测量不确定度GUM评定计算器｜SPC实战工具
这个工具解决什么问题
按 GUM / JJF 1059.1 口径做一次完整的测量不确定度评定：录入各分量 （A 类直接给标准不确定度 u；B 类给半宽 a 与分布），灵敏度系数加权合成 uc，Welch-Satterthwaite 算有效自由度并定包含因子 k，输出扩展不确定度 U 与各分量贡献占比。MSA 回答重复性，本工具回答「这份测量结果的可信度」。
输入数据格式
数据文件 gum_components.csv，列顺序为：component、type、dist、value、c、nu。
示例首行：重复性(10次实测),A,normal,0.012,1.0,9
示例输出（真实运行结果节选）
测量不确定度 GUM 评定报告
========================================================================
【一、分量清单】
分量 分布 u |c| c·u 占比
重复性(10次实测) normal 0.01200 1.00 0.01200 41.5%
标准砝码证书 normal 0.01000 1.00 0.01000 28.8%
温度效应 rect 0.01155 0.80 0.00924 24.6%
偏载 tri 0.00612 0.50 0.00306 2.7%
分辨力 0.01g rect 0.00289 1.00 0.00289 2.4%
【二、合成与扩展】
合成标准不确定度 uc = 0.01863
有效自由度 νeff = 52（Welch-Satterthwaite）
包含因子 k = 1.96（95% 置信）
扩展不确定度 U = k·uc = 0.03651
报告口径：结果 ± 0.0365（k=1.96，p=95%）
【三、结论与建议】
1) 最大分量是「重复性(10次实测)」，贡献 41%：想压 U，先动它；
其他分量再怎么改善，U 最多降到 0.0279（24%幅度）
2) 次大分量「标准砝码证书」贡献 29%，与最大分量合计 70%，
二八规律在不确定度上同样成立，不要平均用力。
3) νeff<10 时说明 A 类自由度不足：增加测量次数比买更准的设备更便宜。
4) 分辨力分量按半宽=最小分度/2 折算矩形分布；证书值按 k 与分布换算后录入，
两处口径错是最常见的评定错误。
解决什么问题
· 客户审核要「结果 ± 多少（k=2）」时答不出来； · 一份报告里分辨力、证书、温度各按什么分布折算全凭感觉； · 改善方向乱投：不知道压哪个分量才能把 U 明显降下来。
使用方法
python gum_uncertainty.py # 示例数据（5 个分量） python gum_uncertainty.py 我的.csv
输入格式（CSV，UTF-8）
· type=A：value 即标准不确定度 u（通常由 10 次实测的标准差给出） · type=B：value 为半宽 a，按分布折算：rect→a/√3、tri→a/√6、normal→a · c 为灵敏度系数（∂f/∂x），nu 为自由度（B 类无信息填 1e9）
输出说明
· gum_report.txt：分量清单、uc/νeff/k/U、结论与建议（含「再努力也只能降到多少」的量化上限） · gum_summary.csv：分量汇总与合成、扩展结果
注意事项
分辨力按「最小分度/2」取半宽折矩形分布；证书值要先按证书给出的 k 与分布 换成标准不确定度再录入——这两处口径错是最常见错误。νeff<10 说明 A 类自由度 不足，增加测量次数比换更准的设备划算。
可调参数与计算口径
脚本顶部集中了主要阈值与常量：DIST_FACT={"rect": 3.0, "tri": 6.0, "normal": 1.0}。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：gum_components.csv、gum_report.txt、gum_summary.csv。
工具中出现的字段与提示
- 重复性(10次实测)
- 标准砝码证书
- 分辨力 0.01g
- 温度效应
- 测量不确定度 GUM 评定报告
- 【一、分量清单】
- 【二、合成与扩展】
- 合成标准不确定度 uc = %.5f
- 有效自由度 νeff = %.0f（Welch-Satterthwaite）
- 包含因子 k = %.2f（95%% 置信）
- 扩展不确定度 U = k·uc = %.5f
- 报告口径：结果 ± %.4f（k=%.2f，p=95%%）
- 【三、结论与建议】
- 1) 最大分量是「%s」，贡献 %.0f%%：想压 U，先动它；
- 其他分量再怎么改善，U 最多降到 %.4f（%.0f%%幅度）
- 2) 次大分量「%s」贡献 %.0f%%，与最大分量合计 %.0f%%，
- 二八规律在不确定度上同样成立，不要平均用力。
- 3) νeff<10 时说明 A 类自由度不足：增加测量次数比买更准的设备更便宜。
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：gum_uncertainty.py。
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 6 列：component、type、dist、value、c、nu。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
跑完最该关注哪几项？
报告按 一、分量清单、二、合成与扩展、三、结论与建议 等部分组织，其中判定结论与建议部分直接对应下一步动作。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
同分类的其它工具
本工具归在 SPC与质量分析工具包，全部工具见 工具资源包下载页。
