稳定性（level-3） | A | 批间均值散布 | s₃ | 正态（实测） | s₃ | 显著即非零 | L−1 | |
| 4 | 参考标准 | B | 校准证书 | U_cert | 正态（k=2） | U_cert/2 | 标称测试值/标称参考值 | 证书值或 ∞ | |
| 5 | 分辨率 | B | 量具规格 | 步长 d | 均匀 | d/(2√3) | 1 | ∞ | |
| 6 | 线性度 | B | 量具研究 | 最大偏离 a | 均匀 | a/√3 | 1 | ∞ | |
| 7 | 漂移 | B | 历史记录 | |Yₜ−Y₀| | 均匀 | |Yₜ−Y₀|/√3 | 1 | ∞ | |
| 8 | 量具/操作者差异 | A 或 B | 由语境定 | s_diff | 正态（实测） | s_diff/√I 或 s_diff | 1 | I−1 | |
| 9 | 未修正偏倚 | A | 最大偏倚 b_max | b_max | 均匀（保守） | b_max/√3 | 1 | 依估计方式 | |
| 合成标准不确定度 u | u = √(Σ(cᵢ·uᵢ)²) | 用 Welch-Satterthwaite | |||||||
| 扩展不确定度 U | U = k·u（k 取 t 分位，自由度大时 k=2） |
> 填写纪律：①灵敏度系数不都等于 1（参考标准项 = 标称测试值/标称参考值）②长程分量只要历史显示显著就非零 ③分布假设必须写出来（均匀 > 三角 > 正态）④含未修正偏倚时最终区间改非对称并检查非负 ⑤半宽口径分两类不可互套——量化类（分辨率）半宽 = d/2 → u = d/(2√3)；最大偏离类（线性度/漂移/未修正偏倚）半宽 = 偏离量本身 → u = 偏离量/√3。
模板 B：量具/核查标准研究记录表（一行一次测量序列，固定字段）
| 日期 | 核查标准/被测件ID | 量具/仪器ID | 操作者 | 设计/构型ID | J 次重复均值 | 重复性标准差 | 自由度 | 环境读数 | 失控旗标 | 备注 |
|---|---|---|---|---|---|---|---|---|---|---|
> 字段来源为原书三处记录规范的合并（核查标准 2#§2.1.2.2、短程精密度 2#§2.2.3.2、量具研究 2#§2.4.3.3）。"重复性标准差"与"自由度"必须落库——否则事后无法池化、无法建标准差控制图、无法做 W-S 合成。
模板 C：控制图基线核定卡（一行一基线，固定六栏）
监控对象 ｜ 基线值 ｜ 控制限 ｜ 基线数据区间 ｜ 复核周期 ｜ 失控处置
> 六栏填写口径（≥100 点 / 池化 s₁ 与 ν=K(J−1) / k 或 F 分位取值 / 失控三类归因）见 references/出处索引.md 第六节。
内嵌：数据前提诊断精简版（来自 ray-stat-diag-compare 模型 1-2）
> 为什么内嵌：本 skill 的判断都建立在"数据满足前提"之上。为满足自包含（付费 SKU 独立成立），此处内嵌上游 skill 的基础诊断；完整版（假设违反的代价、4-plot 判读、异常值纪律、检验选型）见 ray-stat-diag-compare。
四大假设（"随机 + 固定分布 + 固定位置 + 固定变异"）：
| # | 假设 | 含义 | 破坏表现 | 对本 skill 的后果 |
|---|---|---|---|---|
| 1 | 随机性 | 各次观测互相独立（不相关） | 自相关、周期、漂移、聚类 | 方差被高估/低估；有效样本量小于名义 n |
| 2 | 固定分布 | 分布形式不随时间/条件改变 | 分布形状变化、多峰 | 核查标准直方图双峰 = 数据来自两个以上分布 |
| 3 | 固定位置 | 中心不漂移 | 趋势、台阶、跳变 | 控制图基线失效；长程变异被低估 |
| 4 | 固定变异 | 离散度不改变 | 喇叭口、方差随水平变化 | 等精度假设破坏 → 校准曲线加权失当 |
