បញ្ចូលភាពមិនប្រាកដនៃការថ្លឹង និងបរិមាណទៅជាភាពមិនប្រាកដនៃកំហាប់
ឧបករណ៍នេះបញ្ចូល standard uncertainty សម្រាប់រូបមន្តដូចជា C=m/V, C=(m·P)/V និង C=(m·P)/(M·V)។
គណនាភាពមិនប្រាកដសម្រាប់លទ្ធផលកំហាប់ និងបន្ថយកំហាប់ ពីកំហុសថ្លឹង, កំហុសបរិមាណ និង input ពាក់ព័ន្ធ ដោយផ្ទាល់ក្នុង browser។
ពិនិត្យ combined standard uncertainty uc, expanded uncertainty U=k·uc, អ្នករួមចំណែកសំខាន់ និង output ដែលត្រៀមសម្រាប់រាយការណ៍ នៅកន្លែងតែមួយ។
ឧបករណ៍នេះបញ្ចូល standard uncertainty សម្រាប់រូបមន្តដូចជា C=m/V, C=(m·P)/V និង C=(m·P)/(M·V)។
វាគាំទ្រ certificate-style ±a(k=2), specification-style ±a និង triangular assumptions ដោយមិនឲ្យអ្នកធ្វើការបម្លែងដោយឡែក។
ការបែងចែកអ្នករួមចំណែកបង្ហាញថា factor ណាដែលគ្របដណ្តប់ variance ដើម្បីឲ្យអ្នកអាចផ្តោតកែលម្អបានមានប្រសិទ្ធភាព។
ប្ដូររវាង plain text, Markdown, CSV និង JSON ហើយចម្លងទម្រង់ត្រឹមត្រូវដែលអ្នកត្រូវការ។
m=100.00 mg ±0.10 (rectangular), V=100.00 mL ±0.08 (normal, k=2)
បង្ហាញ concentration, uc, U និងការបែងចែកអ្នករួមចំណែករវាង m និង V។
C1=1000 mg/L ±5, V1=10.00 mL ±0.02, V2=100.00 mL ±0.08
បង្ហាញ U សម្រាប់កំហាប់ដែលបានបន្ថយ និងកំហុសបរិមាណណាដែលសំខាន់បំផុត។
A=98.0 ±0.5, B=100.0 ±0.2
បង្ហាញភាពមិនប្រាកដសម្រាប់ A/B ឬ Recovery(%)។
បញ្ចូល m, P, M, និង V ជាមួយគ្នា
បង្ហាញការរួមចំណែកពី purity និង molar mass ផងដែរ។
ភាពមិនប្រាកដប្រហាក់ប្រហែល standard deviation ដែលភ្ជាប់ជាមួយ input quantity x។
ភាពមិនប្រាកដស្តង់ដារនៃលទ្ធផល y បន្ទាប់ពីបញ្ចូល input contributions ទាំងអស់។
ភាពមិនប្រាកដសម្រាប់របាយការណ៍ ដែលគណនាជា U = k·uc។
Coefficient ដែលបង្ហាញថាលទ្ធផលប្រែប្រួលខ្លាំងប៉ុនណា ពេល input មួយប្រែប្រួល។
ភាគរយនៃ variance សរុប ដែលអាចបញ្ជាក់ទៅ factor មួយ។
ការបម្លែង standard uncertainty: u=a/k, a/√3, a/√6Combined standard uncertainty: uc = √Σ(c_i·u_i)^2Expanded uncertainty: U = k·ucកំហាប់: C = m/V, (m·P)/V, (m·P)/(M·V)ការបន្ថយកំហាប់: C2 = C1·V1/V2សមាមាត្រ: R = A/BNotation នៃ tolerance អាចបម្លែងទៅ standard uncertainty បាន ពេលអ្នកជ្រើស distribution assumption មួយ។ ឧបករណ៍ប្រើ u=a/k សម្រាប់ normal(k), u=a/√3 សម្រាប់ rectangular និង u=a/√6 សម្រាប់ triangular។
k=2 ជាទូទៅគេប្រើញឹកញាប់ ប៉ុន្តែសូមអនុវត្តតាម standard, rule ផ្ទៃក្នុង ឬការទាមទាររបស់អតិថិជន។ ឧបករណ៍នឹងបង្ហាញ k ដែលបានជ្រើសក្នុងលទ្ធផលជានិច្ច។
បាន។ Plain text, Markdown, CSV និង JSON មាន ហើយ output ដែលបង្កើតរួចរួមមាន assumptions, inputs, results និង top contributors។
កំណែដំបូងសន្មត់ថា input ឯករាជ្យ។ បើ input មាន correlation លទ្ធផលអាចត្រូវបានប៉ាន់ស្មានទាប ឬខ្ពស់។
ឧបករណ៍នេះប្រើ first-order propagation។ បើ relative uncertainties ធំ ឬ formula មិនលីនេអ៊ែរខ្លាំង សូមផ្ទៀងផ្ទាត់លទ្ធផលដោយវិធីផ្សេង។