ISO GUM 2008 - Guia para A Expressão de Incerteza de Medição

Avaliação de dados de
medição - Guia para a

expressão de incerteza
de medição – GUM 2008
Evaluation of measurement data – Guide to
the expression of uncertainty in measurement
Tradução autorizada pelo BIPM da 1ª edição de 2008 de sua publicação “Evaluation of
measurement data – Guide to the expression of uncertainty in measurement”, conhecida como
GUM 2008.
Esta versão em português substitui o documento “Guia para a Expressão da Incerteza de
Medição, 3ª edição brasileira (Revisada), Rio de Janeiro, 2003, ISBN 85-07-00251-X”, que é uma
tradução da 1ª edição de 1993 do original “Guide to the Expression of Uncertainty in
Measurement” (em inglês), BIPM.
Grupo de trabalho para tradução do GUM 2008

Coordenador:
Antonio Carlos Baratto – Inmetro/Dimci/Ditel
Jailton Carreteiro Damasceno – Inmetro/Dimci/Dimat

João Antonio Pires Alves – Inmetro/Dimci/Dimec
Jorge Trota Filho – Inmetro/Dimci/Dimec
Paulo Roberto Guimarães Couto – Inmetro/Dimci/Dimec
Sérgio Pinheiro de Oliveira – Inmetro/Dimci/Dimec
Somos gratos a todos que contribuíram com comentários, críticas e sugestões relevantes por ocasião da
consulta pública a que esteve sujeito este documento: Carlos Eduardo de Oliveira Chaves, Elisabeth B.
Gonçalves, Rosa Alencar Santana de Almeida, Rosario Montes Niño.
1ª Edição Brasileira da 1ª Edição do BIPM de 2008

Rio de Janeiro – 2012
© 2012 Instituto Nacional de Metrologia, Qualidade e Tecnologia (INMETRO)
Qualquer parte desta publicação pode ser reproduzida, desde que citada a fonte
Título original em inglês
Evaluation of measurement data – Guide to the expression of uncertainty
in measurement
Inmetro
João Alziro Herz da Jornada

Presidente do Inmetro
Humberto Siqueira Brandi

Diretor de Metrologia Científica e Industrial
Oscar Acserald
Diretor de Planejamento e Desenvolvimento
Renata Bondim
Chefe do Centro de Capacitação
Luiz Duarte de Arraes Alencar

Chefe do Serviço de Produtos de Informação
Desenvolvimento e Edição
Antonio Carlos Baratto

Coordenador da Tradução
Antonio Carlos Baratto

Alciene Salvador
Coordenação Editorial
André Rocha
Capa
Grupo de Tradução
Revisão do Texto
Catalogação na fonte elaborada pelo

Serviço de Documentação e Informação do Inmetro.
G943 Avaliação de dados de medição: guia para a expressão de incerteza de medição – GUM 2008.
Duque de Caxias, RJ: INMETRO/CICMA/SEPIN, 2012
141 p.
Inclui índice.
Traduzido de: Evaluation of measurement data: guide to the expression of uncertainty in
measurement – GUM 2008. 2008.
ISBN: 978-85-86920-13-4
1. Incerteza de medição. 2. Avaliação. I.INMETRO II. Título
CDD 530.801
Apresentação
No mundo da experimentação e da medição, tão ou mais importante que

conseguir uma incerteza pequena é buscar uma avaliação adequada e correta
do mensurando e fazer uma correta expressão do resultado: menor incerteza
não constitui necessariamente melhor medição. O Inmetro, ciente e consciente
de sua responsabilidade como difusor da cultura metrológica no Brasil, coloca à
disposição da sociedade brasileira, particularmente da comunidade envolvida
com a Tecnologia e a Ciência, e mais particularmente ainda daqueles cujo
mister se desenvolve diretamente dentro de um contexto metrológico, esta
presente tradução do GUM 2008: “Evaluation of measurement data – Guide to
the expression of uncertainty in measurement”. Trata-se de trabalho que
demandou o esforço de seis pesquisadores por um longo período de mais de
ano e meio, com reuniões semanais, desenvolvido concomitantemente com os
outros afazeres do dia a dia: pesquisa, estudo, elaboração de artigos,
calibração e outras tantas reuniões.
O GUM, desde sua primeira publicação em 1993 (1997, em português, no

Brasil), constituiu-se como um divisor de águas no campo da Metrologia. Pela
primeira vez um Guia realmente internacional passava a nortear os trabalhos
relacionados à medição em praticamente todas as áreas, realçando e tornando
mais difundidos conceitos como rastreabilidade, intercomparação, incerteza
expandida, graus de liberdade, probabilidade de abrangência, nível da
confiança, etc. Ele é hoje adotado na grande maioria dos países, sendo
traduzido em quase todas as línguas modernas. O GUM e os seus diversos
suplementos, juntamente com o Vocabulário Internacional de Metrologia - VIM,
vão compondo um conjunto compacto e abrangente de publicações, um
instrumento extremamente eficiente a orientar e normatizar os trabalhos,
impulsionar habilidades e compendiar os conhecimentos relacionados à área
da Metrologia.
Estou certo de que esta publicação propiciará aos leitores brasileiros uma
leitura sem mais obstáculos do que aqueles naturalmente erigidos no próprio
texto original e aqueles devidos às eventuais dificuldades inerentes ao assunto.
João Alziro Herz da Jornada

Presidente do Inmetro
JCGM 100:2008
GUM 1995 com pequenas correções
————————————————————————————
Avaliação de dados de medição ——
Guia para a expressão de incerteza
de medição
Évaluation des données de mesure —

Guide pour l’expression de l’incertitude de
mesure
Primeira edição do original: setembro de 2008

———————————————————————
© JCGM 2008
JCGM 100:2008
——————————————————————————
Documento produzido pelo Grupo de Document produit par le Groupe de travail 1

Trabalho 1 do Comitê Conjunto para Guias du Comité commun pour les guides en
em Metrologia (JCGM/WG 1). métrologie (JCGM/WG 1).
Os direitos legais derivados deste Les droits d’auteur relatifs à ce document

documento são compartilhados pelas sont la propriété conjointe des organisations
organizações membro do JCGM (BIPM, membres du JCGM (BIPM, CEI, IFCC,
IEC, IFCC,ILAC, ISO, IUPAC, IUPAP e ILAC, ISO, UICPA, UIPPA et OIML).
OIML).
Direitos autorais Droits d’auteur

Mesmo que a versão eletrônica da edição Même si une version électronique de
de 2008 do GUM esteja gratuitamente l’édition 2008 du GUM peut être téléchargée
disponível no sítio do BIPM (www.bipm.org), gratuitement sur le site internet du BIPM
os direitos autorais deste documento são (www.bipm.org), les droits d’auteur relatifs à
compartilhados pelas organizações membro ce document sont la propriété conjointe des
do JCGM, as quais mantêm seu interesse organisations membres du JCGM et
nos respectivos emblemas e logomarcas l’ensemble de leurs logos et emblèmes
que são nele usados, todos protegidos respectifs leur appartiennent et font l’objet
internacionalmente. Terceiros não podem d’une protection internationale. Les tiers ne
reescrever ou remodelar esta edição do peuvent réécrire ou modifier, distribuer ou
GUM, publicá-la ou vender cópias dela ao vendre des copies au public,diffuser ou
público, divulgá-la ou usá-la on-line. Para mettre en ligne, l’édition 2008 du GUM. Tout
qualquer uso comercial, reprodução ou usage commercial, reproduction ou
tradução deste documento e/ou das traduction de ce document et/ou des logos,
logomarcas, dos emblemas, das emblèmes et/ou publications qu’il comporte,
publicações ou de outras criações nele doit recevoir l’autorisation écrite préalable du
contidas, é necessária a obtenção prévia de directeur du BIPM.
permissão por escrito do Diretor do BIPM.
Setembro de 2008
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 i
JCGM 100:2008
——————————————————————————
JCGM 100:2008
GUM 1995 com pequenas correções
—————————————————————————————————————————————————————
Avaliação de dados de medição —— Guia para a

expressão de incerteza de medição
Évaluation des données de mesure — Guide pour l'expression de l'incertitude de mesure
Primeira edição do original 2008
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 ii
JCGM 100:2008
——————————————————————————
Os direitos autorais sobre este documento orientador do JCGM são compartilhados pelas
organizações membro do JCGM (BIPM, IEC,IFCC, ILAC, ISO, IUPAC, IUPAP e OIML).
Direitos autorais
Mesmo se versões eletrônicas estiverem gratuitamente disponíveis em endereços eletrônicos

de uma ou mais organizações membro do JCGM, direitos econômicos e morais relacionados a
todas as publicações do JCGM são internacionalmente protegidos. O JCGM não permite que,
sem sua autorização escrita, terceiros reescrevam ou repaginem edições, vendam cópias ao
público, divulguem ou usem on-line suas publicações. Da mesma maneira, o JCGM também se
contrapõe a distorções, acréscimos ou mutilações em suas publicações, incluindo seus títulos,
lemas e logomarcas, ou aqueles de suas organizações membro.
Versões oficiais e traduções
As únicas versões oficiais dos documentos são aquelas publicadas pelo JCGM em suas
línguas originais.
As publicações do JCGM podem ser traduzidas em outras línguas que não aquelas em que os
documentos foram originalmente publicados pelo JCGM. Permissão do JCGM deve ser obtida
antes de uma tradução ser feita. Todas as traduções devem respeitar os formatos originais e
oficiais das fórmulas e unidades (sem qualquer conversão para outras fórmulas e unidades), e
conter a seguinte declaração (a ser traduzida para a língua em questão):
Todos os produtos do JCGM são protegidos internacionalmente por direitos autorais. Esta
tradução do documento original do JCGM foi realizada com a permissão do JCGM. O
JCGM mantém direitos autorais integrais protegidos internacionalmente sobre os formatos
e conteúdos deste documento e sobre os títulos, lemas e logomarcas do JCGM. As
organizações membro do JCGM também mantêm direitos integrais protegidos
internacionalmente sobre seus títulos, lemas e logomarcas incluídos nas publicações do
JCGM. A única versão oficial é o documento publicado pelo JCGM na língua original.
O JCGM não assume qualquer responsabilidade pela relevância, justeza, completeza ou
qualidade das informações e materiais disponibilizados em qualquer tradução. Uma cópia da
tradução deverá ser providenciada para o JCGM por ocasião da publicação.
Reprodução
As publicações do JCGM podem ser reproduzidas, desde que seja obtida permissão escrita do
JCGM. Uma amostra de qualquer documento reproduzido deverá ser providenciada ao JCGM
por ocasião da reprodução, e deverá conter a seguinte declaração:
Este documento é reproduzido com a permissão do JCGM, o qual mantém direitos
autorais integrais protegidos internacionalmente sobre os formatos e conteúdos deste
documento e sobre os títulos, lemas e logomarcas do JCGM. As organizações membro
do JCGM também mantêm direitos integrais protegidos internacionalmente sobre seus
títulos, lemas e logomarcas incluídos nas publicações do JCGM. As únicas versões
oficiais são as versões originais dos documentos publicadas pelo JCGM.
Responsabilidade
O JCGM e suas organizações membro publicaram este documento para aumentar o acesso à
informação sobre metrologia. Envidarão esforços para atualizá-lo regularmente, mas não
podem garantir sua correção a todo o momento e não poderão ser responsabilizados por
qualquer prejuízo direto ou indireto que possa resultar de seu uso. Qualquer referência a
produtos comerciais de qualquer tipo (incluindo, mas não restritivamente, qualquer software,
dados ou hardware) ou indicações para endereços eletrônicos na WEB, sobre os quais o
JCGM e suas organizações membro não têm nenhum controle e pelos quais não assumem
qualquer responsabilidade, não implicam aprovação, endosso ou recomendação pelo JCGM e
suas organizações membro.
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 iii
JCGM 100:2008
——————————————————————————
Sumário Página
Prefácio da primeira edição brasileira do GUM 2008 ................................................. vi
Preâmbulo ....................................................................................................................... vii
Prefácio (original) ........................................................................................................... viii

0 Introdução ............................................................................................................... ix
1 Escopo..................................................................................................................... 1
2 Definições ............................................................................................................... 2
2.1 Termos metrológicos gerais ................................................................................. 2
2.2 O termo “incerteza” ............................................................................................... 2
2.3 Termos específicos para este Guia ...................................................................... 3
3 Conceitos básicos .................................................................................................. 4

3.1 Medição ................................................................................................................... 4
3.2 Erros, efeitos e correções ..................................................................................... 5
3.3 Incerteza .................................................................................................................. 5
3.4 Considerações práticas ......................................................................................... 7
4 Avaliando a incerteza-padrão ............................................................................... 8

4.1 Modelando a medição ............................................................................................ 8
4.2 Avaliação Tipo A da incerteza-padrão ................................................................. 10
4.3 Avaliação Tipo B da incerteza-padrão ................................................................. 11
4.4 Ilustração gráfica da avaliação da incerteza-padrão .......................................... 15
5 Determinando a incerteza-padrão combinada .................................................... 18

5.1 Grandezas de entrada não correlacionadas........................................................ 18
5.2 Grandezas de entrada correlacionadas ............................................................... 21
6 Determinando a incerteza expandida ................................................................... 23

6.1 Introdução ............................................................................................................... 23
6.2 Incerteza expandida ............................................................................................... 23
6.3 Escolhendo um fator de abrangência .................................................................. 24
7 Relatando a incerteza ............................................................................................ 24

7.1 Orientações gerais ................................................................................................. 24
7.2 Orientações específicas ........................................................................................ 25
8 Resumo do procedimento para avaliação e expressão de incerteza ............... 27
Anexo A Recomendações do Grupo de Trabalho e do CIPM .................................. 28

A1 Recomendação INC-1 (1980) ............................................................................. 28
A2 Recomendação 1 (CI-1981) ................................................................................ 29
A3 Recomendação 1 (CI-1986) ................................................................................ 29
Anexo B Termos metrológicos gerais ....................................................................... 31

B1 Fonte das definições .......................................................................................... 31
B2 Definições ............................................................................................................ 31
Anexo C Termos e conceitos estatísticos básicos .................................................. 39

C1 Fonte das definições .......................................................................................... 39
C2 Definições ............................................................................................................ 39
C3 Elaboração de termos e conceitos ................................................................... 45
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 iv
JCGM 100:2008
——————————————————————————
Anexo D Valor “verdadeiro”, erro e incerteza ............................................................. 49

D1 O mensurando .................................................................................................... 49
D2 A grandeza realizada .......................................................................................... 49
D3 O valor “verdadeiro” e o valor corrigido .......................................................... 49
D4 Erro....................................................................................................................... 50
D5 Incerteza .............................................................................................................. 51
D6 Representação gráfica ....................................................................................... 51
Anexo E Motivação e base para a Recomendação INC-1 (1980) .......................... 54

E1 “Seguro”, “aleatório” e “sistemático” ............................................................. 54
E2 Justificativa para avaliações realísticas de incerteza ..................................... 54
E3 Justificativa para tratar identicamente todos os componentes de
incerteza ............................................................................................................. 55
E4 Desvios padrão como medidas de incerteza ................................................... 58
E5 Uma comparação de duas concepções de incerteza ..................................... 59
Anexo F Orientação prática para avaliação dos componentes de incerteza...... 61

F1 Componentes avaliados a partir de observações repetidas: Avaliação
Tipo A da incerteza-padrão ............................................................................. 61
F2 Componentes avaliados por outros meios: Avaliação de incerteza
padrão do Tipo B ............................................................................................... 64
Anexo G Graus de liberdade e níveis da confiança .............................................. 70

G1 Introdução ........................................................................................................... 70
G2 Teorema Central do Limite ................................................................................ 71
G3 A distribuição-t e os graus de liberdade .......................................................... 72
G4 Graus de liberdade efetivos .............................................................................. 73
G5 Outras considerações ........................................................................................ 75
G6 Resumo e conclusões........................................................................................ 76
Anexo H Exemplos .................................................................................................... 79

H1 Calibração de bloco padrão .............................................................................. 79
H2 Medição simultânea de resistência e reatância .............................................. 85
H 3 Calibração de um termômetro ............................................................................ 89
H4 Medição de atividade.......................................................................................... 93
H5 Análise de variância ........................................................................................... 98
H6 Medições numa escala de referência: dureza ................................................. 104
Anexo J Glossário dos principais símbolos .......................................................... 109
Bibliografia ...................................................................................................................... 114
Índice alfabético em inglês............................................................................................ 116
Índice alfabético em português .................................................................................... 121
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 v
JCGM 100:2008
——————————————————————————
Prefácio da edição brasileira- GUM 2008

Johann Wolfgang von Goethe (1749–1832) afirmou certa vez que o tradutor age como “um
mediador neste comércio entre as mentes, fazendo de sua ocupação uma
alavanca para incrementar esta troca intelectual. Porque,
independentemente do que possamos dizer sobre a inadequação das
traduções, elas são e sempre serão uma das mais importantes e notáveis
ocupações no intercâmbio geral entre os povos.” Referenciado em
McFarlane, J. (1953). Modes of Translation. The Durham University Journal. Vol
XLV, No 3. June 1953. UK.
Dificilmente um trabalho de tradução é colocado sob perspectiva tão simples como: há uma obra
magistralmente escrita cuja tradução compete ser realizada. Em geral haverá, no original,
lacunas, imperfeições, frases obscuras, trechos com duplo (ou múltiplos) sentidos, erros
tipográficos, de linguagem, conceituais. Acresce que cada língua tem seus próprios segredos,
maneiras particulares de expressão, referências culturais subjacentes, algumas de difícil acesso
aos que não a tem como língua nativa. No caso presente somos forçados a reconhecer que o
texto original do GUM, em sua maior parte, não padece de muitos dos defeitos acima apontados.
Estes existem, mas restritos a não muitas passagens. Quanto ao conteúdo intelectual,
entretanto, a parte conceitual tende a se apresentar, por vezes, como extremamente espinhosa,
permitindo múltiplas interpretações aceitáveis, porém excludentes.
Ler um texto numa língua particular envolve a dificuldade de decifrar seu conteúdo. Escrever um
texto numa língua particular envolve a dificuldade de expressar um conteúdo. O trabalho de
tradução envolve as duas dificuldades, com a agravante de que o conteúdo a ser expresso na
língua de destino deve ser igual àquele da língua de origem. Daí o adágio italiano: traduttore,
traditore, isto é, o tradutor é sempre um traidor. Esperamos, sinceramente, que, no nosso caso, o
adágio não se nos aplique plenamente!
Num certo sentido queremos não ser lembrados, correndo o risco de não recebermos os louros
por tão árduo trabalho. Porque, de fato, não há louros a serem distribuídos. Como sobejamente
se sabe o tradutor somente é percebido quando algum erro, lapso ou deslize é cometido. Caso
contrário, ninguém dele se lembrará.
Almejamos fazer uma tradução fiel ao original, buscando sempre uma fidelidade ligada à clareza
do conceito mais que à forma. Tentamos, em diversas passagens, ser mais claros e didáticos
que o próprio original. Em nenhum momento fugimos de nossa responsabilidade pelo subterfúgio
de escrever uma frase ou uma passagem propositadamente indecifrável ou confusa quando
confrontados com dificuldades ou impossibilidades momentâneas de decifração do original.
Mesmo em face de trechos dos mais abstrusos, buscamos sempre, nestes casos, opiniões de
outros especialistas, cuja contribuição agradecemos. Se mesmo assim alguma passagem não
ficou clara isso deve ser imputado exclusivamente às nossas deficiências, mas não à falta de
empenho.
Procuramos manter ao longo de todo o trabalho uma formatação editorial tão próxima da original
quanto possível. O conteúdo e a formatação de cada página da versão brasileira são
praticamente iguais ao conteúdo e à formatação do texto em inglês. O uso da palavra
praticamente se deve ao fato de que alguns parágrafos se contêm em duas páginas adjacentes,
com o que a quebra de página pode se dar, em cada versão, em pontos diferentes do texto.
O GUM2008 é uma edição em que foram feitas algumas correções em relação à edição já
emendada de 1995. Sendo assim, o texto original é, em sua maior parte, o mesmo da edição
antiga. O que nos propusemos neste trabalho foi uma tradução a partir do original em inglês.
Não obstante isso, alguns trechos mais simples do texto traduzido são, forçosamente, idênticos a
trechos correspondentes da última edição brasileira de 2003. Consultamos extensivamente o
texto da tradução anterior para confrontar as opções, o que muito nos auxiliou em diversas
passagens. Inclusive, quando a(s) proposta(s) alternativa(s) não se mostrava(m)
inequivocamente melhor(es), preferimos optar pelo texto da edição de 2003. Assim, nas partes
em que o texto traduzido da presente versão é idêntico ao texto traduzido anterior, os méritos
devem ser conferidos aos tradutores de então; em todas as partes, idênticas ou divergentes, os
eventuais deméritos devem ser consignados aos presentes tradutores.
Os tradutores
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 vi
JCGM 100:2008
——————————————————————————
Este Guia estabelece regras gerais para avaliar e expressar incerteza em medição, as quais
foram planejadas para serem aplicadas a um largo espectro de medições. A base deste Guia é
a Recomendação 1 (CI-1981) do Comitê Internacional de Pesos e Medidas (CIPM) e a
recomendação INC-1 (1980) do Grupo de Trabalho sobre a Declaração de Incertezas. O Grupo
de Trabalho foi convocado pelo Birô Internacional de Pesos e Medidas (BIPM) em resposta a
uma solicitação do CIPM. A Recomendação do CIPM é a única recomendação relacionada à
expressão de incerteza em medição adotada por uma organização intergovernamental.
Este Guia foi preparado por um grupo de trabalho conjunto formado por especialistas
nomeados pelo BIPM, pela Comissão Eletrotécnica Internacional (IEC), pela Organização
Internacional de Normalização (ISO), e pela Organização Internacional de Metrologia Legal
(OIML).
Deram suporte para o desenvolvimento deste Guia, o qual é em seu nome publicado, as sete
organizações* a seguir nomeadas:
BIPM: Bureau International des Poids et Mesures (Birô Internacional de Pesos e Medidas)
IEC: International Electrotechnical Commission (Comissão Eletrotécnica Internacional)
IFCC: International Federation of Clinical Chemistry** (Federação Internacional de Química
Clínica)
ISO: International Organization for Standardization (Organização Internacional de
Normalização)
IUPAC: International Union of Pure and Applied Chemistry** (União Internacional de
Química Pura e Aplicada)
IUPAP: International Union of Pure and Applied Physics** (União Internacional de Física
Pura e Aplicada)
OlML: International Organization of Legal Metrology (Organização Internacional de
Metrologia Legal)
Os usuários deste Guia são convidados a enviar seus comentários e pedidos de

esclarecimento para qualquer uma dessas sete organizações, cujos endereços são dados no
verso da capa***.
____________________________
* Nota de rodapé para a versão 2008:

Em 2005, a International Laboratory Accreditation Cooperation (ILAC) juntou-se oficialmente às sete
organizações internacionais fundadoras.
** Nota de rodapé para a versão 2008:

Os nomes dessas três organizações mudaram desde 1995. São eles agora:
IFCC: International Federation for Clinical Chemistry and Laboratory Medicine
IUPAC: International Organization for Pure and Applied Chemistry
IUPAP: International Organization for Pure and Applied Physics.
*** Nota de rodapé para a versão 2008:

Indicações para os endereços das oito organizações envolvidas presentemente no JCGM (Comitê
Conjunto para Guias em Metrologia) são dadas em http://www.bipm.org/en/committees/jc/jcgm.
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 vii
JCGM 100:2008
——————————————————————————
Prefácio
Em 1977, reconhecendo a falta de consenso internacional sobre a expressão de incerteza de
medição, a maior autoridade mundial em metrologia, o Comitê Internacional de Pesos e
Medidas (CIPM), requereu ao Bureau Internacional de Pesos e Medidas (BIPM) o tratamento
do problema em conjunto com os laboratórios nacionais de metrologia e a elaboração de uma
proposta.
O BIPM preparou um questionário detalhado cobrindo os assuntos envolvidos e o distribuiu

para 32 laboratórios nacionais de metrologia sabidamente interessados no assunto (e, apenas
para informação, para cinco organizações internacionais). Pelo início de 1979 tinham sido
1)
recebidas respostas de 21 laboratórios [1]. Praticamente todos acreditavam que era importante
chegar a um procedimento acordado internacionalmente para expressar incerteza de medição
e para combinar componentes individuais de incerteza em uma incerteza total única. Não se
evidenciou, contudo, um consenso quanto ao método a ser usado. O BIPM convocou, então,
uma reunião com o propósito de se chegar a um procedimento uniforme e de aceitação geral
para especificação de incerteza; estiveram presentes especialistas de 11 laboratórios nacionais
de metrologia. Este Grupo de Trabalho sobre a Declaração de Incertezas produziu a
Recomendação INC-1 (1980), Expressão de Incertezas Experimentais [2]. O CIPM aprovou a
Recomendação em 1981 [3] e ratificou-a em 1986 [4].
O CIPM transferiu a tarefa de desenvolver um guia detalhado com base na Recomendação do

Grupo de Trabalho (que é uma breve descrição, não uma prescrição detalhada) para a
International Organization for Standardization (ISO), já que ela poderia melhor refletir as
necessidades oriundas dos amplos interesses da indústria e do comércio.
A responsabilidade foi conferida ao Grupo Consultivo sobre Metrologia (TAG 4) da ISO, já que
uma de suas atribuições é coordenar o desenvolvimento de diretrizes sobre tópicos
relacionados à medição, de interesse comum à ISO e às seis organizações que participam com
a ISO no trabalho do TAG 4: a International Electrotechnical Commission (IEC), parceira da
ISO na normalização mundial; o CIPM e a International Organization of Legal Metrology
(OIML), as duas organizações mundiais de metrologia; a International Union of Pure and
Applied Chemistry (IUPAC) e a International Union of Pure and Applied Physics (IUPAP), as
duas uniões internacionais que representam a química e a física; e a International Federation of
Clinical Chemistry (IFCC).)
O TAG 4, por seu turno, constituiu o Grupo de Trabalho 3 (ISO/TAG 4/WG 3), composto por
especialistas designados pelo BIPM, IEC, ISO, e OIML, e referendados pelo Presidente do
TAG 4. Foram estabelecidos os seguintes termos de referência:
Desenvolver um documento orientador com base na recomendação do Grupo de Trabalho do

BIPM sobre a Declaração de Incertezas que forneça regras sobre a expressão de incerteza de
medição para ser usado em normalização, calibração, acreditação de laboratórios e serviços
de metrologia;
O propósito de tal orientação é
— promover informação tão completa quanto possível sobre como se chega a uma
declaração de incerteza;
— fornecer uma base para a comparação internacional de resultados de medição.
____________________________
1) Ver a Bibliografia

Na produção desta versão 2008 do GUM, correções necessárias apenas para a versão impressa de 1995
foram introduzidas pelo GT 1 do JCGM. Essas correções ocorrem nos itens 4.2.2, 4.2.4, 5.1.2, B.2.17,
C.3.2, C.3.4, E.4.3, H.4.3, H.5.2.5 e H.6.2.
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 viii
JCGM 100:2008
——————————————————————————
0 Introdução
0.1 Quando se relata o resultado de medição de uma grandeza física deve-se sempre dar
alguma indicação quantitativa da qualidade do resultado, de forma que aqueles que o utilizam
possam avaliar sua confiabilidade. Sem essa indicação, resultados de medição não podem ser
comparados, seja entre eles mesmos ou com valores de referência fornecidos numa
especificação ou numa norma. É, portanto, necessário que exista um procedimento que seja de
pronta aplicação, fácil compreensão e ampla aceitação para caracterizar a qualidade de um
resultado de uma medição, isto é, para avaliar e expressar sua incerteza.
0.2 O conceito de incerteza como um atributo quantificável é relativamente novo na história da
medição, embora erro e análise de erro tenham sido, há muito, uma parte da prática da ciência
da medição ou metrologia. É agora amplamente reconhecido que, quando todos os
componentes de erro conhecidos ou presumidos tenham sido avaliados e as correções
adequadas tenham sido aplicadas, ainda permanece uma incerteza sobre quão correto é o
resultado declarado, isto é, uma dúvida acerca de quão corretamente o resultado da medição
representa o valor da grandeza que está sendo medida.
0.3 Da mesma forma como o uso quase universal do Sistema Internacional de Unidades (SI)
trouxe coerência a todas as medições científicas e tecnológicas, um consenso mundial sobre a
avaliação e expressão de incerteza de medição permitiria que o significado de um vasto
espectro de resultados de medições na ciência, engenharia, comércio, indústria e
regulamentação fosse prontamente compreendido e apropriadamente interpretado. Nesta era
de mercado global, é imperativo que o método para avaliar e expressar incerteza seja uniforme
em todo o mundo, de forma tal que as medições realizadas em diferentes países possam ser
facilmente comparadas.
0.4 O método ideal para avaliar e expressar a incerteza do resultado de uma medição deve
ser:
— universal: o método deve ser aplicável a todas as espécies de medição e a todos os tipos
de dados de entrada usados nas medições.
A grandeza real usada para expressar a incerteza deve ser:
— internamente consistente: deve ser diretamente derivável dos componentes que para ela
contribuem, assim como ser independente de como estes componentes estejam
agrupados, ou da decomposição de componentes em subcomponentes;
— transferível: deve ser possível usar diretamente a incerteza avaliada para um resultado
como um componente na avaliação da incerteza de outra medição na qual o primeiro
resultado é utilizado.
Além disso, em muitas aplicações industriais e comerciais, assim como nas áreas da saúde e
segurança, é frequentemente necessário fornecer um intervalo em torno do resultado de
medição com o qual se espera abranger uma grande fração da distribuição de valores, que
poderiam razoavelmente ser atribuídos à grandeza sujeita à medição. Assim, o método ideal
para avaliar e expressar incerteza de medição deve ser capaz de fornecer prontamente tal
intervalo, em particular um intervalo com probabilidade da abrangência ou nível da confiança
que, de uma forma realista, corresponda ao nível requerido.
0.5 A abordagem sobre a qual está baseado este documento indicativo é aquela delineada na
Recomendação INC-1 (1980) [2] do Grupo de Trabalho sobre a Declaração de Incertezas, o
qual foi convocado a ser reunir pelo BIPM por solicitação do CIPM (ver o Prefácio). Essa
abordagem, cuja justificativa é discutida no Anexo E, satisfaz a todos os requisitos
anteriormente enumerados. Este não é o caso da maioria dos outros métodos em uso corrente.
A Recomendação INC-1 (1980) foi aprovada e ratificada pelo CIPM em suas próprias
Recomendações 1 (CI-1981) [3] e 1 (CI-1986) [4]; as traduções destas Recomendações do
CIPM estão reproduzidas no Anexo A (ver A.2 e A.3, respectivamente). Uma vez que a
Recomendação INC-1 (1980) é o fundamento sobre o qual este documento se baseia, sua
tradução para a língua portuguesa está reproduzida em 0.7 e o texto em francês, que é o
oficial, está reproduzido em A.1.
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 ix
JCGM 100:2008
——————————————————————————
0.6 Um resumo sucinto do procedimento especificado neste documento indicativo para

avaliação e expressão de incerteza de medição é dado no Capítulo 8, e vários exemplos são
apresentados em detalhe no Anexo H. Outros anexos tratam de termos gerais em metrologia
(Anexo B); termos e conceitos básicos de estatística (Anexo C); valor “verdadeiro”, erro e
incerteza (Anexo D); sugestões práticas para avaliação de componentes de incerteza (Anexo
F); graus de liberdade e níveis da confiança (Anexo G); os principais símbolos matemáticos
utilizados neste documento (Anexo J); e referências bibliográficas (Bibliografia). Um índice
alfabético conclui o documento.
0.7 Recomendação INC-1 (1980) Expressão de incertezas experimentais
1. A incerteza em um resultado de uma medição geralmente consiste de vários

componentes que podem ser agrupados em duas categorias de acordo com o método
utilizado para estimar seu valor numérico:
A. aqueles que são avaliados por métodos estatísticos;
B. aqueles que são avaliados por outros meios.
Nem sempre há uma correspondência direta entre a classificação nas categorias A ou

B e a classificação em incerteza “aleatória” e incerteza “sistemática”, como se utilizava
anteriormente. A expressão “incerteza sistemática” pode ser mal interpretada, devendo
ser evitada.
Toda descrição detalhada da incerteza deve consistir de uma lista completa de seus
componentes, especificando, para cada um, o método utilizado para lhe atribuir um
valor numérico.
2. Os componentes classificados na categoria A são caracterizados pelas variâncias

2
estimadas si , (ou pelos “desvios-padrão” estimados si) e pelo número de graus de
liberdade, νi. Onde apropriado, as covariâncias devem ser fornecidas.
3. Os componentes classificados na categoria B devem ser caracterizados pelos termos

2
uj , que podem ser considerados como aproximações das variâncias correspondentes,
2
cuja existência é suposta. Os termos uj podem ser tratados como variâncias e os
termos uj, como desvios padrão. Onde apropriado, as covariâncias devem ser tratadas
de modo similar.
4. A incerteza combinada deve ser caracterizada pelo valor numérico obtido aplicando-se
o método usual para a combinação de variâncias. A incerteza combinada e seus
componentes devem ser expressos na forma de “desvios-padrão”.
5. Se, para algumas aplicações, for necessário multiplicara incerteza combinada por um
fator, visando à obtenção de uma incerteza global, o valor do fator multiplicador deve
ser sempre declarado.
——————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 x
JCGM 100:2008
——————————————————————————————————————————————
Avaliação de dados de medição — Guia para a expressão de

incerteza de medição
1 Escopo
1.1 Este Guia estabelece regras gerais para avaliar e expressar a incerteza de medição, regras essas
que podem ser seguidas em vários níveis de exatidão e em muitos campos de atuação, do chão de
fábrica à pesquisa fundamental. Os princípios deste Guia são aplicáveis, portanto, a um amplo espectro
de medições, incluindo aquelas necessárias para:
— manter o controle da qualidade e a garantia da qualidade na produção;
— respeitar e fazer cumprir leis e regulamentos;
— conduzir pesquisa básica, pesquisa aplicada e desenvolvimento na ciência e na engenharia;
— calibrar padrões e instrumentos e executar ensaios no contexto de um sistema nacional de medição
de forma a obter rastreabilidade a padrões nacionais;
— desenvolver, manter e comparar padrões físicos de referência, nacionais e internacionais, incluindo
materiais de referência.
1.2 Este Guia está primariamente relacionado com a expressão da incerteza de medição de uma
grandeza física bem definida - o mensurando - que pode ser caracterizada por um valor essencialmente
único. Se o fenômeno de interesse pode ser representado somente como uma distribuição de valores
ou é dependente de um ou mais parâmetros, tal como o tempo, então os mensurandos requeridos para
sua descrição são o conjunto de grandezas que descrevem a distribuição ou a dependência.
1.3 Este Guia é também aplicável à avaliação e expressão da incerteza associada ao projeto
conceitual e à análise teórica de experimentos, de métodos de medição e de componentes e sistemas
complexos. Uma vez que o resultado de uma medição e sua incerteza podem ser conceituais e
baseados inteiramente em dados hipotéticos, o termo “resultado de uma medição”, tal como é usado
neste Guia, deve ser interpretado neste sentido mais amplo.
1.4 Este Guia fornece regras gerais para avaliar e expressar a incerteza de medição em vez de
instruções detalhadas sobre tecnologias específicas. Além disso, ele não discute como a incerteza de
um determinado resultado de medição, uma vez avaliada, pode ser utilizada para diferentes finalidades,
como, por exemplo, tirar conclusões sobre a compatibilidade daquele resultado com outros resultados
similares, estabelecer limites de tolerância em um processo de fabricação, ou decidir se uma
determinada linha de ação poderá ser adotada com segurança. Pode, portanto, ser necessário
desenvolver normas específicas, baseadas neste Guia, que tratem dos problemas peculiares aos
campos específicos de medição ou às várias utilizações das expressões quantitativas de incerteza.*
Essas normas podem ser versões simplificadas deste Guia, mas devem incluir os detalhes apropriados
ao nível de exatidão e complexidade das medições e utilizações visadas.
NOTA Pode haver situações nas quais se acredita que o conceito de incerteza de medição não seja plenamente
aplicável, tal como quando se determina a precisão de um método de ensaio (ver, por exemplo, Referência [5]).
——————————————————
Desde a publicação inicial deste Guia foram já publicados diversos documentos de aplicação geral e específica
dele derivados. Para fins de informação, compilações não exatamente completas desses documentos podem ser
encontradas em http://www.bipm.org/en/committees/jc/jcgm/wg1_bibliography.html
——————————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados Inmetro 2012 1
JCGM 100:2008
——————————————————————————————————————————————
2 Definições
2.1 Termos gerais de metrologia
As definições de vários termos metrológicos gerais e relevantes para este Guia, tais como “grandeza
mensurável”, “mensurando” e “erro de medição”, são dadas no Anexo B. Essas definições são
extraídas do Vocabulário Internacional de Termos Fundamentais e Gerais de Metrologia (abreviado
para VIM)* [6]. Adicionalmente, o Anexo C fornece as definições de vários termos estatísticos básicos
extraídos principalmente da Norma Internacional ISO-3534-1 [7]. Quando um desses termos
metrológicos ou estatísticos (ou um termo estreitamente relacionado) é usado no texto pela primeira
vez, a partir do Capítulo 3, ele é impresso em negrito e o número do item no qual é definido é dado
entre parênteses.
Por sua importância no contexto deste Guia, a definição do termo metrológico geral “incerteza de
medição” é dada tanto no Anexo B como em 2.2.3. As definições dos mais importantes termos
específicos deste Guia são apresentadas de 2.3.1 a 2.3.6. Em todos esses itens, e nos Anexos B e C, o
uso de parênteses em certas palavras de alguns termos significa que as mesmas podem ser omitidas
se tal omissão não causar equívoco.
2.2 O termo "incerteza"

O conceito de incerteza é discutido mais amplamente no Capítulo 3 e no Anexo D.
2.2.1 A palavra “incerteza” significa dúvida, e assim, no sentido mais amplo, “incerteza de medição”
significa dúvida acerca da validade do resultado de uma medição. Devido à falta de palavras diferentes
para esse conceito geral de incerteza, e para as grandezas específicas que proporcionam medidas
quantitativas do conceito, como, por exemplo, o desvio-padrão, é necessário utilizar a palavra
“incerteza” nestas duas acepções diferentes.
2.2.2 Neste Guia, a palavra “incerteza”, sem adjetivos, refere-se tanto ao conceito geral de incerteza
como a qualquer uma ou a todas as medidas quantitativas deste conceito. Quando uma medida
específica é visada, são usados os adjetivos apropriados.
2.2.3 A definição formal do termo “incerteza de medição” desenvolvida para ser usada neste Guia e no
VIM [6] (VIM:1993, definição 3.9) é a seguinte:
incerteza (de medição)
parâmetro, associado ao resultado de uma medição, que caracteriza a dispersão dos valores que
podem ser razoavelmente atribuídos ao mensurando.
NOTA 1 O parâmetro pode ser, por exemplo, um desvio-padrão (ou um múltiplo dele), ou a metade de um
intervalo correspondente a um nível da confiança estabelecido.
NOTA 2 Incerteza de medição compreende, em geral, muitos componentes. Alguns destes componentes podem
ser estimados com base na distribuição estatística dos resultados de séries de medições e podem ser
caracterizados por desvios-padrão experimentais. Os outros componentes, que também podem ser caracterizados
por desvios-padrão, são avaliados por meio de distribuições de probabilidade supostas, baseadas na experiência
ou em outras informações.
NOTA 3 Entende-se que o resultado da medição é a melhor estimativa do valor do mensurado, e que todos os
componentes da incerteza, incluindo aqueles resultantes dos efeitos sistemáticos, como os componentes
associados com correções e padrões de referência, contribuem para a dispersão.
2.2.4 A definição de incerteza de medição dada em 2.2.3 é uma definição operacional e focaliza o
resultado da medição e sua incerteza avaliada. Entretanto, ela não é inconsistente com outros
conceitos de incerteza de medição, tais como
——————————————————
A terceira edição do vocabulário foi publicada em 2008 [no Brasil, em 2009], sob o título JCGM 200:2008,
International vocabulary of metrology — Basic and general concepts and associated terms (VIM) [no Brasil:
Vocabulário Internacional de Metrologia — Conceitos fundamentais e gerais e termos associados (VIM)].
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
— uma medida do possível erro no valor estimado do mensurando, tal como proporcionado pelo
resultado de uma medição;
— uma estimativa caracterizando a faixa de valores na qual o valor verdadeiro de um mensurando se
encontra (VIM: 1984, definição 3.09).
Embora estes dois conceitos tradicionais sejam válidos como ideais, eles focalizam grandezas
desconhecíveis: o “erro” do resultado de uma medição e o “valor verdadeiro” do mensurando (em
contraste com seu valor estimado), respectivamente. Não obstante, qualquer que seja o conceito de
incerteza adotado, um componente de incerteza é sempre avaliado utilizando-se os mesmos dados e
informações relacionadas (ver também E.5).
2.3 Termos específicos para este Guia