4-plot 诊断：运行序图（查固定位置/随机性）→ 滞后图（查随机性）→ 直方图（查固定分布）→ 正态概率图（查正态性）。四图并列，一屏读出四个假设成不成立。
测量场景下的判读要点（原书 2#§2.1.2.1）：直方图应单峰钟形——双峰→两个以上分布、长尾→离群点、平坦或两端有峰→失控或规格描述不当；滞后图相关性通常存在但常可忽略，仅测量间隔太密、仪器来不及恢复时才成问题；概率图应近似直线，S 形曲线示离群或非正态。
⭐ 内嵌版两条纪律：①诊断先于计算——先跑 4-plot 再算标准偏差；前提不成立时算出的不确定度没有意义 ②"过程变了"优先怀疑数据分段，而不是加更多数据——三级分解的前提是"同一分布"；换仪器/换人/改规程之后必须分段
关键概念
| 术语 | 定义 | 出处 |
|---|---|---|
| 报告值 | 传递给使用方的测量结果；形态有四：单次／若干次均值／模型的最小二乘预测／物理模型关联的组合 | 2#§2.1.1.1 |
| 参考基准 | 该量的最终权威（国家计量基准或共识值）；测量过程最关键的一环 | 2#§2.1.1.2、§2.3.1.1 |
| 核查标准 | 与工作件同类型同几何、稳定且持续可得的实物；用来分离"过程变了"与"工件变了" | 2#§2.1.2、§2.2.2 |
| 三级标准偏差 | level-1 重复性（天内）／level-2 再现性（日间）／level-3 稳定性（批间） | 2#§2.1.1.4、§2.4.4 |
| 偏倚 | 系统性偏离参考值；理论上可修正/消除（与不可修正的随机误差相对） | 2#§2.1.1.3 |
| 精密度 | 短程变异，由短程（= 重复性）标准偏差量化 | 2#§2.1.1.3 |
| 重复性 | level-1，同一条件下的散布；必须靠 J ≥ 2 次/天的冗余才能估出 | 2#§2.1.2.2 |
| 再现性 | 本章作泛义 = 日间变异（level-2）；⚠️ 与国际标准中专指实验室间的定义不等价 | 2#§2.1.1.4 |
| 稳定性 | level-3，批次（run）间变异 | 2#§2.4.4 |
| 分辨率 | 量具能分辨的最小变化；量化步长本身构成不确定度 | 2#§2.4.5.1 |
| 线性度 | 量程内响应偏离直线的程度；不使不确定度超需求时可容忍不修正 | 2#§2.4.5.2 |
| 漂移 | 响应随时间的缓慢变化；极难修正，除非有足够历史记录方向与幅度 | 2#§2.4.5.3 |
| 约束式设计 | 指定部分参考标准值为已知（restraint），把相对量锚成绝对量并解开方程组 | 2#§2.3.3.2 |
| 左右平衡 | 交换左右位置再测，用差值消掉仪器固有的常量（左右）偏倚 | 2#§2.3.3.1.1 |
| 漂移消除设计 | 按特定测量顺序使线性漂移在求和/求差中相消 | 2#§2.3.3.1.2 |
| 灵敏度系数 | 传递式里的偏分量 ∂f/∂Xᵢ；表示该分量对报告值的放大/缩小倍数 | 2#§2.5.6 |
| 误差预算 | 分量 × 灵敏度系数 × 标准偏差 × 自由度 的清单表 | 2#§2.5.6 |
| 标准不确定度 | 各分量标准偏差按平方和（正交）合成的结果，记 u | 2#§2.5.7 |
| 扩展不确定度 | U = k·u，用于高覆盖率声明 | 2#§2.5.7 |
| 包含因子 | t 分布 1−α/2 分位；自由度大时 k=2 近似 95% 覆盖率 | 2#§2.5.7 |
| 有效自由度 | 合成 u 的自由度，用 Welch-Satterthwaite 公式近似；大分量配小自由度时尤其棘手 | 2#§2.5.7.1 |
| 未修正偏倚 | 不作修正时改用上下不对称的区间，须满足非负约束与 5 条性质 | 2#§2.5.8 |
| 溯源链 | 参考基准 → 参考标准 → 校准 → 被测件 的量值传递链 | 2#§2.3.1 |
| 量具R&R | 重复性 + 再现性 + 稳定性的合称，把测量系统方差按时间尺度分解 | 2#§2.4 |
| 嵌套设计 | J 次重复嵌于 K 天、K 天嵌于 L 批；分层估计各时间尺度方差 | 2#§2.4.3 |
