如何得知不确定度输入量的具体分布类型？...

在下学习不确定度越来越犯迷糊，渴望前辈们解惑：
有了蒙特卡洛方法，可以得知不确定度传递输出量的精确分布。
但输入量呢？凭什么说仪器的示值误差就是平均分布？
如何得知某个测量分量是完全随机的？就是正态分布？
如果所谓的正态分布、平均分布等只是很粗略的近似，
用蒙特卡洛方法计算的再准确，传递输出量的分布不也是很粗糙吗？

您的回答很幽默，看书看不明白才问到这里呀

　　不要试图将不确定度体系与误差体系相比较，两个体系有严格的“楚河汉界”。误差需实施测量获得，不确定度凭有用信息估计，误差是测得值偏离真值的程度，不确定度是真值可能存在的区间半宽；误差量化评判准确性，不确定度量化评判可信性；误差用来判断被测对象的符合性，不确定度用来评判判断被测对象符合性所用的测得值能不能用。
　　既然不确定度是估计而不是数学计算，所以叫“不确定度评定”，那么输入量分布形式也是一种估计，只不过估计应该依据可靠的信息。信息的来源可以做成千上万次实验，也可以查阅相关标准、文件、资料、媒体等。JJF1059.1的4.3.3.4条包括6个款项和5个注给出了11个建议。诸如f) 款说“同行专家的研究成果或经验”也可以用来假设概率分布，e) 款规定当不清楚也无法知道相关情况时，“一般假设为均匀分布”，这样的灵活假设则应该是在另外9个建议都无法判定概率分布的情况下，最后的“杀手锏”。
　　你说“靠假设来得到可靠性，这个可靠性就不太可靠”，是非常有道理的。不确定度评定目的是解决测量工程的安全性问题，“估计”本身也存在着风险，现实世界中绝对可靠和安全并不存在，评估股市下一时间段的走势，评估一个二手房的价值，一样都有风险，即便吃饭都有可能噎死人。那么评估师如何控制评估风险呢？GB/T19022的7.3.1条告诉我们，“在所有这些情况下，为确定和记录测量不确定度所做的努力应当与测量结果对组织的最终产品的质量的重要性相匹配”。评估一个测量过程或测量结果的不确定度“应当与测量结果对组织的最终产品的质量的重要性相匹配”，这是实用的和经济的方法。

本人未曾实用“蒙特卡洛法”进行具体“合成”，有些说法可能是想当然了。近日看了一下刘彦刚先生推荐的那个“国外软件”，似乎还只能“处理”各输入量“相互独立”的问题？输入量之间有所“关联”情况的“蒙特卡洛‘仿真’”的“实现”可能还有点困难？不知是否已有可用的“软件”？？

【但输入量呢？凭什么说仪器的示值误差就是平均分布？
如何得知某个测量分量是完全随机的？就是正态分布？
如果所谓的正态分布、平均分布等只是很粗略的近似，
用蒙特卡洛方法计算的再准确，传递输出量的分布不也是很粗糙吗？】——

“输入量”的“分布”（形式及参数）可能还是要请教“专业师傅”吧，蒙大叔应该不是万能神，“蒙特卡洛方法”只是在某种程度上实用解决了“数学问题”——在相同的已知条件下，“合成”结果比“近似公式”的“粗糙”度会低一点（代价是要有可用的软件及够快速的计算机）。.....“输入量”的“分布”（形式及参数）及其“相关性”（表达方式可能多样，“相关系数”？“联合概率分布”？“协方差”？...）还是需要依靠“专家经验”和责任者的“担当”加以确定（选择）。

　　不确定度输入量的具体分布类型是什么，最重要的一个依据就是JJF1059.1，其中4.3.3.4条标题是“概率分布按以下不同情况假设”，讲的就是如何判定不确定度输入量的具体分布类型是什么，其中e) 款也规定了当不清楚也无法知道相关情况时，“一般假设为均匀分布”。

-

       先生的问题问得好。

       规范的权威，归根到底取决于内容的正确。如果规范的内容不正确，甚至错误，那它就不配称为“规范”。把错误的观点、方法，硬性地写成规范的条款，当做对人们的指导，那实际是误导。对这种错误的条款，人们有义务也有权利揭露之、抨击之。容忍伪科学，害处无穷。

       《JJF1059.1-2012》4.3.3.4条是错误的。先生感到困惑是正常的。说明先生有很强的判别力。我认为，你就是怀疑这一条的正确性。我支持你。我可能比你先行一步。我抨击不确定度理论，已有二十多年的历史，写了三百六十多篇杂文，本栏目有我的六本文集，先生可以参考。

       测量计量是实验科学，一切凭实测。任何理论都必须用实验来证明。

       靠“假设”，反映出不确定度论的伪科学本质。

       “不相关”不能假设，“分布”也不能假设。

-

       在N次测量中，系统误差为恒值（系统误差定义），可正可负，但数值不变。

       我认为：系统误差既是恒值，那它的分布就是“δ分布”，其概率密度为无穷大，而其积分为1。系统误差范围的包含概率是1，即100%.其实，对系统误差，不必讲分布。

-

       分布的假设、不相关的假设，都是为进行误差合成（现称不确定度合成）而提出的；其实都是歧途。都导致严重的错误。

-

       我的处理办法是：着眼于“范围合成”，认清“多项和”平方展开式中“交叉系数”的作用，那就用不到“分布”与“不相关”两个假设了。于是也就不存在“认知系统误差分布”的难题了。

-

       随机误差的分布规律，可用多次测量后测得值的“直方图”来认知。对随机误差，用不着假设。对系统误差，除“δ分布”以外的其他分布，如均匀分布、三角分布、梯形分布、正态分布、反正弦分布，都是子虚乌有的梦话，不可能的。那些梦话，其前提条件是用原理不同、型号不同、生产厂家不同的N台测量仪器去测量同一个被测量，那时，系统误差才可能有那些分布。这是不现实的神仙行为。

      人的现实是用一台测量仪器，N次测量一个被测量。我们必须处理人的现实问题；对那种神仙梦幻，理应一笑了之。

-

谢谢njlyx前辈！期待前辈们进一步解惑！

查看书上的，书上怎么说，你就怎么做

就是。那个软件编的还不错，好像不能处理输入量之间相关联的问题