不确定度中A类评定的问题...

以I=U/R。使用电压表和分流器测试回路电流的不确定度为例。
假设我用电压表共测试了10次数据
次数        1        2        3        4        5        6        7        8        9        10
参考值(V)        0.99815        0.99818        0.99797        0.99802        0.99825        0.99822        0.99825        0.99812        0.99796        0.99816
求出标准差s=0.00011V，得出不确定度分量U1
请问这个U1是电压表的内部的分量吗？
我的意思是这个不确定评定是按照这个算：
1)数字万用表电压显示值引入的不确定度分量 ，其中包括A类评定U1和其MPE等。灵敏系数为1/R
2)分流器电阻值引入的不确定度分量
还是按照：
1)A类不确定度重复性U1
2)数字万用表电压显示值引入的不确定度分量 ，包括MPE和分辨率等。
3)分流器电阻值引入的不确定度分量

因为万用表电压值灵敏系数为1/R。这两种算法值差很多。。

在这里请教，哪种算法是正确的？这个重复测试的A类评定到底是什么意思？

　　你说的很对。无论测量模型多复杂，用笨方法一个一个识别输入量，列出来，再分别分别分析每个输入量有哪些影响量（引入不确定度分量的子项），再将子项合成为各不确定度分量，最后一个个不确定度分量再合成得到输出量的合成标准不确定度。在一个个确认分量不确定度和灵敏系数时，将有助于对一个测试系统的了解，哪些量影响大，提高测试精度该从哪些仪器入手，不确定度评定确实是个很好的工具。

这要根据测量模型确定输入量

好的，谢谢，我也是这么认为的。
我属于那种刚刚开始接触不确定度，但又必须使用的。
我感觉，无论测量模型多么的复杂，我宁愿用笨方法，把一个个相关量列出来，再分别每个有哪些不确定度分量，一个个的合成。
在一个个确认分量不确定度和灵敏系数时，我感觉对一个测试系统的了解真的很有好处，哪些量在哪些量程影响 大，提高测试精度该从哪些仪器入手，不确定度确实是个很好的学问。

　　如果测量模型是I=U/R，则电流 I 是被测量，是输出量，电压 U 和电阻 R 是两个输入量。不确定度评定的对像是 I，不是 U 和  R。但为了评定 I 的不确定度，必须采用各个击破的方法，分别评估输入量 U 和 R 给输出量 I 引入的不确定度分量。
　　在评估输入量 U 给输出量 I 引入的不确定度分量时，使用了A类评定方法，进行了10次重复性试验，并得到了试验标准差s=0.00011V。
　　电流计量单位是安培（A），不是伏特（V），因此标准不确定度u(U)＝0.00011V是电压测量时的标准不确定度，不是电流 I 的不确定度，要变为输出量 I 的标准不确定度分量，还必须乘以一个叫“灵敏系数”的东西，将计量单位伏特变为电流计量单位安培。
　　正如你所说，对测量模型微分后可得“电压值 U 的灵敏系数为1/R”，要计算出输入量电压 U 的灵敏系数C(U)，还必须给出电阻 R 的测得值才能计算出，u(U)＝0.00011V乘以灵敏系数C(U)后，才能计算出电压测量给输出量电流测量结果引入的标准不确定度分量。