รวมความไม่แน่นอนจากการชั่งและปริมาตรเป็นความไม่แน่นอนของความเข้มข้น
เครื่องมือนี้รวมความไม่แน่นอนมาตรฐานสำหรับสูตร เช่น C=m/V, C=(m·P)/V และ C=(m·P)/(M·V)
คำนวณความไม่แน่นอนของความเข้มข้นและการเจือจางจากความคลาดเคลื่อนของการชั่ง ปริมาตร และข้อมูลที่เกี่ยวข้องได้โดยตรงในเบราว์เซอร์
ตรวจดูความไม่แน่นอนมาตรฐานรวม uc ความไม่แน่นอนขยาย U=k·uc ตัวแปรที่ส่งผลหลัก และผลลัพธ์ที่พร้อมคัดลอกสำหรับรายงานได้ในที่เดียว
เครื่องมือนี้รวมความไม่แน่นอนมาตรฐานสำหรับสูตร เช่น C=m/V, C=(m·P)/V และ C=(m·P)/(M·V)
รองรับรูปแบบใบรับรอง ±a(k=2), รูปแบบข้อกำหนด ±a และสมมติฐานแบบ triangular โดยไม่ต้องแปลงแยกต่างหาก
รายละเอียดตัวแปรที่มีส่วนร่วมจะแสดงว่าปัจจัยใดครอบงำความแปรปรวน เพื่อให้คุณกำหนดจุดปรับปรุงได้อย่างมีประสิทธิภาพ
สลับระหว่างข้อความธรรมดา, Markdown, CSV และ JSON แล้วคัดลอกรูปแบบที่คุณต้องการได้อย่างแม่นยำ
m=100.00 mg ±0.10 (แบบสี่เหลี่ยม), V=100.00 mL ±0.08 (แบบปกติ, k=2)
แสดงความเข้มข้น, uc, U และการแยกสัดส่วนการมีส่วนร่วมระหว่าง m และ V
C1=1000 mg/L ±5, V1=10.00 mL ±0.02, V2=100.00 mL ±0.08
แสดง U สำหรับความเข้มข้นหลังเจือจาง และบอกว่าความคลาดเคลื่อนของปริมาตรใดสำคัญที่สุด
A=98.0 ±0.5, B=100.0 ±0.2
แสดงความไม่แน่นอนสำหรับ A/B หรือ Recovery(%)
ป้อน m, P, M และ V ร่วมกัน
แสดงการมีส่วนร่วมจากความบริสุทธิ์และมวลโมลาร์ด้วย
ความไม่แน่นอนลักษณะคล้ายส่วนเบี่ยงเบนมาตรฐานที่สัมพันธ์กับปริมาณอินพุต x
ความไม่แน่นอนมาตรฐานของผลลัพธ์ y หลังจากรวมส่วนร่วมของอินพุตทั้งหมด
ความไม่แน่นอนสำหรับรายงานที่คำนวณเป็น U = k·uc
สัมประสิทธิ์ที่แสดงว่าผลลัพธ์เปลี่ยนแปลงมากเพียงใดเมื่ออินพุตหนึ่งเปลี่ยนไป
สัดส่วนของความแปรปรวนรวมที่มาจากปัจจัยหนึ่ง
การแปลงความไม่แน่นอนมาตรฐาน: u=a/k, a/√3, a/√6ความไม่แน่นอนมาตรฐานรวม: uc = √Σ(c_i·u_i)^2ความไม่แน่นอนขยาย: U = k·ucความเข้มข้น: C = m/V, (m·P)/V, (m·P)/(M·V)การเจือจาง: C2 = C1·V1/V2Ratio: R = A/Bสัญกรณ์ค่าคลาดเคลื่อนสามารถแปลงเป็นความไม่แน่นอนมาตรฐานได้เมื่อคุณเลือกสมมติฐานการแจกแจง เครื่องมือนี้ใช้ u=a/k สำหรับ normal(k), u=a/√3 สำหรับ rectangular และ u=a/√6 สำหรับ triangular
k=2 เป็นค่าที่ใช้กันทั่วไป แต่คุณควรทำตามมาตรฐาน กฎภายใน หรือข้อกำหนดของลูกค้า เครื่องมือนี้จะแสดงค่า k ที่เลือกไว้ในผลลัพธ์เสมอ
ได้ มีข้อความธรรมดา, Markdown, CSV และ JSON และผลลัพธ์ที่สร้างขึ้นจะรวมสมมติฐาน อินพุต ผลลัพธ์ และตัวแปรที่มีส่วนหลัก
รุ่นแรกนี้ถือว่าอินพุตเป็นอิสระต่อกัน หากอินพุตของคุณมีความสัมพันธ์กัน ผลลัพธ์อาจถูกประเมินต่ำหรือสูงเกินจริง
เครื่องมือนี้ใช้การแพร่กระจายอันดับหนึ่ง หากความไม่แน่นอนสัมพัทธ์มีค่าสูงหรือสูตรไม่เชิงเส้นอย่างมาก คุณควรตรวจสอบผลลัพธ์ด้วยวิธีอื่น