libra

Оно у вас в голове. Научные методы определения наличия систематической погрешности, проверки нормальности распределения давно описаны. В своих рассуждениях вы не пользуетесь ни одним из них. Удачи.

Для весов- на один тип СИ бывало несколько описаний типа для различных стран производителей.

Если брать доверительный интервал 0,95, то t=2,28 и получите интервал+/- 0,98. Куда укладывается "ваше" Хср=0,96.

Коэффициент Стьюдента для выборки из 10 приблизительно равен 3. Если среднее укладывается в интервал +/- 3*СКО/корень(10) то "усе в порядке шеф".

И переименовать тему в: "Черная дыра метрологии."

Постановление Правительства: 6.8.1.1. прямым и косвенным методами динамических измерений без ограничений +/- 0,25% (брутто) +/- 0,35% (нетто)

Так, что главнее Постановление Правительства или СТО? Не знаю о СТО Газпром 5.3-2020 , но СТО 5.3.-2006 рассматривает только Си для п.6.8.1.1 из Постановления №1847

Не будем повторять споры о соответствии внешнего вида СИ в этой теме: ГОСТ Р 8.973-2019 А.8.3 Подраздел "Внешний осмотр" содержит перечень требований к поверяемым средствам измерений в части комплектности и внешнего вида.

Когда ни будь, в светлом будущем, в свидетельстве напишут о непригодности поверителя или пользователя.

Ошибаетесь. К сожалению. Даже тема с описаниями типа, в которых описан цвет корпуса, здесь была.

погрешность и пределы погрешности это разные термины

Не кровати, а корыто.

Все верно Андрей Аликович написал- равномерное распределение это худший вариант.

Тут вопрос очень интересный и неоднозначный. Допустим, что СКО у вас равно цене деления СИ. В итоге неопределенность по типу А вы не определите.

Да, правильно кажется и они " не случайны". Хотя... НСП должны нормироваться СКО и границами с заданной вероятностью. Какова СКО неадекватности математической модели?

Не совсем, например Вы учитываете объёмный коэф. расширения колбы. Вы "точно" не знаете ни объём колбы ни коэффициент расширения стекла. Добавим то , что для упрощения вычислений вы взяли упрощенную формулу пересчета линейного коэф. в объёмный. Итого: неопределенность объёма колбы, неопределенность коэф. линейного расширения и неопределенность математической модели. Но, но ни одна из этих неопределенностей не имеет случайной составляющей.

Так ведь проверка по методике поверки и калибровка по методике поверки это абсолютно разные вещи. ?

Заходите на https://uncertainty.nist.gov/ Выбираете например 4 составляющих. Например 1) -40 до +40; 2) -60 до +60; 3) -50 до +50; 4) -75 до +75 Красный пунктир- нормальное распределение, а синяя линия ваше итоговое распределение полученное методом Монте-Карло. Думаю больше ничего объяснять не надо.

Ну да, и при этом ссылались на центральную предельную теорему. https://ru.wikipedia.org/wiki/Центральная_предельная_теорема#:~:text=Центра́льные преде́льные теоре́мы (ЦПТ) —,)%2C имеет распределение%2C близкое к Но при этом для получения оценки дисперсии пределы погрешности делят не на 1,96, а на 1,73. Парадокс. Второй парадокс при суммировании погрешностей. Если вы не доказали отсутствие корреляции между входными дисперсиями, то и дисперсия выходной величины y=корень( a^2+b^2+2ab)

Почему Вы решили, что оперируете нормальным законом? Это очевидное заблуждение - которое противоречит центральной предельной теореме. Нормальный закон распределения выходной величины только в частном случае- когда достаточное число составляющих , нет доминирующих составляющих и составляющие слабо взаимосвязаны.

Ну может и так.

Должен содержать- иначе он не нужен.

наоборот. Зависит от закона распределения. Затем доверительный интервал. И тогда только коэф. охвата.

Переход к интервальной оценке величины.

Светлая память.