Em geral, termos específicos para este Guia são definidos no texto quando introduzidos pela primeira
vez. Entretanto, as definições dos termos mais importantes são aqui fornecidas para fácil referência.
NOTA Discussões adicionais relacionadas a estes termos podem ser encontradas como se segue:
para 2.3.2, ver 3.3.3 e 4.2; para 2.3.3, ver 3.3.3 e 4.3; para 2.3.4, ver Capítulo 5 e Equações (10) e (13);
e para 2.3.5 e 2.3.6, ver Capítulo 6.
2.3.1
incerteza-padrão
incerteza do resultado de uma medição expressa como um desvio-padrão
2.3.2
avaliação do Tipo A (de incerteza)
método de avaliação de incerteza pela análise estatística de séries de observações
2.3.3
avaliação do Tipo B (de incerteza)
método de avaliação de incerteza por outros meios que não a análise estatística de séries de
observações
2.3.4
incerteza-padrão combinada
incerteza-padrão do resultado de uma medição, quando esse resultado é obtido por meio dos valores
de várias outras grandezas, sendo igual à raiz quadrada positiva de uma soma de termos, que
constituem as variâncias ou covariâncias destas outras grandezas, ponderadas de acordo com o
quanto o resultado da medição varia com mudanças nestas grandezas
2.3.5
incerteza expandida
quantidade que define um intervalo em torno do resultado de uma medição com o qual se espera
abranger uma grande fração da distribuição dos valores que podem ser razoavelmente atribuídos ao
mensurando
NOTA 1 A fração pode ser vista como a probabilidade de abrangência ou nível da confiança do intervalo.
NOTA 2 Para associar um nível da confiança específico ao intervalo definido pela incerteza expandida são
necessárias suposições explícitas ou implícitas com respeito à distribuição de probabilidade caracterizada pelo
resultado da medição e sua incerteza-padrão combinada. O nível da confiança que pode ser atribuído a este
intervalo somente será conhecido na medida em que tais suposições possam ser justificadas.
NOTA 3 Incerteza expandida é denominada incerteza global no parágrafo 5 da Recomendação INC-1 (1980).
2.3.6
fator de abrangência
fator numérico utilizado como um multiplicador da incerteza-padrão combinada de modo a obter uma
incerteza expandida
NOTA um fator de abrangência, k, está tipicamente na faixa de 2 a 3.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
3 Conceitos básicos
Discussões adicionais dos conceitos básicos podem ser encontradas no Anexo D, que focaliza as
ideias de valor “verdadeiro”, erro e incerteza e inclui ilustrações gráficas destes conceitos, e no Anexo
E, que explora a motivação e a base estatística da Recomendação INC-1 (1980) sobre a qual se
fundamenta este Guia. O Anexo J é um glossário dos principais símbolos matemáticos usados neste
Guia.
3.1 Medição
3.1.1 O objetivo de uma medição (B.2.5) é determinar o valor (B.2.2) do mensurando (B.2.9), isto é, o
valor da grandeza específica (B.2.1, Nota 1) a ser medida. Uma medição começa, portanto, com uma
especificação apropriada do mensurando, do método de medição (B.2.7) e do procedimento de
medição (B.2.8).
NOTA O termo “valor verdadeiro” (ver Anexo D) não é usado neste Guia pelas razões dadas em D.3.5; os termos
“valor de um mensurando”(ou de uma grandeza) e “valor verdadeiro de um mensurando” (ou de uma grandeza)
são tidos como equivalentes.
3.1.2 Em geral, o resultado de uma medição (B.2.11) é somente uma aproximação ou estimativa
(C.2.26) do valor do mensurando e, assim, só é completo quando acompanhado pela declaração da
incerteza (ver B.2.18) dessa estimativa.
3.1.3 Na prática, o grau de especificação ou definição necessário para o mensurando é ditado pela
exatidão de medição requerida (B.2.14). O mensurando deve ser definido com completeza suficiente
relativa à exatidão requerida, de modo que, para todos os fins práticos associados com a medição, seu
valor seja único. É nesse sentido que a expressão “valor do mensurando” é usada neste Guia.
EXEMPLO Se o comprimento de uma barra de aço de um metro (nominal) deve ser determinado com exatidão
micrométrica, sua especificação deverá incluir a temperatura e a pressão nas quais o comprimento é definido.
Assim, o mensurando deve ser especificado como, por exemplo, o comprimento da barra a 25,00 ºC* e 101 325 Pa
(e mais quaisquer outros parâmetros definidos julgados necessários, tal como a maneira pela qual a barra será
apoiada). Entretanto, se o comprimento tiver de ser determinado apenas com exatidão milimétrica, sua
especificação não requererá uma definição de temperatura ou pressão ou de um valor para qualquer outro
parâmetro de definição.
NOTA A definição incompleta do mensurando pode ser a causa de um componente de incerteza suficientemente
grande que deva ser incluído na avaliação da incerteza do resultado da medição (ver D.1.1, D.3.4 e D.6.2).
3.1.4 Em muitos casos, o resultado de uma medição é determinado com base em séries de
observações obtidas sob condições de repetibilidade (B.2.15, Nota 1).
3.1.5 Supõe-se que as variações em observações repetidas surjam porque as grandezas de
influência (B.2.10) que podem afetar o resultado de medição não são mantidas completamente
constantes.
3.1.6 O modelo matemático da medição, que transforma o conjunto de observações repetidas no
resultado de medição, é de importância crítica porque, além das observações, ele geralmente inclui
várias grandezas de influência que são conhecidas de forma inexata. Essa falta de conhecimento
contribui para a incerteza do resultado da medição, assim como também contribuem as variações das
observações repetidas e qualquer incerteza associada ao próprio modelo matemático.
3.1.7 Este Guia trata o mensurando como um escalar (uma grandeza única). A extensão a um conjunto
de mensurandos relacionados, determinados simultaneamente na mesma medição, requer a
substituição do mensurando escalar e de sua variância (C.2.11, C.2.20, C.3.2) por um mensurando
vetorial e por uma matriz de covariância (C.3.5). Tal substituição é considerada neste Guia apenas
nos exemplos (ver H.2, H.3 e H.4).
——————————————————
o
De acordo com a Resolução 10 do 22 CGPM (2003) “... o símbolo para o marcador decimal deve ser o ponto na
linha ou a vírgula na linha ...”. O JCGM decidiu adotar o ponto na linha em seus documentos em inglês. Entretanto,
neste documento, a vírgula decimal foi mantida para manter a consistência com a versão impressa de 1995.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
3.2 Erros, efeitos e correções

3.2.1 Em geral, uma medição tem imperfeições que dão origem a um erro (B.2.19) no resultado da
medição. Tradicionalmente, um erro é visto como tendo dois componentes, a saber, um componente
aleatório (B.2.21) e um componente sistemático (B.2.22).
NOTA Erro é um conceito idealizado e os erros não podem ser conhecidos exatamente.
3.2.2 O erro aleatório presumivelmente se origina de variações temporais ou espaciais, estocásticas ou

imprevisíveis, de grandezas de influência. Os efeitos de tais variações, daqui para frente denominados
efeitos aleatórios, são a causa de variações em observações repetidas do mensurando. Embora não
seja possível compensar o erro aleatório de um resultado de medição, ele pode geralmente ser
reduzido aumentando-se o número de observações; sua esperança ou valor esperado (C.2.9, C.3.1) é
zero.
NOTA 1 O desvio-padrão experimental da média aritmética ou média de uma série de observações (ver 4.2.3)
não é o erro aleatório da média, embora ele assim seja designado em algumas publicações. Ele é, em vez disso,
uma medida da incerteza da média devida a efeitos aleatórios. O valor exato do erro na média, que se origina
destes efeitos, não pode ser conhecido.
NOTA 2 Neste Guia toma-se muito cuidado para distinguir entre os termos “erro” e “incerteza”. Eles representam
conceitos completamente diferentes; não são sinônimos. Um termo não deve ser confundido com o outro, nem
devem ser eles mal empregados.
3.2.3 O erro sistemático, assim como o erro aleatório, não pode ser eliminado, porém ele também,
frequentemente, pode ser reduzido. Se um erro sistemático se origina de um efeito reconhecido de uma
grandeza de influência em um resultado de medição, daqui para diante denominado como efeito
sistemático, o efeito pode ser quantificado e, se for significativo com relação à exatidão requerida da
medição, uma correção (B.2.23) ou fator de correção (B.2.24) pode ser aplicado para compensar o
efeito. Supõe-se que, após esta correção, a esperança ou valor esperado do erro provocado por um
efeito sistemático seja zero.
NOTA A incerteza de uma correção aplicada a um resultado de medição para compensar um efeito sistemático
não é o erro sistemático no resultado de medição. Esse efeito sistemático é frequentemente denominado
tendência, e também, algumas vezes, chamado efeito de tendência. É uma medida da incerteza do resultado
devido ao conhecimento incompleto do valor requerido da correção. O erro originado da compensação imperfeita
de um efeito sistemático não pode ser exatamente conhecido. Os termos “erro” e “incerteza” devem ser usados
apropriadamente e deve-se tomar cuidado em se distinguir um do outro.
3.2.4 Supõe-se que o resultado de uma medição tenha sido corrigido para todos os efeitos sistemáticos
reconhecidos como significativos e que todo esforço tenha sido feito para identificar tais efeitos.
EXEMPLO Uma correção devida à impedância finita de um voltímetro usado para determinar a diferença de
potencial (o mensurando) por meio de um resistor de alta impedância é aplicada para reduzir o efeito sistemático
no resultado da medição proveniente do efeito de carga do voltímetro. Entretanto, os valores das impedâncias do
voltímetro e do resistor, que são usados para estimar o valor da correção e são obtidos a partir de outras medidas,
são, eles mesmos, incertos. Essas incertezas são usadas para avaliar o componente de incerteza da determinação
da diferença de potencial originada da correção e, assim, do efeito sistemático devido à impedância finita do
voltímetro.
NOTA 1 Frequentemente, os instrumentos e sistemas de medição são ajustados ou calibrados utilizando-se

padrões de medição e materiais de referência para eliminar os efeitos sistemáticos; entretanto, as incertezas
associadas a esses padrões e materiais ainda devem ser levadas em conta.
NOTA 2 O caso em que uma correção para um efeito sistemático significativo conhecido não é aplicada é
discutido na Nota do item 6.3.1 e em F.2.4.5.
3.3 Incerteza
3.3.1 A incerteza do resultado de uma medição reflete a falta de conhecimento exato do valor do
mensurando (ver 2.2). O resultado de uma medição, após correção dos efeitos sistemáticos
reconhecidos, é ainda e tão somente uma estimativa do valor do mensurando oriunda da incerteza
proveniente dos efeitos aleatórios e da correção imperfeita do resultado para efeitos sistemáticos.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA O resultado de uma medição (após correção) pode, sem que se perceba, estar muito próximo do valor do
mensurando (e, assim, ter um erro desprezível), muito embora possa ter uma incerteza grande. Portanto, a
incerteza do resultado de uma medição não deve ser confundida com o erro desconhecido remanescente.
3.3.2 Na prática, existem muitas fontes possíveis de incerteza em uma medição, incluindo:
a) definição incompleta do mensurando;

b) realização imperfeita da definição do mensurando;
c) amostragem não representativa – a amostra medida pode não representar o mensurando definido;
d) conhecimento inadequado dos efeitos das condições ambientais sobre a medição ou medição
imperfeita das condições ambientais;
e) erro de tendência pessoal na leitura de instrumentos analógicos;
f) resolução finita do instrumento ou limiar de mobilidade;
g) valores inexatos dos padrões de medição e materiais de referência;
h) valores inexatos de constantes e de outros parâmetros obtidos de fontes externas e usados no
algoritmo de redução de dados;
i) aproximações e suposições incorporadas ao método e procedimento de medição;
j) variações nas observações repetidas do mensurando sob condições aparentemente idênticas.
Essas fontes não são necessariamente independentes e algumas das fontes de a) até i) podem
contribuir para a fonte j). Naturalmente, um efeito sistemático não identificado não pode ser levado em
consideração na avaliação da incerteza do resultado de uma medição, porém contribui para seu erro.
3.3.3 A Recomendação INC-1 (1980) do Grupo de Trabalho sobre a Declaração de Incertezas agrupa
os componentes de incerteza em duas categorias baseadas no seu método de avaliação, “A” e “B” (ver
0.7, 2.3.2 e 2.3.3). Estas categorias se aplicam à incerteza e não são substitutas para os termos
“aleatório” e “sistemático”. A incerteza de uma correção de um efeito sistemático conhecido pode, em
alguns casos, ser obtida por uma avaliação do Tipo A, enquanto que, em outros casos, por uma
avaliação do Tipo B, podendo-se obter, do mesmo modo, a incerteza que caracteriza um efeito
aleatório.
NOTA Em algumas publicações, os componentes de incerteza são classificados como “aleatório” e “sistemático” e
são associados com erros provenientes de efeitos aleatórios e de efeitos sistemáticos conhecidos,
respectivamente. Tal classificação de componentes de incerteza pode se tornar ambígua quando aplicada
genericamente. Por exemplo, um componente “aleatório” de incerteza em uma medição pode se tornar um
componente “sistemático” de incerteza em outra medição na qual o resultado da primeira medição é usado como
dado de entrada. Classificando os métodos de avaliação para os componentes da incerteza, em vez de fazê-lo
para os próprios componentes, evita-se tal ambiguidade. Ao mesmo tempo, isto não impede designar componentes
individuais que tenham sido avaliados pelos dois diferentes métodos em grupos distintos, a serem usados para
uma finalidade em particular (ver 3.4.3).
3.3.4 O propósito da classificação em Tipo A e Tipo B é indicar as duas maneiras diferentes de avaliar
os componentes de incerteza e serve apenas para discussão; a classificação não se propõe a indicar
que haja qualquer diferença na natureza dos componentes resultantes dos dois tipos de avaliação.
Ambos os tipos de avaliação são baseados em distribuições de probabilidade (C.2.3) e os
componentes de incerteza resultantes de cada tipo são quantificados por variâncias ou desvios-padrão.
2
3.3.5 A variância estimada u , que caracteriza um componente de incerteza obtido de uma avaliação
2
do Tipo A, é calculada a partir de uma série de observações repetidas, e é a conhecida variância s
estatisticamente estimada (ver 4.2). O desvio-padrão estimado (C.2.12, C.2.21, C.3.3) u, a raiz
2
quadrada positiva de u é, portanto, u = s e, por conveniência, é por vezes denominado incerteza-
padrão do Tipo A. A variância estimada para um componente de incerteza obtido por uma avaliação do
2
Tipo B, u , é avaliada usando-se o conhecimento disponível (ver 4.3); e o desvio-padrão estimado u é,
por vezes, denominado incerteza-padrão do Tipo B.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Assim, uma incerteza-padrão do Tipo A é obtida a partir de uma função densidade de probabilidade
(C.2.5) derivada de uma distribuição de frequência observada (C.2.18), enquanto que uma
incerteza-padrão do Tipo B é obtida de uma função densidade de probabilidade assumida como
conveniente e adequada com base no grau de credibilidade de que um evento irá ocorrer
[frequentemente chamado probabilidade (C.2.1) subjetiva]. Ambos os enfoques empregam
interpretações reconhecidas de probabilidade.
NOTA Uma avaliação do Tipo B de um componente de incerteza é usualmente baseada em um conjunto de
informações comparativamente confiáveis (ver 4.3.1).
3.3.6 A incerteza-padrão do resultado de uma medição, quando esse resultado é obtido de valores de
várias outras grandezas, é denominada incerteza-padrão combinada e designada por uc. Ela é o
desvio-padrão estimado associado com o resultado e é igual à raiz quadrada positiva da variância
combinada, obtida a partir de todos os componentes da variância e covariância (C.3.4), independente
de como tenham sido avaliados, usando o que é denominado neste Guia como lei de propagação de
incertezas (ver Capítulo 5).
3.3.7 Para satisfazer as necessidades de algumas aplicações industriais e comerciais, assim como
para atender a requisitos nas áreas de saúde e segurança, pode ser obtida uma incerteza expandida U
pela multiplicação da incerteza-padrão combinada uc por um fator de abrangência k. A finalidade
pretendida para U é fornecer um intervalo em torno do resultado de uma medição com o qual se espera
abranger uma grande fração da distribuição de valores que poderiam razoavelmente ser atribuídos ao
mensurando. A escolha do fator k, o qual está geralmente na faixa de 2 a 3, é baseada na probabilidade
de abrangência ou nível da confiança requerido do intervalo (ver Capítulo 6).
NOTA O fator de abrangência k deve sempre ser declarado de forma que a incerteza-padrão da grandeza medida
possa ser recuperada para uso no cálculo da incerteza-padrão combinada de outros resultados de medição que
possam depender dessa grandeza.
3.4 Considerações práticas

3.4.1 Se todas as grandezas das quais o resultado de uma medição depende forem variadas, sua
incerteza poderá ser calculada por meios estatísticos. Entretanto, uma vez que isso é raramente
possível na prática, devido a tempo e recursos limitados, a incerteza de um resultado de medição é
geralmente avaliada utilizando-se um modelo matemático da medição e a lei de propagação de
incertezas. Assim, está implícita neste Guia a suposição de que uma medição pode ser modelada
matematicamente até o grau imposto pela exatidão requerida na medição.
3.4.2 Uma vez que o modelo matemático pode ser incompleto, todas as grandezas relevantes devem
ser variadas até a maior extensão prática possível de modo que a avaliação da incerteza possa ser
baseada, tanto quanto possível, nos dados observados. Sempre que factível, o uso de modelos
empíricos da medição fundamentados em dados quantitativos de longo prazo e o uso de padrões de
verificação e gráficos de controle que possam indicar se uma medição está sob controle estatístico
devem ser parte do esforço de obtenção de avaliações confiáveis de incerteza. O modelo matemático
deve ser revisado sempre que os dados observados, incluindo o resultado de determinações
independentes do mesmo mensurando, demonstrarem que ele está incompleto. Um experimento bem
projetado pode facilitar sobremaneira avaliações confiáveis da incerteza e é uma parte importante da
arte de medição.
3.4.3 De forma a decidir se um sistema de medição está funcionando adequadamente, a variabilidade
experimentalmente observada de seus valores de saída, conforme medida pelo seu desvio-padrão
observado, é frequentemente comparada com o desvio-padrão previsto, obtido pela combinação dos
vários componentes da incerteza que caracterizam a medição. Em tais casos, somente aqueles
componentes (obtidos de avaliações do Tipo A ou do Tipo B) que podem contribuir para a variabilidade
experimentalmente observada destes valores de saída devem ser considerados.
NOTA Tal análise pode ser facilitada reunindo-se aqueles componentes que contribuem para a variabilidade, e
aqueles que não o fazem, em dois grupos separados e adequadamente rotulados.
3.4.4 Em alguns casos a incerteza de uma correção para um efeito sistemático não precisa ser incluída
na avaliação da incerteza de um resultado de medição. Embora a incerteza tenha sido avaliada, ela
pode ser ignorada se sua contribuição para a incerteza-padrão combinada do resultado de medição for
insignificante. Se o valor da própria correção for insignificante relativamente à incerteza-padrão
combinada, ele também pode ser ignorado.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
3.4.5 Ocorre na prática, muitas vezes, especialmente no domínio da metrologia legal, que um
equipamento é ensaiado por meio de uma comparação com um padrão de medição e as incertezas
associadas com o padrão e com o procedimento de comparação são desprezíveis relativamente à
exatidão requerida do ensaio. Um exemplo é o uso de um conjunto de padrões de massa bem
calibrados (calibrados num nível de exatidão elevado) para verificar a exatidão de uma balança
comercial. Em tais casos, visto que os componentes da incerteza são pequenos o bastante para serem
ignorados, a medição pode ser vista como determinação do erro do equipamento sob ensaio (ver
também F.2.4.2).
3.4.6 A estimativa do valor de um mensurando fornecida pelo resultado de uma medição é algumas
vezes expressa em termos do valor adotado de um padrão de medição, em vez de em termos da
unidade apropriada do Sistema Internacional de Unidades (SI). Em tais casos, a magnitude da
incerteza atribuível ao resultado da medição pode ser significativamente menor do que quando aquele
resultado é expresso na unidade SI apropriada (na realidade, o mensurando acima foi redefinido para
ser a razão entre o valor da grandeza a ser medida e o valor adotado do padrão).
EXEMPLO Um padrão de tensão Zener de alta qualidade é calibrado por comparação com uma referência de
tensão de efeito Josephson baseado no valor convencional da constante Josephson recomendada para uso
internacional pelo CIPM. A incerteza-padrão combinada relativa uc(VS)/VS (ver 5.1.6) da diferença de potencial
-8
calibrada VS do padrão Zener é 2 . 10 quando VS é relatado em termos do valor convencional, mas uc(VS)/VS é 4 .
-7
10 quando VS é relatado em termos da unidade SI da diferença de potencial, volt (V), por causa da incerteza
adicional associada com o valor SI da constante Josephson.
3.4.7 Erros grosseiros cometidos durante o registro ou análise de dados podem introduzir um erro
desconhecido significativo no resultado de uma medição. Grandes erros grosseiros podem geralmente
ser identificados por uma revisão apropriada dos dados; já os pequenos erros grosseiros podem ser
mascarados por variações aleatórias ou, até mesmo, aparecer como tais. Medidas de incerteza não são
projetadas para levar em conta tais erros.
3.4.8 Embora este Guia proporcione uma metodologia para avaliar incertezas, ele não pode substituir o
raciocínio crítico, a honestidade intelectual e a habilidade profissional. A avaliação de incerteza não é
uma tarefa de rotina nem uma tarefa puramente matemática; ela depende de conhecimento detalhado
da natureza do mensurando e da medição. A qualidade e utilidade da incerteza indicada para o
resultado de uma medição dependem, portanto, em suma, da compreensão, análise crítica e
integridade de todos aqueles que contribuem para o estabelecimento de seu valor.
4 Avaliando a incerteza-padrão
No Anexo F pode-se encontrar orientação adicional, principalmente de natureza prática, sobre a
avaliação de componentes de incerteza.
4.1 Modelando a medição

4.1.1 Na maioria dos casos o mensurando Y não é medido diretamente, mas é determinado, a partir de
N outras grandezas X1, X2, ..., XN, por uma relação funcional f :
, ,…, (1)
NOTA 1 Para economia de notação, neste Guia será usado o mesmo símbolo para a grandeza física (o
mensurando) e para a variável aleatória (ver 4.2.1) que representa o possível resultado de uma observação dessa
grandeza. Quando é declarado que Xi tem uma determinada distribuição de probabilidade, o símbolo é usado neste
último sentido e supõe-se que a própria grandeza física possa ser caracterizada por um valor essencialmente único
(ver 1.2 e 3.1.3).
NOTA 2 Em uma série de observações, o k-ésimo valor observado Xi é designado como Xi,k; assim, se R
representa a resistência de um resistor, o k-ésimo valor observado da resistência é representado como Rk.
NOTA 3 A estimativa de Xi (estritamente falando, de sua esperança) é designada por xi.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
EXEMPLO Se uma diferença de potencial V é aplicada aos terminais de um resistor dependente da temperatura
que tem uma resistência R0, a uma temperatura definida t0 e um coeficiente de temperatura linear da resistência α,
a potência P (o mensurando) dissipada pelo resistor, à temperatura t, depende de V, R0, α e t, de acordo com
, , , / 1
NOTA Outros métodos de medição de P seriam modelados por expressões matemáticas diferentes.
4.1.2 As grandezas de entrada X1, X2, ..., XN, das quais a grandeza de saída Y depende, podem elas
mesmas ser consideradas como mensurandos e depender de outras grandezas, incluindo correções e
fatores de correção para efeitos sistemáticos, levando, por conseguinte, a uma complicada relação
funcional f, que talvez nunca possa ser escrita de modo explícito. Além disso, f pode ser determinada
experimentalmente (ver 5.1.4) ou existir somente como um algoritmo que terá de ser resolvido
numericamente. A função f, tal como aparece neste Guia, deve ser interpretada neste conceito mais
amplo, em particular como sendo a função que contém todas as grandezas, incluindo todas as
correções e fatores de correção que possam contribuir com um componente de incerteza significativo
para o resultado de medição.
Assim, se dados indicam que f não modela a medição no grau imposto pela exatidão requerida do
resultado de medição, devem-se incluir grandezas de entrada adicionais em f para eliminar esta
inadequação (ver 3.4.2). Isto pode requerer a introdução de uma grandeza de entrada que reflita o
conhecimento incompleto de um fenômeno que afeta o mensurando. No exemplo de 4.1.1 podem ser
necessárias grandezas de entrada adicionais para responder por uma distribuição de temperatura
conhecida e não-uniforme ao longo do resistor, um coeficiente de temperatura da resistência
possivelmente não-linear, ou uma possível dependência da resistência quanto à pressão barométrica.
NOTA No entanto, a Equação (1) pode ser tão elementar quanto Y = X1− X2. Esta expressão modela, por exemplo,
a comparação de duas determinações da mesma grandeza X.
4.1.3 O conjunto de grandezas de entrada X1, X2, ..., XN pode ser categorizado como:
— grandezas cujos valores e incertezas podem ser diretamente determinados na medição em curso.
Estes valores e incertezas podem ser obtidos, por exemplo, de uma única observação, de
observações repetidas, ou de julgamento baseado na experiência, e podem envolver a
determinação de correções em leituras de instrumentos e correções por conta de grandezas de
influência, tais como temperatura ambiente, pressão barométrica e umidade;
— grandezas cujos valores e incertezas são incorporados à medição a partir de fontes externas, tais
como grandezas associadas com padrões de medição calibrados, materiais de referência
certificados e dados de referência obtidos de manuais técnicos.
4.1.4 Uma estimativa do mensurando Y, designada por y, é obtida da Equação (1) usando estimativas
de entrada x1, x2, ..., xN para os valores das N grandezas X1, X2, ..., XN. Assim, a estimativa de saída y,
, ,…, (2)
que é o resultado da medição, é dada por
! !
1 1
NOTA Em alguns casos, a estimativa y pode ser obtida de
. , . ,…, .
" "
Isto é, y é tomado como sendo a média aritmética ou média (ver 4.2.1) de n determinações independentes Yk de Y,
tendo cada determinação a mesma incerteza e cada uma sendo baseada em um conjunto completo de valores
, ,…,
observados das N grandezas de entrada Xi obtidos ao mesmo tempo. Esta forma de obter a média, em vez de
!
1
, onde
$ $,
"
é a média aritmética das observações individuais Xi,k, pode ser preferível quando f é uma função não linear das
grandezas de entrada X1, X2, ..., XN. Entretanto, os dois procedimentos são idênticos se f é uma função linear de Xi
(ver H.2 e H.4).
4.1.5 O desvio-padrão estimado associado com a estimativa de saída ou resultado de medição y,
chamado incerteza-padrão combinada e designado por uc(y), é determinado pelo desvio-padrão
estimado associado com cada estimativa de entrada xi, denominado incerteza-padrão e designado por
u(xi) (ver 3.3.5 e 3.3.6).
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
4.1.6 Cada estimativa de entrada xi e sua incerteza-padrão associada u(xi) são obtidas de uma
distribuição de valores possíveis da grandeza de entrada Xi. Essa distribuição de probabilidade pode
ser baseada na frequência, isto é, em uma série de observações Xi,k de Xi, ou pode ser uma distribuição
a priori. Avaliações do Tipo A dos componentes da incerteza-padrão são fundamentadas em
distribuições de frequência, enquanto que avaliações do Tipo B são fundamentadas em distribuições a
priori. Deve-se reconhecer que em ambos os casos as distribuições são modelos utilizados para
representar o estágio de nosso conhecimento.
4.2 Avaliação Tipo A da incerteza-padrão

4.2.1 Na maioria dos casos, a melhor estimativa disponível da esperança ou valor esperado µq de uma
grandeza q que varia aleatoriamente [uma variável aleatória (C.2.2)] e para a qual n observações
independentes qk foram obtidas sob as mesmas condições de medição (ver B.2.15), é a média
aritmética ou média q (C.2.19) das n observações:
1
!
% % (3)
"
Xi,k, a média aritmética $ obtida pela Equação (3) é usada como estimativa de entrada xi na
Assim, para uma grandeza de entrada Xi estimada a partir de n observações repetidas independentes
Equação (2) para determinar o resultado da medição y; isto é, $ $ . Aquelas estimativas de entrada
que não são avaliadas por observações repetidas devem ser obtidas por outros métodos, tais como os
indicados na segunda categoria de 4.1.3.
4.2.2 As observações individuais qk diferem em valor por causa de variações aleatórias nas grandezas
de influência, ou efeitos aleatórios (ver 3.2.2). A variância experimental das observações, que estima a
variância σ2 da distribuição de probabilidade de q, é dada por
1
!
& % %' % (4)

1
'"
Esta estimativa da variância e sua raiz quadrada positiva s(qk), denominada desvio-padrão
especificamente, sua dispersão em torno de sua média %.

experimental (B.2.17), caracterizam a variabilidade dos valores qk observados ou, mais
4.2.3 A melhor estimativa de ( % ( ⁄ , a variância da média, é dada por
& %
& % (5)
A variância experimental da média & % e o desvio-padrão experimental da média & % (B.2.17, Nota
2), igual à raiz quadrada positiva de & % , quantificam quão bem % estima a esperança µq de q, e
qualquer um deles pode ser usado como uma medida da incerteza de %.
$ é * $ & $ , com &

Assim, para uma grandeza de entrada Xi determinada por n observações repetidas e independentes
Xi,k, a incerteza-padrão u(xi) de sua estimativa $ $ calculada de acordo
com a Equação (5). Por conveniência, * $ & $ , e * $ & $ são por vezes denominados uma
variância do Tipo A e uma incerteza-padrão do Tipo A, respectivamente.
NOTA 1 O número de observações n deve ser suficientemente grande para assegurar que % forneça uma
estimativa confiável da esperança +, da variável aleatória q e que & % forneça uma estimativa confiável da
variância & % ( ⁄ (ver 4.3.2, nota). A diferença entre & % e ( % deve ser considerada quando se
estabelecem intervalos de confiança (ver 6.2.2). Nesse caso, se a distribuição de probabilidade de q é uma
distribuição normal (ver 4.3.4), a diferença é levada em consideração através da distribuição-t (ver G.3.2).
NOTA 2 Embora a variância & % seja a grandeza mais fundamental, o desvio-padrão & % é mais conveniente
na prática porque tem as mesmas dimensões de q e um valor de mais fácil compreensão do que aquele da
variância.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
agrupada da variância &- (ou um desvio-padrão experimental agrupado &- ) que caracteriza a medição
4.2.4 Para uma medição bem caracterizada sob controle estatístico, uma estimativa combinada ou
observações independentes, a variância experimental da média aritmética % das observações é mais

pode estar disponível. Nesse caso, quando o valor do mensurando q é determinado a partir de n
bem estimada por &- / do que por & % / e a incerteza-padrão é + &- /√ . (ver também a Nota
para H.3.6).
4.2.5 Frequentemente uma estimativa xi de uma grandeza de entrada Xi é obtida de uma curva que foi
ajustada a dados experimentais pelo método dos mínimos quadrados. As variâncias estimadas e as
incertezas-padrão resultantes dos parâmetros ajustados que caracterizam a curva e de quaisquer
pontos de predição, podem ser usualmente calculadas por procedimentos estatísticos bem conhecidos
(ver H.3 e Referência [8]).
$ e* $ & $ são calculados a partir de n observações independentes, como em 4.2.1 e 4.2.3,

4.2.6 Os graus de liberdade (C.2.31) vi de u(xi) (ver G.3), iguais a n - 1 no caso simples em que
$
devem ser sempre fornecidos quando avaliações do Tipo A dos componentes de incerteza forem
documentadas.
4.2.7 Se as variações aleatórias nas observações de uma grandeza de entrada são correlacionadas,
por exemplo, na grandeza tempo, a média e o desvio-padrão experimental da média, tais como dados
em 4.2.1 e 4.2.3, podem ser estimadores (C.2.25) não apropriados da estatística (C.2.23) desejada.
Em tais casos, as observações devem ser analisadas por métodos estatísticos especialmente criados
para tratar uma série de medições correlacionadas que variam aleatoriamente.
NOTA Tais métodos especializados são usados para tratar medições de padrões de frequência. Entretanto, é
possível que, à medida que se passa de medições de curto prazo para medições de longo prazo de outras
grandezas metrológicas, a suposição de variações aleatórias não correlacionadas pode não ser mais válida e
métodos especializados poderiam também ser usados para tratar destas medições. (Ver a Referência [9], por
exemplo, para uma discussão detalhada da variância de Allan.)
4.2.8 A discussão sobre a avaliação do Tipo A da incerteza-padrão, de 4.2.1 a 4.2.7, não se destina a
ser exaustiva; há muitas situações, algumas bem complexas, que podem ser tratadas por métodos
estatísticos. Um exemplo importante é o uso de projetos de calibração, frequentemente baseados no
método dos mínimos quadrados, para analisar as incertezas oriundas tanto de variações aleatórias de
curto prazo como de longo prazo nos resultados de comparações de artefatos materiais de valor
desconhecido, tais como blocos-padrão e padrões de massa, com padrões de referência de valor
conhecido. Em tais situações de medição relativamente simples, os componentes da incerteza podem
ser frequentemente avaliados pela análise estatística de dados obtidos a partir de arranjos consistindo
de sequências aninhadas (classificadas hierarquicamente) de medições do mensurando, para vários
valores diferentes das grandezas das quais ele depende — o que é chamado análise de variância (ver
H.5).
NOTA Em níveis mais baixos da cadeia de calibração, nas situações em que padrões de referência são
frequentemente supostos como sendo exatamente conhecidos, porque foram calibrados por um laboratório
primário ou nacional, a incerteza de um resultado de calibração pode ser uma única incerteza-padrão do Tipo A,
calculada a partir do desvio-padrão experimental agrupado que caracteriza a medição.
4.3 Avaliação Tipo B da incerteza-padrão

4.3.1 Para uma estimativa xi de uma grandeza de entrada Xi que não tenha sido obtida através de
2
observações repetidas, a variância estimada associada u (xi) ou a incerteza-padrão u(xi) é avaliada por
julgamento científico baseando em todas as informações disponíveis sobre a possível variabilidade de
Xi. O conjunto de informações pode incluir
— dados de medições prévias;
— experiência com ou conhecimento geral do comportamento e das propriedades de materiais e
instrumentos relevantes;
— especificações do fabricante;
— dados fornecidos em certificados de calibração e outros certificados;
— incertezas atribuídas a dados de referência extraídos de manuais.
2
Por conveniência, u (xi) e u(xi) estimados dessa maneira são por vezes referidos como,
respectivamente, uma variância do Tipo B e uma incerteza-padrão do Tipo B.
NOTA Quando xi é obtido de uma distribuição a priori, a variância associada é apropriadamente escrita como
u2(Xi), mas, por simplicidade, u2(xi) e u(xi) são usados neste Guia.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
4.3.2 O uso adequado do conjunto de informações disponíveis para uma avaliação do Tipo B da
incerteza-padrão exige discernimento baseado na experiência e no conhecimento geral, habilidade que
pode ser aprendida com a prática. Deve-se reconhecer que uma avaliação do Tipo B da incerteza-
padrão pode ser tão confiável quanto uma avaliação do Tipo A, especialmente numa situação de
medição onde uma avaliação do Tipo A é baseada em um número comparativamente pequeno de
NOTA Se a distribuição da probabilidade de q, na Nota 1 de 4.2.3, é normal, então ( & % /( % , o desvio-padrão

observações estatisticamente independentes.
de & % relativo a ( % , é, aproximadamente, [2(n − 1)] . Assim, tomando-se ( & % como a incerteza de & % ,
para n = 10 observações, a incerteza relativa em & % é 24 por cento, enquanto que, para n = 50 observações, ela
−1/2
é 10 por cento. (Valores adicionais são dados na Tabela E.1, no Anexo E.)
4.3.3 Se a estimativa xi for obtida de uma especificação do fabricante, certificado de calibração,
manual técnico ou outra fonte e sua incerteza citada for declarada ser um determinado múltiplo de um
desvio-padrão, a incerteza-padrão u(xi) é simplesmente o valor mencionado dividido pelo multiplicador,
2
e a variância estimada u (xi) é o quadrado desse quociente.
EXEMPLO Um certificado de calibração declara que a massa mS de um padrão de massa de aço inoxidável, com
valor nominal de um quilograma, é 1 000,000 325 g e que a “incerteza desse valor é de 240 µg no nível de três
desvios-padrão”. A incerteza-padrão do padrão de massa é, então, simplesmente, u(mS) = (240 µg)/3 = 80 µg. Isso
−9
corresponde a uma incerteza-padrão relativa u(mS)/mS of 80 x 10 (ver 5.1.6). A variância estimada é
u (mS) = (80 µg) = 6,4 x 10 g .
2 2 −9 2
NOTA Em muitos casos, pouca ou nenhuma informação é dada a respeito dos componentes individuais a partir
dos quais foi obtida a incerteza mencionada. Isto geralmente não tem importância para expressar incerteza de
acordo com as práticas deste Guia, uma vez que todas as incertezas-padrão são tratadas exatamente da mesma
maneira quando se calcula a incerteza-padrão combinada de um resultado de medição (ver Capítulo 5).
4.3.4 A incerteza citada de xi não é, necessariamente, dada como um múltiplo de um desvio-padrão,
como em 4.3.3. Em vez disso, pode-se encontrar declarado que a incerteza citada define um intervalo
tendo um nível da confiança de 90, 95 ou 99 por cento (ver 6.2.2). A não ser quando indicado de outro
modo, pode-se supor que foi usada uma distribuição normal (C.2.14) para calcular a incerteza citada e
recuperar a incerteza-padrão de xi, dividindo-se a incerteza citada pelo fator apropriado para a
distribuição normal. Os fatores correspondentes aos três níveis da confiança acima são 1,64; 1,96 e
2,58 (ver também a Tabela G.1, no Anexo G).
NOTA Não haveria necessidade de tal suposição se a incerteza tivesse sido fornecida de acordo com as
recomendações deste Guia com relação à declaração de incerteza, o que reforça que o fator de abrangência
utilizado deve sempre ser fornecido (ver 7.2.3).
EXEMPLO Um certificado de calibração estabelece que a resistência de um resistor padrão RS de valor nominal de
dez ohms é 10,000 742 Ω ± 129 µΩ a 23 °C e que “a incerteza citada de 129 µΩ define um intervalo tendo um
nível da confiança de 99 por cento”. A incerteza-padrão do valor do resistor pode ser tomada como
u(RS) = (129 µΩ)/2,58 = 50 µΩ, o que corresponde a uma incerteza-padrão relativa u(RS)/RS of 5,0 x 10−6 (ver 5.1.6).
A variância estimada é u (RS) = (50 µΩ) = 2,5 x 10 Ω .
2 2 −9 2
4.3.5 Considere o caso onde, com base nas informações disponíveis, pode-se estabelecer que “há
uma chance de cinquenta em cem de que o valor da grandeza de entrada Xi se encontre no intervalo a−
até a+” (em outras palavras, a probabilidade de que Xi esteja neste intervalo é de 0,5 ou 50 por cento).
Podendo-se supor que a distribuição dos valores possíveis de Xi é aproximadamente normal, então a
melhor estimativa xi de Xi pode ser tomada no ponto médio do intervalo. Adicionalmente, se a meia
largura do intervalo é designada por a = (a+ - a−)/2, toma-se u(xi) = 1,48a, uma vez que, para uma
distribuição normal com esperança µ e desvio-padrão σ, o intervalo µ ± σ /1,48 abrange,
aproximadamente, 50 por cento da distribuição.
EXEMPLO Um operador de máquinas, ao determinar as dimensões de uma peça, estima que seu comprimento
esteja, com uma probabilidade de 0,5, no intervalo de 10,07 mm a 10,15 mm, e relata que l = (10,11 ± 0,04) mm,
significando que ± 0,04 mm define um intervalo tendo um nível da confiança de 50 por cento. Então, a = 0,04 mm
e, supondo-se uma distribuição normal para os possíveis valores de l, a incerteza-padrão do comprimento é
u(l) =1,48 x 0,04 mm ≈ 0,06 mm e a variância estimada é u2(l) = (1,48 x 0,04 mm)2 = 3,5 x 10−3 mm2.
4.3.6 Considere um caso similar ao do item 4.3.5, mas onde, com base na informação disponível,
pode-se estabelecer que “há cerca de duas chances em três de que o valor de Xi esteja no intervalo a−
até a+” (em outras palavras, a probabilidade de que Xi esteja neste intervalo é de aproximadamente
0,67). Pode-se então, razoavelmente, tomar u(xi) = a porque, para uma distribuição normal com
esperança µ e desvio-padrão σ, o intervalo µ ± σ abrange cerca de 68,3 por cento da distribuição.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA Dar-se-ia ao valor u(xi) significância consideravelmente maior do que lhe é obviamente garantida se fosse
utilizado o desvio normal real 0,967 42 correspondente à probabilidade p = 2/3, isto é, se fosse escrito u(xi)
= a/0,967 42 = 1,033a.
4.3.7 Em outros casos, pode ser possível apenas estimar extremos (limites superior e inferior) para Xi,
em particular, afirmar que “a probabilidade de que o valor Xi esteja dentro do intervalo a− até a+, para
todos os fins práticos, é igual a um, e a probabilidade de que Xi esteja fora deste intervalo é,
essencialmente, zero”. Se não há conhecimento específico sobre os valores possíveis de Xi dentro do
intervalo, pode-se apenas supor que é igualmente provável que Xi esteja em qualquer lugar dentro dele
(uma distribuição uniforme ou retangular de valores possíveis - ver 4.4.5 e Figura 2a). Então, xi, a
esperança ou valor esperado de Xi, é o ponto médio no intervalo, xi = (a− + a+)/2, com variância
associada
* $ /0 /1 ⁄12 (6)
Se a diferença entre os limites, a+ − a−, é designada por 2a, então a Equação (6) torna-se:
* $ / ⁄3 (7)
NOTA Quando um componente de incerteza determinado deste modo contribui significativamente para a incerteza
de um resultado de medição, é prudente que se obtenham dados adicionais para sua avaliação mais completa.
EXEMPLO 1 Um manual fornece o valor do coeficiente de expansão térmica linear do cobre puro a 20 ºC, α20(Cu),
−6 −1 −6 −1
como 16,52 × 10 °C e simplesmente estabelece que “o erro neste valor não deve exceder 0,40 × 10 °C ”.
Baseado nessas informações limitadas, não é absurdo supor que o valor de α20(Cu) estará distribuído com igual
−6 −1 −6 −1
probabilidade no intervalo de 16,12 × 10 °C a 16,92 × 10 °C e que é muito pouco provável que α20(Cu)
esteja fora dele. A variância dessa distribuição retangular simétrica de valores possíveis de α20(Cu) de meia-largura
incerteza-padrão é u(α20) = (0,40 × 10 °C ) / √3 = 0,23 × 10 °C .