| 程序有效窗 ◆ | 校准证书未过期但过程已漂移/失控的时间段——此时数据不可信（判据：控制图越限或趋势） | ◆ 工程实践补充 |
| 取样代表性 ◆ | 化验结果能代表整批的程度；化工中最常被忽略而数值最大的误差源 | ◆ 工程实践补充 |
| 基质效应 ◆ | 样品基体与校准标准基体不一致导致的偏倚；常属"不可修正·一致"类偏倚 | ◆ 工程实践补充 |
案例模式（佐证）
五个真实案例（天平精密度退化／光学成像逐日校准失效／电阻率探头量具研究／核查标准双控制图／A 类·B 类不确定度对比）的完整索引（出处 · 教什么 · 对应模型）见 references/出处索引.md 第三节；各案例判断要点已写进对应模型的 A1 案例段（模型 1/2/3/4/5 各一），直接用即可，无需回原书。
应用边界
本 skill 覆盖（Ch2 全章方法论）：测量过程表征框架、三级时间尺度分解、核查标准与控制图、量具 R&R 与偏倚五源、校准与溯源链、ISO GUM 不确定度评定与误差预算。
本 skill 不覆盖：
| 需求 | 去处 |
|---|---|
| 数据前提诊断、假设检验、比较检验、容差区间、样本量 | ray-stat-diag-compare |
| 生产过程 / 产品特性的 SPC、Cpk / Ppk、工序能力 | 后续 ray-stat-spc（本 skill 控制图只用于测量过程） |
| DOE 实验设计（设计矩阵、因子筛选、响应面） | 后续 ray-stat-doe |
| 寿命分布、删失数据、加速寿命、可靠性增长 | 后续 ray-stat-reliability |
| 反应热风险分级（Stoessel 六问） | ray-thermal-risk（⚠️ 已划功易安专用：本家按绝对路径直读 ~/.workbuddy/skills/ray-thermal-risk/SKILL.md） |
| 工艺数值计算（压降、安全阀、储罐容积等） | ray-pe-calc |
| 化学品物性查询 | ray-chem-property |
| 完整数据分析流程（取数→算→画→仪表板） | ray-data-analysis |
有意剔除：§2.3.4 校准设计目录的逐项矩阵与数值表（纯查表数值）、Dataplot/R 软件语法、原始案例数据表与图——理由见出处索引第四节。
知识时效：蒸馏自 2012 网页版。本章方法论稳定，但引用具体规范号时必须核实现行有效版本（◆ 中国规范对应表已标注核实日期）。
出处索引
完整页码映射、逐条原文引文（含正文迁出的英文原句）、剔除理由与反编造自查记录见 references/出处索引.md。
| 模型 | 主要出处 |
|---|---|
| 0 可信度框架 / 1 三级分解 | 2#§2.1.1（p644-653）、§2.1.2（p654-660） |
| 2 控制三图 | 2#§2.2（p661-684）、§2.3.5（p830-843）、§2.3.7（p875-878） |
| 3 量具 R&R 与偏倚五源 | 2#§2.4（p879-919，含 §2.4.3-2.4.4 三级分解） |
| 4 校准与溯源链 | 2#§2.3.1-2.3.3（p687-721）、§2.3.6（p844-874） |
| 5 不确定度与误差预算 | 2#§2.5（p920-982） |
| 案例佐证 | 2#§2.6（p983-1058） |
Gotchas
> 经验回流口（合并原「环境怪癖」与「实战经验」两处落点）。构建与运行中踩的坑记这里，随运行累积。
> ⚠️ None known 是合法值——禁止编造 gotcha 凑数，假怪癖会教模型错误约束。
> 新回流条目带前缀：- YYYY-MM-DD｜[LRN-YYYYMMDD-XXX]｜计数:N｜状态:…（判重与归档用）；历史条目保持原样。
> 归档阈值：本节 > 40 行 或 SKILL.md > 90 KB → 最旧批次移入 references/experience-archive.md，保留最近 3 轮。
- None known
