哪位朋友熟悉能力验证活动中的En值判断运用？

当En<1后还有没有具体的数值分段判断？

谢谢！

偏离程度，不等于越靠近水平越高。
撑死人为制定规则
小于0.5的，成绩优异，可奖励
小于1的，本来就是你应该做到的。

有En<0.7就很优异的说法？还是<0.5？
判断数据有没有出处(规程或标准或...)

En值超过了0.7，实验室一般就要启动纠正程序，对结果进行分析评定，找出偏离偏大的原因，制定预防措施。

回复 4# 风吹石


    一切都是虚空。在查找自己问题的时候，第一步先确认主导实验室，约定真值及其不确定度来源是否可用，可信。

我没发现，特别是大区间比对的约定值有多么的无异议，不过是个各方均衡的结果，让结果好看，让总局放心。

EN不行可以Z比，Z比不行可以加权。上级标准器为真值？？？ 上级给出值和不确定度也是靠人给，人可信么？

起码你标准器都是上级检的不是么？起码所有参比实验室在量值溯源图中均是上级标准的传递对象

在同等不确定度的情况下，En的绝对值越大说明你的量值偏离参考值越远，也就是你存在较大的系统误差。CNAS-GL02《能力验证统计处理和结果评价指南》中并未再做划分，只要En的绝对值小于等于1即为满意。当然En的绝对值越接近0越好，但是此时并不能说明你的能力强，因为你的不确定度可能很大。

回复 6# yzjl3420646


    呵呵，按照链条说，只能是爷爷祖宗是同一个。

至于爸妈是谁，还是需要确认一下的。至于爸妈是怎么搞出下一代的，那是更加的关门关灯的事了。哈哈

很形象吧？

那啥，别拿大区级来反驳。同项目的大区中心的装置，还有不同呢。

成功者永远在学习.而没有理想的认为自己什么都知道

　　En的绝对值越大不能说明被验证实验室的量值偏离参考值越远，也不说明存在较大的系统误差，而是验证实验室的诚信度。实验室测量结果与主导实验室测量结果之差越大才是说明被验证实验室的量值偏离参考值越远，说明其存在较大的系统误差。
　　CNAS-GL02：2006《能力验证结果的统计处理和能力评价指南》第18页附录B的B.3条给出了示例。其中实验室3测量结果误差－3，U＝3，实验室4测量结果误差2，U＝1。实验室4的测量结果比实验室3更贴近主导实验室的“参考值”，因此系统误差也更小。实验室4也比3的不确定度更小。为什么实验室3验证合格，实验室4反而验证不合格呢？
　　因为实验室4牛皮吹破了，不诚信，声称的可信度U＝1是假的，因此En＝1.41＞1，验证不合格。实验室3虽然测量结果误差大，但同时声称自己的能力差，不确定度U＝3，得到的∣En∣＝0.95＜1，所以马马虎虎可以过关。如果实验室3声称其U更大，试图减小En获得更好的验证结果，那就会显示出能力不足，使能力验证彻底砸锅。U＞3时，将大于主导实验室不确定度1的3倍，就会违反三分之一原则，不能满足所开展的校准项目的校准计量要求，也不能通过验证。
　　实验室能力验证一般主导实验室的测量不确定度是被验证实验室不确定度的三分之一以下，是国家量值传递系统图确定了的，相邻两级的不确定度之比是1/3以下，有许多是1/4以下，因此上级计量检定机构的测量结果可以约定为下级实验室的“真值”，所以应该相信主导实验室的测量结果和不确定度，如果在这点上也不相信，国家的量值传递也就免谈了。

规矩先生解答的比较透彻，顶起！

回复 9# 小默默


    是的，所以灌水是最低端的行为，是要不得的。要不耻乱问，要勇于发帖。

谢谢楼上各位，收获很大。。。

En小于0.7优
En值超过了0.7小于1，实验室一般就要对结果进行分析评定，找出偏离偏大的原因，制定预防措施。
En大于1，纠正 ……等等

版主讲得太好了，拜读了。

版主讲得太好了，拜读了。

所以做验证的时候，不确定度不能评的太小，在不影响检校能力的情况下可以尽量评大点

En值超过了0.7，评审员会要求你提供文件证明分析的情况、采取了哪些预防措施
超过1那不用说了，能力验证就是不满意结果了。

规矩先生的说法令我茅塞顿开，受教了

有分量的帖子受教了

学习学习！！！！

纯粹的个人意见：En值得分歧决定因素来源于不确定度，测量结果基本都能在误差范围以内，但不确定度评定可以千差万别。若比对前规定了不确定度的来源，那么结果会怎么样呢？各位老师请指教！

En值的计算可否有什么文件或规程规范的参考。。。。

　　我不清楚大家是否比较过CNAS-GL02《能力验证统计处理和结果评价指南》中En的计算公式与JJF1033-2008的C.5.2.1检定或校准结果的验证之“传递比较法”公式（C-15）。前者是En=|yL－yR|/√(UL²＋UR²)≤1，后者是=|yL－yR|≤√(UL²＋UR²)，其实CNAS-GL02中的En要求就是JJF1033中的检定/校准结果验证要求，两者是一回事。满足|EN|≤1的受验证实验室是“实事求是”的实验室，否则该实验室声称的检测能力UL就是说了假话，把“牛皮吹破了”，不值得信任，其检测结果无论声称如何准确就都不值得采信。
　　但，如果受审核实验室为了达到En=|yL－yR|/√(UL²＋UR²)≤1，或|yL－yR|≤√(UL²＋UR²)，人为使不确定度评定结果UL尽可能大，En是达标了，却直接产生了另一个更为可怕的不良后果，将使UL/T>1/3（T为被测参数的控制限），检定/校准时将使UL/MPEV>1/3（MPEV为被检仪器的最大允差绝对值），从而也就直接否定了该测量方法（包括检定）的可信性。验证机构就可以对该实验室整个检测方案的能力直接进行否决，而不必管En是多大。此时实验室首要的任务是改进测量方案，重新设计测量过程。
　　实验室满足了检测方案的可信性要求（一般测量为UL/T≤1/3或检定/校准时为UL/MPEV≤1/3），还必须满足检测方案的准确性要求，此时就要用到实验室的测量误差Δ＝|yL－yR|的大小，测量结果的准确性必须满足Δ≤UL。检测方案的可信性满足要求的前提条件下，Δ≤UL表示检测过程中测量人员能力足够，操作规范，因此检测结果准确性也满足要求。若Δ>UL，虽然测量方案没有问题，但测量人员能力不足或操作不规范，致使测量结果准确性太差，此时可不必改进测量方案，需改进的是规范操作，对测量人员能力加强训练。
　　只有受验证实验室的测量方案可信性满足要求（用一般测量时用UL/T≤1/3，检定/校准时用UL/MPEV≤1/3评判），实施测量方案得到的测量结果准确性也满足要求（用Δ≤UL判断），且该实验室的确实事求是并未吹牛说假话（用|EN|≤1判断），这个实验室的能力才是真正满足要求的实验室。之所以能力验证非常科学，就是因为受验证的实验室并不知道主导实验室提供的“盲样”测得值yR和yR的不确定度UR，它必须凭自己的本事实事求是地提供自己的测得值yL和yL的不确定度。一旦将yR和UR透露给受验证实验室，整个验证也就意味着失败，验证结果也就不足为据。