a = 0,40 × 10−6 °C −1 é, então, a partir da Equação (7), u2(α20) = (0,40 × 10−6 °C −1)2/3 = 53,3 × 10−15 °C −2, e a
−6 −1 −6 −1
EXEMPLO 2 As especificações do fabricante para um voltímetro digital estabelecem que “entre um e dois anos
−6 −6
depois que o instrumento é calibrado, sua exatidão na faixa de 1 V é 14 × 10 vezes a leitura mais 2 × 10 vezes
a faixa”. Considere-se que o instrumento é usado 20 meses após a calibração para medir em sua faixa de 1 V uma
diferença de potencial V, e que a média aritmética de um número de observações repetidas independentes de V é
encontrada como sendo = 0,928 571 V, com uma incerteza-padrão do Tipo A u( ) = 12 µV. Pode-se obter a
a exatidão declarada fornece limites simétricos para uma correção aditiva a , ∆ , de esperança igual a zero e com
incerteza-padrão associada com as especificações do fabricante a partir de uma avaliação do Tipo B, supondo que
simétrica de valores possíveis de ∆ é, então, a = (14 × 10 ) × (0,928 571 V) + (2 × 10 ) × (1 V) = 15 µV e, pela

igual probabilidade de estar em qualquer parte dentro dos limites. A meia-largura a da distribuição retangular
−6 −6
simplicidade denotada pelo mesmo símbolo V, é dada por V = + ∆ = 0,928 571 V. Pode-se obter a incerteza-
Equação (7), u (∆ ) = 75 µV e u(∆ ) = 8,7 µV. A estimativa do valor do mensurando V, para fins de maior
2 2
padrão do Tipo B de 8,7 µV de ∆ . O método geral para combinar componentes de incerteza-padrão é dado no
padrão combinada dessa estimativa, combinando-se a incerteza-padrão do Tipo A de 12 µV de com a incerteza-
Capítulo 5, com este exemplo particular sendo tratado no item 5.1.5.
4.3.8 Em 4.3.7, os limites superior e inferior a+ e a− para a grandeza de entrada Xi podem não ser
simétricos com relação à melhor estimativa xi; mais especificamente, se o limite inferior é escrito como
a− = xi – b− e o limite superior, como a+ = xi − b+, então b− ≠ b+. Uma vez que, neste caso, xi (suposto
ser a esperança de Xi) não está no centro do intervalo de a− até a+, a distribuição da probabilidade de Xi
não pode ser uniforme em todo o intervalo. Entretanto, pode não haver suficiente informação disponível
para escolher uma distribuição apropriada; modelos diferentes levarão a diferentes expressões para a
variância. Na ausência de tal informação, a aproximação mais simples é
50 51 /0 /1
* (8)
$
12 12
que é a variância de uma distribuição retangular com largura total b+ + b−. (As distribuições assimétricas
também serão discutidas em F.2.4.4 e G.5.3)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
EXEMPLO Se no Exemplo 1 de 4.3.7 o valor do coeficiente é dado no manual como α20(Cu) = 16,52 × 10 °C
−6 −1
e
−6 −1 −6 −1
é dito que “o menor valor possível é 16,40 × 10 °C e que o maior valor possível é 16,92 × 10 °C ”, então
b− = 0,12 × 10−6 °C −1, b+ = 0,40 × 10−6 °C −1 e, da Equação (8), u(α20) = 0,15 × 10−6 °C −1.
aplicar uma correção à estimativa xi de magnitude (b+ – b−)/2, de modo que a nova estimativa $6 de Xi esteja no
NOTA 1 Em muitas situações práticas de medição em que as fronteiras são assimétricas, pode ser apropriado
ponto médio entre os limites: $6 /1 /0 ⁄2. Isto reduz a situação ao caso de 4.3.7, com novos valores 506
51
6 50 51 ⁄2 /0 /1 ⁄2 /.
NOTA 2 Com base no princípio da máxima entropia pode-se demonstrar que a função densidade da probabilidade
no caso assimétrico é igual a p(Xi) = A exp[−λ(Xi – xi)], com A = [b− exp(λb−) + b+ exp(–λb+)] e λ = {exp[λ(b−
−1
+ b+)]–1}/{b− exp[λ(b− + b+)] + b+}. Isto leva à variância u (xi) = b+b− – (b+ – b−)/λ; para b+ > b−, λ > 0 e para b+ < b−,
2
λ < 0.
4.3.9 Em 4.3.7, como não havia conhecimento específico sobre os possíveis valores de Xi dentro de
seus limites estimados a− e a+, poder-se-ia somente supor que seria igualmente provável, para Xi, tomar
qualquer valor entre esses limites, com probabilidade zero de estar fora deles. Tais descontinuidades
de função degrau em uma distribuição de probabilidade não são muitas vezes físicas. Em muitos casos,
é mais realista esperar que valores perto dos limites sejam menos prováveis do que os que estejam
perto do ponto médio. É então razoável substituir a distribuição retangular simétrica por uma
distribuição trapezoidal simétrica tendo lados inclinados iguais (um trapezoide isósceles), uma base de
largura a+ – a− = 2a e um topo de largura 2aβ, onde 0 ≤ β ≤ 1. Na medida em que β → 1, esta
distribuição trapezoidal se aproxima da distribuição retangular de 4.3.7, enquanto que, para β = 0, torna-
se uma distribuição triangular (ver 4.4.6 e a Figura 2b). Supondo tal distribuição trapezoidal para Xi,
encontra-se que a esperança de Xi é xi = (a− + a+)/2 e sua variância associada é
/ 1 7
* 9a
$
6
que se torna, para a distribuição triangular, β = 0,
/
* (9b)
$
6
NOTA 1 Para uma distribuição normal, com esperança µ e desvio-padrão σ, o intervalo + 9 3( abrange,
aproximadamente, 99,73 por cento da distribuição. Então, se os limites superior e inferior a+ e a− definem limites de
99,73 por cento em vez de limites de 100 por cento, pode-se supor que Xi tenha distribuição aproximadamente
normal (em lugar de se supor não existir conhecimento específico acerca de Xi entre os limites, como em 4.3.7).
Neste caso u (xi) = a /9. Para comparação, a variância de uma distribuição retangular simétrica de meia-largura a
2 2
2 2
é a /3 [Equação (7)], e a de uma distribuição triangular simétrica com meia-largura a é a /6 [Equação (9b)]. As
magnitudes das variâncias dessas três distribuições são surpreendentemente similares, em vista da grande
diferença na quantidade de informações requeridas para justificá-las.
NOTA 2 A distribuição trapezoidal é equivalente à convolução de duas distribuições retangulares [10], uma com
largura média de uma das porções triangulares do trapezoide, a2 = a(1 – β)/2. A variância da distribuição é *
meia-largura a1 igual à meia-largura média do trapezoide, a1 = a(1 + β)/2, a outra com uma meia largura a2, igual à
/ ⁄3 / ⁄3. A distribuição da convolução pode ser interpretada como uma distribuição retangular cuja largura 2a1
tem, ela mesma, uma incerteza representada por uma distribuição retangular de largura 2a2, e modela o fato de
grande quanto 30 por cento de a1, u excede a1 / √3 por menos de 5 por cento.
que as fronteiras de uma grandeza de entrada não são exatamente conhecidas. Porém mesmo que a2 seja tão
4.3.10 É importante não “contar duplamente” os componentes da incerteza. Se um componente da

incerteza, surgindo de um determinado efeito, é obtido a partir de uma avaliação do Tipo B, deve ser
incluído como um componente independente da incerteza no cálculo da incerteza-padrão combinada do
resultado de medição somente na medida em que o efeito não contribua para a variabilidade observada
das observações. Isto porque a incerteza oriunda daquela parte do efeito que contribui para a
variabilidade observada já está incluída no componente da incerteza obtido a partir da análise
estatística das observações.
4.3.11 A discussão sobre a avaliação da incerteza-padrão do Tipo B, de 4.3.3 a 4.3.9, foi feita somente
com fins indicativos. Além disso, a avaliação da incerteza deve ser baseada, na maior extensão
possível, em dados quantitativos, como enfatizado em 3.4.1 e 3.4.2.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
4.4 Ilustração gráfica da avaliação da incerteza-padrão
4.4.1 A Figura 1 representa a estimativa do valor de uma grandeza de entrada Xi e a avaliação da

incerteza dessa estimativa decorrentes da distribuição desconhecida de possíveis valores medidos de
Xi, ou distribuição de probabilidade de Xi, que é amostrada por meio de observações repetidas.
4.4.2 Supõe-se, na Figura 1a), que a grandeza de entrada Xi seja uma temperatura t e que sua
distribuição desconhecida é uma distribuição normal, com esperança µt = 100 °C e desvio-padrão
σ = 1,5 °C. Sua função densidade de probabilidade é, en tão (ver C.2.14)
1 1 +?
: < := > @ A
(√2; 2 (
NOTA A definição de função densidade de probabilidade p(z) requer que a relação B : C DC 1 seja satisfeita.
4.4.3 A Figura 1b) mostra um histograma de n = 20 observações repetidas tk da temperatura t,

supostas como tendo sido tomadas aleatoriamente a partir da distribuição da Figura 1a). Para obter o
histograma, as 20 observações ou amostras, cujos valores são dados na Tabela 1, são agrupadas em
intervalos de 1 ºC de largura. (A preparação do histograma é, naturalmente, desnecessária para a
análise estatística dos dados).
Tabela 1 — Vinte observações repetidas da temperatura t

agrupadas em intervalos de 1 ºC
E F
Intervalo
Temperatura
/G /G /G
94,5 95,5 —
95,5 96,5 —
96,5 97,5 96,90
97,5 98,5 98,18; 98,25
98,5 99,5 98,61; 99,03; 99,49
99,5 100,5 99,56; 99,74; 99,89; 100,07; 100,33; 100,42
100,5 101,5 100,68; 100,95; 101,11; 101,20
101,5 102,5 101,57; 101,84; 102,36
102,5 103,5 102,72
103,5 104,5 —
104,5 105,5 —
A média aritmética ou média ̅ das n = 20 observações, calculada de acordo com a Equação (3), é
̅ 100,145G L 100,14G e é suposta ser a melhor estimativa da esperança µt de t com base nos dados
disponíveis. O desvio-padrão experimental & calculado pela Equação (4) é & 1,489G L 1,49G,
e o desvio-padrão experimental da média & ̅ calculado pela Equação (5), que é a incerteza-padrão
* ̅ da média ̅, é * ̅ & ̅ & ⁄√20 0,333G L 0,33G. (Para cálculos futuros é conveniente
que todos os dígitos sejam conservados.)
NOTA Embora os dados na Tabela 1 não sejam implausíveis considerando-se o largo uso de termômetros
eletrônicos digitais de alta resolução, eles têm fins ilustrativos e não devem ser interpretados como descrevendo
necessariamente uma medição real.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
a)
b)
Figura 1 – Ilustração gráfica da avaliação da incerteza-padrão de uma grandeza de

entrada a partir de observações repetidas
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
a)
b)
Figura 2 – Ilustração gráfica da avaliação da incerteza-padrão de uma grandeza de entrada a

partir de uma distribuição a priori
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
4.4.4 A Figura 2 representa a estimativa do valor de uma grandeza de entrada Xi e a avaliação da

incerteza dessa estimativa a partir de uma distribuição a priori dos valores possíveis de Xi, ou
distribuição de probabilidade de Xi, baseada em todas as informações disponíveis. Para ambos os
casos mostrados a grandeza de entrada é suposta, mais uma vez, como sendo a temperatura t.
4.4.5 Para o caso ilustrado na Figura 2a) assume-se que haja pouca informação disponível sobre a
grandeza de entrada t e que tudo que se pode fazer é supor que t seja descrito por uma distribuição de
probabilidade a priori retangular e simétrica de limite inferior a− = 96 °C, limite superior a+ = 104 °C e,
portanto, uma meia-largura a = (a+ – a−)/2 = 4 °C (ver 4.3.7). A função densidade de probabilida de de t é
: 1⁄ 2/ /1 E E /0
: 0, para outros valores de .
decorre de C.3.1. A incerteza-padrão desta estimativa é u(µ t) = a / √3 ≈ 2,3 °C, que decorre de C.3.2
Como indicado em 4.3.7, a melhor estimativa de t é sua esperança µt = (a+ + a−)/2 = 100 °C, que
[ver Equação (7)].
4.4.6 Assume-se, para o caso ilustrado na Figura 2b), que a informação disponível relativa a t seja
menos limitada e que t possa ser descrito por uma distribuição de probabilidade a priori triangular e
simétrica de mesmo limite inferior a− = 96 °C, mesmo limite superior a+ = 104 °C e, assim, mesma meia
largura a = (a+ − a−)/2 = 4 °C, como em 4.4.5 (ver 4.3.9). A função densidade de probabilidade de t é,
então
: /1 ⁄/ , /1 E E /0 /1 /2
: /0 ⁄/ , /0 /1 ⁄2 E E /0
: 0, para outros valores de .
Como indicado em 4.3.9, a esperança de t é + /0 /1 ⁄2 100 °C, que decorre de C.3.1. A

incerteza-padrão dessa estimativa é * +? /⁄√6 L 1,6 °C, que decorre de C.3.2 [ver Equação (9b)].
Este último valor, u(µ t) = 1,6 °C, pode ser comparado com u(µ t) = 2,3 °C, obtido em 4.4.5 a partir de
uma distribuição retangular de mesma largura (8 ºC), com σ = 1,5 °C da distribuição normal da Figura
u( ̅) = 0,33 °C obtido em 4.4.3 a partir de 20 observações tomadas supostamente de forma aleatória a

1a) cuja largura, de -2,58σ a +2,58σ, que abrange 99 por cento da distribuição, é quase 8 ºC; e com
partir da mesma distribuição normal.
5 Determinando a incerteza-padrão combinada
5.1 Grandezas de entrada não correlacionadas

Este item trata do caso em que todas as grandezas de entrada são independentes (C.3.7). O caso em
que duas ou mais grandezas de entrada são relacionadas, isto é, são interdependentes ou
correlacionadas (C.2.8), é discutido em 5.2.
5.1.1 A incerteza-padrão de y, onde y é a estimativa do mensurando Y e, desta maneira, o resultado da

medição, é obtida pela combinação apropriada de incertezas-padrão das estimativas de entrada x1, x2,
..., xN (ver 4.1). Esta incerteza-padrão combinada da estimativa y é representada por uc(y).
2
NOTA Por razões similares àquelas dadas na nota de 4.3.1, os símbolos uc(y) e uc (y) são usados em todos os
casos.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
2
5.1.2 A incerteza-padrão combinada uc(y) é a raiz quadrada positiva da variância combinada uc (y), que
é dada por
P
*O > @ * (10)
P $ $
$"
onde f é a função citada na Equação (1). Cada u(xi) é uma incerteza-padrão avaliada como descrito
em 4.2 (avaliação Tipo A) ou em 4.3 (avaliação Tipo B). A incerteza-padrão combinada uc(y) é um
desvio-padrão estimado e caracteriza a dispersão dos valores que poderiam, razoavelmente, ser
atribuídos ao mensurando Y (ver 2.2.3).
A Equação (10) e sua correspondente para grandezas de entrada correlacionadas, Equação (13),
ambas baseadas numa aproximação de primeira ordem da série de Taylor de Y = f (X1, X2, ..., XN),
expressam o que , neste Guia, é denominado lei de propagação de incertezas (ver E.3.1 e E.3.2).
NOTA Quando a não-linearidade de f é significativa, termos de ordem superior devem ser incluídos na expansão
2
da série de Taylor para a expressão de uc (y), Equação (10). Quando a distribuição de cada Xi é normal, os termos
mais importantes de ordem imediatamente superior a serem adicionados aos termos da Equação (10) são
1 P P PT
Q R S U* * V 'W
2 P $P ' P $ P $P '
$
$" '"
Ver H.1 para um exemplo de uma situação na qual é necessário considerar a contribuição de termos de ordem
2
superior para uc (y).
5.1.3 As derivadas parciais ∂f/∂xi são iguais a ∂f/∂Xi avaliadas para Xi = xi (ver a Nota 1 a seguir).
Estas derivadas, frequentemente denominadas coeficientes de sensibilidade, descrevem como a
estimativa de saída y varia com alterações nos valores das estimativas de entrada x1, x2, ..., xN. Em
particular, a alteração em y, produzida por uma pequena variação Δxi na estimativa de entrada xi, é
dada por (Δy)i = (∂f/∂xi)(Δxi). Se esta alteração é gerada pela incerteza-padrão da estimativa xi, a
variação correspondente em y é (∂f/∂xi)u(xi). A variância combinada uc (y) pode, desse modo, ser vista
2
como uma soma de termos em que cada um deles representa a variância estimada associada com a
estimativa de saída y gerada pela variância estimada associada com cada estimativa de entrada xi.
Isso sugere que se escreva a Equação (10) como
*O X$ * $ *$ (11a)
$" $"
onde
X$ ≡ P ⁄P $ , *$ ≡ |X$ |* $ (11b)
NOTA 1 Estritamente falando, as derivadas parciais são ∂f/∂xi = ∂f/∂Xi avaliadas para as esperanças de Xi.
Contudo, na prática, as derivadas parciais são estimadas por
P P
│
P $ P $ \],\^,…,\_
NOTA 2 A incerteza-padrão combinada uc(y) pode ser calculada numericamente substituindo-se ciu(xi) na
Equação (11a) com
1
`$ ,…, * ,…, ,…, * ,…,
2 $ $ $ $
Isto é, ui(y) é avaliada numericamente, calculando-se a variação em y devido a uma variação em xi de + u(xi) e de
- u(xi). O valor de ui(y) pode, então, ser tomado como │Zi│, e o valor do coeficiente de sensibilidade
correspondente ci, como Zi/u(xi).
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
EXEMPLO Para o exemplo de 4.1.1, usando o mesmo símbolo tanto para a grandeza como para sua estimativa,
X ≡ P ⁄P 2 ⁄ 1 2 ⁄
para maior simplicidade de notação,
X ≡ P ⁄P ⁄ 1 ⁄
XT ≡ P ⁄P ⁄ 1 ⁄1
Xa ≡ P ⁄P ⁄ 1 ⁄1
P P P P
e
* > @ * > @ * > @ * > @ *

P P P P
X * X * XT * Xa *
* * *T *a
5.1.4 Em vez de serem calculados pela função f, os coeficientes de sensibilidade ∂f/∂xi são, por
vezes, determinados experimentalmente: mede-se a variação em Y causada por uma variação em um
dado Xi, enquanto se mantêm constantes as grandezas de entrada restantes. Neste caso, o
conhecimento da função f (ou de parte dela, quando somente alguns coeficientes de sensibilidade são
assim determinados) é, de forma correspondente, reduzido a uma expansão empírica de primeira
ordem da série de Taylor baseada nos coeficientes de sensibilidade medidos.
5.1.5 Se a Equação (1) para o mensurando Y é expandida em torno dos valores nominais Xi,0 das
grandezas de entrada Xi, então, até a primeira ordem (o que é, geralmente, uma aproximação
adequada), Y = Y0 + c1δ1 + c2δ2 +... + cNδN, onde Y0 = f(X1,0, X2,0, ..., XN,0), ci = (∂f/∂Xi) avaliado em Xi
= Xi,0 e δi = Xi − Xi,0. Assim, para fins de uma análise de incerteza, um mensurando é usualmente
aproximado por uma função linear de suas variáveis, transformando-se suas grandezas de entrada de
Xi para δi (ver E.3.1).
∆ , onde 0,928 571 V,
* 12 µV, a correção aditiva ∆ 0, e * ∆ 8,7 µV. Uma vez que P ⁄P 1, e P ⁄P ∆
EXEMPLO No Exemplo 2 de 4.3.7, a estimativa do valor do mensurando V é
1, a variância
combinada associada com V é dada por
*O * * ∆ 12 µV 8,7 µV 219×10-12 V2
e a incerteza-padrão combinada é uc(V) = 15 µV, que corresponde a uma incerteza-padrão combinada relativa
-6
uc(V)/V de 16 x 10 (ver 5.1.6). Este é um exemplo do caso em que o mensurando já é uma função linear das
e se as constantes ci = +1 ou -1, então *O ∑$" * $ .

grandezas das quais depende, com coeficientes ci = +1. Segue da Equação (10) que, se Y = c1X1 + c2X2 +... + cNXN
X ] ^ … _ e os expoentes pi são números positivos ou negativos

- - -
5.1.6 Se Y é da forma
conhecidos, tendo incertezas desprezíveis, a variância combinada, Equação (10), pode ser expressa
por
*O ⁄ :$ * $ / $ (12)
$"
2
Esta equação é da mesma forma que (11a), mas com a variância combinada uc (y) expressa como uma
2 2
variância combinada relativa [uc(y)/y] , e a variância estimada u (xi) associada com cada estimativa de
2
entrada expressa como uma variância relativa estimada [u(xi)/xi] [A incerteza-padrão combinada
relativa é uc(y)/│y│ e a incerteza-padrão relativa de cada estimativa de entrada é u(xi)/│xi│, │y│≠ 0 e
│xi│≠ 0.]
⁄ ∑$" :$ c$ .
NOTA 1 Quando Y tem esta forma, sua transformação em uma função linear de variáveis (ver 5.1.5) é
prontamente obtida fazendo-se Xi = Xi,0(1+δi), pois resulta a seguinte relação aproximada:
variáveis: ` ln X ∑$" :$ f$ .
Por outro lado, a transformação logarítmica Z = ln Y e Wi = ln Xi leva a uma linearização exata em termos das novas
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA 2 Se cada pi é igual a +1 ou -1, a Equação (12) torna-se *O / ∑$" * $ / $ , o que mostra que,
para este caso especial, a variância combinada relativa associada à estimativa y é simplesmente igual à soma das
variâncias relativas estimadas, associadas com as estimativas de entrada xi.
5.2 Grandezas de entrada correlacionadas
5.2.1 A Equação (10) e as equações dela decorrentes, tais como as Equações (11a) e (12), são válidas
somente se as grandezas de entrada Xi são independentes ou não-correlacionadas (as variáveis
aleatórias, não as grandezas físicas, que são supostas como sendo invariantes - ver 4.1.1, Nota 1). Se
alguns dos Xi são significativamente correlacionados, as correlações devem ser levadas em
consideração.
5.2.2 Quando as grandezas de entrada são correlacionadas, a expressão apropriada para a variância
2
combinada uc (y) associada com o resultado de uma medição é
P P P P P
1
*O *V $ , ' W > @ * 2 *V $ , ' W (13)

P $P ' P $ $
P $P '
$" '" $" $" '"$0
onde xi e xj são as estimativas de Xi e Xj e u(xi, xj) = u(xj, xi) é a covariância estimada associada com
xi e xj. O grau de correlação entre xi e xj é caracterizado pelo coeficiente de correlação estimado
(C.3.6)
*V $ , ' W
gV $ , ' W 14
* $* '
onde r(xi, xj) = r(xj, xi) e -1 ≤ r(xi, xj) ≤ +1. Se as estimativas xi e xj são independentes, r(xi, xj) = 0 e a
variação numa delas não implica uma variação esperada na outra. (Ver C.2.8, C.3.6 e C.3.7 para
discussão adicional.)
Em termos de coeficientes de correlação, que são mais prontamente interpretados do que covariâncias,
o termo de covariância da Equação (13) pode ser escrito como
P P
1
2 *V * ' WgV $ , ' W (15)

P $P ' $
$" '"$0
Assim, a Equação (13) torna-se, com auxílio da Equação (11b),
*O X$ * $ 2 X$ X' * $ * ' g $, ' (16)

$" $" '"$0
NOTA 1 Para o caso muito especial em que todas as estimativas de entrada são correlacionadas, com
coeficientes de correlação r(xi, xj) = +1, a Equação (16) se reduz a
P
*O Q X$ * U Q * U
$
P $ $
$" $"
A incerteza-padrão combinada uc(y) é, então, simplesmente uma soma linear de termos que representa a variação
da estimativa de saída y, gerada pela incerteza-padrão de cada estimativa de entrada xi (ver 5.1.3). [Esta soma
linear não deve ser confundida com a lei geral de propagação de erros, embora tenha uma forma similar; as
incertezas-padrão não são erros (ver E.3.2).]
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
EXEMPLO Dez resistores, cada um com uma resistência nominal de Ri = 1 000 Ω, são calibrados com uma
incerteza de comparação desprezível, em termos de um mesmo resistor padrão RS de 1 000 Ω, caracterizado por
uma incerteza-padrão u(RS) = 100 mΩ, tal como apresentado em seu certificado de calibração. Os resistores são
∑$" $ . Já que r(xi, xj) = r(Ri, Rj) = +1 para cada par de resistores
conectados em série com fios de resistência desprezível, de forma a se obter uma resistência de referência Rref de
valor nominal de 10 kΩ. Assim, ref $
= u(Ri) = u(RS) (ver F.1.2.3, Exemplo 2), esta equação produz a incerteza-padrão combinada de Rref, *O ref
(veja F.1.2.3, Exemplo 2), a equação desta nota se aplica. Como para cada resistor ∂f/∂xi = ∂Rref/∂Ri = 1 e u(xi)
∑$" * S 10 × (100 mΩ) = 1Ω. O resultado *h ref i∑$" * S j

/
0,32 Ω obtido da Equação (10) é
incorreto, pois não leva em conta que todos os valores calibrados dos dez resistores são correlacionados.
2
NOTA 2 As variâncias estimadas u (xi) e as covariâncias estimadas u(xi, xj) podem ser consideradas como os
elementos de uma matriz de covariância com elementos uij. Os elementos da diagonal uii da matriz são as
variâncias u (xi), enquanto que os elementos fora da diagonal uij (i ≠ j) são as covariâncias u(xi, xj) = u(xj, xi).
2
Se duas estimativas de entrada não são correlacionadas, sua covariância associada e os elementos
correspondentes uij e uji da matriz de covariância são 0 (zero). Se as estimativas de entrada são todas não
correlacionadas, todos os elementos fora da diagonal são zero e a matriz de covariância é diagonal (ver também
C.3.5).
NOTA 3 Para fins de avaliação numérica, a Equação (16) pode ser escrita como
*O `$ `' gV $ , ' W
$" '"
onde Zi é dado em 5.1.3, Nota 2.

NOTA 4 Se os Xi da forma especial considerada em 5.1.6 são correlacionados, então os termos
1
2 :$ * $ ⁄ $ i:' * ' ⁄ ' jg $, '

$" '"$0
5.2.3 Considerem-se duas médias aritméticas % e g̅ que estimam as esperanças µ q e µ r de duas

devem ser adicionados ao membro da direita da Equação (12).
grandezas q e r que variam aleatoriamente. Sejam também % e g̅ calculados a partir de n pares
(ver B.2.15). A covariância (ver C.3.4) de % e g̅ é, então, estimada por

independentes de observações simultâneas de q e r realizadas sob as mesmas condições de medição
1
!
& % , g̅ % % g g̅ (17)
1
"
onde qk e rk são as observações individuais das grandezas q e r, e % e g̅ são calculados a partir das
observações, e de acordo com a Equação (3). Se, de fato, as observações não são correlacionadas,
espera-se que a covariância calculada fique próxima de 0.
Assim, a covariância estimada de duas grandezas de entrada correlacionadas Xi e Xj que são
estimadas pelas médias $ e ' , determinadas por pares independentes de observações simultâneas
repetidas, é dada por *V $ , ' W &V $ , ' W, com &V $ , ' W calculada de acordo com a Equação (17). Esta
estimado de $ e ' é obtido da Equação (14): gV $ , ' W gV $ , ' W &V $ , ' Wki& $ &V ' Wj.
aplicação da Equação (17) é uma avaliação do Tipo A da covariância. O coeficiente de correlação
NOTA Exemplos em que é necessário usar covariâncias calculadas pela Equação (17) são dados em H.2 e H.4.
5.2.4 Pode existir correlação significativa entre duas grandezas de entrada se o mesmo instrumento de
medição, padrão de medição físico, ou dado de referência, tendo uma incerteza-padrão significativa, é
usado na sua determinação. Por exemplo, se um dado termômetro é usado para determinar uma
correção de temperatura requerida na estimativa do valor de uma grandeza de entrada Xi, e é usado
também para determinar uma correção similar de temperatura requerida na estimativa da grandeza de
entrada Xj, as duas grandezas de entrada poderiam estar significativamente correlacionadas. Contudo,
se Xi e Xj, neste exemplo, são redefinidos para serem grandezas não corrigidas, e as grandezas que
definem a curva de calibração para o termômetro estão incluídas como grandezas de entrada
adicionais, com incertezas-padrão independentes, a correlação entre Xi e Xj é eliminada. (Ver F.1.2.3 e
F.1.2.4 para discussão adicional.)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
5.2.5 Correlações entre grandezas de entrada não podem ser ignoradas quando presentes e
significativas. As covariâncias associadas devem ser avaliadas experimentalmente variando, se
possível, as grandezas de entrada correlacionadas (ver C.3.6, Nota 3), ou usando o conjunto de
informações disponíveis sobre a variabilidade correlacionada das grandezas em questão (avaliação
Tipo B de covariância). A intuição baseada em experiência anterior e no conhecimento geral (ver 4.3.1
e 4.3.2) é especialmente requerida quando se estima o grau de correlação entre grandezas de entrada
decorrentes do efeito de influências comuns, como temperatura ambiente, pressão barométrica e
umidade. Em muitos casos, felizmente, os efeitos de tais influências têm interdependência desprezível
e as grandezas de entrada afetadas podem ser supostas não correlacionadas. Entretanto, se essa
suposição não puder ser feita, as próprias correlações podem ser evitadas se as influências comuns
são introduzidas como grandezas de entrada independentes adicionais como indicado em 5.2.4.
6 Determinando a incerteza expandida

6.1 Introdução
6.1.1 A Recomendação INC-1 (1980) do Grupo de Trabalho sobre a Declaração de Incertezas na qual
este Guia está baseado (ver Introdução), e as Recomendações 1 (CI-1981) e 1 (CI-1986) do CIPM,
aprovando e ratificando a INC-1 (1980) (ver A.2 e A.3), advogam o uso da incerteza-padrão combinada
uc(y) como o parâmetro para expressar quantitativamente a incerteza do resultado de uma medição. De
fato, na segunda de suas recomendações, o CIPM solicitou que o que é agora designado incerteza-
padrão combinada uc(y) seja usado “por todos os participantes no fornecimento de resultados de todas
as comparações internacionais ou outros trabalhos realizados sob os auspícios do CIPM e dos seus
Comitês Consultivos”.
6.1.2 Embora uc(y) possa ser universalmente usada para expressar a incerteza de um resultado de
medição, em algumas aplicações comerciais, industriais e regulamentadoras, e quando a saúde e a
segurança estão em questão, é muitas vezes necessário fornecer uma medida de incerteza que defina
um intervalo em torno do resultado da medição com o qual se espera abranger uma extensa fração da
distribuição de valores que poderiam ser razoavelmente atribuídos ao mensurando. A existência desse
requisito foi reconhecida pelo Grupo de Trabalho e levou ao parágrafo 5 da Recomendação INC-1
(1980). Ela está também refletida na Recomendação 1 (CI-1986) do CIPM.
6.2 Incerteza expandida

6.2.1 A medida adicional de incerteza que satisfaz o requisito de fornecer um intervalo do tipo indicado
em 6.1.2 é denominada incerteza expandida e é representada por U. A incerteza expandida U é obtida,
multiplicando-se a incerteza-padrão combinada uc(y) por um fator de abrangência k:
l m*O (18)
O resultado de uma medição é então convenientemente expresso como Y = y ± U, que é interpretado
de forma a significar que a melhor estimativa do valor atribuível ao mensurando Y é y, e que y - U a y +
U é um intervalo com o qual se espera abranger uma extensa fração da distribuição de valores que
podem ser razoavelmente atribuídos a Y. Tal intervalo é também expresso como y - U ≤ Y ≤ y + U.
6.2.2 Os termos intervalo de confiança (C.2.27, C.2.28) e nível de confiança (C.2.29) têm definições
específicas em estatística e são somente aplicáveis a intervalos definidos por U quando certas
condições são atendidas, incluindo a de que todos os componentes de incerteza que contribuem para
uc(y) sejam obtidos de avaliações Tipo A. Portanto, neste Guia, o termo “confiança” não é utilizado para
modificar o termo “intervalo” quando se refere ao intervalo definido por U. Pela mesma razão o termo
“nível de confiança” (confidence level) não é usado em conexão com aquele intervalo, mas sim o termo
“nível da confiança” (level of confidence). Mais especificamente, U é interpretado como definindo um
intervalo em torno do resultado de medição que abrange uma extensa fração p da distribuição de
probabilidade caracterizada por aquele resultado e sua incerteza-padrão combinada, sendo p a
probabilidade de abrangência ou nível da confiança do intervalo.
6.2.3 Sempre que praticável, o nível da confiança p, associado com o intervalo definido por U, deve ser
estimado e declarado. Deve ser reconhecido que, multiplicando-se uc(y) por uma constante, não há
acréscimo de informação nova, mas a informação, previamente disponível, é apresentada de forma
diferente. Entretanto, também deve ser reconhecido que, na maioria dos casos, o nível da confiança p
(especialmente para valores de p próximos de 1) é um tanto incerto, não somente por causa do
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
conhecimento limitado da distribuição de probabilidade caracterizada por y e uc(y) (especialmente nas

extremidades), mas também por causa da incerteza da própria uc(y) (veja Nota 2 de 2.3.5, 6.3.2 e o
Anexo G, especialmente G.6.6).
NOTA Ver 7.2.2 e 7.2.4, respectivamente, para o modo preferível de se declarar o resultado de uma medição
quando a medida da incerteza é uc(y) ou U.
6.3 Escolhendo um fator de abrangência

6.3.1 O valor do fator de abrangência k é escolhido com base no nível da confiança requerido para o
intervalo y - U a y + U. Em geral, k estará entre 2 e 3. Entretanto, para aplicações especiais, k pode
estar fora desta faixa. Uma extensa experiência e o conhecimento pleno da utilização que se fará de
um resultado de medição poderão facilitar a escolha de um valor apropriado de k.
NOTA Ocasionalmente, pode-se achar que uma correção conhecida b, para um efeito sistemático, não tenha sido
aplicada ao resultado relatado de uma medição, mas, em vez disso, foi realizada uma tentativa de se levar em
conta o efeito, aumentando a “incerteza” associada ao resultado. Isto deve ser evitado; somente em circunstâncias
muito especiais correções para efeitos sistemáticos significativos conhecidos podem não ser aplicadas ao
resultado de uma medição (ver F.2.4.5 para um caso específico e o modo de tratá-lo). A avaliação da incerteza de
um resultado de medição não deve ser confundida com o estabelecimento de um limite de segurança associado a
uma determinada grandeza.
6.3.2 Em tese, pode-se querer estar apto a escolher um valor específico do fator de abrangência k que
proporcionaria um intervalo Y = y ± U = y ± kuc(y) correspondente a um dado nível da confiança p, tal
como 95 ou 99 por cento; da mesma forma, para um dado valor de k, seria interessante estabelecer,
inequivocamente, um nível da confiança associado com aquele intervalo. Entretanto, isso não é fácil de
fazer na prática, porque requer um extenso conhecimento da distribuição de probabilidade
caracterizada pelos resultados de medição y e sua incerteza-padrão combinada uc(y). Embora esses
parâmetros sejam de importância crítica, eles são, por si próprios, insuficientes para o propósito de
estabelecer intervalos tendo níveis da confiança exatamente conhecidos.
6.3.3 A Recomendação INC-1 (1980) não especifica como a relação entre k e p deve ser estabelecida.
Esse problema é discutido no Anexo G, e um método preferível para sua solução aproximada é
apresentado em G.4 e resumido em G.6.4. Entretanto, uma aproximação mais simples, discutida em
G.6.6, é frequentemente adequada para situações de medição em que a distribuição de probabilidade
caracterizada por y e uc(y) é aproximadamente normal e os graus de liberdade efetivos de uc(y) são de
tamanho significativo. Quando este for o caso, o que ocorre frequentemente na prática, pode-se supor
que, tomando k = 2, é produzido um intervalo tendo um nível da confiança de aproximadamente 95 por
cento, e que, tomando k = 3, é produzido um intervalo tendo um nível da confiança de
aproximadamente 99 por cento.
NOTA Um método para estimar os graus de liberdade efetivos de uc(y) é dado em G.4. A Tabela G.2 do Anexo G
pode então ser usada para auxiliar a decidir se esta solução é apropriada para uma particular medição (ver G.6.6).
7 Relatando a incerteza
7.1 Orientação Geral

7.1.1 Em geral, quando se sobe na hierarquia de medição, mais detalhes são requeridos sobre como
um resultado de medição e sua incerteza foram obtidos. Entretanto, em qualquer nível desta hierarquia,
incluindo atividades comerciais e reguladoras do mercado, trabalhos de engenharia na indústria,
instalações de calibração de nível inferior, pesquisa e desenvolvimento industrial, pesquisa acadêmica,
laboratórios de calibração e de padrões primários industriais, laboratórios nacionais de metrologia e o
BIPM, todas as informações necessárias para a reavaliação da medição devem estar disponíveis para
terceiros que possam delas precisar. A diferença primária é que nos níveis inferiores da cadeia
hierárquica mais informações do que as necessárias podem estar disponíveis sob a forma de relatórios
publicados de sistemas de ensaio e de calibração, especificações de ensaios, certificados de ensaios e
de calibração, manuais de instruções, normas internacionais, normas nacionais e regulamentações
locais.
7.1.2 Quando os detalhes de uma medição, incluindo o modo como a incerteza do resultado foi
avaliada, são fornecidos por meio de referências a documentos publicados, como é frequentemente o
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
caso quando os resultados de calibração são relatados em um certificado, é imperativo que essas
publicações sejam mantidas atualizadas, de forma a permanecerem consistentes com o procedimento
de medição realmente em uso.
7.1.3 Numerosas medições são feitas a cada dia na indústria e no comércio sem nenhum registro
explícito da incerteza. Entretanto, muitas são executadas com instrumentos sujeitos a calibrações
periódicas ou a inspeção legal. Se for de conhecimento que os instrumentos estão em conformidade
com suas especificações ou com os documentos normativos existentes e aplicáveis, as incertezas de
suas indicações podem ser inferidas a partir daquelas especificações ou destes documentos
normativos.
7.1.4 Embora na prática o montante de informações necessárias para documentar um resultado de
medição dependa da utilização pretendida para ele, o princípio básico sobre o que é requerido
permanece inalterado: quando se registra o resultado de uma medição e sua incerteza, é preferível
errar por excesso no fornecimento de informações a fornecê-las com escassez. Por exemplo, deve-se
a) descrever claramente os métodos utilizados para calcular o resultado da medição e sua incerteza a
partir de observações experimentais e dados de entrada;
b) listar todos os componentes da incerteza e documentar amplamente como foram avaliados;
c) apresentar a análise dos dados de tal forma que cada um dos passos importantes possa ser
prontamente seguido e que os cálculos do resultado relatado possam ser independentemente
repetidos, se necessário;
d) fornecer todas as correções e constantes utilizadas na análise e suas fontes.
Um modo de verificar a lista acima é se perguntar: “Terei fornecido suficiente informação, de maneira
suficientemente clara, de modo que meu resultado possa ser atualizado no futuro se novas informações
ou dados se tornarem disponíveis?”
7.2 Orientação específica
7.2.1 Quando se relata o resultado de uma medição, e quando a medida da incerteza é a incerteza-
padrão combinada uc(y), deve-se:
a) fornecer uma descrição completa de como o mensurando Y é definido;
b) fornecer a estimativa y do mensurando Y e sua incerteza-padrão combinada uc(y); as unidades de y

e uc(y) devem ser sempre fornecidas;
c) incluir a incerteza-padrão combinada relativa uc(y) / | y |, | y | ≠ 0, quando apropriado;
d) fornecer a informação descrita em 7.2.7, ou fazer referência a documentos publicados que a

contenha.
Se julgado útil aos pretensos usuários do resultado da medição para, por exemplo, ajudá-los em futuros
cálculos de fatores de abrangência, ou para auxiliá-los a compreender a medição, podem-se indicar
— os graus de liberdade efetivos estimados νeff (ver G.4);

— as incertezas-padrão combinadas Tipo A e Tipo B, ucA(y) e ucB(y), e os seus graus de liberdade
efetivos estimados νeffA e νeffB (ver G.4.1, Nota 3).
7.2.2 Quando a medida da incerteza é uc(y), é preferível declarar o resultado numérico da medição de
uma dentre as quatro maneiras seguintes, de modo a evitar uma má compreensão. (A grandeza cujo
valor está sendo relatado é suposta como sendo um padrão de massa com massa nominal mS de
100 g; as palavras entre parênteses podem ser omitidas para maior simplicidade se uc está definida em
alguma outra parte do documento que relata o resultado.)
1) “mS = 100,021 47 g com uc = 0,35 mg (uma incerteza-padrão combinada).”
2) “mS = 100,021 47(35) g, onde o número entre parênteses é o valor numérico de uc (incerteza-padrão
combinada) referido aos últimos dígitos correspondentes do resultado mencionado.”
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
3) “mS = 100,021 47(0,000 35) g, onde o número entre parênteses é o valor numérico de uc (incerteza-
padrão combinada) expresso na unidade do resultado mencionado.”
4) “mS = (100,021 47 ± 0,000 35) g, onde o número após o símbolo ± é o valor numérico de uc
(incerteza-padrão combinada) e não um intervalo de confiança.”
NOTA O formato ± deve ser evitado sempre que possível, pois tem sido tradicionalmente usado para indicar um
intervalo correspondente a um alto nível da confiança e, assim, pode ser confundido com a incerteza expandida
(ver 7.2.4). Além disso, embora o objetivo do alerta dado em 4) seja impedir tal confusão, escrever Y = y ± uc(y)
pode ainda ser mal interpretado, podendo implicar que isso representaria, especialmente quando o alerta é omitido
acidentalmente, uma incerteza expandida com k = 1, e que o intervalo y – uc(y) ≤ Y ≤ y + uc(y) tem um nível da
confiança p especificado, mais especificamente, aquele associado com a distribuição normal (ver G.1.3). Como
indicado em 6.3.2 e no Anexo G, a interpretação de uc(y) dessa forma é geralmente difícil de justificar.
7.2.3 Quando se relata o resultado de uma medição, e quando a medida da incerteza é a incerteza
expandida U = k uc(y), deve-se
a) fornecer uma descrição completa de como o mensurando Y é definido;

b) expressar o resultado de medição como Y = y ± U e fornecer as unidades de y e U;
c) incluir a incerteza expandida relativa U / | y |, | y | ≠ 0, quando apropriado;
d) fornecer o valor de k usado para obter U [ou, para conveniência do usuário do resultado, fornecer
ambos, k e uc(y)];
e) fornecer o nível da confiança aproximado associado com o intervalo y ± U e explicar como foi
determinado;
f) fornecer a informação descrita em 7.2.7 ou referir- se a um documento publicado que a contenha.
7.2.4 Quando a medida da incerteza é U, é preferível, para máxima clareza, declarar o resultado
numérico da medição como no exemplo seguinte. (As palavras entre parênteses podem ser omitidas
para maior simplicidade, se U, uc e k estão definidos em alguma outra parte do documento que relata o
resultado.)
“mS = (100,021 47 ± 0,000 79) g, onde o número após o símbolo ± é o valor numérico de U = kuc
(uma incerteza expandida) com U determinado por uc = 0,35 mg (uma incerteza-padrão
combinada) e k = 2,26 (um fator de abrangência) avaliado com base na distribuição-t para ν = 9
graus de liberdade. U define um intervalo estimado para ter um nível da confiança de 95 por
cento.”
7.2.5 Se uma medição determina simultaneamente mais de um mensurando, isto é, se ela fornece
duas ou mais estimativas de saída yi (ver H.2, H.3 e H.4), então, além de fornecer yi e uc(yi), devem-se
fornecer também os elementos da matriz de covariância u(yi,yj) ou os elementos r(yi,yj) da matriz de
coeficientes de correlação (C.3.6, Nota 2) (preferivelmente, ambas as matrizes).
7.2.6 Os valores numéricos da estimativa y e da incerteza-padrão uc(y), ou da incerteza expandida U,

não devem ser fornecidos com um número excessivo de algarismos. É geralmente suficiente fornecer
uc(y) e U [assim como as incertezas-padrão u(xi) das estimativas de entrada xi] com até no máximo dois
algarismos significativos, embora, em alguns casos, seja necessário reter algarismos adicionais para
evitar erros de arredondamento nos cálculos subsequentes.
Ao relatar resultados finais, às vezes pode ser apropriado arredondar incertezas para cima, em vez de
arredondar até o algarismo mais próximo. Por exemplo, uc(y) = 10,47 mΩ pode ser arredondada para
11 mΩ. Entretanto, deve prevalecer o bom senso, e um valor como u(xi) = 28,05 kHz deve ser
arredondado para baixo, para 28 kHz. As estimativas de entrada e de saída devem ser arredondadas
para ficarem consistentes com suas incertezas; por exemplo, se y = 10,057 62 mΩ com uc(y) = 27 mΩ, y
deve ser arredondado para 10,058 Ω. Coeficientes de correlação devem ser fornecidos com exatidão
de três algarismos se seus valores absolutos são próximos da unidade.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
7.2.7 No relatório detalhado que descreve como o resultado da medição e sua incerteza foram obtidos,
devem-se seguir as recomendações de 7.1.4 e, assim
a) fornecer o valor de cada estimativa de entrada xi e de sua incerteza-padrão u(xi) juntamente com
uma descrição sobre como eles foram obtidos;
b) fornecer as covariâncias estimadas ou os coeficientes de correlação estimados (preferencialmente
ambos) associados com todas as estimativas de entrada correlacionadas, e os métodos utilizados
para obtê-los;
c) fornecer os graus de liberdade da incerteza-padrão para cada estimativa de entrada e como eles
foram obtidos;
d) fornecer a relação funcional Y = f(X1,X2,...,XN) e, quando consideradas úteis, as derivadas parciais ou
coeficientes de sensibilidade ∂f/∂xi. Adicionalmente, quaisquer desses coeficientes, quando
determinados experimentalmente, devem também ser fornecidos.
NOTA Como a relação funcional f pode ser extremamente complexa ou não existir explicitamente, a não ser como
um programa de computador, pode ser impossível fornecer f e suas derivadas. A função f pode, então, ser descrita
em termos gerais, ou o programa usado pode ser citado por meio de uma referência apropriada. Nestes casos, é
importante que esteja claro como a estimativa y do mensurando Y e sua incerteza-padrão combinada uc(y) foram
obtidas.
8 Resumo do procedimento para avaliação e expressão de incerteza

Os passos a serem seguidos na avaliação e expressão da incerteza do resultado de uma medição, tais
como apresentados neste Guia, podem ser resumidos como:
1) Expresse, matematicamente, a relação entre o mensurando Y e as grandezas de entrada Xi das
quais Y depende: Y = f(X1,X2,...,XN). A função f deve conter todas as grandezas, incluindo todas as
correções e fatores de correção, que possam contribuir com um componente significativo de
incerteza para o resultado da medição (ver 4.1.1 e 4.1.2).
2) Determine xi, o valor estimado da grandeza de entrada Xi, seja com base em análise estatística de
uma série de observações, seja por outros meios (ver 4.1.3).
3) Avalie a incerteza-padrão u(xi) de cada estimativa de entrada xi. Para uma estimativa de entrada
obtida através de análise estatística de uma série de observações, a incerteza-padrão é avaliada
como descrito em 4.2 (avaliação Tipo A da incerteza-padrão). Para uma estimativa de entrada
obtida por outros meios, a incerteza-padrão u(xi) é avaliada como descrito em 4.3 (avaliação Tipo
B da incerteza-padrão).
4) Avalie as covariâncias associadas com quaisquer estimativas de entrada que sejam
correlacionadas (ver 5.2).
5) Calcule o resultado da medição, isto é, a estimativa y do mensurando Y, a partir da relação
funcional f, utilizando para as grandezas de entrada Xi as estimativas xi obtidas no passo 2 (ver
4.1.4).
6) Determine a incerteza-padrão combinada uc(y) do resultado da medição y a partir das incertezas-
padrão e covariâncias associadas com as estimativas de entrada, como descrito no Capítulo 5. Se
a medição determina, simultaneamente, mais de uma grandeza de saída, calcule suas
covariâncias (ver 7.2.5, H.2, H.3 e H.4).
7) Se for necessário fornecer uma incerteza expandida U, cujo propósito é prover um intervalo y - U a
y + U com o qual se espera abranger uma extensa fração da distribuição de valores que podem
razoavelmente ser atribuídos ao mensurando Y, multiplique a incerteza-padrão combinada uc(y) por
um fator de abrangência k, tipicamente na faixa de 2 a 3, para obter U = kuc(y). Selecione k com
base no nível da confiança requerido para o intervalo (ver 6.2, 6.3 e, especialmente, o Anexo G,
que trata da seleção de um valor de k que produz um intervalo tendo um nível da confiança
próximo de um valor especificado).
8) Relate o resultado da medição y juntamente com sua incerteza-padrão uc(y) ou incerteza expandida
U, como tratado em 7.2.1 e 7.2.3; use um dos formatos recomendados em 7.2.2 e 7.2.4. Descreva,
como também delineado no Capítulo 7, como y e uc(y) ou U foram obtidos.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo A
Recomendações do Grupo de Trabalho e do CIPM
A.1 Recomendações INC-1 (1980)
O Grupo de Trabalho sobre Declaração de Incertezas (ver Prefácio) foi convocado em outubro de 1980
pelo Birô Internacional de Pesos e Medidas (BIPM) em resposta à solicitação do Comitê Internacional
de Pesos e Medidas (CIPM). Este Grupo preparou um relatório detalhado para consideração do CIPM,
o qual resultou na Recomendação INC-1 (1980) [2]. A tradução desta Recomendação para o português
é fornecida no item 0.7 deste Guia e o texto em francês, que é oficial, é apresentado a seguir [2]:
Expression des incertitudes expérimentales
Recommandation INC-1 (1980)
1) L'incertitude d´un résultat de mesure comprend généralement plusieurs composantes qui peuvent
être groupées en deux catégories d'après la méthode utilisée pour estimer leur valeur numérique:
A. celles qui sont évaluées à l'aide de méthodes statistiques.
B. celles qui sont évaluées par d'autres moyens.
Il n'y a pas toujours une correspondance simple entre le classement dans les catégories A ou B et
le caractère <<aléatoire>> ou <<systématique>> utilisé antérieurement pour classer les
incertitudes. L'expression <<incertitude systématique>> est susceptible de conduire à des erreurs
d'interprétation: elle doit être évitée.
Toute description détaillée de l'incertitude devrait comprendre une liste complète de ses
composantes et indiquer pour chacune la méthode utilisée pour lui attribuer une valeur numérique.
<<écarts-types>> estimés si ) et les nombres n$ de degrés de liberté. Le cas échéant, les

2
2) Les composantes de la catégorie A sont caractérisées par les variances estimées si (ou les
covariances estimées doivent être données.

