基本概率算法（数值修约带来的不确定度的计算和三种概率分布）

数值修约带来的不确定度使用B类不确定度评估。

先说定义，什么是B类不确定度？

基于经验或其他信息(如测定数据、说明书中的技术指标、检定证书提供的数据、手册中的参考数据)，按估计的概率分布(先验分布)来评定的不确定度。

其中经验或其他信息，提供的是区间半宽，估计的概率分布是按照经验确定的概率分布。区间半宽先放一边不说，那么有哪些常用的概率分布呢？

1、矩形分布：在相同长度间隔的分布概率是等可能的。

可以考虑一个实际例子：假设有一路从不晚点的车，每一个小时发车一次，从早上七点运营到二十三点，在这个区间内，车出现在七点、八点、九点……二十三点，每一个点的概率是一样的，包含因子：

2、若测量值和机会在中点最大，随机自中点向两边直线下降。

可以考虑一个实际例子：某单位食堂午餐开放时间为十一点至十三点，如果单位午休时间一致人流最多的时候应该为十二点，大部分人就餐时间是落在中间的，包含因子：

3、反正弦分布：均匀分布的正弦或余弦函数服从反正弦分布。

可以考虑一个实际例子：大楼的建造者，夏天的中午，很少会有顶着太阳干活的情况，一般都在早上或下午还没有特别热的时候，包含因子：

数值修约带来的不确定度评定的公式为：

从公式可以看出，认定数值修约的不确定度符合矩形分布。

其中d为修约间隔，0.5d即可认为是区间半宽。

修约间隔（rounding interval）是指：修约值的最小数值单位。

例如将1.035修约至两位有效数字，即为1.0，修约间隔d=0.1，修约间隔的半宽即为0.1×0.5=0.05，再除以k，即0.05÷根号3=0.0289，根据不确定度的修约规则，即得到标准不确定度为：0.029。