2
3) Les composantes de la catégorie B devraient être caractérisées par des termes uj qui puissent être
considérés comme des approximations des variances correspondantes dont on admet l'existence.
2
Les termes uj peuvent être traités comme des variances et les termes uj comme des écarts-types.
Le cas échéant, les covariances doivent être traitées de façon analogue.
4) L'incertitude composée devrait être caractérisée par la valeur obtenue en appliquant la méthode
usuelle de combinaison des variances. L'incertitude composée ainsi que ses composantes
devraient être exprimées sous la forme d'<<écart-types>>.
5) Si pour des utilisations particulières on est amené à multiplier par un facteur l'incertitude composée
afin d'obtenir une incertitude globale, la valeur numérique de ce facteur doit toujours être donnée.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
A.2 Recomendação 1 (CI-1981)
O CIPM reviu o relatório que lhe foi submetido pelo Grupo de Trabalho sobre Declaração de Incertezas
e adotou as seguintes recomendações na sua 70ª reunião, ocorrida em outubro de 1981 [3]:
Recomendação 1 (CI-1981)
Expressão de incertezas experimentais
O Comitê Internacional de Pesos e Medidas
considerando
— a necessidade de encontrar uma maneira consensual de expressar incerteza de medição na

metrologia,
— o esforço que tem sido dedicado a isso por muitas organizações ao longo de muitos anos,
— o encorajador progresso feito na procura de uma solução aceitável, resultado das discussões do
Grupo de Trabalho sobre Expressão das Incertezas que se reuniu no BIPM em 1980,
reconhece
— que as propostas do Grupo de Trabalho podem formar a base de um eventual acordo sobre a
expressão de incertezas,
recomenda
— que as propostas do Grupo de Trabalho tenham ampla divulgação;
— que o BIPM envide esforços no sentido de aplicar os princípios nelas contidos para as comparações
internacionais a serem realizadas sob os seus auspícios nos anos vindouros;
— que outras organizações interessadas sejam encorajadas a examinar e testar essas propostas e dar
ciência ao BIPM de seus comentários;
— que, após dois ou três anos, o BIPM faça um novo relatório sobre a aplicação dessas propostas.
A.3 Recomendação 1 (CI-1986)

O CIPM considerou ainda o assunto referente à expressão de incertezas na sua 75ª reunião, ocorrida
em outubro de 1986, e adotou a seguinte recomendação [4]:
Recomendação 1 (CI-1986)
Expressão de incertezas em trabalho executado sob os auspícios do CIPM
O Comitê Internacional de Pesos e Medidas,
considerando a adoção da Recomendação INC-1 (1980) pelo Grupo de Trabalho sobre Declaração de
Incertezas e a adoção da Recomendação 1 (CI-1981) pelo CIPM,
considerando que alguns membros de Comitês Consultivos possam querer esclarecimentos sobre esta
Recomendação para fins de trabalho que se situe dentro do escopo do seu Comitê, especialmente com
referência a comparações internacionais,
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
reconhece que o parágrafo 5 da Recomendação INC-1 (1980) relativo a algumas aplicações,

especialmente àquelas com significância comercial, está sendo presentemente considerado por um
grupo de trabalho da Organização Internacional de Normalização (ISO), comum à ISO, OIML e IEC,
com a concordância e cooperação do CIPM,
solicita que o parágrafo 4 da Recomendação INC-1 (1980) seja aplicado por todos os participantes ao
fornecerem os resultados de todas as comparações internacionais ou outro trabalho realizado sob os
auspícios do CIPM e de seus Comitês Consultivos e que a incerteza combinada das incertezas do Tipo
A e do Tipo B seja fornecida em termos de um desvio-padrão.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo B
Termos metrológicos gerais
B.1 Fonte das definições1

As definições aqui fornecidas dos termos metrológicos gerais relevantes para este Guia foram extraídas
do “Vocabulário Internacional de Termos Fundamentais e Gerais de Metrologia” (abreviado para VIM),
2
segunda edição, 1993 [6], publicado pela Organização Internacional de Normalização (ISO) em nome
das sete organizações que apoiaram seu desenvolvimento e designaram os especialistas que o
prepararam: Bureau Internacional de Poids e Mesures (BIPM), International Electrotechnical
Commission (IEC), International Federation of Clinical Chemistry (IFCC), ISO, International Union of
Pure and Applied Chemistry (IUPAC), International Union of Pure and Applied Physics (IUPAP) e a
International Organization of Legal Metrology (OIML). O VIM deve ser a primeira fonte a ser consultada
quanto às definições dos termos não incluídos neste anexo ou no texto.
NOTA Alguns termos e conceitos estatísticos básicos são fornecidos no Anexo C. Outros termos como “valor
verdadeiro”, “erro” e “incerteza” são discutidos, mais detalhadamente, no Anexo D.
B.2 Definições
Como no Capítulo 0, nas definições que se seguem o uso de parênteses em torno de certas palavras
de algumas expressões significa que as mesmas podem ser omitidas quando não houver possibilidade
de gerar confusão.
Os termos em negrito em algumas notas são termos metrológicos adicionais ali definidos, seja explícita
ou implicitamente (ver Referência [6]).
B.2.1
grandeza (mensurável)
atributo de um fenômeno, corpo ou substância que pode ser qualitativamente distinguido e
quantitativamente determinado
NOTA 1 O termo “grandeza” pode referir-se a uma grandeza em sentido geral (ver Exemplo 1) ou a uma grandeza
específica (ver Exemplo 2).
EXEMPLO 1 Grandezas em um sentido geral: comprimento, tempo, massa, temperatura, resistência elétrica,
concentração de quantidade de matéria.
EXEMPLO 2 Grandezas específicas:
— comprimento de uma barra
— resistência elétrica de um fio
— concentração de etanol em uma dada amostra de vinho.
NOTA 2 Grandezas que podem ser classificadas, uma em relação à outra, em ordem crescente ou decrescente,
são denominadas grandezas de mesma natureza.
1
Nota dos tradutores:
A fonte mais atualizada para estes termos e outros termos correlatos é a nova edição do VIM publicada (original)
em 2008 pelo JCGM do BIPM e (tradução) pelo Inmetro em 2009 como 3ª edição do VIM, abreviadamente VIM3.
Recomenda-se que consultas a definições de termos metrológicos sejam feitas a este documento.
2
Nota de rodapé para a versão 2008:
A terceira edição do vocabulário foi publicada em 2008, sob o título JCGM 200:2008, International vocabulary of
metrology – Basic and general concepts and associated terms (VIM).
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA 3 Grandezas de mesma natureza podem ser agrupadas em conjuntos de categorias de grandezas, por
exemplo:
— trabalho, calor, energia
— espessura, circunferência, comprimento de onda.
3
NOTA 4 Os símbolos das grandezas são dados na ISO 31 .
[VIM:1993, definição 1.1]
B.2.2
valor (de uma grandeza)
expressão quantitativa de uma grandeza específica, geralmente sob a forma de uma unidade
multiplicada por um número
EXEMPLO 1 Comprimento de uma barra: 5,34 m ou 534 cm.

EXEMPLO 1 Massa de um corpo: 0,152 kg ou 152 g.
EXEMPLO 1 Quantidade de matéria de uma amostra de água (H2O): 0,012 mol ou 12 mmol.
NOTA 1 O valor de uma grandeza pode ser positivo, negativo ou nulo.
NOTA 2 O valor de uma grandeza pode ser expresso de formas diferentes.
NOTA 3 Os valores de grandezas adimensionais são geralmente expressos como números puros.
NOTA 4 Uma grandeza que não pode ser expressa por uma unidade de medida multiplicada por um número, pode
sê-lo por referência a uma escala de referência convencional ou a um procedimento de medição, ou a ambos.
B.2.3
valor verdadeiro (de uma grandeza)
valor consistente com a definição de uma dada grandeza específica
NOTA 1 É um valor que seria obtido por uma medição perfeita.

NOTA 2 Valores verdadeiros são, por natureza, indeterminados.
NOTA 3 O artigo indefinido “um” é usado, preferivelmente ao artigo definido “o”, em conjunto com “valor
verdadeiro” porque pode haver muitos valores consistentes com a definição de uma dada grandeza específica.
Comentário do Guia: Veja o Anexo D, em particular D.3.5, quanto às razões pelas quais o termo “valor
verdadeiro” não é usado neste Guia e por que os termos “valor verdadeiro de um mensurando” (ou de
uma grandeza) e “valor de um mensurando” (ou de uma grandeza) são vistos como equivalentes.
B.2.4
valor verdadeiro convencional (de uma grandeza)
valor atribuído a uma grandeza específica e aceito, às vezes por convenção, como tendo uma incerteza
apropriada para uma dada finalidade
EXEMPLO 1 Em um determinado local, o valor atribuído a uma grandeza por meio de um padrão de referência
pode ser tomado como um valor verdadeiro convencional.
4 23 -1
EXEMPLO 2 Valor recomendado pelo CODATA (1986) para a Constante de Avogadro: 6,022 136 7 x 10 mol .
3
A série ISO 31 está em revisão como uma série de documentos ISO 80000 e IEC 80000. (Alguns desses
documentos foram já publicados.)
4
Nota dos Tradutores:
23 -1
O valor recomendado pelo CODATA (2010) é 6,022 141 29(27) x 10 mol .
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA 1 “Valor verdadeiro convencional” é às vezes denominado valor designado, melhor estimativa do valor,
valor convencional ou valor de referência. “Valor de referência”, neste sentido, não deve ser confundido com
“valor de referência” no sentido usado na Nota da definição 5.7 do VIM.
NOTA 2 Frequentemente, um número adequado de resultados de medições de uma grandeza é utilizado para
estabelecer um valor verdadeiro convencional.
Comentários do Guia: Ver o Comentário do Guia para B.2.3.
B.2.5
medição
conjunto de operações que tem por objetivo determinar um valor de uma grandeza
NOTA As operações podem ser feitas automaticamente.

B.2.6
princípio de medição
base científica de uma medição
EXEMPLO 1 O efeito termoelétrico utilizado para a medição da temperatura.
EXEMPLO 2 O efeito Josephson utilizado para a medição da diferença de potencial elétrico.
EXEMPLO 3 O efeito Doppler utilizado para a medição da velocidade.
EXEMPLO 4 O efeito Raman utilizado para a medição do número de ondas das vibrações moleculares.
B.2.7
método de medição
sequência lógica de operações, descritas genericamente, usadas na execução das medições
NOTA Métodos de medição podem ser qualificados de várias maneiras, entre as quais:
— método de substituição
— método diferencial
— método “de zero”
B.2.8
procedimento de medição
conjunto de operações, especificamente descritas, usadas na execução de medições particulares de
acordo com um dado método
NOTA Um procedimento de medição é, usualmente, registrado em um documento, que algumas vezes é

denominado “procedimento de medição” (ou método de medição) e, normalmente, tem detalhes suficientes para
permitir que um observador execute a medição sem informações adicionais.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
B.2.9
mensurando
grandeza específica submetida a medição
EXEMPLO Pressão de vapor de uma dada amostra de água a 20ºC.

NOTA A especificação de um mensurando pode requerer informações de outras grandezas como tempo,
temperatura e pressão.
B.2.10
grandeza de influência
grandeza que não é o mensurando, mas que afeta o resultado da sua medição
EXEMPLO 1 Temperatura de um micrômetro usado na medição de comprimento.

EXEMPLO 2 Frequência na medição da amplitude de uma diferença de potencial em corrente alternada.
EXEMPLO 3 Concentração de bilirrubina na medição da concentração de hemoglobina em uma amostra de
plasma sanguíneo humano.
Comentário do Guia: Entende-se que a definição de grandeza de influência inclui valores associados
com padrões de medição, materiais e dados de referência dos quais o resultado de uma medição pode
depender, assim como fenômenos (flutuações de curta duração do instrumento de medição) e
grandezas (temperatura ambiente, pressão barométrica e umidade).
B.2.11
resultado de uma medição
valor atribuído a um mensurando, obtido por medição
NOTA 1 Quando um resultado é dado, deve-se indicar, claramente, se ele se refere:

— à indicação
— ao resultado não corrigido
— ao resultado corrigido
e se corresponde ao valor médio de várias medições.
NOTA 2 Uma expressão completa do resultado de uma medição inclui informações sobre a incerteza de medição.
B.2.12
resultado não corrigido
resultado de uma medição antes da correção devida a erro sistemático
B.2.13
resultado corrigido
resultado de uma medição após a correção devida a erro sistemático
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
B.2.14
exatidão de medição
grau de concordância entre o resultado de uma medição e um valor verdadeiro do mensurando
NOTA 1 “Exatidão” é um conceito qualitativo.

NOTA 2 O termo precisão não deve ser utilizado como “exatidão”.
Comentário do Guia: Ver Comentário do Guia para B.2.3.
B.2.15
repetibilidade (de resultados de medições)
grau de concordância entre os resultados de medições sucessivas de um mesmo mensurando,
efetuadas sob as mesmas condições de medição
NOTA 1 Estas condições são denominadas condições de repetibilidade.

NOTA 2 Condições de repetibilidade incluem:
— mesmo procedimento de medição
— mesmo observador
— mesmo instrumento de medição, utilizado nas mesmas condições
— mesmo local
— repetição em curto período de tempo.
NOTA 3 Repetibilidade pode ser expressa, quantitativamente, em função das características de dispersão dos
resultados.
B.2.16
reprodutibilidade (de resultados de medições)
grau de concordância entre os resultados das medições de um mesmo mensurando efetuadas sob
condições modificadas de medição
NOTA 1 Para que uma expressão da reprodutibilidade seja válida é necessário que sejam especificadas as
condições modificadas.
NOTA 2 As condições modificadas podem incluir:
— princípio de medição
— método de medição
— observador
— instrumento de medição
— padrão de referência
— local
— condições de utilização
— tempo.
NOTA 3 A reprodutibilidade pode ser expressa quantitativamente em função das características da dispersão dos
resultados.
NOTA 4 Os resultados aqui mencionados referem-se usualmente a resultados corrigidos.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
B.2.17
desvio-padrão experimental
para uma série de n medições de um mesmo mensurando, a grandeza s(qk), que caracteriza a
dispersão dos resultados, é dada pela fórmula:
∑!
& % o '" V%' %W
1
onde qk é o resultado da k-ésima medição e % é a média aritmética dos n resultados considerados
NOTA 1 Considerando a série de n valores como uma amostra de uma distribuição, % é uma estimativa não
tendenciosa da média µ q, e s (qk) é uma estimativa não tendenciosa da variância σ desta distribuição.
2 2
NOTA 2 A expressão s(qk)/√ é uma estimativa do desvio-padrão da distribuição de % e é denominada desvio-

padrão experimental da média.
NOTA 3 “Desvio-padrão experimental da média” é algumas vezes denominado, incorretamente, erro padrão da
média.
NOTA 4 Adaptado de VIM:1993, definição 3.8.
Comentário do Guia: Alguns dos símbolos utilizados no VIM foram alterados a fim de se obter
consistência com a notação utilizada no item 4.2 deste Guia.
B.2.18
incerteza (de medição)
parâmetro, associado ao resultado de uma medição, que caracteriza a dispersão dos valores que
podem ser razoavelmente atribuídos a um mensurando
NOTA 1 O parâmetro pode ser, por exemplo, um desvio-padrão (ou um dado múltiplo dele) ou a metade de um
intervalo correspondente a um nível da confiança declarado.
NOTA 2 A incerteza de medição compreende, em geral, muitos componentes. Alguns destes componentes podem
ser estimados com base na distribuição estatística dos resultados de séries de medições e podem ser
caracterizados por desvios-padrão experimentais. Os outros componentes, que também podem ser caracterizados
por desvios-padrão, são avaliados por meio de distribuições de probabilidade supostas, baseadas na experiência
ou em outras informações.
NOTA 3 Entende-se que o resultado de uma medição é a melhor estimativa do valor do mensurando, e que todos
os componentes da incerteza, incluindo aqueles resultantes dos efeitos sistemáticos, como os componentes
associados com correções e padrões de referência, contribuem para a dispersão.
Comentário do Guia: destaca-se no VIM que esta definição e notas são idênticas àquelas deste Guia
(ver 2.2.3).
B.2.19
erro (de medição)
resultado de uma medição menos o valor verdadeiro do mensurando
NOTA 1 Uma vez que o valor verdadeiro não pode ser determinado utiliza-se, na prática, um valor verdadeiro
convencional [ver VIM:1993, definiçôes 1.19 (B.2.3) e 1.20 (B.2.4)].
NOTA 2 Quando é necessário distinguir “erro” de “erro relativo”, o primeiro é, algumas vezes, denominado erro
absoluto de medição. Este termo não deve ser confundido com valor absoluto de um erro, que é o módulo do
erro.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Comentário do Guia: Se o resultado de uma medição depende dos valores de outras grandezas, os
erros dos valores medidos destas grandezas contribuem para o erro do resultado da medição. Veja,
também, o Comentário do Guia para B.2.22 e para B.2.3.
B.2.20
erro relativo
erro de medição dividido por um valor verdadeiro do mensurando
NOTA Uma vez que um valor verdadeiro não pode ser determinado, utiliza-se, na prática, um valor verdadeiro
convencional [ver VIM:1993, definições 1.19 (B.2.3) e 1.20 (B.2.4)].
B.2.21
erro aleatório
resultado de uma medição menos a média que resultaria de um infinito número de medições do mesmo
mensurando efetuadas sob condições de repetibilidade
NOTA 1 Erro aleatório é igual a erro menos erro sistemático.

NOTA 2 Como somente um número finito de medições pode ser feito pode-se apenas determinar uma estimativa
do erro aleatório.
B.2.22
erro sistemático
média que resultaria de um número infinito de medições do mesmo mensurando, efetuadas sob
condições de repetibilidade, menos o valor verdadeiro do mensurando
NOTA 1 Erro sistemático é igual ao erro menos o erro aleatório.

NOTA 2 Analogamente ao valor verdadeiro, o erro sistemático e suas causas não podem ser completamente
conhecidos.
NOTA 3 Para um instrumento de medição, ver “tendência” (VIM:1993, definição 5.25).
Comentário do Guia: O erro do resultado de uma medição (ver B.2.19) pode frequentemente ser
considerado como oriundo de vários efeitos aleatórios e sistemáticos que contribuem com componentes
individuais de erro para o erro do resultado. Ver também os Comentários do Guia para B.2.19 e B.2.3.
B.2.23
correção
valor adicionado algebricamente ao resultado não corrigido de uma medição para compensar um erro
sistemático
NOTA 1 A correção é igual ao erro sistemático estimado com sinal trocado.

NOTA 2 Uma vez que o erro sistemático não pode ser perfeitamente conhecido, a compensação não pode ser
completa.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
B.2.24
fator de correção
fator numérico pelo qual o resultado não corrigido de uma medição é multiplicado para compensar um
erro sistemático
NOTA Uma vez que o erro sistemático não pode ser perfeitamente conhecido, a compensação não pode ser
completa.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo C
Termos e conceitos estatísticos básicos
C.1 Fonte das definições
As definições de termos estatísticos básicos fornecidos neste anexo foram extraídas da Norma
5
Internacional ISO 3534-1:1993 [7]. Esta deve ser a primeira fonte a ser consultada para a definição de
termos não incluídos aqui. Alguns destes termos e seus conceitos correspondentes são aprofundados
em C.3, seguindo-se à apresentação de suas definições formais em C.2, de forma a facilitar ainda mais
o uso deste Guia. Entretanto, C.3, que também inclui as definições de alguns termos relacionados, não
é baseado diretamente na ISO 3534-1:1993.
C.2 Definições
Como no Capítulo 2 e no Anexo B, o uso de parênteses em torno de certas palavras de alguns termos
significa que elas podem ser omitidas se tal omissão não causar equívoco.
Os termos de C.2.1 a C.2.14 são definidos com referência a propriedades de populações. As definições
dos termos C.2.15 a C.2.31 são relacionadas a um conjunto de observações (ver Referência [7]).
C.2.1
probabilidade
um número real na escala de 0 a 1 associado a um evento aleatório
NOTA Ela pode estar relacionada a uma frequência relativa de ocorrência de longo prazo ou a um grau de
confiança de que um evento ocorrerá. Para um alto grau de confiança, a probabilidade está próxima de 1.
[ISO 3534-1:1993, definição 1.1]
C.2.2
variável aleatória
uma variável que pode assumir qualquer um dos valores de um conjunto especificado de valores e com
a qual está associada uma distribuição de probabilidade [ISO 3534- 1:1993, definição 1.3 (C.2.3)]
NOTA 1 Uma variável aleatória que só pode assumir valores isolados é chamada “discreta”. Uma variável aleatória
que pode assumir qualquer valor dentro de um intervalo finito ou infinito é chamada “contínua”.
NOTA 2 A probabilidade de um evento A é designada por Pr(A) ou P(A).
[ISO 3534-1:1993, definição 1.2]
Comentário do Guia: O símbolo Pr(A) é usado neste Guia em lugar do símbolo Pr(A) usado na ISO
3534-1:1993.
5
A ISO 3534-1:1993 foi cancelada e substituída pela ISO 3534-1:2006. Note-se que alguns termos e
definições foram revisados. Para mais informações, consultar a última edição.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
C.2.3
distribuição de probabilidade (de uma variável aleatória)
função que determina a probabilidade de uma variável aleatória assumir qualquer valor dado ou
pertencer a um dado conjunto de valores
NOTA A probabilidade do conjunto inteiro de valores da variável aleatória é igual a 1.
[ISO 3534-1:1993, definição 1.3]
C.2.4
função distribuição
função que determina, para cada valor x, a probabilidade de que a variável aleatória X seja menor que
p Pr E
ou igual a x:
[ISO 3534-1:1993, definição 1.4]
C.2.5
função densidade de probabilidade (para uma variável aleatória contínua)
Dp /D
a derivada (quando existe) da função distribuição:
NOTA f(x)dx é o “elemento de probabilidade”:
D g F F D
[ISO 3534-1:1993, definição 1.5]
C.2.6
função massa de probabilidade
função que fornece, para cada valor xi de uma variável aleatória discreta X, a probabilidade pi de que a
:$ g
variável aleatória seja igual a xi :
$
[ISO 3534-1:1993, definição 1.6]
C.2.7
parâmetro
grandeza utilizada na descrição da distribuição de probabilidade de uma variável aleatória
[ISO 3534-1:1993, definição 1.12]
C.2.8
correlação
a relação entre duas ou muitas variáveis aleatórias dentro de uma distribuição de duas ou mais
variáveis aleatórias
NOTA A maioria das medidas estatísticas de correlação mede somente o grau de relação linear.
[ISO 3534-1:1993, definição 1.13]
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
C.2.9
esperança (de uma variável aleatória ou de uma distribuição de probabilidade)
valor esperado
média (populacional)
1) Para uma variável aleatória discreta X assumindo valores xi com probabilidades pi a esperança, se
existe, é
+ s :$ $
sendo a soma estendida a todos os valores de xi que podem ser assumidos por X.
2) Para uma variável aleatória contínua X tendo a função densidade de probabilidade f(x) a esperança,
se existe, é
+ s t D
sendo a integral estendida sobre o(s) intervalo(s) de variação de X.

[ISO 3534-1:1993, definição 1.18]
C.2.10
variável aleatória centrada
uma variável aleatória cuja esperança é igual a zero
NOTA Se a variável aleatória X tem esperança igual a µ, a variável aleatória centrada correspondente é (X - µ).
[ISO 3534-1:1993, definição 1.21]
C.2.11
variância (de uma variável aleatória ou de uma distribuição de probabilidade)
( s s u
a esperança do quadrado da variável aleatória centrada [ISO 3534-1:1993, definição 1.21 (C.2.10)]:
[ISO 3534-1:1993, definição 1.22]
C.2.12
desvio-padrão (de uma variável aleatória ou de uma distribuição de probabilidade)
A raiz quadrada positiva da variância:
( v
[ISO 3534-1:1993, definição 1.23]
C.2.13
(*)
momento central de ordem q
em uma distribuição univariada, a esperança da q-ésima potência da variável aleatória centrada (X - µ):
s + ,
NOTA O momento central de ordem 2 é a variância [ISO 3534-1:1993, definição 1.22 (C.2.11)] da variável
aleatória X.
[ISO 3534-1:1993, definição 1.28]
———————————————————
(*)
Se, na definição dos momentos, as grandezas X, X – a, Y, Y – b, etc. são substituídas por seus valores absolutos,
isto é, |X|, |X – a|, |Y|, |Y – b|, etc., outros momentos chamados “momentos absolutos” são então definidos.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
C.2.14
distribuição normal
distribuição de Laplace-Gauss
distribuição de probabilidade de uma variável aleatória contínua X, cuja função densidade de
1 1 +
probabilidade é
< :w x y z
(√2; 2 (
para ∞F F ∞.
NOTA µ é a esperança e σ é o desvio-padrão da distribuição normal.
[ISO 3534-1:1993, definição 1.37]
C.2.15
característica
uma propriedade que ajuda a identificar ou diferenciar itens de uma dada população
NOTA A característica pode ser ou quantitativa (por variáveis) ou qualitativa (por atributos).
[ISO 3534-1:1993, definição 2.2]
C.2.16
população
a totalidade de itens sob consideração
NOTA No caso de uma variável aleatória, considera-se que a distribuição de probabilidade [ISO 3534-1:1993,
definição 1.3 (C.2.3)] define a população daquela variável.
[ISO 3534-1:1993, definição 2.3]
C.2.17
frequência
o número de ocorrências de um dado tipo de evento ou o número de observações que se enquadram
em uma classe especificada
[ISO 3534-1:1993, definição 2.11]
C.2.18
distribuição de frequência
a relação empírica entre os valores de uma característica e suas frequências ou suas frequências
relativas
NOTA A distribuição pode ser apresentada graficamente como um histograma (ISO 3534-1:1993, definição 2.17),
um gráfico de barras (ISO 3534-1:1993, definição 2.18), um polígono de frequência cumulativa (ISO 3534-1:1993,
definição 2.19), ou como uma tabela de dupla entrada (ISO 3534-1:1993, definição 2.22).
[ISO 3534-1:1993, definição 2.15]
C.2.19
média aritmética
média (amostral)
a soma de valores dividida pelo número de valores
NOTA 1 O termo “média populacional” (mean) é geralmente utilizado quando se refere a um parâmetro de
população (média da população) e o termo “média amostral” (average) quando se refere ao resultado de um
cálculo sobre dados obtidos de uma amostra (média da amostra).
NOTA 2 A média amostral de uma amostra aleatória simples tomada de uma população é um estimador não-
tendencioso da média populacional desta população. Entretanto, são por vezes utilizados outros estimadores, tais
como a média geométrica ou harmônica, ou a mediana ou a moda.
[ISO 3534-1:1993, definição 2.26]
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
C.2.20
variância
uma medida de dispersão, constituindo-se como a soma dos desvios quadráticos das observações em
relação a sua média aritmética, sendo aquela soma dividida pelo número de observações menos um
1
EXEMPLO Para n observações x1, x2, ..., xn, com média aritmética
̅ > @ $
1
a variância é
& ̅
1 $
NOTA 1 A variância de amostra é um estimador não tendencioso da variância da população.
NOTA 2 A variância é n/(n-1) vezes o momento central de ordem 2 (ver nota para ISO 3534-1:1993, definição
2.39).
[ISO 3534-1:1993, definição 2.33]

Comentário do Guia: A variância aqui definida é mais apropriadamente designada como “estimativa
amostral da variância da população”. A variância de uma amostra é usualmente definida como sendo o
momento central de ordem 2 desta amostra (ver C.2.13 e C.2.22).
C.2.21
desvio-padrão
a raiz quadrada positiva da variância
NOTA O desvio-padrão da amostra é um estimador tendencioso do desvio-padrão da população.
[ISO 3534-1:1993, definição 2.34]
C.2.22
momento central de ordem q
entre os valores observados e sua média ̅ :

em uma distribuição de uma característica única, a média aritmética da q-ésima potência da diferença
1
$ ̅ ,
$
onde n é o número de observações
NOTA O momento central de ordem 1 é igual a zero.
[ISO 3534-1:1993, definição 2.37]
C.2.23
estatística
uma função de variáveis aleatórias da amostra
NOTA Uma estatística, como uma função de variáveis aleatórias, é também uma variável aleatória e, como tal,
assume diferentes valores de uma amostra para outra. O valor da estatística obtido quando se usam nesta função
os valores observados pode ser utilizado num teste estatístico ou como uma estimativa de um parâmetro de
população, tal como uma média ou um desvio-padrão.
[ISO 3534-1:1993, definição 2.45]
C.2.24
estimação
a operação de, a partir de observações numa amostra, atribuir valores numéricos para os parâmetros
de uma distribuição escolhida como o modelo estatístico da população da qual a amostra é extraída
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA Um resultado desta operação pode ser expresso como um valor único [estimativa pontual; ver ISO 3534-
1:1993, definição 2.51 (C.2.26)] ou como uma estimativa de intervalo [ver ISO 3534-1:1993, definição 2.57 (C.2.27)
e 2.58 (C.2.28)].
[ISO 3534-1:1993, definição 2.49]
C.2.25
estimador
estatística utilizada para estimar um parâmetro de população
[ISO 3534-1:1993, definição 2.50]
C.2.26
estimativa
valor de um estimador obtido como resultado de uma estimação
[ISO 3534-1:1993, definição 2.51]
C.2.27
intervalo de confiança bilateral
quando T1 e T2 são duas funções dos valores observados tais que, sendo θ um parâmetro de população
a ser estimado, a probabilidade Pr(T1 ≤ θ ≤ T2) é pelo menos igual a (1 – α) [onde (1 – α) é um número
fixo, positivo e menor que 1], o intervalo entre T1 e T2 é um intervalo de confiança (1 – α) bilateral para θ
NOTA 1 Os limites T1 e T2 do intervalo de confiança são estatísticas [ISO 3534-1:1993, definição 2.45 (C.2.23)] e,
como tais, geralmente assumem diferentes valores de amostra para amostra.
NOTA 2 Em uma série grande de amostras a frequência relativa dos casos nos quais o valor verdadeiro do
parâmetro de população θ é coberto pelo intervalo de confiança é maior que ou igual a (1 – α).
[ISO 3534-1:1993, definição 2.57]
C.2.28
intervalo de confiança unilateral
quando T é uma função dos valores observados tais que, sendo θ um parâmetro de população a ser
estimado, a probabilidade Pr(T ≥ θ) [ou a probabilidade Pr (T ≤ θ)] é pelo menos igual a (1 – α) [onde (1 -
α) é um número fixo, positivo e menor do que 1], o intervalo a partir do menor valor possível de θ até T
(ou o intervalo de T até o maior valor possível de θ) é um intervalo de confiança (1 – α) unilateral para θ
NOTA 1 O limite T do intervalo de confiança é uma estatística [ISO 3534-1:1993, definição 2.45 (C.2.23)] e, como
tal, geralmente assume diferentes valores de amostra para amostra.
NOTA 2 Ver Nota 2 da ISO 3534-1:1993, definição 2.57 (C.2.27).
[ISO 3534-1:1993, definição 2.58]
C.2.29
coeficiente de confiança
nível de confiança
o valor (1 – α) da probabilidade associada com um intervalo de confiança ou um intervalo estatístico de
abrangência [Ver ISO 3534-1:1993, definições 2.57 (C.2.27), 2.58 (C.2.28) e 2.61 (C.2.30).]
NOTA (1 – α) é frequentemente expresso como uma porcentagem.
[ISO 3534-1:1993, definição 2.59]
C.2.30
intervalo estatístico de abrangência
intervalo sobre o qual se pode dizer que contém, com um dado nível da confiança, pelo menos uma
proporção especificada da população
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
NOTA 1 Quando ambos os limites são definidos por estatísticas o intervalo é bilateral. Quando um dos dois limites
não é finito ou consiste do limite absoluto da variável o intervalo é unilateral.
NOTA 2 Também denominado “intervalo estatístico de tolerância”. Este termo não deve ser usado porque pode
ser confundido com “intervalo de tolerância”, que é definido na ISO 3534-2:1993.
[ISO 3534-1:1993, definição 2.61]
C.2.31
graus de liberdade
em geral, o número de termos numa soma menos o número de restrições sobre os termos da soma
[ISO 3534-1:1993, definição 2.85]
C.3 Elaboração de termos e conceitos
C.3.1 Esperança
A esperança de uma função g(z) sobre uma função densidade de probabilidade p(z) da variável
aleatória z é definida por
s| C t | C : C DC
onde, da definição de p(z), B : C DC 1. A esperança da variável aleatória z, designada por µ z, e que

também é denominada de valor esperado ou a média de z, é dada por
+≡s C t C: C DC
Ela é estimada, estatisticamente, por C̅, a média aritmética ou média de n observações independentes zi
1
!
da variável aleatória z, cuja função densidade de probabilidade é p(z)
C̅ C$
$"
C.3.2 Variância
A variância de uma variável aleatória é a esperança do seu desvio quadrático em torno de sua
esperança. Assim, a variância da variável aleatória z com função densidade de probabilidade p(z) é
dada por
( C t C +} : C DC
2
1
!
onde µ z é a esperança de z. A variância σ (z) pode ser estimada por
& C$ VC' C̅W

1
'"
onde
1
!
C̅ C$
$"
e os C$ são n observações independentes de z.
NOTA 1 O fator n – 1 na expressão para & C$ decorre da correlação entre zi e C̅ e reflete o fato de que há
somente n – 1 itens independentes no conjunto C$ C̅ .
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
1
!
NOTA 2 Se a esperança µ z de z é conhecida, a variância pode ser estimada por
& C$ C$ +}
$"
A variância da média aritmética ou média das observações, em lugar da variância das observações
variável z deve ser cuidadosamente distinguida da variância da média C̅. A variância da média
individuais, é a medida apropriada da incerteza de um resultado de medição. A variância de uma
2 2
aritmética de uma série de n observações independentes zi de z é dada por σ (z) = σ (zi)/n e é estimada
& C$ 1
!
pela variância experimental da média
& C̅ C$ C̅
1
$"
C.3.3 Desvio-padrão
O desvio-padrão é a raiz quadrada positiva da variância. Conquanto uma incerteza-padrão do Tipo A
seja obtida tomando-se a raiz quadrada da variância estatisticamente avaliada, é muitas vezes mais
conveniente, quando se determina uma incerteza-padrão do Tipo B, avaliar primeiro o desvio-padrão
não-estatístico equivalente e, então, obter a variância equivalente elevando-o ao quadrado.
C.3.4 Covariância
A covariância de duas variáveis aleatórias é uma medida de sua dependência mútua. A covariância de
cov , C cov C, s s C s C
variáveis aleatórias y e z é definida por
cov , C cov C,
o que leva a
∬ +‚ C +} : , C D DC
ƒ C: , C D DC +‚ +}
onde p(y,z) é a função densidade de probabilidade conjunta das duas variáveis y e z. A covariância
cov(y,z) [também simbolizada por ν(y,z)] pode ser estimada por s(yi,zi), obtida a partir de n pares
independentes de observações simultâneas yi e zi de y e z,
!
1
& $ , C$ V ' W VC' C̅W
1
'"
onde
!
1
$
$"
e
!
1
C̅ C$
$"
NOTA A covariância estimada das duas médias e C̅ é dada por s( ,C̅) = s(yi, zi)/n.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
C.3.5 Matriz de covariância
covariâncias das variáveis, é denominada matriz de covariância. Os elementos diagonais, „ C, C ≡

Para uma distribuição de probabilidade multivariada a matriz V, cujos elementos são as variâncias e
( C ou & C$ , C$ ≡ & C$ , são as variâncias, enquanto que os elementos fora da diagonal, „ , C ou

& $ , C$ , são as covariâncias.
C.3.6 Coeficiente de correlação

O coeficiente de correlação é uma medida da dependência mútua relativa de duas variáveis, igual à
6
„ ,C „ ,C
razão entre sua covariância e a raiz quadrada positiva do produto de suas variâncias. Assim
… ,C … C,
v„ , „ C, C ( ( C
& $ , C$ & $ , C$
com estimativas
g $ , C$ g C$ , $
v& $, $ & C$ , C$ & $ & C$
O coeficiente de correlação é um número puro tal que: 1 E … E 1 ou 1Eg $, C$ E 1

NOTA 1 Como ρ e r são números puros na faixa de -1 a +1 inclusive, enquanto as covariâncias são usualmente
grandezas com dimensões físicas e magnitudes inconvenientes, os coeficientes de correlação são geralmente
mais úteis que as covariâncias.
NOTA 2 Para distribuições de probabilidade multivariadas, a matriz de coeficientes de correlação é geralmente

fornecida no lugar da matriz de covariância. Como ρ(y, y) = 1, e r(yi, yi) = 1, os elementos diagonais desta matriz
são iguais à unidade.
NOTA 3 Se as estimativas de entrada xi e xj são correlacionadas (ver 5.2.2) e se uma alteração δi em xi produz
uma mudança δj em xj, então o coeficiente de correlação associado com xi e xj é estimado, aproximadamente, por
gV $ , ' W L * $ c' /i*V ' Wc$ j

Esta relação pode servir de base para estimar experimentalmente coeficientes de correlação. Ela também pode ser
usada para calcular a variação aproximada em uma estimativa de entrada devida a uma variação em outra caso
seu coeficiente de correlação seja conhecido.
C.3.7 Independência
Duas variáveis aleatórias são estatisticamente independentes se sua distribuição de probabilidade
conjunta é o produto de suas distribuições de probabilidade individuais.
NOTA Se duas variáveis aleatórias são independentes, sua covariância e coeficiente de correlação são nulos, mas
o contrário não é necessariamente verdadeiro.
C.3.8 A distribuição-t; distribuição de Student

A distribuição-t ou distribuição de Student é a distribuição de probabilidade de uma variável aleatória
„ 1
contínua t cuja função densidade de probabilidade é
1 Γ‡ 2 ˆ
1 ‰0 /
: ,„ =1 A ,
√;„ Γ ‡„ˆ
∞F F ∞
„
2
onde Γ é a função gama e Š ‹ 0. A esperança da distribuição-t é zero e sua variância é Š/ Š 2 para
Š ‹ 2. À medida que Š → ∞, a distribuição-t se aproxima de uma distribuição normal com µ = 0 e σ = 1
(ver C.2.14).
6
Nota dos tradutores:
“...ratio of their covariances to...” no original. Trata-se evidentemente de um engano.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
A distribuição de probabilidade da variável C̅ +} /& C̅ é a distribuição-t se a variável aleatória z é

distribuída normalmente com esperança µ z, onde C̅ é a média aritmética de n observações
independentes zi de z, s(zi) é o desvio-padrão experimental das n observações, e & C̅ & C$ /√ é o
desvio-padrão experimental da média C̅, com ν = n – 1 graus de liberdade.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo D
Valor “verdadeiro”, erro e incerteza
O termo valor verdadeiro (B.2.3) tem sido tradicionalmente usado em publicações sobre incerteza.
Não neste Guia, pelas razões apresentadas neste anexo. Como os termos “mensurando”, “erro” e
“incerteza” são frequentemente mal interpretados, este anexo também fornece uma discussão adicional
sobre as ideias básicas a eles associados, a fim de suplementar a discussão dada no Capítulo 3. Duas
figuras são apresentadas para ilustrar por que o conceito de incerteza adotado neste Guia é baseado
no resultado de medição e sua incerteza estimada, em vez de o ser nas grandezas desconhecíveis
valor “verdadeiro” e erro.
D.1 O mensurando
D.1.1 O primeiro passo ao se efetuar uma medição é especificar o mensurando - a grandeza a ser
medida; o mensurando não pode ser especificado por um valor, mas somente por uma descrição de
uma grandeza. Entretanto, em princípio, um mensurando não pode ser completamente descrito sem um
número infinito de informações. Assim, na medida em que deixa margem a interpretação, a definição
incompleta do mensurando introduz, na incerteza do resultado de uma medição, um componente de
incerteza que pode ou não ser significativo para a exatidão requerida da medição.
D.1.2 Comumente, a definição de um mensurando especifica certos estados e condições físicas.
EXEMPLO A velocidade do som no ar seco de composição (fração molar) N2 = 0,780 8, O2 = 0,209 5,

Ar = 0,009 35 e CO2 = 0,000 35, na temperatura T = 273,15 K e pressão p = 101 325 Pa.
D.2 A grandeza realizada

D.2.1 Idealmente, a grandeza realizada para medição deveria ser totalmente consistente com a
definição do mensurando. Frequentemente, entretanto, tal grandeza não pode ser realizada e a
medição é efetuada numa grandeza que é uma aproximação do mensurando.
D.3 O valor “verdadeiro” e o valor corrigido

D.3.1 O resultado da medição da grandeza realizada é corrigido pela diferença entre esta grandeza e o
mensurando, de forma a prever qual teria sido o resultado da medição se a grandeza realizada tivesse,
de fato, satisfeito, integralmente, a definição do mensurando. O resultado da medição da grandeza
realizada é também corrigido para todos os outros efeitos sistemáticos significativos reconhecidos.
Embora o resultado corrigido final seja algumas vezes considerado como a melhor estimativa do valor
“verdadeiro” do mensurando, na realidade o resultado é simplesmente a melhor estimativa do valor da
grandeza que se pretendia medir.
D.3.2 Como exemplo, suponha que o mensurando seja a espessura de uma determinada folha de
material em uma temperatura especificada. O espécime é levado a uma temperatura próxima da
especificada e sua espessura, em um local particular, é medida com um micrômetro. A espessura do
material nesse lugar e temperatura, sob a pressão aplicada pelo micrômetro, é a grandeza realizada.
D.3.3 São então determinadas a temperatura do material no momento da medição e a pressão

aplicada. O resultado não corrigido da medição da grandeza realizada é então corrigido levando-se em
conta a curva de calibração do micrômetro, o afastamento entre a temperatura do espécime em relação
à temperatura especificada, além da leve compressão do espécime sob a pressão aplicada.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
D.3.4 O valor corrigido pode ser denominado a melhor estimativa do valor “verdadeiro”; “verdadeiro” no
sentido de que ele é o valor de uma grandeza que se acredita que satisfaça completamente à definição
do mensurando. Porém, se o micrômetro tivesse sido aplicado a uma parte diferente da folha do
material o mensurando realizado teria sido diferente, com um valor “verdadeiro” diferente. No entanto,
aquele valor “verdadeiro” seria consistente com a definição do mensurando porque essa definição não
especificou que a espessura era para ser determinada num local em particular sobre a folha. Assim,
neste caso, por causa de uma definição incompleta do mensurando, o valor “verdadeiro” tem uma
incerteza que pode ser avaliada por medições realizadas em diferentes partes da folha. Em algum
nível, cada mensurando tem uma incerteza “intrínseca” que pode, em princípio, ser estimada de algum
modo. Esta é a incerteza mínima com a qual um mensurando pode ser determinado, e cada medição
que alcança tal incerteza pode ser considerada a melhor medição possível do mensurando. Para obter
um valor da grandeza em questão com uma incerteza menor requer-se que o mensurando seja definido
mais completamente.
NOTA 1 No exemplo, a especificação do mensurando deixa em dúvida muitos outros aspectos que podem,
hipoteticamente, afetar a espessura: a pressão barométrica, a umidade, o comportamento da folha no campo
gravitacional, a maneira pela qual ela é apoiada, etc.
NOTA 2 Embora um mensurando deva ser definido com detalhes suficientes para que qualquer incerteza
decorrente de sua definição incompleta seja desprezível em comparação com a exatidão requerida para a
medição, deve-se reconhecer que isto nem sempre é praticável. A definição pode, por exemplo, estar incompleta
porque não especifica parâmetros cujos efeitos possam ter sido, injustificadamente, considerados desprezáveis; ou
pode implicar condições que poderão nunca ser inteiramente satisfeitas e cuja realização imperfeita é difícil de ser
levada em conta. Por exemplo, no caso do exemplo de D.1.2, a velocidade do som implica infinitas ondas planas
de amplitudes muito pequenas. Na proporção em que a medição não satisfaz a estas condições, os efeitos não
lineares e de difração precisam ser considerados.
NOTA 3 A especificação inadequada do mensurando pode levar a discrepâncias entre os resultados de medições
realizadas em laboratórios diferentes sobre grandezas que, equivocadamente, se supõe (ou se supôs) constituírem
a mesma grandeza.
D.3.5 A expressão “valor verdadeiro de um mensurando” ou de uma grandeza (frequentemente
abreviada para “valor verdadeiro") é evitada neste Guia porque a palavra “verdadeiro” é vista como
redundante. “Mensurando” (ver B.2.9) significa “grandeza particular sujeita a medição”, portanto “valor
de um mensurando” significa “valor de uma grandeza particular sujeita a medição”. Como “grandeza
particular” é geralmente compreendida como significando uma grandeza definida ou especifica (ver
B.2.1, Nota 1), o adjetivo “verdadeiro” em “valor verdadeiro de um mensurando” (ou em “valor
verdadeiro de uma grandeza”) é desnecessário – o valor “verdadeiro” do mensurando (ou grandeza) é,
simplesmente, o valor do mensurando (ou grandeza). Adicionalmente, como indicado na discussão
acima, o valor “verdadeiro” único é somente um conceito idealizado.
D.4 Erro
Um resultado de medição corrigido não é o valor do mensurando – isto é, ainda contém erros – visto
que a medição da grandeza realizada é imperfeita devido a variações aleatórias das observações
(efeitos aleatórios), há uma determinação inadequada de correções para efeitos sistemáticos e há um
conhecimento incompleto de certos fenômenos físicos (também efeitos sistemáticos). Nem o valor da
grandeza realizada nem o valor do mensurando podem ser conhecidos exatamente; tudo o que se pode
saber são os seus valores estimados. No exemplo acima, o valor medido para a espessura da folha
pode estar errado, isto é, pode diferir do valor do mensurando (a espessura da folha), porque cada uma
das seguintes razões podem se combinar para contribuir para um erro desconhecido no resultado da
medição:
a) pequenas diferenças entre as indicações do micrômetro quando ele é aplicado repetidamente à

mesma grandeza realizada;
b) calibração imperfeita do micrômetro;
c) medição imperfeita da temperatura e da pressão aplicada;
d) conhecimento incompleto dos efeitos da temperatura, pressão barométrica e umidade da amostra

ou do micrômetro, ou de ambos.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
D.5 Incerteza
D.5.1 Conquanto os valores exatos das contribuições ao erro de um resultado de uma medição sejam
desconhecidos e desconhecíveis, as incertezas associadas com os efeitos aleatórios e sistemáticos
que contribuem para o erro podem ser avaliadas. Porém, mesmo que as incertezas avaliadas sejam
pequenas, ainda assim não há garantia de que o erro no resultado da medição seja pequeno. Isto
porque, na determinação de uma correção ou no julgamento sobre a extensão em que o conhecimento
é incompleto, um efeito sistemático pode ter passado despercebido por não ter sido reconhecido como
tal. Assim, a incerteza de um resultado de uma medição não é necessariamente uma indicação de o
quanto o resultado da medição está próximo do valor do mensurando; ela é simplesmente uma
estimativa de o quanto se está próximo do melhor valor consistente com o conhecimento atualmente
disponível.
D.5.2 A incerteza de medição é assim uma expressão do fato de que, para um dado mensurando e um
dado resultado de sua medição, não há um valor único, mas sim um infinito número de valores,
dispersos em torno do resultado, todos eles consistentes com todas as observações e dados e com o
conhecimento disponível sobre o mundo físico, e que podem ser atribuídos ao mensurando com
diferentes graus de credibilidade.
D.5.3 Felizmente, em muitas situações práticas de medição, muito do que é discutido neste anexo não
se aplica. Citem-se como exemplos situações em que o mensurando está adequadamente bem
definido; padrões ou instrumentos são calibrados usando-se padrões de referência bem conhecidos
rastreáveis a padrões nacionais; e em que as incertezas das correções de calibração são
insignificantes comparadas às incertezas provenientes de efeitos aleatórios na indicação dos
instrumentos ou devidas à limitação do número de observações (ver E.4.3). Não obstante, o
conhecimento incompleto de grandezas de influência e de seus efeitos pode, muitas vezes, contribuir
consideravelmente para a incerteza do resultado de uma medição.
D.6 Representação gráfica

D.6.1 A Figura (D.1) ilustra algumas das ideias discutidas no Capítulo 3 deste Guia e neste anexo. Ela
ilustra por que o enfoque deste Guia está em incerteza e não em erro. O valor exato do erro de um
resultado de uma medição é, em geral, desconhecido e impossível de se conhecer. Tudo o que se pode
fazer é estimar os valores das grandezas de entrada, incluindo correções para efeitos sistemáticos
reconhecíveis, juntamente com suas incertezas-padrão (desvios-padrão estimados), seja por meio de
distribuições de probabilidade desconhecidas que são amostradas por observações repetidas, ou por
meio de distribuições subjetivas ou a priori baseadas no conjunto de informações disponíveis e, então,
calcular o resultado da medição a partir dos valores estimados das grandezas de entrada, e a
incerteza-padrão combinada deste resultado a partir das incertezas-padrão daqueles valores
estimados. Somente se há uma base sólida para se acreditar que tudo isto foi feito de maneira
adequada, sem que se tenha passado por cima de nenhum efeito sistemático relevante, pode-se supor
que o resultado da medição é uma estimativa confiável do valor do mensurando e que sua incerteza-
padrão combinada é uma medida confiável de seu possível erro.
NOTA 1 Na Figura D.1 a) as observações são mostradas como um histograma para propósitos ilustrativos [ver
4.4.3 e a Figura 1 b)].
NOTA 2 A correção para um erro é igual ao negativo da estimativa do erro. Assim, na Figura D.1, e também na
Figura D.2, uma seta que ilustra a correção para um erro tem comprimento igual ao da seta que teria ilustrado o
próprio erro, mas elas apontam sempre em sentidos contrários. O texto da figura torna claro se uma seta em
particular ilustra uma correção ou um erro.
D.6.2 A Figura D.2 mostra algumas das mesmas ideias ilustradas na Figura D.1, mas de uma maneira
diferente. Além disso, ela também evidencia a ideia de que pode haver vários valores do mensurando
se sua definição está incompleta [entrada g) da Figura D.2]. A incerteza que se origina do fato de a
definição do mensurando estar incompleta, tal como medida pela variância, é avaliada por medições de
múltiplas realizações do mensurando, usando-se o mesmo método, os mesmos instrumentos, etc. (ver
D.3.4).
2
NOTA Na coluna intitulada “Variância”, as variâncias são entendidas como sendo as variâncias ui (y) definidas na
Equação (11a) em 5.1.3; portanto, como ali mostrado, elas se somam linearmente.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Figura D 1 – Ilustração gráfica de valor, erro e incerteza
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Figura D 2 – Ilustração gráfica de valores, erro e incerteza
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo E
Motivação e base para a Recomendação INC-1 (1980)
Este anexo traz uma breve discussão tanto da motivação como da base estatística para a
Recomendação INC-1 (1980) do Grupo de Trabalho para Declaração de Incertezas sobre a qual se
fundamenta este Guia. Para discussões mais aprofundadas, ver as referências [1, 2, 11, 12].
E.1 “Seguro”, “aleatório”, e “sistemático”

E.1.1 Este Guia apresenta um método amplamente aplicável para avaliar e expressar incerteza de
medição. Ele fornece, em vez de um valor “seguro”, um valor realístico da incerteza, baseado no
conceito de que não há diferença inerente entre um componente de incerteza proveniente de um efeito
aleatório e um componente proveniente de uma correção para um efeito sistemático (ver 3.2.2 e 3.2.3).
O método apresenta-se, portanto, em contraste com certos métodos mais antigos que têm em comum
as duas seguintes ideias.
E.1.2 A primeira ideia é a de que a incerteza relatada deve ser “segura” ou “conservadora”,
significando que nunca deveria errar pecando por ser pequena demais. De fato, como a avaliação da
incerteza de um resultado de medição é problemática, ela era deliberadamente, e com frequência,
tornada maior.
E.1.3 A segunda ideia é a de que as influências que dão origem às incertezas eram sempre
reconhecidas como sendo ou “aleatórias” ou “sistemáticas”, com as duas tendo naturezas diferentes; as
incertezas associadas com cada uma delas eram combinadas na sua própria maneira e deviam ser
relatadas separadamente (ou, quando um único valor era requerido, combinadas de algum modo
específico). Na realidade, o método de combinação de incertezas era frequentemente projetado para
satisfazer o requisito de segurança.
E.2 Justificativa para avaliações realísticas de incerteza

E.2.1 Quando o valor de um mensurando é relatado devem ser dadas a melhor estimativa de seu valor
e a melhor avaliação da incerteza desta estimativa, pois, se a incerteza é passível de erro, não é
normalmente possível decidir em qual direção dever-se-ia errar “seguramente”. Uma declaração
subdimensionada das incertezas pode fazer com que seja depositada confiança demasiada nos valores
relatados, com consequências por vezes embaraçosas ou até mesmo desastrosas. Uma declaração
deliberadamente superdimensionada das incertezas pode também ter repercussões indesejáveis.
Poderia fazer com que os usuários de equipamentos de medição comprassem instrumentos mais
dispendiosos do que o necessário, ou poderia fazer com que produtos caros fossem descartados
desnecessariamente ou que os serviços de um laboratório de calibração fossem rejeitados.
E.2.2 Isso não quer dizer que aqueles que utilizam um resultado de medição não possam aplicar seus
próprios fatores de multiplicação à incerteza declarada de forma a obter uma incerteza expandida que
defina um intervalo com um nível da confiança especificado e que satisfaça suas próprias
necessidades. Nem significa, em certas circunstâncias, que as instituições fornecedoras de resultados
de medições não possam, rotineiramente, aplicar um fator que forneça uma incerteza expandida similar
que satisfaça as necessidades de uma classe específica de usuários desses resultados. Entretanto, tais
fatores (sempre a serem declarados) devem ser aplicados à incerteza tal como determinado por um
método realístico, e somente após a incerteza ter sido assim determinada, de modo que o intervalo
definido pela incerteza expandida tenha o nível da confiança requerido e a operação possa ser
facilmente revertida.
E.2.3 Aqueles engajados em medições frequentemente precisam incorporar em suas análises os
resultados de medições feitas por outros, com cada um desses resultados possuindo uma incerteza
própria. Ao avaliar a incerteza de seu próprio resultado de medição, eles necessitam ter um melhor
valor da incerteza de cada um dos resultados incorporados de terceiros, e não um valor “seguro”.
Adicionalmente, deve haver alguma maneira lógica e simples pela qual essas incertezas importadas
possam ser combinadas com as incertezas das suas próprias observações para fornecer a incerteza de
seu próprio resultado. A Recomendação INC-1 (1980) fornece tal maneira.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
E.3 Justificativa para tratar identicamente todos os componentes de incerteza
O enfoque da discussão deste item é um exemplo simples que ilustra como este Guia trata exatamente
da mesma forma, na avaliação da incerteza do resultado de uma medição, os componentes de
incerteza provenientes de efeitos aleatórios e de correções para efeitos sistemáticos. Ele exemplifica,
assim, o ponto de vista adotado neste Guia e citado em E.1.1, ou seja, que todos os componentes da
incerteza são da mesma natureza e devem ser tratados identicamente. O ponto de partida da discussão
é uma derivação simplificada da expressão matemática para a propagação dos desvios-padrão,
denominada neste Guia como lei de propagação de incertezas.
E.3.1 Suponha que a grandeza de saída z = f(w1,w2,..,wN) dependa de N grandezas de entrada

w1,w2,...wN, onde cada wi seja descrito por uma distribuição de probabilidade apropriada. A expansão de
f em torno das esperanças dos wi, E(wi) ≡ µ i, em uma série de Taylor de primeira ordem fornece, para
pequenos desvios de z em torno de µ z em termos de pequenos desvios dos wi em torno dos µ i,
P
C +} • +$ (E.1)
P•$ $
$"
onde todos os termos de maior ordem são considerados desprezíveis e µ z = f(µ 1, µ 2, ..., µ N). O quadrado
do desvio z – µ z é então dado por
P
C +} Q • +$ U (E.2a)
P•$ $
$"
que pode ser escrito como
P P P
1
C +} w z •$ +$ 2 •$ +$ V•' +' W (E.2b)

P•$ P•$ P•'
$" $" '"$0
A esperança do desvio quadrado (z – µ z) é a variância de z, isto é, s C +} (} e, assim a

2
Equação (E.2b) leva a
P P P
1
(• w z ($ 2 ( ( … (E.3)
P•$ P•$ P•' $ ' $'
$" $" '"$0
Nesta expressão, ($ s •$ +$ é a variância de •$ e …$' ŠV•$ , •' WkV($ (' W

/
correlação de •$ e •' , onde ŠV•$ , •' W si •$ +$ •' +' j é a covariância de •$ e •' .

é o coeficiente de
NOTA 1 (} e ($ são, respectivamente, os momentos centrais de ordem 2 (ver C.2.13 e C.2.22) das distribuições
de probabilidade de z e de •$ . Uma distribuição de probabilidade pode ser completamente caracterizada pela sua
esperança, variância e momentos centrais de ordens mais altas.
NOTA 2 A Equação (13) em 5.2.2 [junto com a Equação (15)], que é usada para calcular a incerteza-padrão
combinada, é idêntica à Equação (E.3), exceto que a Equação (13) é expressa em termos de estimativas das
variâncias, desvios-padrão e coeficientes de correlação.
propagação de erros”, uma denominação que é melhor aplicada a uma expressão da forma ∆C
E.3.2 Na terminologia tradicional, a Equação (E.3) é frequentemente chamada a “lei geral de
∑$" P ⁄P•$ ∆•$ , onde ∆C é a variação em z devida a (pequenas) variações ∆•$ em •$ [ver Equação
feito neste Guia, porque ela mostra como as incertezas das grandezas de entrada •$ , tomadas como
(E.8)]. De fato, é apropriado denominar a Equação (E.3) de lei de propagação de incertezas, como é
iguais aos desvios-padrão das distribuições de probabilidade de •$ , se combinam para fornecer a

incerteza da grandeza de saída z, se esta incerteza é considerada como sendo igual ao desvio-padrão
da distribuição de probabilidade de z.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
E.3.3 A Equação (E.3) também se aplica à propagação de múltiplos de desvios-padrão pois, se cada
desvio-padrão σi é substituído por um múltiplo kσi, com o mesmo k para cada σi, o desvio-padrão da
grandeza de saída z é substituído por kσz. Entretanto, ela não se aplica à propagação de intervalos de
confiança. Se cada σi é substituído por uma grandeza δi que define um intervalo correspondente a um
dado nível da confiança p, a grandeza resultante para z, δz, não definirá um intervalo correspondente ao
mesmo valor de p, a não ser que todos os wi sejam descritos por distribuições normais. Nenhuma de
tais suposições quanto à normalidade das distribuições de probabilidade das grandezas wi está
implícita na Equação (E.3). Mais especificamente, se na Equação (10), em 5.1.2, cada incerteza-padrão
u(xi) é avaliada por meio de repetidas observações independentes e multiplicada pelo fator-t apropriado
para seus graus de liberdade para um valor particular de p (digamos, p = 95 por cento), a incerteza da
estimativa y não irá definir um intervalo correspondendo àquele valor de p (ver G.3 e G.4).
NOTA O requisito de normalidade, quando se propagam intervalos de confiança usando a Equação (E.3), pode
ser uma das razões para a histórica separação dos componentes de incerteza derivados de observações
repetidas, assumidos como normalmente distribuídos, daqueles componentes avaliados por estimativas de limites
superior e inferior.
E.3.4 Considere o seguinte exemplo: z depende somente de uma grandeza de entrada w, z = f(w), onde
w é estimado pela média de n valores wk de w; estes n valores são obtidos de n observações repetidas
independentes qk de uma variável aleatória q; e wk e qk são relacionados por
• 7% (E.4)
Aqui α é um deslocamento ou desvio “sistemático” constante comum a cada observação, e β é um fator

de escala comum. O deslocamento e o fator de escala, embora fixos durante as observações, são
supostos como caracterizados por distribuições de probabilidade a priori, com α e β sendo as melhores
A melhor estimativa de • é a média aritmética ou média amostral •

• obtida de
estimativas das esperanças dessas distribuições.
1 1
! !
•
• • 7% (E.5)
" "
A grandeza z é, então, estimada por •• , 7, % , % , … , %! e a estimativa u (z) de sua 2
estimativa de z é C •
• •
•, então a estimativa u (z) pode ser prontamente encontrada. Notando-se
variância σ (z) é obtida da Equação (E.3). Se, para simplificar, se supõe z = w, de modo que a melhor
2
2
que, pela Equação (E.5),
P
1,
P
P 1
!
% %
P7
"
P 7

P%
e designando as variâncias estimadas de α e β por u (α) e u (β), respectivamente, e supondo ainda que
2 2
as observações individuais não são correlacionadas, obtém-se, da Equação (E.3),
& %
* C * % * 7 7 (E.6)
4.2.2, e s (qk)/n = s (%) é a variância experimental da média % [Equação (5), em 4.2.3].

2
onde s (qk) é a variância experimental das observações qk calculada de acordo com a Equação (4) em
2 2
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
E.3.5 Na terminologia tradicional, o terceiro termo do membro à direita da Equação (E.6) é chamado de
2
contribuição “aleatória” à variância estimada u (z) porque ele em geral decresce quando o número de
observações n aumenta, enquanto que os dois primeiros termos são chamados contribuições
“sistemáticas” porque não dependem de n.
Mais importante que isso, em alguns tratamentos tradicionais de incerteza de medição questiona-se a
Equação (E.6) porque nenhuma distinção é feita entre as incertezas oriundas de efeitos sistemáticos e
as que decorrem de efeitos aleatórios. Condena-se, em particular, a combinação de variâncias obtidas
de distribuições de probabilidade a priori com aquelas obtidas de distribuições baseadas em frequência,
pois o conceito de probabilidade é considerado aplicável somente a eventos que podem ser repetidos
um grande número de vezes sob condições essencialmente iguais, com a probabilidade p de um evento
(0 ≤ p ≤ 1) indicando a frequência relativa com a qual o evento irá ocorrer.
Em contraste com este ponto de vista de probabilidade baseada em frequências, outro ponto de vista
igualmente válido é aquele em que a probabilidade é uma medida do grau de credibilidade de que um
evento irá ocorrer [13, 14]. Por exemplo, suponha que alguém tenha a oportunidade de ganhar uma
pequena soma de dinheiro D e que se trate de um apostador racional. Se o apostador é indiferente
quanto à escolha das duas possibilidades seguintes, seu grau de credibilidade na ocorrência do evento
A é p = 0,5.
1) receber D se o evento A ocorrer, porém não receber nada se ele não ocorrer;
2) receber D se o evento A não ocorrer, porém não receber nada se ele ocorrer.
A Recomendação INC-1 (1980) sobre a qual se fundamenta este Guia adota implicitamente tal ponto de
vista de probabilidade, uma vez que considera expressões tais como a Equação (E.6) como a maneira
adequada de calcular a incerteza-padrão combinada de um resultado de uma medição.
E.3.6 Existem três vantagens distintas em se adotar uma interpretação de probabilidade baseada no
grau de credibilidade, no desvio-padrão (incerteza-padrão) e na lei de propagação de incertezas
[Equação (E.3)] como bases para avaliação e expressão de incerteza de medição, como tem sido feito
neste Guia:
a) a lei de propagação de incertezas permite que a incerteza-padrão combinada de um resultado seja
prontamente incorporada na avaliação da incerteza-padrão combinada de outro resultado no qual
a primeira é utilizada;
b) a incerteza-padrão combinada pode servir de base para calcular intervalos que correspondam, de
forma realista, a seus níveis da confiança requeridos; e
c) é desnecessário classificar componentes como “aleatórios” ou “sistemáticos” (ou de qualquer outro
modo) quando da avaliação da incerteza, porque todos os componentes da incerteza são tratados
da mesma maneira.
O especificado em c) é altamente vantajoso porque tal categorização é frequentemente fonte de
confusão; um componente de incerteza não é ou “aleatório” ou “sistemático”. Sua natureza é
condicionada pela utilização feita da grandeza correspondente ou, mais formalmente, pelo contexto no
qual a grandeza aparece no modelo matemático que descreve a medição. Assim, quando sua
correspondente grandeza é usada em um contexto diferente, um componente “aleatório” pode se tornar
um componente “sistemático” e vice versa.
E.3.7 Pelo motivo dado em c) acima, a Recomendação INC-1 (1980) não classifica os componentes de
incerteza como “aleatórios” ou “sistemáticos”. Na realidade, no que se refere ao cálculo da incerteza-
padrão combinada de um resultado de medição, não há necessidade de classificar componentes de
incerteza e, assim, nenhuma necessidade real de qualquer esquema de classificação. Contudo, uma
vez que denominações convenientes podem, às vezes, ser úteis na comunicação e discussão de
ideias, a Recomendação INC-1 (1980) fornece um esquema para a classificação de dois métodos
distintos pelos quais os componentes da incerteza podem ser avaliados, “A” e “B” (ver 0.7, 2.3.2 e
2.3.3).
Classificando-se os métodos usados para avaliar os componentes de incerteza evita-se o problema
principal associado com a classificação dos próprios componentes, isto é, a dependência da
classificação de um componente em relação à forma pela qual a grandeza correspondente é utilizada.
Entretanto, classificar os métodos, em vez de os componentes, não impede que se agrupem os
componentes individuais avaliados pelos dois métodos em grupos específicos para um propósito
particular, em uma dada medição, por exemplo, quando se compara a variabilidade observada
experimentalmente com a prevista teoricamente para os valores de saída de um sistema complexo de
medição (ver 3.4.3).
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
E.4 Desvios-padrão como medidas de incerteza

E.4.1 A Equação (E.3) requer que, independente de como seja obtida a incerteza da estimativa de uma
grandeza de entrada, ela seja avaliada como uma incerteza-padrão, isto é, um desvio-padrão estimado.
Se, em vez disso, alguma alternativa “segura” é avaliada, ela não pode ser usada na Equação (E.3).
Em particular, se o “limite máximo de erro” (o maior desvio concebível com relação à suposta melhor
estimativa) é usado na Equação (E.3), a incerteza resultante terá um significado mal definido e não
poderá ser utilizada por alguém que queira incorporá-la em cálculos subsequentes de incertezas de
outras grandezas (ver E.3.3).
E.4.2 Quando a incerteza-padrão de uma grandeza de entrada não pode ser avaliada pela análise de
resultados de um número adequado de observações repetidas, deve-se adotar uma distribuição de
probabilidade baseada em um conhecimento que é muito menos extenso do que seria desejável. Isso
não torna, entretanto, a distribuição inválida ou irreal; como todas as distribuições de probabilidade, ela
é uma expressão do conhecimento existente.
obtidas por outros meios. Considere & % , o desvio-padrão experimental da média de n observações qk
E.4.3 As avaliações baseadas em observações repetidas não são necessariamente superiores àquelas
grandeza & % é uma estatística (ver C.2.23) que estima ( % , o desvio-padrão da distribuição da
independentes de uma variável q aleatória, distribuída normalmente [ver Equação (5), em 4.2.3]. A
probabilidade de %, que é o desvio-padrão da distribuição dos valores de q que seria obtido se a

medição fosse repetida um número infinito de vezes. A variância ( & % de & % é dada
aproximadamente por
( & % L ( % /2n (E.7)

onde Š 1 é o número de graus de liberdade de & % (ver G.3.3). Assim, o desvio-padrão relativo
de & % , que é dado pela razão ( & % ⁄( % e que pode ser tomado como uma medida da incerteza
relativa de & % , é aproximadamente 2 1 1 / . Esta “incerteza da incerteza” de %, que decorre de
motivo puramente estatístico referente à amostragem limitada, pode ser surpreendentemente grande;
para n = 10 observações ela é de 24 por cento. Este e outros valores são dados na Tabela E.1, que
mostra que o desvio-padrão de um desvio-padrão estatisticamente estimado não é desprezível para
valores práticos de n. Pode-se, portanto, concluir que as avaliações do Tipo A da incerteza-padrão não
são necessariamente mais confiáveis do que as avaliações do Tipo B, e que em muitas situações
práticas de medições, onde o número de observações é limitado, os componentes obtidos por
avaliações do Tipo B podem ser melhor conhecidos do que os componentes obtidos de avaliações do
Tipo A.
E.4.4 Tem-se levantado a questão referente ao fato de que, enquanto as incertezas associadas com a
aplicação de um método particular de medição são parâmetros estatísticos caracterizando variáveis
aleatórias, existem exemplos de um “efeito verdadeiramente sistemático” cuja incerteza deve ser
tratada diferentemente. Um exemplo é um erro no zero tendo um valor fixo desconhecido, o qual é o
mesmo para cada determinação pelo método, devido a uma possível imperfeição no próprio princípio
do método em si ou em uma de suas hipóteses. Mas, ao se reconhecer que tal possibilidade de erro no
zero existe, e se sua magnitude é tida como sendo possivelmente significativa, então ele pode ser
descrito por uma distribuição de probabilidade, ainda que construída de forma não muito elaborada,
baseada no conhecimento que levou à conclusão de que esse erro poderia existir e de que era
significativo. Assim, se se considerar a probabilidade como uma medida do grau de credibilidade de
que um evento irá ocorrer, a contribuição de tal efeito sistemático pode ser incluída na incerteza-padrão
combinada de um resultado de medição pela avaliação dessa contribuição como uma incerteza-padrão
de uma distribuição de probabilidade a priori, e tratando-a como qualquer outra incerteza-padrão de
uma grandeza de entrada.
EXEMPLO A especificação de um particular procedimento de medição requer que uma determinada grandeza de
entrada seja calculada a partir de uma específica expansão em série de potências cujos termos de maior ordem
não são exatamente conhecidos. O efeito sistemático devido à impossibilidade de tratar com exatidão estes termos
leva a um determinado erro no zero que é desconhecido e que não pode ser experimentalmente amostrado por
repetições do procedimento. Assim, a incerteza associada com o efeito não pode ser avaliada e incluída na
incerteza do resultado final de medição se uma interpretação de probabilidade baseada em frequência é seguida
estritamente. Entretanto, uma interpretação de probabilidade com base no grau de credibilidade permite que a
incerteza que caracteriza o efeito seja avaliada a partir de uma distribuição de probabilidade a priori (derivada do
conhecimento disponível concernente aos termos conhecidos sem exatidão) e seja incluída no cálculo da
incerteza-padrão combinada do resultado da medição, como qualquer outra incerteza.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela E.1 — ( & % ⁄( % , o desvio-padrão do desvio-padrão experimental

da média % de n observações independentes de uma variável aleatória
(a) (b)
normalmente distribuída q, relativamente ao desvio-padrão daquela média
Número de observações ( & % ⁄( %
n (porcentagem)
2 76
3 52
4 42
5 36
10 24
20 16
30 13
50 10
( & % ⁄( % e não da expressão aproximada [2(n – 1)]-1/2.

(a) Os valores dados foram calculados da expressão exata para
(b) Na expressão ( & % ⁄( % , o denominador ( % • ) é a esperança E[S/√ ]

e o numerador ( & % é a raiz quadrada da variância V[s/√ ], onde S denota
uma variável aleatória igual ao desvio-padrão de n variáveis aleatórias
independentes X1, ..., Xn, cada qual tendo uma distribuição normal com valor
médio µ e variância σ²:
! !
1 1
“ ” ,
1 $ $
$" $"
A esperança e a variância de S são dadas por:
2 Γ ⁄2
s“ o (, & ( s“
1Γ 1 ⁄2
onde Γ(x) é a função gama. Note-se que E[S] < σ para um número n finito.
E.5 Uma comparação entre duas abordagens de incerteza

E.5.1 O enfoque deste Guia é dirigido ao resultado de medição e à sua incerteza avaliada, em vez de o
ser às grandezas desconhecidas valor “verdadeiro” e erro (ver Anexo D). Este Guia, na realidade, ao
adotar os pontos de vista operacionais de que o resultado de uma medição é simplesmente o valor
atribuído ao mensurando e que a incerteza desse resultado é uma medida da dispersão dos valores
que poderiam, razoavelmente, ser atribuídos ao mensurando, desfaz a conexão muitas vezes confusa
entre incerteza e as grandezas desconhecidas, valor “verdadeiro” e erro.
E.5.2 Esta conexão pode ser entendida interpretando-se a derivação da Equação (E.3), a lei de
propagação de incertezas, do ponto de vista de valor “verdadeiro” e erro. Neste caso µ i é visto como o
ao seu valor “verdadeiro” µ i por •‘ +$ ’$ , onde εi é o erro em wi. A esperança da distribuição de

desconhecido, valor “verdadeiro” único da grandeza de entrada wi e cada wi.é suposto ser relacionado
probabilidade de cada εi.é supostamente nula, E(εi) = 0, com variância E(εi2) = σ2i. A Equação (E.1)
torna-se, então
P
’} ’ (E.8)
P•$ $
$"
onde εz = z - µ z é o erro em z e µ z é o valor “verdadeiro” de z. Tomando-se a esperança do quadrado de

εz, obtém-se uma equação idêntica, na forma, à Equação (E.3), mas onde σ2z = E(ε2z) é a variância de
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
εz, e …$' Š V’$ , ’' WkV($ (' W é o coeficiente de correlação de εi e εj, onde ŠV’$ , ’' W sV’$ , ’' W é a
k
covariância entre εi e εj. As variâncias e os coeficientes de correlação estão, portanto, associados aos
erros das grandezas de entrada, em vez de estarem associados às próprias grandezas de entrada.
NOTA Assume-se que a probabilidade seja vista como uma medida do grau de credibilidade de que um evento irá
ocorrer. Isso implica que um erro sistemático pode ser tratado da mesma forma que um erro aleatório e que εj
representa ambos os tipos de erros.
E.5.3 Na prática, a diferença de pontos de vista não leva a uma diferença no valor numérico do
resultado da medição ou da incerteza atribuída a esse resultado.
Primeiro, em ambos os casos as melhores estimativas disponíveis das grandezas de entrada wi são
utilizadas para obter a melhor estimativa de z através da função f; não faz nenhuma diferença nos
cálculos se as melhores estimativas são vistas como os valores mais prováveis a serem atribuídos às
grandezas em questão, ou como as melhores estimativas de seus valores “verdadeiros”.
Segundo, uma vez que εi = wi - µ i e que os µ i representam valores únicos e fixos e, por consequência,
não têm incerteza, as variâncias e os desvios-padrão de εi e de wi são idênticos. Isso significa que, em
ambos os casos, as incertezas-padrão utilizadas como estimativas dos desvios-padrão σi, para obter a
incerteza-padrão combinada do resultado da medição são idênticas e fornecem o mesmo valor
numérico para aquela incerteza. Novamente, não faz nenhuma diferença nos cálculos se uma
incerteza-padrão é vista como uma medida da dispersão da distribuição de probabilidade de uma
grandeza de entrada ou como uma medida da dispersão da distribuição de probabilidade do erro dessa
grandeza.
NOTA Se a assunção da nota de E.5.2 não tivesse sido feita, então a discussão deste item não faria sentido, a
não ser que todas as estimativas das grandezas de entrada e as incertezas dessas estimativas fossem obtidas da
análise estatística de observações repetidas, isto é, de avaliações do Tipo A.
E.5.4 Embora o enfoque baseado no valor “verdadeiro” e erro forneça os mesmos resultados
numéricos que o enfoque adotado por este Guia (desde que a assunção da nota E.5.2 seja feita), o
conceito de incerteza deste Guia elimina a confusão entre erro e incerteza (ver o anexo D). Na
realidade, o enfoque operacional deste Guia, pelo qual é focalizado o valor observado (ou estimado) de
uma grandeza e a variabilidade observada (ou estimada) desse valor, torna qualquer menção a erro
inteiramente desnecessária.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo F
Guia prático para avaliação de componentes de incerteza
Este anexo dá sugestões adicionais para avaliar componentes de incerteza. Tais sugestões são
principalmente de natureza prática e têm o propósito de complementar aquelas já dadas no Capítulo 4.
F.1 Componentes avaliados a partir de observações repetidas: avaliação Tipo A

da incerteza-padrão
F.1.1 Aleatoriedade e observações repetidas
F.1.1.1 Incertezas determinadas a partir de observações repetidas são frequentemente consideradas

“objetivas”, “estatisticamente rigorosas”, etc., e como tais são contrastadas com incertezas avaliadas
por outros meios. Isso sugere, erroneamente, que elas podem ser avaliadas meramente pela aplicação
de fórmulas estatísticas às observações e que sua avaliação não requer a aplicação de algum
julgamento.
F.1.1.2 Deve-se perguntar primeiro: “Em que extensão observações repetidas são repetições
completamente independentes no contexto de um procedimento de medição?”. Se todas as
observações são de uma amostra única, e se a amostragem é parte do procedimento de medição
porque o mensurando é a propriedade de um material (o que é diferente da propriedade de uma dada
amostra do material), então as observações não foram independentemente repetidas; uma avaliação de
um componente de variância decorrente de possíveis diferenças entre amostras deve ser adicionada à
variância das observações repetidas realizadas sobre a amostra única.
Se a operação de zerar um instrumento é parte do procedimento de medição, o instrumento deve ser

novamente zerado em cada repetição, mesmo havendo uma deriva desprezível durante o período em
que as observações são feitas, pois há, potencialmente, uma incerteza estatisticamente determinável
associada a essa operação.
Similarmente, se um barômetro deve ser lido, ele deve, em princípio, ser lido para cada repetição da
medição (preferivelmente após perturbá-lo e deixá-lo voltar ao equilíbrio), pois pode haver uma variação
tanto na indicação como na leitura, mesmo que a pressão barométrica tenha se mantido constante.
F.1.1.3 Deve-se perguntar, em seguida, se todas as influências que foram supostas ser aleatórias o
são de fato. As médias e variâncias de suas distribuições são constantes ou haverá, talvez, durante o
período das observações repetidas, uma deriva no valor de uma grandeza de influência não medida?
Se há um número suficiente de observações, as médias aritméticas dos resultados da primeira e da
segunda metade do período e seus desvios-padrão experimentais podem ser calculados e as duas
médias comparadas uma com a outra, de forma a se julgar se a diferença entre elas é estatisticamente
significativa e, assim, se há um efeito variando com o tempo.
F.1.1.4 Se os valores dos “serviços comuns” no laboratório (tensão e frequência da rede elétrica,
pressão e temperatura da água, pressão de nitrogênio, etc.) são grandezas de influência, há,
normalmente, um forte elemento não aleatório em suas variações que não pode ser ignorado.
F.1.1.5 Se o algarismo menos significativo de uma indicação digital varia continuamente durante uma
observação devido a “ruído”, é por vezes difícil deixar de selecionar, involuntariamente, valores
pessoalmente preferidos desse algarismo. Um melhor procedimento é arranjar algum meio de congelar
a indicação num instante arbitrário e registrar o resultado congelado.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
F.1.2 Correlações
Grande parte da discussão neste item é também aplicável a avaliações do Tipo B da incerteza-padrão.
F.1.2.1 A covariância associada com as estimativas de duas grandezas de entrada Xi e Xj podem ser
tomadas como nulas ou tratadas como insignificantes, se
a) Xi e Xj forem não-correlacionadas (as variáveis aleatórias, não as grandezas físicas, que são
consideradas invariáveis [ver 4.1.1, Nota 1]), seja por exemplo em razão de terem sido medidas
repetidamente, mas não simultaneamente, em experimentos independentes diferentes, ou seja em
razão de representarem grandezas resultantes de avaliações diferentes que foram realizadas
independentemente, ou se
b) qualquer das grandezas Xi ou Xj puder ser tratada como constante, ou se
c) não existirem informações suficientes para avaliar a covariância associada às estimativas de Xi e Xj.
NOTA 1 Por outro lado, em certos casos, tais como no exemplo da resistência de referência da Nota 1 de 5.2.2,
fica evidente que as grandezas de entrada são totalmente correlacionadas e que as incertezas-padrão de suas
estimativas combinam-se linearmente.
NOTA 2 Experimentos diferentes podem não ser independentes se, por exemplo, o mesmo instrumento é utilizado
em cada um dos experimentos (ver F.1.2.3)
F.1.2.2 Pode-se determinar se duas grandezas de entrada observadas simultânea e repetidamente são
ou não correlacionadas por meio da Equação (17), em 5.2.3. Por exemplo, se a frequência de um
oscilador, não compensada ou mal compensada quanto à temperatura, for uma grandeza de entrada,
se a temperatura ambiente for também uma grandeza de entrada e se ambas forem observadas
simultaneamente, poderá haver uma correlação significativa revelada pela covariância calculada da
frequência do oscilador e da temperatura ambiente.
F.1.2.3 Na prática, as grandezas de entrada são, frequentemente, correlacionadas, porque o mesmo
padrão de medição físico, instrumento de medição, dado de referência, ou até mesmo o método de
medição, tendo uma incerteza significativa, são usados na estimativa de seus valores. Sem perda de
generalidade, suponha que duas grandezas de entrada X1 e X2, estimadas por x1 e x2, dependam de um
conjunto de variáveis não correlacionadas Q1, Q2, ..., QL. Assim, X1 = F(Q1, Q2, ..., QL) e X2 = G(Q1, Q2, ...,
QL), embora algumas dessas variáveis possam, na realidade, aparecer em somente uma função e não
2
na outra. Se u (ql) é a variância estimada associada com a estimativa ql de Ql, então a variância
estimada associada com x1, é, da Equação (10) em 5.1.2,
Pp
–
* w z * %• (F.1)
P%•
•"
2
com uma expressão similar para u (x2). A covariância estimada associada a x1 e x2 é dada por
Pp P—
–
* , * %• (F.2)
P%• P%•
•"
Em razão de somente aqueles termos para os quais Pp ⁄P%• ˜ 0 e P— ⁄P%• ˜ 0, para um dado l,
contribuírem para a soma, a covariância é zero se nenhuma variável é comum a ambos, F e G.
O coeficiente de correlação estimado r(x1, x2), associado com as duas estimativas x1 e x2 é determinado
por u(x1, x2) [Equação (F.2)] e Equação (14) em 5.2.2, com u(x1) calculado da Equação (F.1) e u(x2) de
uma expressão similar. [Ver também Equação (H.9), em H.2.3.] É também possível que a covariância
estimada associada com duas estimativas de entrada tenha ambos componentes, um componente
estatístico [ver Equação (17), em 5.2.3] e um componente que surge como discutido neste item.
EXEMPLO 1 Um resistor padrão RS é usado na mesma medição para determinar tanto a corrente I como a
temperatura t. A corrente é determinada medindo-se, com um voltímetro digital, a diferença de potencial nos
terminais do padrão; a temperatura é determinada medindo-se, com uma ponte de resistência e com o padrão, a
resistência Rt(t) de um sensor resistivo de temperatura calibrado, cuja relação temperatura-resistência, na faixa de
15 ºC ≤ t ≤ 30 ºC, é t = aRt2(t) – t0, onde a e t0 são constantes conhecidas. Assim, a corrente é determinada por meio
da relação I = VS/RS e a temperatura através da relação t = α β2(t) RS2 – t0, onde β(t) é a razão medida Rt(t)/Rs
fornecida pela ponte.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Como apenas a grandeza RS é comum à expressão de I e t, a Equação (F.2) fornece para a covariância de I e t
P™ P 2™
* ™, * = A 2 7 * *
›
P šP š ›
š
š ›
›
š
(Por simplicidade de notação, neste exemplo é usado o mesmo símbolo para a grandeza de entrada e para sua
estimativa.)
Para obter o valor numérico da covariância, substituem-se nesta expressão os valores numéricos das grandezas
medidas I e t, e os valores de RS e u(RS) dados no certificado de calibração do resistor padrão. A unidade de u(I,t) é
2
claramente A∙°C, uma vez que a variância relativa [ u(RS)/RS] é uma grandeza adimensional.
2
Seja uma grandeza P relacionada com as grandezas de entrada I e t por P = CoI /(To + t), onde Co e To são
constantes conhecidas, com incertezas desprezíveis [u (Co) ≈ 0, u (To) ≈ 0]. A Equação (13) em 5.2.2 fornece então
2 2
para a variância de P em termos das variâncias de I e t e de sua covariância
* * ™ * ™, *
4 4
™ ™ • •
2 2
As variâncias u (I) e u (t) são obtidas através da aplicação da Equação (10) de 5.1.2 às relações I = VS/RS e t =
αβ2(t)RS2 – t0. Os resultados são
* ™ ⁄™ * š ⁄ š * š ⁄ š
* 4 * 7 ⁄7 4 * š ⁄ š
nos quais, para simplificar, supõe-se que as incertezas das constantes t0 e a sejam também desprezíveis. Estas
2 2
expressões podem ser prontamente avaliadas uma vez que u (VS) e u (β) podem ser determinadas,
respectivamente, a partir de leituras repetidas do voltímetro e da ponte de resistência. Naturalmente, quaisquer
incertezas inerentes aos próprios instrumentos e aos procedimentos de medição empregados devem também ser
2 2
levadas em conta quando u (VS) e u (β) são determinados.
EXEMPLO 2 No exemplo da Nota 1 de 5.2.2, suponha-se que a calibração de cada resistor seja representada por
Ri = αiRS, com u(αi) sendo a incerteza-padrão da razão medida αi, tal como obtida em observações repetidas.
Suponha-se ainda que αi ≈ 1 para cada resistor e que u(αi) seja essencialmente a mesma para cada calibração, de
forma que u(αi) = u(α). Então, as equações (F.1) e (F.2) fornecem u (Ri) = RS u (α) + u (RS) e u(Ri,Rj) = u (RS). Isso
2 2 2 2 2
implica, pela Equação (14) em 5.2.2, que o coeficiente de correlação de quaisquer dois resistores (i ≠ j) é
*
1
gV $ , ' W ≡ g$' ž1 w z Ÿ
* š ⁄ š
Desde que u(RS)/RS = 10 , se u(α) = 100 x 10 , ri,j ≈ 0,5; se u(α) = 10 x 10 , ri,j ≈ 0,990; e se u(α) = 1 x 10 , ri,j ≈
-4 -6 -6 -6
1,000. Assim, quando u(α) 0, ri,j 1 e u(Ri) u(RS).

NOTA Em geral, em calibrações por comparação, tais como neste exemplo, os valores estimados dos itens
calibrados são correlacionados, com o grau de correlação dependendo da razão entre a incerteza da comparação
e a incerteza do padrão de referência. Quando, como ocorre frequentemente na prática, a incerteza da
comparação é desprezível com respeito à incerteza do padrão, os coeficientes de correlação são iguais a +1 e a
incerteza de cada item de calibração é a mesma que a do padrão.
F.1.2.4 A necessidade de introduzir a covariância u(xi, xj) pode ser dispensada se o conjunto original de
grandezas de entrada X1, X2, ..., XN, das quais o mensurando Y depende [ver Equação (1), em 4.1], é
redefinido de maneira a incluir, como grandezas de entrada independentes adicionais, aquelas
grandezas Ql que são comuns a duas ou mais das Xi originais. (Pode ser necessário executar medições
adicionais para estabelecer integralmente a relação entre Ql e as Xi afetadas). No entanto, em algumas
situações pode ser mais conveniente manter as covariâncias em vez de aumentar o número das
grandezas de entrada. Um processo similar pode ser realizado para as covariâncias encontradas em
observações repetidas simultâneas [ver Equação (17), em 5.2.3], porém a identificação das grandezas
de entrada adicionais apropriadas é frequentemente arbitrada e não física.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
EXEMPLO Se, no Exemplo 1 de F.1.2.3, as expressões para I e t em termos de RS são introduzidas na expressão
de P, o resultado é
› • 7 š
e a correlação entre I e t é evitada à custa da substituição das grandezas de entrada I e t pelas grandezas VS, RS e
β. Como essas grandezas não são correlacionadas, a variância de P pode ser obtida da Equação (10) em 5.1.2.
F.2 Componentes avaliados por outros meios: avaliação do Tipo B da incerteza-

padrão
F.2.1 A necessidade de avaliações do Tipo B
Se um laboratório de medição tivesse recursos e tempo ilimitados, ele poderia conduzir uma exaustiva
investigação estatística de todas as causas concebíveis de incerteza, por exemplo, utilizando muitas
marcas e tipos diferentes de instrumentos, diferentes métodos de medição, diferentes aplicações do
método e diferentes aproximações dos seus modelos teóricos de medição. As incertezas associadas a
todas essas causas poderiam, então, ser avaliadas pela análise estatística de séries de observações, e
a incerteza de cada causa seria caracterizada por um desvio-padrão estatisticamente avaliado. Em
outras palavras, todos os componentes da incerteza seriam obtidos através de avaliações do Tipo A.
Como tal investigação não tem nenhuma praticidade econômica, muitos componentes da incerteza
devem ser avaliados por quaisquer outros meios que sejam práticos.
F.2.2 Distribuições determinadas matematicamente

F.2.2.1 Resolução de uma indicação digital
Uma fonte de incerteza de um instrumento digital é a resolução de seu dispositivo indicador. Por
exemplo, mesmo se as observações repetidas forem todas idênticas, a incerteza de medição atribuível
à repetibilidade não seria zero, pois há uma faixa de sinais de entrada no instrumento, varrendo um
intervalo conhecido, que forneceria a mesma indicação. Se a resolução do dispositivo indicador é δx, o
valor do estímulo que produz uma dada indicação pode estar situado com igual probabilidade em
qualquer lugar no intervalo X - δx/2 a X + δx/2. O estímulo é, então, descrito por uma distribuição de
probabilidade retangular (ver 4.3.7 e 4.4.5), de largura δx, com variância u = (δx) /12, implicando em
2 2
uma incerteza-padrão de u = 0,29δx para qualquer indicação.
Assim, um instrumento de pesagem com um dispositivo indicador cujo menor algarismo significativo é
2 2
1 g tem uma variância devida à resolução do dispositivo de u = (1/12) g e uma incerteza-padrão de u =
(1/√12) g = 0,29 g.
F.2.2.2 Histerese
Certos tipos de histerese podem causar um tipo similar de incerteza. A indicação de um instrumento
pode diferir por um valor fixo e conhecido caso as leituras sucessivas sejam crescentes ou
decrescentes. O operador prudente anota a direção das sucessivas leituras e faz a correção
apropriada. Entretanto, a direção da histerese não é sempre observável: pode haver oscilações ocultas
do instrumento em torno do ponto de equilíbrio, de modo que a indicação dependa da direção pela qual
esse ponto de equilíbrio é finalmente alcançado. Se a faixa de leituras possíveis desta causa for δx, a
2 2
variância é, novamente, u = (δx) /12, e a incerteza-padrão devido à histerese é u = 0,29δx.
F.2.2.3 Aritmética de precisão-finita
O arredondamento ou truncamento de números provenientes da redução automática de dados pelo

computador pode, também, ser uma fonte de incerteza. Considere, por exemplo, um computador com
um comprimento de palavra de 16 bits. Se, no decorrer da computação, um número tendo esse
comprimento de palavra é subtraído de outro do qual ele difira apenas no 16º bit, somente permanece
um bit significativo. Tais eventos podem ocorrer na avaliação de algoritmos “mal condicionados” e
podem ser difíceis de prever. Pode-se obter uma determinação empírica da incerteza aumentando-se a
grandeza de entrada mais importante para o cálculo (há frequentemente uma que é proporcional à
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
magnitude da grandeza de saída) por pequenos incrementos até que a grandeza de saída mude; a
menor mudança na grandeza de saída que pode ser obtida por tais meios pode ser tomada como uma
medida da incerteza; se ela é δx, a variância é u = (δx) /12 e u = 0,29δx.
2 2
NOTA Pode-se verificar a avaliação da incerteza comparando-se o resultado da computação levada a efeito na
máquina com limitação do comprimento de palavra, com o resultado da mesma computação efetuada por uma
máquina com um comprimento de palavra significativamente maior.
F.2.3 Valores de entrada importados

F.2.3.1 Um valor importado para uma grandeza de entrada é um valor que não foi estimado no decorrer
de uma dada medição, mas que foi obtido em outra ocasião como resultado de uma avaliação
independente. Frequentemente tal valor importado é acompanhado de algum tipo de informação sobre
sua incerteza. Por exemplo, a incerteza pode ser dada como um desvio-padrão, um múltiplo de um
desvio-padrão, ou a meia largura de um intervalo tendo um nível da confiança declarado.
Alternativamente, limites superior ou inferior podem ser fornecidos, ou nenhuma informação pode ter
sido fornecida sobre a incerteza. Neste último caso, aqueles que utilizam o valor devem empregar seu
próprio conhecimento sobre a provável magnitude da incerteza, considerando para isso a natureza da
grandeza, a confiabilidade da fonte, as incertezas obtidas na prática para esse tipo de grandeza, etc.
NOTA Essa discussão a respeito da incerteza de grandezas de entrada importadas é incluída neste item sobre
avaliação do Tipo B de incerteza-padrão apenas por conveniência; a incerteza de tal grandeza pode ser composta
por componentes obtidos por avaliações do Tipo A ou componentes obtidos por avaliações de ambos os Tipos, A e
B. Como é desnecessário distinguir entre componentes avaliados pelos dois diferentes métodos para se calcular
uma incerteza-padrão combinada, é também desnecessário conhecer a composição de uma incerteza de uma
grandeza importada.
F.2.3.2 Alguns laboratórios de calibração têm adotado a prática de expressar a “incerteza” na forma de
limites superior e inferior que definem um intervalo tendo um nível da confiança “mínimo”, por exemplo,
“pelo menos” 95 por cento. Isso pode ser visto como um exemplo da assim chamada incerteza “segura”
(ver E.1.2) e esta não pode ser convertida em uma incerteza-padrão sem o conhecimento de como ela
foi calculada. Se for fornecida informação suficiente, ela pode ser recalculada de acordo com as regras
deste Guia; de outra forma, uma avaliação independente da incerteza deve ser feita por quaisquer
outros meios que estejam disponíveis.
F.2.3.3 Algumas incertezas são dadas, simplesmente, como limites máximos dentro dos quais todos os
valores da grandeza estarão contidos. É uma prática comum supor que todos os valores dentro desses
limites são igualmente prováveis (uma distribuição de probabilidade retangular), mas tal distribuição não
deve ser suposta se existem razões para se esperar que os valores que estejam dentro do intervalo,
porém próximos aos limites, sejam menos prováveis do que aqueles que estão mais próximos do centro
2
desses limites. Uma distribuição retangular de meia largura a tem uma variância a /3; uma distribuição
normal para a qual a é a meia largura de um intervalo tendo um nível da confiança de 99,73 por cento
2
tem uma variância de a /9. Pode ser prudente adotar um meio termo entre esses valores, por exemplo,
2
supondo-se uma distribuição triangular, para a qual a variância é a /6 (ver 4.3.9 e 4.4.6).
F.2.4 Valores de entrada medidos

F.2.4.1 Observação única, instrumentos calibrados
Se uma estimativa de entrada foi obtida a partir de uma única observação, com um determinado
instrumento que tenha sido calibrado por um padrão de pequena incerteza, a incerteza da estimativa é,
principalmente, a de repetibilidade. A variância de medições repetidas pelo instrumento pode ter sido
obtida em ocasião anterior, não necessariamente para o mesmo valor de leitura, mas próximo o
suficiente para ser útil, podendo ser possível supor que a variância seja aplicável ao valor de entrada
em questão. Se nenhuma informação estiver disponível, deve ser feita uma estimativa baseada na
natureza do aparelho ou instrumento de medição, nas variâncias conhecidas de outros instrumentos de
construção similar, etc.
F.2.4.2 Observação única, instrumentos verificados
Nem todos os instrumentos de medição são acompanhados de um certificado de calibração ou de uma
curva de calibração. A maioria dos instrumentos, entretanto, é construída de acordo com uma norma
escrita e verificada, seja pelo fabricante ou por uma autoridade independente, para estar em
conformidade com esse documento. Usualmente, a norma contém requisitos metrológicos,
frequentemente na forma de “erros máximos permissíveis”, com os quais se requer que o instrumento
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
esteja conforme. O atendimento do instrumento a esses requisitos é determinado por comparação com
um instrumento de referência cuja incerteza máxima permitida é, geralmente, especificada na norma.
Essa incerteza é, então, um componente da incerteza do instrumento verificado.
Se nada é conhecido sobre a curva característica de erro do instrumento verificado deve-se supor que
há uma probabilidade igual de que o erro tenha qualquer valor dentro dos limites permitidos, isto é,
deve-se supor uma distribuição de probabilidade retangular. Entretanto, certos tipos de instrumento têm
curvas características tais que os erros são, por exemplo, provavelmente sempre positivos em parte da
faixa de medição e negativos em outra. Algumas vezes, tal informação pode ser deduzida pelo estudo
da norma escrita.
F.2.4.3 Grandezas controladas

Medições são frequentemente feitas sob condições de referência controladas que se supõe que
permaneçam constantes no decorrer de uma série de medições. Por exemplo, medições podem ser
efetuadas em amostras em um banho de óleo agitado, cuja temperatura seja controlada por um
termostato. A temperatura do banho pode ser medida ao mesmo tempo em que se realiza a medição
em uma amostra, mas, se a temperatura do banho é cíclica, a temperatura instantânea da amostra
pode não ser a temperatura indicada pelo termômetro no banho. O cálculo das flutuações da
temperatura da amostra baseado na teoria de transferência de calor e de sua variância está além do
escopo deste Guia, porém ele deve começar a partir de um ciclo conhecido ou suposto de temperatura
para banho. Este ciclo pode ser observado por um termopar adequado e um registrador de
temperatura, mas, na falta deles, pode-se deduzir uma aproximação do valor a partir do conhecimento
da natureza dos controles.
F.2.4.4 Distribuições assimétricas de valores possíveis

Há ocasiões em que todos os valores possíveis de uma grandeza se encontram de um lado de um
valor limitante único. Por exemplo, quando se mede uma altura vertical fixa h (o mensurando) de uma
coluna de líquido em um manômetro, o eixo da altura do dispositivo medidor pode se desviar da vertical
por um pequeno ângulo β. A distância l determinada pelo dispositivo será sempre maior do que h; não é
possível nenhum valor menor do que h. Isto se dá porque h é igual à projeção l cosβ, implicando l =
h/cosβ, e todos os valores de cosβ são menores que um; nenhum valor maior do que um é possível.
Este assim chamado “erro de cosseno” pode também ocorrer de tal maneira que a projeção h' cosβ, de
um mensurando h',é igual à distância observada l, isto é, l = h' cosβ, e a distância observada é sempre
menor do que o mensurando.
Se uma nova variável δ = 1- cosβ é introduzida, as duas diferentes situações são, supondo β ≈ 0, ou
¢̅ 1
δ << 1 como acontece geralmente na prática,
¡ c (F.3a)
¡, ¢̅ 1 c (F.3b)
Aqui ¢ ,̅ a melhor estimativa de l, é a média aritmética ou média de n observações independentes
repetidas lk, de l, com uma variância estimada * V¢ W̅ [ver as Equações (3) e (5), em 4.2]. Assim, das
Equações (F.3a) e (F.3b) segue-se que, para obter uma estimativa de h ou h', necessita-se de uma
estimativa do fator de correção δ, enquanto que, para se obter a incerteza-padrão combinada da
estimativa de h ou h', necessita-se de u2(δ), a variância estimada de δ. Mais especificamente, a
aplicação da Equação (10) em 5.1.2 às Equações (F.3a) e (F.3b) fornece para uc2(h) e uc2(h’) (com
1 ∓ c * V¢ W̅ ¢ ̅ * c (F.4a)
sinais - e +, respectivamente)
*O
L * V¢ W̅ ¢ ̅ * c (F.4b)
Para se obterem as estimativas do valor esperado de c e da variância de c, assume-se que o eixo do
dispositivo utilizado para medir a altura da coluna de líquido no manômetro é mantido fixo no plano
vertical e que a distribuição dos valores do ângulo de inclinação β, em torno de seu valor esperado
negativos, c 1 X¤&7 é positivo para todos os valores de β. Se o desalinhamento do eixo do

zero, é uma distribuição normal, com variância σ2. Embora β possa ter valores tanto positivos quanto
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
dispositivo não é restrito a um plano, a orientação do eixo pode variar em um ângulo sólido, uma vez
que é capaz de um desalinhamento também de azimute, sendo β, porém, sempre um ângulo positivo.
< : 7 ⁄ 2( D7 , no caso irrestrito ou bidimensional o elemento de probabilidade é proporcional a

No caso restrito ou unidimensional o elemento de probabilidade p(β)dβ (C.2.5, nota) é proporcional a
< : 7 ⁄ 2( &< 7D7 . As funções densidade de probabilidade : c são, nos dois casos, as
expressões requeridas para se determinarem a esperança e a variância de c para uso nas Equações
ângulo β pode ser considerado pequeno e, portanto, c 1 X¤&7 e &< 7 podem ser expandidos até a
(F.3) e (F.4). Elas podem ser prontamente obtidas a partir destes elementos de probabilidades porque o
menor ordem em β. Isso gera c 7 ⁄2, &< 7 L 7 √2c e D7 Dc ⁄√2c. As funções densidade de
probabilidade são, então:
1
: c exp c ⁄( (F.5a)
(√;c
1
em uma dimensão e
: c < : c ⁄( (F.5b)
(
em duas dimensões
onde
¨
t : c Dc 1
As Equações (F.5a) e (F.5b), que mostram que o valor mais provável da correção c em ambos os
casos é zero, fornecem, no caso unidimensional, s c ( ⁄2 e „/g c ( a ⁄2 para a esperança
e a variância de c ; e no caso bidimensional, s c ( e „/g c ( . As Equações (F.3a), (F3.b)
a
e (F.4b) tornam-se, então
¡ ¢̅ 1 D ⁄2 * 7 (F.6a)
¡′ ¢̅ 1 D ⁄2 * 7 (F.6b)
*O ¡ *O ¡ 6 * V¢ W̅ D ⁄2 ¢ ̅ *a 7 (F.6c)
onde d é a dimensionalidade (d = 1 ou 2) e u(β) é a incerteza-padrão do ângulo β, tomado como sendo

a melhor estimativa do desvio-padrão σ de uma distribuição suposta como normal e a ser avaliada a
partir de todas as informações disponíveis relativas à medição (avaliação do Tipo B). Este é um
exemplo de um caso em que a estimativa do valor de um mensurando depende da incerteza de uma
grandeza de entrada.
Embora as Equações de (F.6a) até (F.6c) sejam específicas para uma distribuição normal, a análise
pode ser efetuada, supondo-se outras distribuições para β. Por exemplo, supondo-se uma distribuição
zero, no caso bidimensional, s c 7 ⁄6 e „/g c 7 a ⁄45, em uma dimensão; s c 7 ⁄4

retangular simétrica para β, com limites superior e inferior +β0 e -β0, no caso unidimensional e +β0 e
a⁄
e „/g c 7 48, em duas dimensões.
ordem para obter uc2(y), Equação (10), em 5.1.2, é inadequada por causa da não-linearidade de : X¤&7 ˜ cos V7̅W
NOTA Esta é uma situação em que a expansão da função Y = f(X1, X2, ..., XN) em uma série de Taylor de primeira
(ver Nota 2 de 5.1.2, e H.2.4). Embora a análise possa ser realizada inteiramente em termos de 7̅ , a introdução da
variável c simplifica o problema.
Outro exemplo de uma situação em que todos os valores possíveis de uma grandeza situam-se de um
só lado de um valor limitante único é a determinação por titulação da concentração de um componente
em uma solução em que o ponto final é indicado pelo disparo de um sinal; a quantidade de reagente
adicionada é sempre maior do que aquela necessária para disparar o sinal; nunca é menor. O excesso
titulado além do ponto limite é uma variável requerida na redução de dados, e o procedimento, neste
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
caso (e em casos similares), é supor uma distribuição de probabilidade adequada para o excesso e
utilizá-la para obter o valor esperado do excesso e sua variância.
EXEMPLO Supondo-se, para o excesso z, uma distribuição retangular de limite inferior zero e limite superior C0, o
valor esperado do excesso é C0/2, com a variância associada C02/12. Se a função densidade de probabilidade do
excesso for tomada como uma distribuição normal com 0 < z < ∞, isto é, p(z) = (σ√π/2)-1exp[-z2/(2σ2)], então o valor
esperado é σ√2/π, com variância σ2(1 - 2/π).
F.2.4.5 Incerteza quando as correções de uma curva de calibração não são aplicadas
A Nota de 6.3.1 discutiu o caso em que uma correção conhecida b, para um efeito sistemático
significativo, não é aplicada ao resultado relatado de uma medição, mas, em vez disso, é levada em
conta, aumentando-se a “incerteza” atribuída ao resultado. Um exemplo é a substituição de uma
incerteza expandida U por U + b, onde U é uma incerteza expandida obtida sob a suposição de b = 0.
Esta prática é, por vezes, seguida em situações nas quais todas as seguintes condições se aplicam: o
mensurando Y é definido sobre uma faixa de valores de um parâmetro t, como no caso de uma curva
de calibração para um sensor de temperatura; U e b também dependem de t; e somente um único valor
de “incerteza” deve ser dado para todas as estimativas y(t) do mensurando para a faixa dos valores
possíveis de t. Em tais situações, o resultado da medição é muitas vezes relatado como Y(t) = y(t) ±
[Umax + bmax], onde o índice “max” indica que são usados os valores máximos de U e da correção
conhecida b para a faixa dos valores de t.
Embora este Guia recomende que sejam aplicadas correções aos resultados de medição para os
efeitos sistemáticos significativos conhecidos, isto pode não ser sempre factível em tal situação, devido
a um esforço financeiro inaceitável que ocorreria para calcular e aplicar uma correção individual e para
calcular e utilizar uma incerteza individual para cada valor de y(t).
Um enfoque comparativamente simples deste problema, consistente com os princípios deste Guia, é
Calcule uma correção média única 5 a partir de

como se segue:
1 ?^
5 t 5 D (F.7a)
?]
valor 6 5, onde y(t) é a melhor estimativa não corrigida de Y(t). A variância associada à
onde t1 e t2 definem a faixa de interesse do parâmetro t, e considere como a melhor estimativa de Y(t) o
correção média 5 sobre a faixa de interesse é dada por
1 ?^
* V5W t i5 5j D (F.7b)
?]
sem levar em conta a incerteza da real determinação da correção b(t). A variância média da correção
b(t) devida à sua determinação real é dada por
1 ?^
* 5 t * 5 D (F.7c)
?]
onde u2[b(t)] é a variância da correção b(t). Similarmente, a variância média de y(t) proveniente de todas
as fontes de incerteza, à exceção da correção b(t), é obtida de
1 ?^
* t * D (F.7d)
?]
da incerteza-padrão a ser usado para todas as estimativas 6 5 do mensurando Y(t) é,

onde u2[y(t)] é a variância de y(t) devida a todas as fontes de incerteza, à exceção de b(t). O valor único
então, a raiz quadrada positiva de
*O 6
* * 5 * V5W (F.7e)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
adequadamente escolhido, U = kuc(y'), fornecendo Y(t) = y'(t) ± U = y(t) + 5 ± U. Entretanto, o fato de se

Uma incerteza expandida U pode ser obtida multiplicando-se uc(y') por um fator de abrangência k
ter usado a mesma correção média para todos os valores de t, em vez da correção apropriada para
cada valor de t, deve ser reconhecido e declarado de forma clara no tocante ao que U representa.
F.2.5 Incerteza do método de medição

F.2.5.1 Talvez o componente de incerteza mais difícil de avaliar seja aquele associado com o método
de medição, especialmente se a aplicação do método demonstrou dar resultados com menor
variabilidade que os de quaisquer outros métodos conhecidos. Mas é provável que existam outros
métodos, alguns deles ainda desconhecidos ou, de alguma forma, pouco práticos, que dariam de modo
sistemático, resultados diferentes aparentemente de igual validade. Isto implica numa distribuição de
probabilidade a priori, não uma distribuição da qual as amostras podem ser rapidamente extraídas e
tratadas estatisticamente. Assim, muito embora a incerteza do método possa ser dominante, a única
informação muitas vezes disponível para avaliar sua incerteza-padrão é o próprio conhecimento
existente do mundo físico (ver também E.4.4).
NOTA A determinação do mesmo mensurando por diferentes métodos, seja no mesmo laboratório, seja em
laboratórios diferentes, ou pelo mesmo método em laboratórios diferentes, pode, muitas vezes, fornecer
informação valiosa acerca da incerteza atribuível a um método particular. Em geral, a troca de padrões de medição
ou de materiais de referência entre laboratórios para medições independentes é um meio útil de avaliar a
confiabilidade das avaliações de incerteza e de identificar efeitos sistemáticos não reconhecidos previamente.
F.2.6 Incerteza da amostra

F.2.6.1 Muitas medições envolvem a comparação de um objeto desconhecido com um padrão
conhecido, tendo características similares, de forma a calibrar o desconhecido. Exemplos incluem
blocos padrão, certos termômetros, conjuntos de massas, resistores e materiais de alta pureza. Na
maioria desses casos, os métodos de medição não são especialmente sensíveis, ou afetados
prejudicialmente pela seleção da amostra (isto é, o desconhecido em particular sendo calibrado), pelo
tratamento da amostra ou pelos efeitos das várias grandezas ambientais de influência, porque, em
geral, tanto o padrão como o desconhecido respondem do mesmo modo (frequentemente previsível) a
tais variáveis.
F.2.6.2 Em algumas situações práticas de medição, a amostragem e o tratamento das amostras

desempenham um papel muito mais importante. Este é, muitas vezes, o caso da análise química de
materiais naturais. Ao contrário dos materiais feitos pelo homem, que podem ter uma homogeneidade
comprovada em um nível bem acima do requerido para a medição, os materiais naturais são
frequentemente muito heterogêneos. Essa heterogeneidade conduz a dois componentes adicionais de
incerteza. A avaliação do primeiro requer a determinação de quão adequadamente a amostra
selecionada representa o material original sendo analisado. A avaliação do segundo requer a
determinação da extensão na qual os constituintes secundários (não analisados) influenciam a medição
e quão adequadamente eles são tratados pelo método de medição.
F.2.6.3 Em alguns casos, o planejamento cuidadoso da experiência pode tornar possível avaliar
estatisticamente a incerteza devido à amostra (ver H.5 e H.5.3.2). Usualmente, entretanto,
especialmente quando os efeitos de grandezas ambientais de influência sobre a amostra são
significativos, a habilidade e conhecimento do analista, derivados de sua experiência e de todas as
informações então disponíveis, são requeridos para avaliar a incerteza.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo G
Graus de liberdade e níveis da confiança
G.1 Introdução
G.1.1 Este anexo trata da questão geral da obtenção de uma incerteza expandida Up = kpuc(y) a partir
da estimativa y do mensurando Y e de sua incerteza-padrão combinada uc(y), que define um intervalo
y – Up ≤ Y ≤ y + Up, o qual tem uma alta probabilidade de abrangência ou nível da confiança p
especificados. O anexo trata da determinação do fator de abrangência kp que produz um intervalo em
torno do resultado y da medição, do qual se espera que abranja uma grande fração especificada p da
distribuição de valores que poderiam, razoavelmente, ser atribuídos ao mensurando Y (ver Capítulo 6).
G.1.2 Em muitas situações práticas de medição o cálculo de intervalos tendo níveis da confiança
especificados – de fato, a estimativa da maioria dos componentes individuais de incerteza em tais
situações – é apenas uma aproximação, no melhor dos casos. Até mesmo o desvio-padrão
experimental da média de um número tão grande como 30 observações repetidas de uma grandeza
descrita por uma distribuição normal tem uma incerteza aproximada de 13 por cento (ver Tabela E.1 no
Anexo E).
Na maioria dos casos, não faz sentido tentar distinguir entre, por exemplo, um intervalo tendo um nível
da confiança de 95 por cento (uma chance em 20 de que o valor do mensurando Y esteja fora do
intervalo) e intervalos de 94 ou 96 por cento (1 chance em 17 e 25, respectivamente). É particularmente
difícil obter intervalos da confiança justificáveis com níveis da confiança de 99 por cento (1 chance em
100) e maiores, mesmo assumindo-se que nenhum efeito sistemático tenha sido esquecido. Isto porque
geralmente se dispõe de muito pouca informação sobre as porções extremas ou “caudas” das
distribuições de probabilidade das grandezas de entrada.
G.1.3 Para obter o valor do fator de abrangência kp que produz um intervalo correspondente a um
nível especificado da confiança p, requer-se um conhecimento detalhado da distribuição de
probabilidade caracterizada pelo resultado da medição e sua incerteza-padrão combinada. Por
exemplo, para uma grandeza z descrita por uma distribuição normal com esperança µ z e desvio-padrão
σ pode ser prontamente calculado o valor de kp que fornece um intervalo µ z ± kpσ que compreende a
fração p da distribuição, tendo, dessa forma, uma probabilidade de abrangência ou nível da confiança p.
Alguns exemplos são dados na Tabela G.1.
Tabela G.1 — Valor do fator de abrangência kp que produz um intervalo tendo

nível da confiança p, para uma distribuição normal
Nível da confiança p
Fator de abrangência kp
(por cento)
68,27 1
90 1,645
95 1,960
95,45 2
99 2,576
99,73 3
NOTA Por contraste, se z é descrito por uma distribuição de probabilidade retangular com esperança µ z e desvio-
95 por cento para kp = 1,65, 99 por cento para kp = 1,71 e 100 por cento para m- √3 ≈ 1,73. A distribuição
padrão σ = a/√3, onde a é a meia largura da distribuição, os níveis da confiança p são: 57,74 por cento para kp = 1,
retangular é mais estreita do que a distribuição normal no sentido de que é de extensão finita e não tem “caudas”.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
G.1.4 Se as distribuições de probabilidade das grandezas de entrada X1,X2,...,XN das quais o

mensurando Y depende são conhecidas [suas esperanças, variâncias, e momentos de ordem superior
X X ⋯ X
(ver C.2.13 e C.2.22) se as distribuições não são distribuições normais], e se Y é uma função linear das
grandezas de entrada, , então a distribuição de probabilidade de Y pode ser
obtida por convolução das distribuições de probabilidade individuais [10]. Os valores de kp que
fornecem os intervalos correspondentes aos níveis especificados da confiança p podem, então, ser
calculados a partir da distribuição convolucionada resultante.
G.1.5 Se a relação funcional entre Y e suas grandezas de entrada é não linear e se uma expansão de
primeira ordem da série de Taylor da relação não é uma aproximação aceitável (ver 5.1.2 e 5.1.5),
então a distribuição de probabilidade de Y não pode ser obtida pela convolução das grandezas de
entrada. Em tais casos outros métodos numéricos ou analíticos são requeridos.
G.1.6 Na prática, em razão de os parâmetros que caracterizam as distribuições de probabilidade das
grandezas de entrada serem usualmente estimativas, por não ser também realístico esperar que o nível
da confiança a ser associado com um determinado intervalo possa ser conhecido com um alto grau de
exatidão, e devido também à complexidade envolvida na convolucão de distribuições de probabilidade,
tais convoluções raramente são implementadas (quando o são) em situações em que intervalos com
níveis da confiança especificados precisam ser calculados. Em vez disso são usadas aproximações
que aproveitam a vantagem da aplicação do Teorema Central do Limite.
G.2 Teorema Central do Limite

G.2.1 Se X X ⋯ X! ! ∑$" X$ $ e todos os Xi são caracterizados por distribuições
normais, então a distribuição convolucionada resultante de Y também será normal. Entretanto, mesmo
que as distribuições de Xi não sejam normais, a distribuição de Y pode frequentemente ser aproximada
distribuição de Y será aproximadamente normal com esperança s ∑$" X$ s $ e variância

por uma distribuição normal graças ao Teorema Central do Limite. Este teorema estabelece que a
( ∑$" X$ ( $ ( $
independentes e ( é muito maior do que qualquer componente individual X$ (
, onde E(X ) é a esperança de X e é a variância de Xi, se os Xi são
$ de Xi com
i i
distribuição não normal.

G.2.2 O Teorema Central do Limite é importante porque mostra o papel muito relevante
desempenhado pelas variâncias das distribuições de probabilidade das grandezas de entrada,
comparado ao papel desempenhado pelos momentos de ordem superior das distribuições, na
determinação da forma da distribuição convolucionada resultante de Y. Ademais, isto implica que a
entrada que contribuem para ( ; que a convergência será tanto mais rápida quanto mais próximos
distribuição convolucionada tende à distribuição normal quando aumenta o número de grandezas de
estiverem uns dos outros os diversos valores de X$ ( $ (o que é equivalente, na prática, a dizer que
as estimativas de entrada xi contribuem com valores comparativamente próximos entre si para a
incerteza da estimativa y do mensurando Y); e que quanto mais próximas as distribuições de Xi
estiverem da distribuição normal tanto menos Xi serão requeridos para dar a Y uma distribuição normal.
EXEMPLO A distribuição retangular (ver 4.3.7e 4.4.5) é um exemplo extremo de uma distribuição não normal,
mas mesmo a convolução de apenas três de tais distribuições de igual largura é aproximadamente normal. Se a
meia largura de cada uma das três distribuições retangulares é a, de modo que a variância de cada uma é a2/3, a
variância da distribuição convolucionada é σ2 = a2. Os intervalos de 95 por cento e de 99 por cento da distribuição
convolucionada são cobertos por 1,937σ e 2,379σ, respectivamente, enquanto que os intervalos correspondentes
para distribuição normal com o mesmo desvio-padrão σ são cobertos por 1,960σ e 2,576σ (ver Tabela G.1) [10].
NOTA 1 Para qualquer intervalo com um nível da confiança p maior do que cerca de 91,7 por cento, o valor de kp
para uma distribuição normal é maior do que o valor correspondente para a distribuição resultante da convolução
NOTA 2 Do Teorema Central do Limite segue-se que a distribuição de probabilidade da média aritmética % de n
de qualquer número e tamanho de distribuições retangulares.
distribuição normal com média µ q e desvio-padrão (⁄√ , quando n → ∞, qualquer que seja a distribuição de
observações qk de uma variável aleatória q com esperança µ q e desvio-padrão finito σ se aproxima de uma
probabilidade de q.
G.2.3 Uma consequência prática do Teorema Central do Limite é que, sempre que se possa garantir
que seus requisitos são aproximadamente satisfeitos, em particular, desde que a incerteza-padrão
combinada uc(y) não seja dominada por um componente de incerteza-padrão obtido por uma avaliação
do Tipo A baseada em apenas poucas observações, ou por um componente de incerteza-padrão obtido
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
de uma avaliação do Tipo B baseada em uma distribuição assumida como retangular, uma razoável
primeira aproximação para calcular uma incerteza expandida Up = kpuc(y), que proporciona um intervalo
com nível da confiança p, é usar, para kp, um valor oriundo da distribuição normal. Os valores mais
comumente usados para esse propósito são dados na Tabela G.1.
G.3 A distribuição-t e os graus de liberdade

G.3.1 Para obter uma melhor aproximação do que simplesmente usar um valor kp da distribuição
s ⁄( , mas a distribuição da variável

normal, como em G.2.3, deve-se reconhecer que o cálculo de um intervalo com um especificado nível
⁄*O . Isto se dá porque, na prática, tudo que está geralmente disponível é y, a estimativa de Y
da confiança requer não a distribuição da variável
∑$" X$ $ , onde xi é a estimativa de Xi; e a variância combinada associada com y,

uc2(y), avaliada a partir de *O ∑$" X$ * $ , onde u(xi) é a incerteza-padrão (desvio-padrão
tal como obtida de
estimado) da estimativa xi.
NOTA Estritamente falando, na expressão (y - Y)/uc(y), Y deve ser lido como E(Y). Por simplicidade, tal distinção
só tem sido feita em algumas partes deste Guia. Em geral, o mesmo símbolo tem sido usado para a grandeza
física, a variável aleatória que representa esta grandeza, e a esperança desta variável (ver notas de 4.1.1).
G.3.2 Se z é uma variável aleatória normalmente distribuída com esperança µ z e desvio-padrão σ, e C̅

é a média aritmética de n observações independentes zk de z e & C̅ é o desvio-padrão experimental de
C̅ [ver Equações (3) e (5) em 4.2], então a distribuição da variável C̅ +} ⁄& C̅ é a distribuição-t
ou distribuição de Student (C.3.8), com v = n – 1 graus de liberdade.
Consequentemente, se o mensurando Y é, simplesmente, uma grandeza única normalmente distribuída
X, com desvio-padrão experimental da média &

X, Y = X; e se X é estimada pela média aritmética de n observações repetidas e independentes Xk de
padrão dessa estimativa é *O & C̅ +} ⁄& C̅ ⁄& ⁄* O

, então a melhor estimativa de Y é , e o desvio-
. Então é
distribuída de acordo com a distribuição-t, com
gi - n E E - n j : (G.1a)
ou
gi - n E /*O E - n j : (G.1b)
que pode ser reescrita como
gi - n *O E E - n *O j : (G.1c)
Nestas expressões, Pr[ ] significa “probabilidade de”, e o fator-t, tp(v), é o valor de t para um dado valor
do parâmetro v — o número de graus de liberdade (ver G.3.3) — tal que a fração p da distribuição-t é
abrangida pelo intervalo -tp(v) até +tp(v). Assim, a incerteza expandida
l- m- * O - n *O (G.1d)
define um intervalo y - Up até y + Up, convenientemente escrito como Y = y ± Up, do qual espera-se
abranger uma fração p da distribuição de valores que poderiam, razoavelmente, ser atribuídos a y, e p é
a probabilidade de abrangência ou nível da confiança do intervalo.
G.3.3 Para uma grandeza única estimada pela média aritmética de n observações independentes,
como em G.3.2, o número de graus de liberdade v é igual a n -1. Se n observações independentes são
usadas para determinar tanto a inclinação como a interseção de uma linha reta pelo método dos
mínimos quadrados, o número de graus de liberdade de suas respectivas incertezas-padrão é v = n - 2.
Para um ajuste pelos mínimos quadrados de m parâmetros para n pontos de dados, o número de graus
de liberdade da incerteza-padrão de cada parâmetro é v = n – m. (Ver Referência [15] para discussão
adicional sobre graus de liberdade.)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela G.2 no fim deste anexo. Quando ν → ∞ a distribuição-t se aproxima da distribuição normal e
G.3.4 Valores selecionados de tp(v) para diferentes valores de v e vários valores de p são dados na
- n L 1 2⁄n k m- , onde kp é o fator de abrangência requerido para obter um intervalo com nível da
confiança p para uma variável normalmente distribuída. Assim, o valor de - ∞ na Tabela G.2 para um
dado p é igual ao valor de kp na Tabela G.1 para o mesmo p.
NOTA Muitas vezes, a distribuição-t é tabulada em quantis; ou seja, valores do quantil t1-α são dados, onde 1-α
denota a probabilidade cumulativa e a relação
?]°±
1 t , n D
1¨
define o quantil, onde f é a função densidade de probabilidade de t. Assim, tp e t1-α são relacionados por p=1 - 2α.
Por exemplo, o valor do quantil t0,975, para o qual 1 - α = 0,975 e α = 0,025, é o mesmo que tp(v) para p = 0,95.
G.4 Graus de liberdade efetivos

G.4.1 Em geral, a distribuição-t não irá descrever a distribuição da variável (y - Y)/uc(y) se uc²(y) é a
soma de dois ou mais componentes de variância estimados ui²(y) = ci²u²(xi) (ver 5.1.3), mesmo que cada
xi seja a estimativa de uma grandeza de entrada Xi normalmente distribuída. Entretanto, a distribuição
dessa variável pode ser aproximada por uma distribuição-t com um número efetivo de graus de
liberdade νeff obtido da chamada fórmula de Welch-Satterthwaite [16], [17], [18]
*Oa *$a
(G.2a)
n²³³ n$
$"
ou
*Oa
n²³³ (G.2b)
*$a
∑$"
n$
com
n²³³ E n$ (G.2c)
$"
onde *O ∑$" *$ (ver 5.1.3). A incerteza expandida Up = kpuc(y) = tp(νeff)uc(y) fornece então um
intervalo Y = y ± Up tendo um nível da confiança aproximado p.
NOTA 1 Se o valor de νeff obtido da Equação (G.2b) não for um número inteiro, o que ocorrerá usualmente na
prática, o valor correspondente de tp pode ser encontrado a partir da Tabela G.2, por interpolação ou truncando νeff
até o próximo inteiro inferior.
NOTA 2 Se uma estimativa de entrada xi é, ela própria, obtida de duas ou mais outras estimativas, então o valor
de νi a ser usado com ui4 (y) = [ci2u2(xi)]2 no denominador da Equação (G.2b) é o número de graus de liberdade
efetivo calculado por uma expressão similar à própria Equação (G.2b).
NOTA 3 Dependendo das necessidades dos potenciais usuários de um resultado de medição pode ser útil, em
adição a νeff, calcular e relatar também os valores νeffA e νeffB computados pela Equação (G.2b), tratando
separadamente as incertezas-padrão obtidas por avaliações do Tipo A e do Tipo B. Se as contribuições para uc2(y)
das incertezas-padrão do Tipo A e do Tipo B são individualizadas, sendo denotadas, respectivamente, uc2A(y) e
uc2B(y), as várias grandezas estarão assim relacionadas
*O *O´ *Oµ
*Oa *O´
a
*Oµ
a
n²³³ n²³³´ n²³³µ
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
EXEMPLO Considere que Y = f(X1, X2, X3) = bX1X2X3 e que as estimativas x1, x2, x3 das grandezas de entrada
normalmente distribuídas X1, X2, X3 são as médias aritméticas de n1 = 10, n2 = 5 e n3 = 15 observações repetidas e
independentes, respectivamente, com incertezas-padrão relativas u(x1)/x1 = 0,25 por cento, u(x2)/x2 = 0,57 por cento
*h ⁄ ∑T$" * $ ⁄ $ = (1,03 por cento) (ver Nota 2, em 5.1.6), e a Equação (G.2b) torna-se
e u(x3)/x3 = 0,82 por cento. Neste caso, ci = ∂f/∂Xi = Y/Xi (a ser avaliado em x1, x2, x3 - ver 5.1.3, Nota 1),
2
*O ⁄ a
n²³³
* ⁄ a
∑T$" $ $
n$
1,03a
Assim
n²³³ 19,0
0,25a 0,57a 0,82a
10 1 5 1 15 1
O valor de tp para p = 95 por cento e ν = 19 é, pela Tabela G.2, t95(19) = 2,09; portanto a incerteza relativa
expandida para esse nível da confiança é U95 = 2,09 x (1,03 por cento) = 2,2 por cento. Pode-se, então, afirmar que
Y = y ± U95 =y(1±0,022) [y a ser determinado por y = bx1x2x3], ou que 0,978y ≤ Y ≤ 1,022y, e que o nível da confiança
a ser associado com o intervalo é aproximadamente 95 por cento.
G.4.2 Na prática, uc(y) depende das incertezas-padrão u(xi) das estimativas de entrada, tanto
daquelas normalmente distribuídas, como das não normalmente distribuídas, e os u(xi) são obtidos
tanto de distribuições de probabilidade baseadas em frequência como de distribuições a priori (isto é,
tanto de avaliações do Tipo A quanto do Tipo B). Afirmação similar aplica-se à estimativa y e às
estimativas xi de entrada das quais y depende. Não obstante, a distribuição de probabilidade da função
t = (y - Y)/uc(y) pode ser aproximada pela distribuição-t se ela é expandida por uma série de Taylor em
torno de sua esperança. Em essência, isto é o que se consegue, na aproximação de menor ordem, pela
fórmula de Welch-Satterthwaite, Equação (G.2a) ou Equação (G.2b).
Levanta-se uma questão quanto ao número de graus de liberdade a ser atribuído à incerteza-padrão
obtida a partir de uma avaliação do Tipo B quando se calcula νeff pela Equação (G.2b). Como a
uma medida da incerteza da variância & C̅ , a Equação (E.7), em E.4.3, pode ser usada para definir o
definição apropriada de graus de liberdade reconhece que o ν, tal como aparece na distribuição-t, é
número de graus de liberdade νi,
1 * 1 Δ*
1
n$ L L = A (G.3)
$ $
2( * $ 2 * $
A grandeza entre colchetes maiores é a incerteza relativa de u(xi); ela é, para uma avaliação do Tipo B
da incerteza-padrão, uma grandeza subjetiva cujo valor é obtido por julgamento científico baseado no
conjunto de informações disponíveis.
EXEMPLO Baseado no conhecimento disponível do procedimento de medição usado para determinar estimativas
de entrada xi e de como sua incerteza-padrão u(xi) foi avaliada, julgou-se que a avaliação de u(xi) é confiável em
cerca de 25 por cento. Isso pode ser tomado como significando que a incerteza relativa ∆u(xi)/u(xi) = 0,25 e, assim,
pela Equação (G.3), νi = (0,25) /2 = 8. Se, entretanto, o valor de u(xi) é julgado confiável em somente cerca de 50
-2
por cento, então νi = 2. (Ver também a Tabela E.1, no Anexo E.)
G.4.3 Na discussão em 4.3 e 4.4 da avaliação do Tipo B da incerteza-padrão a partir de uma

distribuição de probabilidade a priori, foi implicitamente suposto que o valor de u(xi) resultante de tal
probabilidade retangular com meia largura suposta a = (a+ - a-)/2, como em 4.3.7 e 4.4.5, * $ /⁄√3
avaliação é conhecido exatamente. Por exemplo, quando u(xi) é obtido por meio de uma distribuição de
é visto como uma constante sem incerteza, pois a+ e a-, e também a, são assim também vistas (ver
porém 4.3.9, Nota 2). Isto implica, pela Equação (G.3), que νi → ∞ ou 1/νi → 0, o que não causa
dificuldade na avaliação da Equação G.2b. Além disso, supor que νi → ∞ não é necessariamente
irrealístico; é uma prática usual escolher a+ e a- de modo tal que a probabilidade de a grandeza em
questão ficar fora do intervalo a- até a+ seja extremamente pequena.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
G.5 Outras considerações

G.5.1 Uma expressão encontrada na literatura sobre medição da incerteza e usada frequentemente
para obter uma incerteza destinada a proporcionar um intervalo com um nível da confiança de 95 por
cento pode ser escrita como
l¸¹ i ¸¹ Vn²³³ W& 3* j (G.4)
6 6 /
Aqui, ¸¹ Vn²³³
6
W é obtido da distribuição- para n²³³
6
graus de liberdade e : = 95 por cento; n²³³ 6
é o
número de graus de liberdade efetivo calculado pela fórmula de Welch-Satterthwaite [Equação (G.2b)]
estatisticamente a partir de observações repetidas na medição em curso; & ∑ X$ &$ ; X$ ≡ P ⁄P $ ; e

levando-se em conta somente aqueles componentes de incerteza-padrão si que foram avaliados
* ∑ *' ∑ X' V/' ⁄3W leva em conta todos os outros componentes de incerteza, onde +aj e –aj são
os limites superior e inferior de Xj relativos a sua melhor estimativa xj (isto é, xj – aj ≤ Xj ≤ xj + aj),
supostos exatamente conhecidos.
NOTA Um componente baseado em observações repetidas feitas fora da medição em curso é tratado do mesmo
modo que qualquer outro componente incluído em u2. Então, se há um objetivo de fazer uma comparação
consistente entre a Equação (G.4) e a Equação (G.5) do item seguinte, deve-se supor que tais componentes, se
presentes, sejam desprezíveis.
G.5.2 Se uma incerteza expandida que fornece um intervalo com um nível da confiança de 95 por
cento é avaliada de acordo com os métodos recomendados em G.3 e G.4, a expressão resultante em
l¸¹ ¸¹ Vn²³³ W & * (G.5)

lugar da equação (G.4) é
/
onde νeff é calculado pela Equação (G.2b) e o cálculo inclui todos os componentes de incerteza.
O valor de U95 da Equação (G.5) será, na maioria dos casos, maior que o valor U’95 da Equação (G.4),
desde que se suponha, na avaliação da Equação (G.5), todas as variâncias do Tipo B obtidas de
Equação (G.4). Isso pode ser compreendido reconhecendo-se que, embora ¸¹ Vn²³³ 6
W venha a ser, na
distribuições retangulares a priori com meias larguras iguais aos limites aj usados para computar u2 da
maioria dos casos, maior do que ¸¹ Vn²³³ W, ambos os fatores são próximos de 2; e na Equação (G.5), u2
é multiplicado por tp2(νeff) ≈ 4, enquanto que na Equação (G.4) ele é multiplicado por 3. Embora as duas
expressões forneçam valores iguais para U’95 e U95 quando u2 << s2, U’95 será até 13 por cento menor
do que U95 se u2 >> s2. Assim, em geral, a Equação (G.4) dá uma incerteza que fornece um intervalo
tendo um nível da confiança menor do que o intervalo fornecido pela incerteza expandida calculada
pela equação (G.5).
NOTA 1 Nos limites u /s → ∞ e νeff → ∞, U'95 → 1,732 u, enquanto U95 → 1,960 u. Neste caso, U'95 fornece um
2 2
intervalo com somente 91,7 por cento de nível da confiança, enquanto que U95 fornece um intervalo com 95 por
cento. Este caso é aproximadamente alcançado na prática quando os componentes obtidos a partir de estimativas
2 2 2
dos limites superior e inferior são dominantes, numerosos e têm valores de uj (y) = cj aj / 3 que são comparáveis
NOTA 2 Para uma distribuição normal, o fator de abrangência m √3 ≈ 1,732 fornece um intervalo com nível da
em tamanho.
confiança p = 91,673... por cento. Este valor de p é robusto no sentido que é, em comparação com qualquer outro
valor, otimamente independente de pequenos desvios da normalidade das grandezas de entrada.
G.5.3 Ocasionalmente, uma grandeza de entrada Xi é distribuída assimetricamente — desvios em
torno do valor esperado com um sinal são mais prováveis do que desvios com sinal contrário (ver
4.3.8). Embora isso não faça diferença na avaliação da incerteza-padrão u(xi) da estimativa xi de Xi, e,
portanto, na avaliação de uc(y), isto pode afetar o cálculo de U.
É usualmente conveniente fornecer um intervalo simétrico, Y = y ± U, a não ser que o intervalo seja tal
que haja um diferencial de custo entre desvios de um sinal sobre o outro. Se a assimetria de Xi causa
somente uma pequena assimetria na distribuição de probabilidade, caracterizada pelo resultado de
medição y e sua incerteza-padrão combinada uc(y), a probabilidade perdida por um lado, por considerar
o intervalo simétrico, é compensada pela probabilidade ganha de outro lado. A alternativa é fornecer um
intervalo simétrico em probabilidade (e, dessa forma, assimétrico em relação a U): a probabilidade de
que y fique abaixo do limite inferior y – U- é igual à probabilidade de que y fique acima do limite inferior y
+ U+. Porém, de forma a considerar tais limites, são necessárias mais informações do que
simplesmente as estimativas y e uc(y) [e, dessa maneira, mais informações do que simplesmente as
estimativas xi e u(xi) de cada grandeza de entrada Xi].
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
G.5.4 A avaliação da incerteza expandida Up, dada aqui em termos de uc(y), de νeff e do fator tp(νeff) da
distribuição-t, é somente uma aproximação e tem suas limitações. A distribuição de (y - Y)/uc(y) é dada
pela distribuição-t somente se a distribuição de Y é normal, se a estimativa y e sua incerteza-padrão
combinada uc(y) são independentes e se a distribuição de uc2(y) é uma distribuição χ2. A introdução de
νeff, Equação (G.2b), trata somente parte do problema e fornece uma distribuição aproximadamente χ2
para uc2(y): a outra parte do problema, originária da não normalidade da distribuição de Y, requer que,
além da variância, sejam considerados também momentos de ordem mais alta.
G.6 Resumo e conclusões

G.6.1 O fator de abrangência kp que fornece um intervalo com um dado nível da confiança p próximo a
um nível especificado pode ser encontrado apenas se houver um completo conhecimento da
distribuição de probabilidade de cada uma das grandezas de entrada e se estas distribuições forem
combinadas para se obter a distribuição da grandeza de saída. As estimativas de entrada xi e suas
incertezas-padrão u(xi) são, por si mesmas, insuficientes para esse propósito.
G.6.2 Em razão de raramente ser justificável, pela extensão e confiabilidade da informação disponível,
processar o grande volume de cálculo requerido para combinar distribuições de probabilidade, é
aceitável usar uma aproximação para a distribuição da grandeza de saída. Considerando o Teorema
Central do Limite, é geralmente suficiente assumir que a distribuição da probabilidade de (y - Y)/uc(y) é a
distribuição-t e tomar kp = tp(νeff), com o fator-t baseado no número de graus de liberdade efetivo νeff de
uc(y) obtido pela fórmula de Welch-Satterthwaite, Equação (G.2b).
G.6.3 Para obter νeff da Equação (G.2b) é necessário conseguir o número de graus de liberdade νi
para cada componente de incerteza-padrão. Para um componente obtido por uma avaliação do Tipo A,
νi é obtido a partir do número de observações independentes repetidas no qual é baseada a estimativa
de entrada correspondente e do número de grandezas independentes determinado por essas
observações (ver G.3.3). Para um componente obtido por uma avaliação do Tipo B, νi é obtido pela
confiabilidade arbitrada para o valor desse componente [ver G.4.2 e a Equação (G.3)].
G.6.4 Assim, o que se segue é um sumário do método preferido para o cálculo da incerteza
expandida Up = kpuc(y) que fornece um intervalo Y = y ± Up com um nível da confiança aproximado p:
1) Obtenha y e uc(y) como descrito nos Capítulos 4 e 5.
2) Calcule νeff pela fórmula de Welch-Satterthwaite, Equação (G.2b) (repetida aqui para fácil
*Oa
referência)
n²³³ (G.2b)
*$a
∑$"
n$
Se u(xi) é obtido por meio de uma avaliação do Tipo A, determine νi como descrito em G.3.3. Se
u(xi) é obtido por meio de uma avaliação do Tipo B e pode ser tratado como exatamente
conhecido, o que é frequentemente o caso na prática, νi → ∞; alternativamente, estime νi pela
Equação (G.3).
3) Obtenha o fator-t, tp(νeff), para o nível da confiança p desejado a partir da tabela G.2. Se νeff não é
um inteiro, faça uma interpolação, ou trunque νeff para o próximo inteiro inferior.
4) Tome kp = tp(νeff) e calcule Up = kpuc(y).
G.6.5 Em certas situações, que não devem ocorrer muito frequentemente na prática, as condições
requeridas pelo Teorema Central do Limite podem não ser completamente satisfeitas, e o enfoque dado
em G.6.4 pode levar a um resultado inaceitável. Por exemplo, se uc(y) é dominado por um componente
conhecidos, é possível [se - n²³³ ‹ √3] que y + Up e y - Up, os limites superior e inferior do intervalo
de incerteza avaliado por uma distribuição retangular cujos limites são supostos serem exatamente
definido por Up, possam ficar fora dos limites da distribuição de probabilidade da grandeza de saída Y.
Tais casos devem ser tratados individualmente, mas são muitas vezes susceptíveis a um tratamento
analítico aproximado (envolvendo, por exemplo, a convolução de uma distribuição de probabilidade
normal com uma distribuição retangular [10]).
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
G.6.6 Para muitas medições práticas num grande número de campos, as seguintes condições
prevalecem:
— a estimativa y do mensurando Y é obtida das estimativas xi de um número significativo de

grandezas de entrada Xi que podem ser descritas por distribuições de probabilidade bem
comportadas, tais como as distribuições normal e retangular;
— as incertezas-padrão u(xi) dessas estimativas, que podem ser obtidas por avaliações do Tipo A ou
do Tipo B, contribuem com quantidades comparáveis para a incerteza-padrão combinada uc(y) do
resultado de medição y;
— a aproximação linear implícita na lei de propagação de incertezas é adequada (ver 5.1.2 e E.3.1);
— a incerteza de uc(y) é razoavelmente pequena devido à significativa magnitude do correspondente

número de graus de liberdade efetivo νeff, digamos, maior que 10.
Sob estas circunstâncias, a distribuição de probabilidade, caracterizada pelo resultado de medição e

sua incerteza-padrão combinada, pode ser suposta como normal por causa do Teorema Central do
Limite, e uc(y) pode ser tomada como uma estimativa razoavelmente confiável do desvio-padrão da
distribuição normal devido ao tamanho significativo de νeff. Então, com base na discussão contida neste
anexo, incluindo aquela enfatizando a natureza aproximada do processo de avaliação da incerteza e a
impraticabilidade de tentar distinguir intervalos tendo níveis da confiança que diferem por um ou dois
por cento, pode-se proceder da seguinte maneira:
— adote k = 2 e assuma que U = 2uc(y) define um intervalo tendo um nível da confiança de

aproximadamente 95 por cento;
ou, para aplicações mais críticas,
— adote k = 3 e assuma que U = 3uc(y) define um intervalo tendo um nível da confiança de

aproximadamente 99 por cento.
Embora esta abordagem possa ser conveniente para muitas medições práticas, sua aplicabilidade para
qualquer medição particular dependerá de o quão próximo k = 2 deva estar de t95(νeff) ou k = 3 deva
estar de t99(νeff); isto é, o quão próximo o nível da confiança do intervalo definido por U = 2uc(y), ou
U = 3uc(y), devam estar de 95 por cento, ou 99 por cento, respectivamente. Embora para νeff = 11, k = 2
e k = 3 subestimem t95(11) e t99(11) por somente 10 e 4 por cento, respectivamente (ver Tabela G.2),
isto pode não ser aceitável em alguns casos. Adicionalmente, para todos os valores de νeff algo maiores
que 13, k = 3 produz um intervalo tendo um nível da confiança maior que 99 por cento (ver Tabela G.2,
que também mostra que para νeff → ∞ os níveis da confiança dos intervalos produzidos por k = 2 e k = 3
são 95,45 e 99,73 por cento, respectivamente). Então, na prática, o tamanho de νeff e o que é requerido
da incerteza expandida determinarão se essa abordagem pode ser utilizada.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela G 2 — Valor de tp(v) da distribuição-t para ν graus de liberdade que define um

intervalo −tp(ν) a +tp(ν) que abrange a fração p da distribuição
Graus de Fração p em porcentagem

liberdade a) a) a)
v 68,27 90 95 95,45 99 99,73
1 1,84 6,31 12,71 13,97 63,66 235,78

2 1,32 2,92 4,30 4,53 9,92 19,21
3 1,20 2,35 3,18 3,31 5,84 9,22
4 1,14 2,13 2,78 2,87 4,60 6,62
5 1,11 2,02 2,57 2,65 4,03 5,51
6 1,09 1,94 2,45 2,52 3,71 4,90

7 1,08 1,89 2,36 2,43 3,50 4,53
8 1,07 1,86 2,31 2,37 3,36 4,28
9 1,06 1,83 2,26 2,32 3,25 4,09
10 1,05 1,81 2,23 2,28 3,17 3,96
11 1,05 1,80 2,20 2,25 3,11 3,85

12 1,04 1,78 2,18 2,23 3,05 3,76
13 1,04 1,77 2,16 2,21 3,01 3,69
14 1,04 1,76 2,14 2,20 2,98 3,64
15 1,03 1,75 2,13 2,18 2,95 3,59
16 1,03 1,75 2,12 2,17 2,92 3,54

17 1,03 1,74 2,11 2,16 2,90 3,51
18 1,03 1,73 2,10 2,15 2,88 3,48
19 1,03 1,73 2,09 2,14 2,86 3,45
20 1,03 1,72 2,09 2,13 2,85 3,42
25 1,02 1,71 2,06 2,11 2,79 3,33

30 1,02 1,70 2,04 2,09 2,75 3,27
35 1,01 1,69 2,03 2,07 2,72 3,23
40 1,01 1,68 2,02 2,06 2,70 3,20
45 1,01 1,68 2,01 2,06 2,69 3,18
50 1,01 1,68 2,01 2,05 2,68 3,16

100 1,005 1,660 1,984 2,025 2,626 3,077
∞ 1,000 1,645 1,960 2,000 2,576 3,000
a) Para uma grandeza z descrita por uma distribuição normal, com esperança µ z e desvio-padrão σ, o
intervalo µ z ± kσ abrange p = 68,27, 95,45 e 99,73 por cento da distribuição para k = 1, 2 e 3,
respectivamente.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo H
Exemplos
Este anexo fornece seis exemplos, H.1 a H.6, trabalhados em detalhe suficiente de modo a ilustrar os
princípios básicos apresentados neste Guia para avaliação e expressão de incerteza de medição.
Juntamente com os exemplos incluídos no texto principal e em alguns dos outros anexos, eles devem
permitir aos usuários deste Guia colocar estes princípios em prática em seu próprio trabalho.
Em razão de os exemplos terem fins ilustrativos, eles foram necessariamente simplificados. Além disso,
já que os exemplos e os dados numéricos neles usados foram escolhidos principalmente para
demonstrar os princípios deste Guia, nem os exemplos nem os dados deverão ser interpretados
necessariamente como descrevendo medições reais. Conquanto os dados sejam usados conforme
fornecidos, dígitos adicionais além dos usualmente mostrados são mantidos nos cálculos intermediários
de forma a evitar erros de arredondamento. Assim, o resultado declarado de um cálculo envolvendo
várias grandezas pode diferir ligeiramente do resultado que seria obtido com o uso dos valores
numéricos fornecidos no texto para estas grandezas.
Em partes anteriores deste Guia é ressaltado que a classificação dos métodos utilizados para avaliar
componentes de incerteza como sendo do Tipo A e do Tipo B é feita apenas por conveniência; essa
classificação não é requerida para a determinação da incerteza-padrão combinada ou da incerteza
expandida de um resultado de medição uma vez que todos os componentes da incerteza,
independentemente de como tenham sido avaliados, são tratados da mesma maneira (ver 3.3.4, 5.1.2 e
E.3.7). Assim, nos exemplos, o método utilizado para avaliar um determinado componente de incerteza
não é especificamente identificado conforme seu tipo. Entretanto, pela discussão deverá se tornar claro
se um componente é obtido por uma avaliação do Tipo A ou do Tipo B.
H.1 Calibração de bloco-padrão

Este exemplo demonstra que mesmo uma medição aparentemente simples pode envolver aspectos
sutis de avaliação de incerteza.
H.1.1 O problema da medição
O comprimento de um bloco-padrão de valor nominal de 50 mm é determinado por comparação com
dos dois blocos é a diferença D entre seus comprimentos:

um padrão de referência conhecido de mesmo comprimento nominal. A saída direta da comparação
D ¢ 1 º ¢› 1 › º› (H.1)
onde
¢ é o mensurando, ou seja, o comprimento a 20 ºC do bloco-padrão sendo calibrado;
¢› é o comprimento do padrão a 20 ºC, como dado no seu certificado de calibração;
α e α› são os coeficientes de expansão térmica, respectivamente, do bloco-padrão em

calibração e do padrão;
θ e θ› são os desvios em temperatura com relação à temperatura de referência de 20 ºC,

respectivamente, do bloco em calibração e do padrão.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.1.2 Modelo matemático
Pela Equação (H.1), o mensurando é dado por
¢› 1 › º› D
¢ ¢› D ¢› › º› º ⋯ (H.2)
1 º
Se a diferença de temperatura entre o bloco em calibração e o padrão é escrita como δθ θ θ› , e a

diferença entre os seus coeficientes de expansão térmica como δα α α› , a Equação (H.2) se
torna
¢ ¢› , D, › , º, c , cº ¢› D ¢› c . º › . cº (H.3)
As diferenças δθ e δα, mas não suas incertezas, são estimadas como zero; e δα, › , δθ e θ são
supostos não-correlacionados. (Se o mensurando fosse expresso em termos das variáveis θ, θ› , α e α› ,
seria necessário incluir a correlação entre θ e θ› , e entre α e α› .)
expressão simples ¢› D̅ , onde ¢› é o comprimento do padrão a 20 ºC como declarado em seu

Segue-se assim da Equação (H.3) que a estimativa do valor do mensurando l pode ser obtida de uma
certificado de calibração, e D é estimado por d, a média aritmética de 5 observações repetidas

independentes. A incerteza-padrão combinada *O ¢ de l é obtida aplicando-se a Equação (10), em
5.1.2, à Equação (H.3), como discutido abaixo.
NOTA Neste e em outros exemplos, para simplicidade de notação, o mesmo símbolo é usado para uma grandeza
e sua estimativa.
H.1.3 Variâncias contribuintes
Os aspectos pertinentes deste exemplo, tal como discutidos aqui e nos itens seguintes, estão
resumidos na Tabela H.1.
Uma vez que se supõe que δα 0 e δθ 0, a aplicação da Equação (10), em 5.1.2, à Equação (H.3)
resulta em
*O ¢ X› * ¢› X» * D X¼½ * › X¾ * º X¿¼ * c X¿¾ * cº (H.4)
com
X› P ⁄P¢› 1 c .º › . cº 1
X» P ⁄PD 1
X¼½ P ⁄P › ¢› cº 0
X¾ P ⁄Pº ¢› c 0
X¿¼ P ⁄Pc ¢› º
X¿¾ P ⁄Pcº ¢› ›
e então
*O ¢ * ¢› * D ¢› º * c ¢› ›* cº (H.5)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.1.3.1 Incerteza de calibração do padrão de referência, * ¢›
O certificado de calibração fornece, como incerteza expandida do padrão, l 0,075 µÀ, e declara que
ela foi obtida usando um fator de abrangência de m 3. A incerteza-padrão é então
* ¢› 0,075 µÀ / 3 25 À
H.1.3.2 Incerteza na diferença entre as medidas dos comprimentos, * D
O desvio-padrão experimental agrupado que caracteriza a comparação de ¢ e ¢› foi determinado a partir

da variabilidade de 25 observações repetidas e independentes da diferença nos comprimentos dos dois
blocos-padrão, tendo sido encontrado o valor de 13 À. Na comparação deste exemplo foram
realizadas cinco observações repetidas. A incerteza-padrão associada com a média aritmética dessas
leituras é, então (ver 4.2.4)
*VD̅ W &VD̅ W 13 À / √5 5,8 À
De acordo com o certificado de calibração do comparador usado para a comparação de ¢ e ¢› , sua

incerteza “proveniente de erros aleatórios” é 9 0,01 µÀ para um nível da confiança de 95 por cento e é
baseada em 6 medições replicadas; assim, a incerteza-padrão, usando ¸¹ 5 2,57 como fator-t para
ν 6 1 5 graus de liberdade (ver Tabela G.2 no Anexo G), é
* D 0,01 µÀ / 2,57 3,9 À
A incerteza do comparador “devida a erros sistemáticos” é dada no certificado como sendo de 0,02 µÀ
para um “nível de três sigmas”. A incerteza-padrão oriunda desta fonte pode, portanto, ser tomada
como
* D 0,02 µÀ / 3 6,7 À
A contribuição total é obtida pela soma das variâncias estimadas:
* D * D̅ * D * D 93 À
ou
* D 9,7 À
H.1.3.3 Incerteza do coeficiente de expansão térmica, * š
O coeficiente de expansão térmica do bloco de referência é dado como š 11,5 101Á G1 , com
uma incerteza representada por uma distribuição retangular com limites 9 2 101Á G1 . A incerteza-
padrão é, então [ver Equação (7) em 4.3.7]
* š 2 101Á G1 /√3 1,2 Â 101Á G1
Visto que X¼Ã ∂ /∂ š ¢š δθ 0, como indicado em H.1.3, esta incerteza em nada contribui para
a incerteza de l em primeira ordem. Ela tem, entretanto, uma contribuição de segunda ordem, que é
discutida em H.1.7.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela H.1 — Sumário de componentes de incerteza-padrão
X$ ≡ ∂ / ∂ $ *$ ¢ ≡ |X$ |* $
Componentes Valor da Número
de incerteza- Fonte de incerteza incerteza- de graus
* $ * $
padrão padrão de
(nm) liberdade
* ¢S
Calibração do bloco
de referência
25 nm 1 25 18
* D
Diferença medida
entre os blocos- 9,7 nm 1 9,7 25,6
* VD̅ W
padrão
Observações 5,8 nm 24
repetidas
* D
Efeitos aleatórios
do comparador 3,9 nm 5
* D
Efeitos
sistemáticos do 6,7 nm 8
comparador
*
Coeficiente de 0 0
-6 o -1
S expansão térmica do 1,2x10 C
bloco-padrão
* º
Temperatura da
0 0
bancada de teste 0,41 oC
* º̅
temperatura
média da 0,2 oC
* ∆
bancada
variação cíclica 0,35 oC
da temperatura
ambiente
¢S º
* c
Diferença nos
2,9 50
coeficientes de -6 o -1
expansão dos blocos-
0,58x10 C
padrão
¢S
* cº
Diferença de
temperatura entre os o S 16,6 2
0,029 C
blocos-padrão
*O ¢ *$ ¢ 1002 À
*O ¢ 32 À
„²³³ ¢ 16
H.1.3.4 Incerteza do desvio da temperatura do bloco em calibração, * θ

A temperatura da bancada de teste é relatada como 19,9 9 0,5 ° ; a temperatura no momento das
observações individuais não foi registrada. A variação máxima declarada, ∆ 0,5 G é tida como
representando a amplitude de uma variação aproximadamente cíclica da temperatura sob um sistema
º̅ 19,9 G 20 G 0,1 G
termostático, e não a incerteza da temperatura média. O valor médio do desvio da temperatura
é relatado como tendo uma incerteza-padrão própria devido à incerteza na temperatura média da
* º̅ 0,2 G
bancada de teste de
enquanto que a variação cíclica no tempo produz uma distribuição de temperaturas em forma de l
(arcsen), resultando em uma incerteza-padrão de
* ∆ 0,5 G ⁄√2 0,35 G
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
O desvio de temperatura θ pode ser tomado como igual a θ, e a incerteza-padrão de θ é obtida de
* º * º̅ * Æ 0,165 G
que fornece
* º 0,41 G
Uma vez que X¾ ∂ / ∂θ ¢› δα 0 como indicado em H.1.3, esta incerteza também em nada
contribui para a incerteza de ¢ em primeira ordem; mas ela tem uma contribuição de segunda ordem,
que é discutida em H.1.7.
H.1.3.5 Incerteza na diferença entre os coeficientes de expansão térmica, * δα
Os limites estimados na variabilidade de δα são ±1 x 10 C , com igual probabilidade de δα ter

-6 o -1
qualquer valor dentro destes limites. A incerteza-padrão é
* δ 1 Â 101Á G1 ⁄√3 0,58 101Á G1
H.1.3.6 Incerteza na diferença entre as temperaturas dos blocos, * δθ
Espera-se que o padrão de referência e o bloco em calibração estejam na mesma temperatura, mas a
de 0,05 G a 0,05 G. A incerteza-padrão é

diferença de temperatura pode estar com igual probabilidade em qualquer lugar no intervalo estimado
* δº 0,05 G ⁄√3 0,029 G
H.1.4 Incerteza-padrão combinada
A incerteza-padrão combinada *O ¢ é calculada pela Equação (H.5). Os termos individuais são

coletados e substituídos nesta expressão para obter
*O ¢ 25 À 9,7 À 0,05 À 0,1 G 0,58 Â 101Á G1 (H.6a)
0,05 À 11,5 Â 101Á G1 0,029 G
25 À 9,7 À 2,9 À 16,6 À 1002 À (H.6b)
*O ¢ 32 À (H.6c)
ou
O componente dominante de incerteza é, obviamente, aquele do padrão de referência, * ¢› 25 nm.
H.1.5 Resultado final
O certificado de calibração para o bloco-padrão de referência fornece ¢› 50,000 623 ÀÀ como seu
comprimento a 20 G. A média aritmética d das cinco observações repetidas da diferença nos
comprimentos entre o bloco-padrão desconhecido e o padrão de referência é 215 À. Assim, visto que
¢ ¢› D̅ (ver H.1.2), o comprimento ¢ do bloco-padrão em calibração, a 20 G, é 50,000 838 ÀÀ. De
acordo com 7.2.2, o resultado final da medição pode ser declarado como:
¢ 50,000 838 mm, com uma incerteza-padrão combinada *O 32 nm. A incerteza-padrão

combinada relativa correspondente é *O / ¢ 6,4 x 10 . -7
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.1.6 Incerteza expandida
Suponha que seja requerida a obtenção de uma incerteza expandida l¸¸ m¸¸ *O ¢ que forneça um
intervalo com um nível da confiança de aproximadamente 99 por cento. O procedimento a ser utilizado
está resumido em G.6.4, e os números de graus de liberdade requeridos estão indicados na Tabela
H.1. Seus valores foram obtidos como se segue:
1) Incerteza de calibração do padrão, * ¢È [H.1.3.1]. O certificado de calibração declara que o número
expandida citada é ν²³³ ¢š 18.

efetivo de graus de liberdade da incerteza-padrão combinada da qual foi obtida a incerteza
2) Incerteza na diferença medida entre os comprimentos, * D [H.1.3.2]. Embora d tenha sido obtida
de cinco observações repetidas, em razão de *VD̅ W ter sido obtida de um desvio-padrão
* d é ν d 25 1 24 (ver H.3.6 - nota). O número de graus de liberdade efetivo de u(d1),

experimental agrupado baseado em 25 observações, o número efetivo de graus de liberdade de
incerteza devida aos efeitos aleatórios no comparador, é ν D 6 1 5, por ter sido D

obtida de seis medições repetidas. A incerteza de 9 0,02 μÀ devida a efeitos sistemáticos no
em G.4.2, o número de graus de liberdade efetivo é ν D 8 (ver o exemplo de G.4.2). O

comparador pode ser suposta como sendo confiável a 25 por cento e, assim, da Equação (G.3),
número efetivo de graus de liberdade de * D , ν²³³ D , é então obtido da Equação (G.2b) em

G.4.1:
i* VD̅ W * D * D j 9,7 À a
n²³³ D
*a VD̅ W *a D *a D 5,8 À a 3,9 À a 6,7 À a 25,6
nVD̅ W n D n D 24 5 8
estimados de 9 1 101Á G1 sobre a variabilidade de δα são julgados confiáveis a 10 por cento.

3) Incerteza na diferença entre os coeficientes de expansão térmica, u(δα) [H.1.3.5]. Os limites
Isso dá, pela Equação (G.3) em G.4.2, ν δα 50.
0,05 G a 0,05 G para a diferença de temperatura δθ é tido como confiável somente a 50 por
4) Incerteza na diferença entre as temperaturas dos blocos, u(δθ) [H.1.3.6]. O intervalo estimado de
cento, o que, pela Equação (G.3) em G.4.2, fornece ν(δθ) = 2.
O cálculo de ν²³³ ¢ pela Equação (G.2b) em G.4.1 é efetuado exatamente da mesma maneira que o
cálculo de ν²³³ D em 2) acima. Assim, das Equações (H.6b) e (H.6c) e dos valores de ν dados em 1)
até 4),
32 À a
n²³³ ¢
25 À a 9,7 À a 2,9 À a 16,6 À a 16,7
18 25,6 50 2
inferior, ν²³³ ¢ 16. Segue-se então da Tabela G.2 no Anexo G que t99(16) = 2,92 e, portanto,
Para obter a incerteza expandida requerida, esse valor é primeiramente truncado para o próximo inteiro
l¸¸ ¸¸ 16 *O ¢ 2,92 32 À 93 À. De acordo com 7.2.4 o resultado final da medição

pode ser declarado como:
¢ 50,000 838 9 0,000 093 ÀÀ, onde o número precedido do símbolo ± é o valor numérico de
uma incerteza expandida U = kuc, com U determinado a partir de uma incerteza-padrão combinada
uc = 32nm e um fator de abrangência k = 2,92, baseado na distribuição-t para ν graus de liberdade,
e define um intervalo que se estima ter um nível da confiança de 99 por cento. A incerteza
expandida relativa correspondente é U/l = 1,9 x 10-6.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.1.7 Termos de segunda ordem
A nota de 5.1.2 assinala que a Equação (10), que é usada neste exemplo para obter a incerteza-padrão
combinada uc(l), deve ser aumentada quando a não linearidade da função Y=f(X1, X2, ..., XN) é tão
significativa que os termos de maior ordem na expansão pela série de Taylor não podem ser
desprezados. Tal é o caso neste exemplo e, portanto, a avaliação de uc(l), como apresentada até este
ponto, não está completa. A aplicação da Equação (H.3) da expressão dada na nota de 5.1.2 resulta,
de fato, em dois termos de segunda ordem distintos, não desprezáveis, a serem adicionados à
Equação (H.5). Estes termos, que provêm do termo quadrático na expressão da nota, são
¢› * δ * º ¢› * › * δº
mas somente o primeiro destes termos contribui significativamente para uc(l):
¢› * δ * º 0,05 À 0,58 Â 101Á G1 0,41 G 11,7 nm
¢› * › * δº 0,05 À 1,2 Â 101Á G1 0,029 G 1,7 nm
Os termos de segunda ordem aumentam uc(l) de 32 nm para 34 nm.
H.2 Medição simultânea de resistência e reatância

Este exemplo trata o caso de grandezas de saída ou mensurandos múltiplos determinados
simultaneamente na mesma medição, inclusive a correlação de suas estimativas. Consideram-se
somente as variações aleatórias das observações; em um caso prático, as incertezas de correções
para efeitos sistemáticos também contribuiriam para a incerteza dos resultados da medição. Os dados
são analisados de dois modos diferentes, sendo que ambos fornecem essencialmente os mesmos
valores numéricos.
H.2.1 O problema de medição

A resistência R e a reatância X de um elemento de circuito são determinadas medindo-se a amplitude V
de uma diferença de potencial alternada senoidal entre seus terminais, a amplitude I da corrente
alternada que passa por ele e o ângulo de diferença de fase φ entre a diferença de potencial alternada
— os mensurados — são os três componentes da impedância R, X , e Z. Uma vez que ` ,

e a corrente alternada. Assim, as três grandezas de entrada são V, I e φ, e as três grandezas de saída
há somente duas grandezas de saída independentes.
H.2.2 Modelo matemático e dados

Os mensurandos são relacionados às grandezas de entrada pela lei de Ohm:
X¤&Ê; &< Ê; ` (H.7)

™ ™ ™
Considere que cinco conjuntos independentes de observações simultâneas das três grandezas de
entrada V, I e φ são obtidos sob condições similares (ver B.2.15), resultando nos dados apresentados
na Tabela H.2. As médias aritméticas das observações e os desvios-padrão experimentais destas
médias, calculados pelas Equações (3) e (5) em 4.2, são também dados. As médias são tomadas como
sendo as melhores estimativas dos valores esperados das grandezas de entrada, e os desvios-padrão
experimentais são as incertezas-padrão destas médias.
Como as médias V • são obtidas a partir de observações simultâneas, elas são correlacionadas e
•, ™ ̅ e ϕ
as correlações devem ser levadas em conta na avaliação das incertezas-padrão dos mensurandos R, X
usando valores de & , ™ ̅ , & , Ê e & ™ ,̅ Ê calculados pela Equação (17) em 5.2.3. Os resultados estão
e Z. Os coeficientes de correlação requeridos são prontamente obtidos pela Equação (14) em 5.2.2
incluídos na Tabela H.2, onde deve ser lembrado que g $ , ' g ' , $ < g $ , $ 1.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela H.2 — Valores das grandezas de entrada V, I e φ obtidos de cinco

conjuntos de observações simultâneas
Número do Grandezas de entrada
∅
conjunto
V I
k (V) (mA) (rad)
1 5,007 19,663 1,045 6

2 4,994 19,639 1,043 8
3 5,005 19,640 1,046 8
4 4,990 19,685 1,042 8
5 4,999 19,678 1,043 3
Média aritmética 4,999 0 ™̅ 19,661 0 •

∅ 1,044 46
& • 0,003 2 & ™̅ 0,009 5 •W

&V∅ 0,000 75
Desvio-padrão
experimental da
média
Coeficientes de correlação
g • , ™ ̅ 0,36
• W
gV • , ∅ 0,86
•W
gV™ ,̅ ∅ 0,65
H.2.3 Resultados: enfoque 1
O enfoque 1 está resumido na Tabela H.3.
Os valores dos três mensurandos , e ` são obtidos das relações dadas na Equação (H.7), usando os
valores médios V • da Tabela H.2, para V, I e φ. As incertezas-padrão de R, X e Z são obtidas da
•, ™ ̅ e ϕ
Equação (16) em 5.2.2, uma vez que, como mencionado acima, as grandezas de entrada V • são
•, ™ ̅ e ϕ
correlacionadas. Como exemplo, considere ` ̅ ̅
⁄™ . Identificando com x1, I com x2 e f com ` ⁄™ ,̅
a equação (16) em 5.2.2 fornece para a incerteza-padrão combinada de Z
1 1
*O ` w z * = A * ™̅ 2w z= A* * ™̅ g , ™ ̅ (H.8a)
™̅ ™̅ ™̅ ™̅
* * ™̅ * * ™̅
` = A ` = A 2` = A= Ag , ™ ̅ (H.8b)
™̅ ™̅
*O,Ï `̅ *Ï *Ï ™ ̅ 2*Ï *Ï ™ ̅ g , ™ ̅ (H.8c)

ou
onde * & e * ™̅ & ™ ̅ , e o subscrito “r” na última expressão indica que u é uma incerteza
relativa. Substituindo os valores apropriados da Tabela H.2 na Equação (H.8a) tem-se, então, *O `
0,236 Ω.
Em razão de os três mensurandos, ou grandezas de saída, dependerem das mesmas grandezas de
entrada, eles são também correlacionados. Os elementos da matriz de covariância que descreve esta
correlação podem ser escritos, em geral, como
P P
* •, Ð * *V ' WgV $ , ' W (H.9)
• Ð
P $ P '
$
$" '"
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
onde yl=fl(x1, x2, ..., xN) e ym=fm(x1, x2, ..., xN). A Equação (H.9) é a generalização da Equação (F.2), em
das grandezas de saída são dados por g • , Ð * • , Ð ⁄* • * Ð , como indicado na Equação

F.1.2.3, quando os ql naquela expressão são correlacionados. Os coeficientes de correlação estimados
(14) em 5.2.2. Deve-se reconhecer que os elementos diagonais da matriz de covariância, * • , • ≡

* • , são as variâncias estimadas das grandezas de saída yl (ver 5.2.2, Nota 2) e que, para m = l, a
Equação (H.9) é idêntica à Equação (16) em 5.2.2.
Para aplicar a Equação (H.9) neste exemplo, são feitas as seguintes identificações:
* $ & $
™ ̅ Ñ 3
T ` T Ê
Os resultados dos cálculos de R, X, Z e de suas variâncias estimadas e coeficientes de correlação são

dados na Tabela H.3.
Tabela H.3 — Valores calculados das grandezas de saída R, X e Z: enfoque 1

Índice do Relação entre a estimativa Valor da estimativa yl, Incerteza-padrão
Ò
mensurando do mensurando yl e as que é o resultado da combinada uc(yl) do
*O 0,071 Ω
• ⁄ ™ ̅ X¤&Ê
medição resultado da medição
127,732 Ω
grandezas de entrada xi
*O / 0,06 Â 101
*O 0,295 Ω
1
• ⁄ ™ ̅ &< Ê 219,847 Ω
*O / 0,13 Â 101
*O ` 0,236 Ω
2
` • ⁄ ™ ̅ ` 254,260 Ω
T T
*O ` /` 0,09 Â 101
3
Coeficientes de correlação g •, Ð
g , g , 0,588
g , T g ,` 0,485
g , T g ,` 0,993
H.2.4 Resultados: enfoque 2
O enfoque 2 está resumido na Tabela H.4.
entrada V, I e ϕ, é possível computar um valor para R, X e Z a partir de cada conjunto de dados de

Uma vez que os dados foram obtidos como cinco conjuntos de observações das três grandezas de
entrada, e então tomar a média aritmética dos cinco valores individuais para obter as melhores
estimativas de R, X e Z. O desvio-padrão experimental de cada média (que é a sua incerteza-padrão
combinada) é então calculado da maneira usual a partir dos cinco valores individuais [Equação (5) em
4.2.3]; e as covariâncias estimadas das três médias são calculadas aplicando-se diretamente a
Equação (17), em 5.2.3, aos cinco valores individuais a partir dos quais cada média é obtida. Não
existem diferenças nos valores de saída, incertezas-padrão e covariâncias estimadas fornecidas pelos
termos tais como ⁄™ ̅ e X¤&Ê por ⁄™ e X¤&Ê .

dois enfoques, exceto aquelas devidas a efeitos de segunda ordem associados com a substituição de
Para demonstrar esse enfoque, a Tabela H.4 fornece os valores de R, X e Z calculados para cada um
dos cinco conjuntos de observações. As médias aritméticas, incertezas-padrão e coeficientes de
correlação estimados são então computados diretamente destes valores individuais. Os resultados
numéricos obtidos dessa maneira diferem dos resultados fornecidos na Tabela H.3 por valores
desprezíveis.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela H.4 — Valores calculados das grandezas de saída R, X e Z: enfoque 2
⁄™ X¤&∅ ⁄™ &< ∅ ` ⁄™
Número do Valores individuais dos mensurandos
Ω Ω Ω
conjunto
k
1 127,67 220,32 254,64
2 127,89 219,79 254,29
3 127,51 220,64 254,84
4 127,71 218,97 253,49
5 127,88 219,51 254,04
Média aritmética 127,732 219,847 T `̅ 254,260
& 0,071 & 0,295 & `̅ 0,236

Desvio-padrão
experimental da
Coeficientes de correlação g • , Ð
média
g , • , X
g R • 0,588
g , T
• , Z
g R 0,485
g , T
• , Z
g X 0,993
•
Y ∑ÙØ" YØ ⁄n, enquanto que o enfoque 1 é um exemplo de obtenção de y a partir de
Na terminologia da Nota de 4.1.4, o enfoque 2 é um exemplo de obtenção da estimativa a partir de
, ,…, . Como ressaltado naquela nota, em geral os dois enfoques fornecerão resultados
idênticos se f for uma função linear de suas grandezas de entrada (desde que os coeficientes de
correlação observados experimentalmente sejam levados em consideração quando se implementa o
enfoque 1). Se f não for uma função linear, então os resultados do enfoque 1 diferirão daqueles do
enfoque 2, dependendo do grau de não linearidade e das variâncias e covariâncias estimadas de Xi.
Isso pode ser visto na expressão
1 P
, ,…, *V $ , 'W ⋯ (H.10)
2 P $, P '
$" '"
onde o segundo termo no lado direito da igualdade é o termo de segunda ordem da expansão da série
de Taylor de f em termos de $ (ver também 5.1.2, nota). No presente caso, o enfoque 2 é preferível
porque evita a aproximação , ,…, e reflete melhor o procedimento de medição utilizado
5
— os dados foram, na realidade, coletados em conjuntos.
Por outro lado, o enfoque 2 seria inadequado se os dados da tabela H.2 representassem
5 observações da corrente ™, e então
seguidas por T 5 observações da fase φ, e seria impossível (de ser implementado) se ≠ ≠ T .
observações da diferença de potencial , seguidas por
(É, na realidade, um mau procedimento de medição executar as medições dessa maneira, uma vez que
a diferença de potencial e a corrente estabelecidas em uma impedância específica são diretamente
relacionadas).
inadequado, e se as correlações entre as grandezas , ™ e φ forem supostas como ausentes, então os

Se os dados da Tabela H.2 forem reinterpretados dessa maneira, de modo que o enfoque 2 seja
coeficientes de correlação observados não terão nenhum significado e deverão ser tomados como
sendo zero. Se isto é feito na Tabela H.2, a Equação (H.9) reduz-se ao equivalente da Equação (F.2)
em F.1.2.3, isto é,
P P
* •, Ð * (H.11)
• Ð
P $ P $
$
$"
e sua aplicação aos dados da Tabela H.2 leva às alterações na Tabela H.3, mostradas na Tabela H.5.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela H.5 — Alterações na tabela H.3 sob a hipótese de que

os coeficientes de correlação da tabela H.2 são nulos
*O 0,195 Ω
Incerteza-padrão combinada uc(yl) do resultado de medição
*O / 0,15 Â 101
*O 0,201 Ω
*O / 0,09 Â 101
*O ` 0,204 Ω
*O ` /` 0,08 Â 101
Coeficientes de correlação g • , Ð
g , g R , X 0,056
g , T g R , Z 0,527
g , T g X , Z 0,878
H.3 Calibração de um termômetro

Este exemplo ilustra o uso do método dos mínimos quadrados para obter uma curva de calibração
linear e como os parâmetros do ajuste, o intercepto e a inclinação, assim como suas variâncias e
covariância estimadas, são usados para obter, a partir da curva, o valor da incerteza-padrão de uma
correção prevista.

Um termômetro é calibrado comparando-se 11 leituras de temperatura do termômetro, cada uma
tendo uma incerteza desprezível, com as correspondentes temperaturas de referência conhecidas Ú,
na faixa de temperatura de 21 ºC a 27 ºC para obter as correções 5 Ú, para as leituras. As
correções medidas 5 e as temperaturas medidas são as grandezas de entrada da avaliação. Uma
curva de calibração linear
5 (H.12)
é ajustada pelo método dos mínimos quadrados para as correções e temperaturas medidas. Os
parâmetros e , que são, respectivamente, o intercepto e a inclinação da curva de calibração, são
os dois mensurandos ou grandezas de saída a serem determinadas. A temperatura é uma
temperatura exata de referência convenientemente escolhida; ela não é um parâmetro independente a
ser determinado pelo ajuste dos mínimos quadrados. Uma vez que e são encontrados,
juntamente com suas variâncias e covariância estimadas, a Equação (H.12) pode ser usada para
predizer o valor e a incerteza-padrão da correção a ser aplicada ao termômetro para qualquer valor da
temperatura.
H.3.2 Ajuste por mínimos quadrados

Baseado no método dos mínimos quadrados, e de acordo com as hipóteses feitas em H.3.1 acima, as
grandezas de saída e e suas variâncias e covariância estimadas são obtidas minimizando-se a
soma
!
“ 5
"
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
, suas variâncias experimentais & e &

coeficiente de correlação estimado g , & , /& & , onde & ,
Isto conduz às seguintes equações para , , e seu
é sua covariância
estimada:
∑5 ∑º ∑ 5 º ∑ º
(H.13a)
Û
∑ 5 º ∑ 5 ∑ º
(H.13b)
Û
& ∑ º
& (H.13c)
Û
&
& (H.13d)
Û
∑º
g , (H.13e)
v ∑º
∑5 5
& (H.13f)
2
Û º x º y º º̅ ̅ (H.13g)
onde todos os somatórios são de m 1 até , º • ∑ º / , e ̅ ∑ / ; 5

, º
5 é a diferença entre a correção 5 medida ou observada na temperatura e a correção 5
prevista pela curva ajustada 5 em . A variância & é uma medida da incerteza
2 reflete o fato de que por serem dois,
determinados pelas observações, o número de graus de liberdade de & é n 2 (ver G.3.3).
total do ajuste, onde o fator e , os parâmetros
H.3.3 Cálculo dos resultados
20 G como a temperatura de referência, a aplicação das Equações (H.13a) a (H.13g) fornece

Os dados a serem ajustados são fornecidos na segunda e na terceira colunas da Tabela H.6. Tomando
0,171 2 G & 0,002 9 G
0,002 18 & 0,000 67
g , 0,930 & 0,003 5 G
O fato de a inclinação ser mais de três vezes maior do que a sua incerteza-padrão fornece alguma
indicação de que se demanda uma curva de calibração, e não meramente uma correção média fixa.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela H.6 - Dados usados para se obter uma curva de calibração linear para um
termômetro pelo método dos mínimos quadrados
Número Leitura do Correção Correção Diferença entre correções
m 5 5 5 5
da leitura termômetro observada prevista observada e prevista
Ú,
G G G G
1 21,521 -0,171 -0,167 9 -0,003 1

2 22,012 -0,169 -0,166 8 -0,002 2
3 22,512 -0,166 -0,165 7 -0,000 3
4 23,003 -0,159 -0,164 6 +0,005 6
5 23,507 -0,164 -0,163 5 -0,000 5
6 23,999 -0,165 -0,162 5 -0,002 5
7 24,513 -0,156 -0,161 4 +0,005 4
8 25,002 -0,157 -0,160 3 +0,003 3
9 25,503 -0,159 -0,159 2 +0,000 2
10 26,010 -0,161 -0,158 1 -0,002 9
11 26,511 -0,160 -0,157 0 -0,003 0
A curva de calibração pode, então, ser escrita como
5 0,171 2 29 G 0,002 18 67 20 G (H.14)
onde os números entre parênteses são os valores numéricos das incertezas-padrão correspondentes
fornece o valor previsto da correção 5 em qualquer temperatura e, em particular, o valor 5

aos últimos dígitos dos resultados citados para o intercepto e a inclinação (ver 7.2.2). Esta equação
. Estes valores são dados na quarta coluna da tabela, enquanto que a última coluna fornece as
em
diferenças entre os valores medidos e previstos, 5 5 . Uma análise dessas diferenças pode ser
utilizada para verificar a validade do modelo linear; testes formais existem (ver Referência [8]), porém
não são considerados neste exemplo.
H.3.4 Incerteza de um valor previsto

A expressão para a incerteza-padrão combinada do valor previsto de uma correção pode ser
(H.12). Notando-se que 5 , e escrevendo-se * & e* &

prontamente obtida aplicando-se a lei de propagação de incertezas, Equação (16) em 5.2.2, à Equação
, obtém-se
*O 5 * * 2 * * g , (H.15)
A variância estimada *O 5 é um mínimo em Ð$! * g , /*

é Ð$! 24,008 5 G.
que, no presente caso,
30 G, valor fora da faixa de temperatura na qual o termômetro foi realmente

Como um exemplo do uso da Equação (H.15) considere que se requeira a correção para o termômetro
30 G na Equação (H.14) resulta

e sua incerteza em
calibrado. Substituindo
5 30 G 0,149 4 G
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
enquanto que a Equação (H.15) se torna
*O 5 30 G 0,002 9 G 10 G 0,000 67 2 10 G 0,002 9 G 0,000 67 0,930

17,1 Â 101Á G
ou
*O 5 30 G 0,004 1 G
Assim, a correção em 30 G é 0,149 4 G, com uma incerteza-padrão combinada de *O 0,004 1 G, e

com *O tendo n 2 9 graus de liberdade.
H.3.5 Eliminação da correlação entre a inclinação e o intercepto

A Equação (H.13e) para o coeficiente de correlação g ,
que ∑!" º ∑!" 0, então g , 0e
implica que, se é escolhido de forma tal
portanto, o cálculo da incerteza-padrão de uma correção prevista. Uma vez que ∑!" º 0 quando
e serão não-correlacionados, simplificando,
∑! " / ,e 24,008 5 G no presente caso, a repetição do ajuste de mínimos quadrados

24,008 5 G levaria a valores de
temperatura na qual * 5
com e não-correlacionados. (A temperatura é também a
é um mínimo — ver H.3.4). Entretanto, repetir o ajuste é desnecessário
porque pode ser mostrado que
5 6
V W (H.16a)
*O 5 * ,
V W * (H.16b)
g 6
, 0 (H.16c)
onde
6
V W
& g , /&
& 6
& 1 g ,
e, ao escrever a Equação (H.16b), foram feitas as substituições * 6

& 6
e * & [ver
Equação (H.15)].
Aplicando essas relações aos resultados fornecidos em H.3.3 tem-se
5 0,162 5 11 0,002 18 67 24,008 5 G (H.17a)
*O 5 0,001 1 24,008 5 G 0,000 67 (H.17b)
(H.15) repetindo-se o cálculo de 5 30 G e *O 5 30 G . Substituindo 30 G nas Equações (H.17a) e

Pode-se verificar que estas expressões fornecem os mesmos resultados que as Equações (H.14) e
(H.17b) tem-se
5 30 G 0,149 4 G
*O 5 30 G 0,004 1 G
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
previstas 5 e5
que são idênticos aos resultados obtidos em H.3.4. A covariância estimada entre duas correções
pode ser obtida da Equação (H.9) em H.2.3.
H.3.6 Outras considerações

O método dos mínimos quadrados pode ser usado para ajustar curvas de ordem superior aos pontos
correspondentes aos dados, e é também aplicável aos casos em que os dados individuais têm
Entretanto, os seguintes exemplos ilustram dois casos nos quais as correções medidas 5 são supostas
incertezas. Textos de referência sobre o assunto devem ser consultados para maiores detalhes [8].
como não exatamente conhecidas.
1) Considere que cada tenha uma incerteza desprezível, que cada um dos valores Ú, seja obtido
de uma série de À leituras repetidas e que a estimativa agrupada de variância para tais leituras,
baseada em uma grande quantidade de dados obtidos ao longo de muitos meses, seja &- . Então a
variância estimada de cada Ú, é &- ⁄À * e cada correção observada 5 Ú,
mesma incerteza-padrão * . Sob estas circunstâncias (e sob a suposição de que não existe razão
tem a
para crer que o modelo linear seja incorreto) * substitui & nas Equações (H.13c) e (H.13d).
NOTA Uma estimativa agrupada de variância &- baseada em Ñ séries de observações independentes da
∑$" n$ &$
mesma variável aleatória é obtida de
sp2
∑Ni 1 νi
onde &$ é a variância experimental da i-ésima série de $ observações repetidas independentes [Equação (4)
em 4.2.2] e tem número de graus de liberdade n$ $ 1. O número de graus de liberdade de &- é n
∑$" n$ . A variância experimental &- ⁄À (e o desvio-padrão experimental &- ⁄√À) da média aritmética de À
observações independentes, caracterizada pela estimativa agrupada da variância &- , tem também n graus de
liberdade.
tenha incerteza desprezível, que uma correção ’ seja aplicada a cada um

dos valores Ú, , e que cada correção tenha a mesma incerteza-padrão *Þ . Então, a incerteza-
2) Suponha que cada
padrão de cada 5 Ú, é também *Þ , e & é substituído por & *Þ e & 6
substituído por & 6

*Þ .
é
H.4 Medição de atividade
Este exemplo é similar ao exemplo H.2, a medição simultânea de resistência e reatância, no qual os
dados podem ser analisados de duas maneiras diferentes, fornecendo essencialmente o mesmo
resultado numérico. O primeiro enfoque ilustra, mais uma vez, a necessidade de se levarem em conta
as correlações observadas entre as grandezas de entrada.

222
A concentração desconhecida de atividade do radônio ( Rn) em uma amostra de água é determinada
pela comparação entre as contagens por cintilação em meio líquido da amostra e de uma amostra
padrão de radônio em água com concentração de atividade conhecida. A concentração de atividade
desconhecida é obtida medindo-se três fontes de contagem consistindo de aproximadamente 5 g de
água e 12 g de emulsão cintiladora orgânica em frascos de 22 ml de volume:
Fonte (a) um padrão consistindo de uma massa À› da solução padrão com concentração de
atividade conhecida;
Fonte (b) uma amostra equivalente de água sem material radioativo (branco) usada para obter a
taxa de contagem de fundo;
Fonte (c) a amostra consistindo de uma alíquota de massa Àß com concentração de atividade
desconhecida.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
amostra. Cada intervalo de contagem • com tempo morto corrigido para cada fonte durante todos os
Seis ciclos de medição das três fontes de contagem são realizados nesta ordem: padrão – branco –
seis ciclos é de 60 minutos. Embora a taxa de contagem de fundo não possa ser suposta como
constante durante todo o intervalo de contagem (65 horas), supõe-se que o número de contagens
obtido para cada branco possa ser usado como representativo da taxa de contagem de fundo durante
as medições do padrão e da amostra no mesmo ciclo. Os dados são fornecidos na Tabela H.7, onde
›, µ , ß 0 até o ponto médio dos intervalos

de contagem corrigidos por tempo morto •
são os tempos desde o tempo de referência
60 min para os frascos padrão, branco
e amostra, respectivamente; embora µ seja dado para completeza, ele não é
necessário à análise;
›, µ, ß
tempo morto •
são os números de contagens registrados nos intervalos de contagem corrigidos por
60 min para os frascos padrão, branco e amostra,
respectivamente.
As contagens observadas podem ser expressas como
› µ ’à› • À› < 1á?½ (H.18a)
ß µ ’àß • Àß < 1á?â (H.18b)
onde
’
222
é a eficiência de detecção da cintilação em meio líquido para Rn para uma dada
composição de fonte, suposta como sendo independente do nível de atividade;
à› é a concentração de atividade do padrão no tempo de referência 0;
àß
0;
é o mensurando e é definido como a concentração de atividade desconhecida da amostra
no tempo de referência
À› é a massa da solução padrão;
Àß é a massa da alíquota da amostra;
ã
222
ã
é a constante de decaimento para o Rn:
-4 -1
(ln 2)/T1/2 = 1,258 94 x 10 min (T1/2 = 5 505,8 min).
Tabela H.7 - Dados de contagem para determinação da concentração de atividade

de uma amostra desconhecida
Ciclo Padrão Branco Amostra
tS CS tB CB tx Cx
k
(min) (contagem) (min) (contagem) (min) (contagem)
1 243,74 15 380 305,56 4 054 367,37 41 432
2 984,53 14 978 1 046,10 3 922 1 107,66 38 706
3 1 723,87 14 394 1 785,43 4 200 1 846,99 35 860
4 2 463,17 13 254 2 524,73 3 830 2 586,28 32 238
5 3 217,56 12 516 3 279,12 3 956 3 340,68 29 640
6 3 956,83 11 058 4 018,38 3 980 4 079,94 26 356
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
As Equações (H.18a) e (H.18b) indicam que nenhum dos seis valores individuais, seja de › ou de ß ,
dados na Tabela H.7, pode fornecer diretamente uma média por causa do decaimento exponencial da
atividade do padrão e da amostra, e de pequenas variações nas contagens do branco de um ciclo para
(ou taxas de contagem definidas como o número de contagens dividido por •

outro. Em vez disso, deve-se trabalhar com contagens corrigidas para o decaimento e para o branco
60 min). Isto sugere a
combinação das Equações (H.18a) e (H.18b) para obter a seguinte expressão para a concentração
desconhecida em termos das grandezas conhecidas:
àß à› , À› , Àß , ›, ß, µ, ›, ß , ã
À› < á?â
à› (H.19)
ß µ
Àß › µ < á?½
À›
à› <á
ß µ ?â 1?½
Àß › µ
µ < µ <
á?â á?½
ß ›
0 e para o intervalo de tempo •
onde e são, respectivamente, as contagens da amostra e do padrão
corrigidas em relação ao branco no tempo de referência 60 min.
Alternativamente, pode-se simplesmente escrever
àß à› , À› , Àß , ›, à› (H.20)
Ð½ Úâ
ß Ðâ Ú½
onde as taxas de contagem, ß e ›, corrigidas em relação ao branco e ao decaimento são dadas por
ß ß µ ⁄• < á?â (H.21a)
› › µ ⁄• < á?½ (H.21b)
H.4.2 Análise de dados

A Tabela H.8 resume os valores das taxas de contagem › e ß corrigidas pelas contagens do branco e
ã ß⁄ › é
do decaimento, calculados a partir das Equações (H.21a) e (H.21b) usando os dados da Tabela H.7 e
-4 -1
1,258 94 x 10 min , como fornecidos anteriormente. Deve-se notar que a razão
calculada, de forma mais simples, pela expressão
ß µ ⁄ › µ <á ?â 1?½
As médias aritméticas › , ß e , e seus desvios-padrão experimentais &V › W, &V ß W e &V W, são

calculados do modo usual [Equações (3) e (5), em 4.2]. O coeficiente de correlação gV ß , › W é
calculado pela Equação (17) em 5.2.3 e pela Equação (14) em 5.2.2.
Em vista da variabilidade comparativamente pequena dos valores de ß e de › , a razão das médias
ß k › e sua incerteza-padrão *V ß / › W são, respectivamente, quase as mesmas que a razão média
e seu desvio-padrão experimental &V W, como fornecidos na última coluna da Tabela H.8 [ver H.2.4 e a
Equação (H.10)]. Entretanto, ao calcular a incerteza-padrão *V ß / › W, a correlação entre ß e › , como
representada pelo coeficiente de correlação gV ß , › W, deve ser levada em conta usando a Equação
(16) em 5.2.2. [Essa equação fornece, para a variância relativa estimada de ß k › , os últimos três
termos da Equação (H.22b)].
Deve-se reconhecer que os respectivos desvios-padrão experimentais de ß e de › , √6&V ß W e
√6&V › W, indicam uma variabilidade nessas grandezas que é duas a três vezes maior que a
variabilidade deduzida pela estatística de Poisson do processo de contagem, sendo que a última é
incluída na variabilidade observada de contagem e não precisa ser contabilizada separadamente.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tabela H.8 – Cálculo das taxas de contagem corrigidas pelo branco e pelo decaimento
Ciclo ß › ß › ß⁄ ›
-1 -1
k (min ) (min ) (min)
1 652,46 194,65 123,63 3,352 0

2 666,48 208,58 123,13 3,195 3
3 665,80 211,08 123,12 3,154 3
4 655,68 214,17 123,11 3,061 5
5 651,87 213,92 123,12 3,047 3
6 623,31 194,13 123,11 3,210 7
ß 652,60 ›
& & &

206,09 3,170
ß ›
& ⁄ & ⁄ & ⁄

6,42 3,79 0,046
ß ß › ›
-2 -2 -2
0,98 x 10 1,84 x 10 1,44 x 10
ß/ ›
* ß/ ›
3,167
* ß⁄ › ⁄ ß⁄ ›
0,045
-2
1,42 x 10
Coeficiente de correlação
g ß, › = 0,646
H.4.3 Cálculo dos resultados finais

Para obter a desconhecida concentração de atividade àß e sua incerteza-padrão combinada *O àß
pela Equação (H.20) são requeridas à› , Àß e À› e suas incertezas-padrão. Estas são fornecidas como
à›
* à› 0,001 8 Bq/g; * à› ⁄à›
0,136 8 Bq/g
-2
1,32 x 10
ÀÈ
* À› * À› ⁄À›
5,019 2 g
-2
0,005 0 g; 0,10 x 10
Àß
* Àß * Àß ⁄ Àß
5,057 1 g
-2
0,001 0 g; 0,02 x 10
— incertezas-padrão dos tempos de decaimento, *V W e *V W;

Outras possíveis fontes de incerteza são avaliadas como sendo desprezíveis:
›, ß,
Rn, * ã
significativa é o fator de decaimento exp ã ß para os ciclos m 4 e m 6,
222 -7 -1
— incerteza-padrão da constante de decaimento do 1 x 10 min . (A grandeza
›
até 1,015 70 para o ciclo m 1. A incerteza-padrão desses valores é * 1,2 x 10 );
, que varia de 1,015 63
-5
— incerteza associada com a possível dependência da eficiência de detecção do contador de

cintilação com relação à fonte utilizada (padrão, branco e amostra);
— incerteza da correção para o tempo morto do contador e da correção para a dependência da
eficiência de contagem com relação ao nível de atividade.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.4.3.1 Resultados: abordagem 1

Como indicado anteriormente, àß e *O àß podem ser obtidos de dois modos diferentes a partir da
Equação (H.20). Na primeira abordagem, àß é calculado usando as médias aritméticas ß e › , o que
leva a
À›
àß à›
ß
Àß
0,430 0 Bq/g (H.22a)
›
A aplicação da Equação (16) em 5.2.2 a esta expressão resulta para a variância combinada *O àß
*O àß * à› * À› * Àß * V ßW * V ›W *V ß W*V › W
2gV ß, ›W (H.22b)
àß à› À› Àß ß ›
ß ›
onde, como observado em H.4.2, os últimos três termos fornecem * V ß k › W/V ß k › W , que é a
variância relativa estimada de ß k › . De acordo com a discussão de H.2.4, os resultados na Tabela
H.8 mostram que não é exatamente igual a ß k › ; e que a incerteza-padrão *V ß k › W de ß k › não
é exatamente igual à incerteza-padrão &V W de .
A substituição dos valores das grandezas relevantes nas Equações (H.22a) e (H.22b) fornece
äå ´â
´â
-2
1,93 x 10
*O àß 0,008 3 Bq/g
O resultado da medição pode, então, ser declarado como:
àß 0,430 0 Bq/g, com uma incerteza-padrão combinada *O 0,008 3 Bq/g.
H.4.3.2 Resultados: abordagem 2

Na segunda abordagem, que evita a correlação entre ß e ›, àß é calculada usando a média
aritmética . Assim
À›
àß à›
Àß
0,430 4 Bq/g (H.23a)
A expressão para *O àß é simplesmente
*O àß * à› * À› * Àß * V W
(H.23b)
àß à› À› Àß
*O àß
que leva a
àß
1,95x10-2
*O àß 0,008 4 Bq/g
O resultado da medição pode então ser declarado como:
àß 0,430 4 Bq/g, com uma incerteza-padrão combinada de *O 0,008 4 Bq/g.
O número efetivo de graus de liberdade de *O pode ser avaliado usando-se a fórmula de Welch-
Satterthwaite, como ilustrado em H.1.6.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Como em H.2, entre os dois resultados prefere-se o segundo, porque ele evita a aproximação da média
da razão de duas grandezas pela razão das médias das duas grandezas; e ele reflete melhor o
Todavia, a diferença entre os valores de àß resultantes dos dois enfoques é claramente pequena
procedimento de medição utilizado — os dados foram coletados, de fato, em ciclos separados.
comparada com a incerteza-padrão atribuída a cada um, e a diferença entre as duas incertezas-padrão
é totalmente desprezível. Tal concordância entre os resultados demonstra que os dois enfoques são
equivalentes quando as correlações observadas são apropriadamente levadas em conta.
H.5 Análise de variância

Este exemplo fornece uma breve introdução aos métodos de análise de variância (ANOVA). Estas
técnicas estatísticas são utilizadas para identificar e quantificar efeitos aleatórios individuais em uma
medição, de modo que possam ser apropriadamente levados em conta quando se avalia a incerteza do
resultado da medição. Embora os métodos ANOVA sejam aplicáveis a uma ampla faixa de medições,
como, por exemplo, calibração de padrões de referência, tais como padrões de tensão Zener e padrões
de massa, e certificação de materiais de referência, eles, por si mesmos, não podem identificar efeitos
sistemáticos que possam estar presentes.
Existem muitos modelos diferentes incluídos sob o nome geral de ANOVA. Devido à sua importância, o
1
modelo específico discutido neste exemplo é o arranjo aninhado balanceado . A ilustração numérica
deste modelo envolve a calibração de um padrão de tensão Zener; a análise pode ser relevante para
uma variedade de situações práticas de medição.
Métodos ANOVA são de importância especial na certificação de materiais de referência (MRs) por
ensaios interlaboratoriais, um tópico coberto extensivamente pelo Guia ISO 35 [19] (ver H.5.3.2 para
uma breve descrição da certificação de MRs). Como muito do material contido no Guia ISO 35 é sem
dúvida largamente aplicável, esta publicação pode ser consultada para detalhes adicionais relativos à
ANOVA, incluindo arranjos aninhados não balanceados. As referências [15] e [20] podem ser
igualmente consultadas.

Considere-se um padrão de tensão Zener de 10 V nominais calibrado contra uma referência de tensão
K observações repetidas independentes da diferença de potencial › do padrão. Se ' denota a m-

estável, por um período de duas semanas. Em cada um dos J dias durante o período foram realizadas
ésima observação de › m 1, 2, …, æ no j-ésimo dia ç 1, 2, ..., è , a melhor estimativa da

diferença de potencial do padrão é a média aritmética das JK observações [ver Equação (3) em
4.2.1],
ê
1
é
(H.24a)
›
èæ '
'" "
O desvio-padrão experimental da média &V W, que é uma medida da incerteza de , sendo esta uma
estimativa da diferença de potencial do padrão Zener (com relação à referência), é obtido de [ver
Equação (5), em 4.2.3.]
ê
1
é
& V W (H.24b)
èæ èæ 1 '
'" "
NOTA Supõe-se ao longo deste exemplo que todas as correções aplicadas às observações para compensar
efeitos sistemáticos tenham incertezas desprezíveis, ou que suas incertezas sejam tais que possam ser levadas
em conta no final da análise. Uma correção que se encaixa nesta última categoria, e que pode ser ela mesma
aplicada à média das observações no final da análise, é a diferença entre o valor certificado (supostamente tendo
uma dada incerteza) e o valor de trabalho da tensão de referência estável contra a qual o padrão de tensão Zener
é calibrado. Assim, a estimativa da diferença de potencial do padrão, obtida estatisticamente a partir das
observações, não é, necessariamente, o resultado final da medição; e o desvio-padrão experimental da estimativa
não é, necessariamente, a incerteza-padrão combinada do resultado final.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
O desvio-padrão experimental da média &V W, como obtido da Equação (H.24b), é uma medida
apropriada da incerteza de somente se a variabilidade das observações dia-a-dia for a mesma que a
variabilidade das observações realizadas em um único dia. Se existir evidência de que a variabilidade
entre-dias seja significativamente maior do que se possa esperar da variabilidade intra-dia (em um
mesmo dia), a utilização dessa expressão poderia levar a uma declaração consideravelmente
subestimada da incerteza de . Assim, duas questões surgem: como se deve decidir se a variabilidade
entre dias (caracterizada por um componente entre-dias da variância) é significativa em comparação à
variabilidade em um mesmo dia (caracterizada por um componente intra-dia da variância) e, se isso
ocorrer, como se deve avaliar a incerteza da média?
H.5.2 Um exemplo numérico
è 10 é o número de dias nos quais as observações da diferença de potencial foram

H.5.2.1 Os dados que permitem tratar as questões acima são fornecidos na Tabela H.9, onde
æ 5 é o número de observações da diferença de potencial realizadas em cada dia;

realizadas;
1
é
(H.25a)
'
æ '
"
(existem è 10 médias diárias);

é a média aritmética das K = 5 observações da diferença de potencial realizadas no j-ésimo dia
ê ê
1 1
é
(H.25b)
è '
èæ '
'" '" "
é a média aritmética das J = 10 médias diárias e, consequentemente, a média global das JK =

50 observações;
1
é
& V 'W (H.25c)

'
æ 1 '
"
é a variância experimental das K = 5 observações realizadas no j-ésimo dia (existem J = 10

estimativas da variância); e
ê
1
& V W (H.25d)
'
è 1 '
'"
é a variância experimental das J = 10 médias diárias (existe somente uma estimativa desta
variância).
ser investigada comparando-se duas estimativas independentes de (ë , a componente intra-dia da

H.5.2.2 A consistência da variabilidade intra-dia e da variabilidade entre-dias das observações pode
variância (isto é, a variância das observações realizadas no mesmo dia).

A primeira estimativa de (ë , denotada por &Þ , é obtida da variação observada das médias diárias ' .
Como ' é a média de æ observações, sua variância estimada & ' , sob a hipótese de que o
componente entre-dias da variância seja zero, estima (ë ⁄æ . Segue, então, da Equação (H.25d) que
ê
æ
&Þ æ& V ' W V W (H.26a)
è 1 '
'"
que é uma estimativa de (ë com νÞ è 1 9 graus de liberdade.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
A segunda estimativa de (ë , denotada por &ì , é a estimativa agrupada da variância obtida dos è 10
valores individuais de & V ' W utilizando-se a equação da nota de H.3.6, na qual os dez valores
cada um destes valores ser ν$ æ 1, a expressão resultante para sb é, simplesmente, sua média.
individuais são calculados a partir da Equação (H.25c). Em razão de o número de graus de liberdade de
2
Assim
ê ê
1 1
é
&ì & V W & V 'W (H.26b)

'
è '
è æ 1 '
'" '" "
que é uma estimativa de (ë com νí è æ 1 40 graus de liberdade.

As estimativas de (ë dadas pelas Equações (H.26a) e (H.26b) são &Þ 128 µV e &ì 85 µV ,
respectivamente (ver Tabela H.9). Como a estimativa &Þ é baseada na variabilidade das médias diárias
enquanto a estimativa &ì é baseada na variabilidade das observações diárias, sua diferença indica a
possível presença de um efeito que varia de um dia para outro, mas que permanece relativamente
constante quando as observações são realizadas em um único dia. O teste-F é utilizado para verificar
essa possibilidade e, consequentemente, a suposição de que o componente entre-dias da variância
H.5.2.3 A distribuição-F é a distribuição de probabilidade da razão p νÞ , νì &Þ νÞ ⁄&ì νì de duas

seja zero.
estimativas independentes, &Þ νÞ e &ì νì , da variância ( de uma variável aleatória normalmente

distribuída [15]. Os parâmetros νÞ e νì são os respectivos números de graus de liberdade das duas
estimativas e 0 E p νÞ , νì F ∞. Valores de F são tabulados para diferentes valores de νÞ e νì e vários
quartis da distribuição-F. Um valor de p νÞ , νì ‹ p ,¸¹ ou p νÞ , νì ‹ p ,¸î¹ (o valor crítico) é
usualmente interpretado como indicação de que &Þ νÞ é maior do que &ì νì por uma quantidade
estatisticamente significativa; e que a probabilidade de um valor de F tão grande quanto aquele
0,025, respectivamente. (Outros valores críticos podem também ser escolhidos, tal como p ,¸¸ .)
observado, se as duas estimativas forem estimativas da mesma variância, é menor do que 0,05 ou
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.5.2.4 A aplicação do teste-F ao presente exemplo numérico fornece
&Þ æ& V ' W 5 57 +

p nÞ , nì
&ì & V W 85 +
2,25 (H.27)
'
com nÞ è 1 9 graus de liberdade no numerador e nì è æ 1

denominador. Como p ,¸¹ 9,40 2,12 e, p ,¸î¹ 9,40
40 graus de liberdade no
2,45, conclui-se que existe um efeito entre-dias
H.5.2.5 Se a existência de um efeito entre-dias é rejeitada porque a diferença entre &Þ e &ì não é vista
estatisticamente significativo no nível de 5 por cento de significância, mas não no nível de 2,5 por cento.
da incerteza), a variância estimada &

como estatisticamente significativa (uma decisão imprudente, pois poderia levar a uma subestimação
equivalente a agrupar as estimativas &Þ e &ì (isto é, tomando-se a média ponderada de &Þ e &ì , cada
de deve ser calculada da Equação (H.24b). Esta relação é
uma delas ponderada por seus respectivos números de graus de liberdade nÞ e nì - ver nota de H.3.6)
para obter a melhor estimativa da variância das observações; e dividir essa estimativa por èæ (o número
de observações) para obter a melhor estimativa & da variância da média das observações.
Seguindo este procedimento, tem-se
è 1 &Þ è æ 1 &ì 9 128 µV 40 85 µV

& (H.28a)
èæ èæ 1 10 5 49
& 13 µV , ¤* & 13 µV (H.28b)
com & tendo èæ 1 49 graus de liberdade.

Supondo-se que todas as correções para os efeitos sistemáticos já tenham sido levadas em conta e
que todos os outros componentes da incerteza são não-significativos, então o resultado da calibração
pode ser declarado como ›
combinada de & *O 13 µV, e com *O tendo 49 graus de liberdade.
10,000 097 V (ver Tabela H.9), com uma incerteza-padrão
NOTA 1 Na prática haveria, muito provavelmente, componentes adicionais de incerteza que seriam significativos
e, portanto, deveriam ser combinados com o componente de incerteza obtido estatisticamente a partir das
observações (ver nota de H.5.1).
NOTA 2 Pode-se mostrar que a Equação (H.28a), para &
dupla soma nesta equação, denotada por “, como
, é equivalente à Equação (H.24b) escrevendo-se a
ê é
“ iV ' 'W V ' Wj è 1 &Þ è æ 1 &ì

'" "
possível subestimação da incerteza) e supõe-se que ele seja aleatório, então a variância & V ' W
H.5.2.6 Se a existência de um efeito entre-dias é aceita (uma decisão prudente porque evita uma
calculada a partir das è 10 médias diárias, de acordo com a Equação (H.25d), não estima (ï ⁄æ ,
como postulado em H.5.2.2, mas (ï ⁄æ (ì onde (ì é o componente aleatório entre-dias da variância.
Isso implica que
& V 'W &ï ⁄æ &µ (H.29)
onde &ï estima (ï e &ì estima (ì . Como & V ð W calculado a partir da Equação (H.26b) depende
somente da variabilidade intra-dia das observações, pode-se tomar &ï & V ð W. Assim, a razão
æ& V ' Wk& V ð W utilizada para o teste-F em H.5.2.4 se torna
æ& V ' W &ï æ&µ 5 57 µV

p 2,25 (H.30)
& V ð W &ï 85 µV
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
o que leva a
•ò W
Ks VV s VVóØ W
&µ (H.31a)
K
sô 43 µV , ou sô 43 µV
&ï s VVóØ W 85 µV , ¤* &ï 85 µV (H.31b)
A variância estimada de é obtida de & V ' W, Equação (H.25d), porque & V ' W reflete apropriadamente
ambos os componentes aleatórios, intra e entre-dias da variância [ver Equação (H.29)]. Assim
& & V ' W⁄è (H.32)
57 µV ⁄10 , ou & 18 µV
com & tendo è 1 9 graus de liberdade.
O número de graus de liberdade de &ï (e, portanto, de &ï ) é è æ 1

número de graus de liberdade de &µ (e, portanto, &ì ) é o número efetivo de graus de liberdade da
40 [ver Equação (H.26b)]. O
diferença &µ & V ' W & V ð W ⁄æ [Equação (H.31a)], mas sua estimação é problemática.
H.5.2.7 A melhor estimativa da diferença de potencial do padrão de tensão é, portanto, ›
10,000 097 V, com & *O 18 µV, como dado pela Equação (H.32). Este valor de *O e seus 9
graus de liberdade devem ser comparados com *O 13 µV e seus 49 graus de liberdade, o resultado
obtido em H.5.2.5 [Equação (H.28b)], quando a existência de um efeito inter- dia foi rejeitada.
Em uma medição real, um efeito entre-dias aparente deve ser, se possível, melhor investigado, a fim de
se determinar sua causa e verificar se um efeito sistemático está presente, o que impediria o uso de
métodos ANOVA. Como apontado no início deste exemplo, técnicas ANOVA são projetadas para
identificar e avaliar componentes de incerteza que surgem de efeitos aleatórios; elas não fornecem
informações sobre componentes que surgem de efeitos sistemáticos.
H.5.3 O papel da ANOVA em medição

H.5.3.1 Este exemplo do padrão de tensão ilustra o que é geralmente chamado de arranjo aninhado
balanceado de um estágio. É um arranjo aninhado de um estágio porque existe um nível de
“aninhamento” das observações, com um fator, o dia em que as observações foram realizadas, sendo
variado na medição. É balanceado (ou equilibrado), pois o mesmo número de observações é realizado
a cada dia. A análise apresentada no exemplo pode ser utilizada para determinar se existe um “efeito
de operador”, um “efeito de instrumento”, um “efeito laboratorial”, um “efeito amostral”, ou mesmo um
substituição das observações feitas em è dias diferentes por observações feitas no mesmo dia, mas
“efeito metodológico" em uma determinada medição. Assim, no exemplo acima, pode-se imaginar a
por è operadores diferentes; o componente entre-dias da variância se torna então um componente de

variância associado a diferentes operadores.
H.5.3.2 Como observado em H.5, métodos ANOVA são largamente utilizados na certificação de
materiais de referência (MRs) por ensaios inter-laboratoriais. Tal certificação envolve, usualmente, um
número de laboratórios independentes, igualmente competentes, todos eles medindo, em amostras de
um material, a propriedade na qual o material deverá ser certificado. Geralmente se supõe que as
diferenças entre resultados individuais, tanto intra como inter-laboratórios, são de natureza estatística,
independente de quais sejam as causas. A média de cada laboratório é considerada como uma
estimativa não-tendenciosa da propriedade do material e, usualmente, supõe-se a média não
Uma certificação de MR pode envolver ™ diferentes laboratórios, cada um dos quais medindo a
ponderada das médias dos laboratórios como sendo a melhor estimativa dessa propriedade.
propriedade requerida de è diferentes amostras do material, com cada medição de uma amostra
consistindo de æ observações repetidas e independentes. Assim, o número total de observações é
™èæ, e o número total de amostras é ™è. Este é um exemplo de um arranjo aninhado balanceado de
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
dois estágios, análogo ao exemplo de um estágio como tratado anteriormente para o padrão de
tensão. Nesse caso, há dois níveis de “aninhamento” das observações, com dois fatores diferentes,
amostra e laboratório, sendo variados na medição. Esse arranjo é balanceado porque cada amostra é
observada o mesmo número de vezes (æ) em cada laboratório e cada um medindo o mesmo número
de amostras (è). Seguindo-se a analogia com o exemplo do padrão de tensão, no caso do material de
referência, o propósito da análise dos dados é investigar a possível existência de um efeito
interamostras e de um efeito inter-laboratórios, e determinar a incerteza apropriada a ser atribuída à
parágrafo anterior, supõe-se que esta estimativa seja a média das ™ médias dos laboratórios, que é
melhor estimativa do valor da propriedade a ser certificada. Mantendo-se o desenvolvimento do
também a média das ™èæ observações.

H.5.3.3 A importância de se variarem as grandezas de entrada das quais depende o resultado da
medição, de forma que sua incerteza seja baseada nos dados observados avaliados estatisticamente,
é ressaltada em 3.4.2. Os arranjos aninhados e a análise dos dados obtidos pela aplicação de
métodos ANOVA podem ser utilizados com sucesso em muitas situações de medição encontradas na
prática.
Não obstante, como indicado em 3.4.1, variar todas as grandezas de entrada é raramente possível
devido à limitação de tempo e de recursos; na melhor das hipóteses, na maioria das situações práticas
de medição, é possível somente avaliar alguns poucos componentes de incerteza utilizando os
métodos ANOVA. Como ressaltado em 4.3.1, muitos componentes devem ser avaliados por
julgamento científico, utilizando toda a informação disponível sobre a possível variabilidade das
grandezas de entrada em questão; em muitos casos, um componente de incerteza, tal como o que
surge de um efeito interamostras, um efeito inter-laboratórios, um efeito inter-instrumentos ou um
efeito interoperadores, não pode ser avaliado pela análise estatística de uma série de observações,
mas deve ser avaliado a partir do conjunto de informações disponíveis.
H.6 Medições numa escala de referência: dureza

Dureza é um exemplo de conceito físico que não pode ser quantificado sem referência a um método
de medição; ela não tem unidade que seja independente de algum método. A grandeza “dureza” é
diferente das grandezas mensuráveis clássicas, pois não pode entrar em equações algébricas para
definir outras grandezas mensuráveis (embora, às vezes, seja usada em equações empíricas que
relacionam dureza a outra propriedade para uma categoria de materiais). Sua magnitude é
determinada por uma medição convencional, a de uma dimensão linear de uma impressão em um
bloco do material de interesse, ou bloco amostra. A medição é realizada de acordo com uma norma
escrita, que inclui uma descrição do “penetrador”, da construção da máquina com a qual se aplica o
penetrador, e da maneira pela qual a máquina deve ser operada. Existe mais de uma norma escrita,
portanto existe mais de uma escala de dureza.
A dureza relatada é uma função (que depende da escala) da dimensão linear medida. No exemplo
fornecido neste item, ela é uma função linear da média aritmética ou média das profundidades de
cinco penetrações repetidas, mas, para algumas outras escalas, a função é não-linear.
Realizações da máquina padrão são conservadas como padrões nacionais (não há realização padrão
internacional); uma comparação entre uma máquina em particular e a máquina padrão nacional é feita
utilizando-se um bloco-padrão de transferência.

Neste exemplo, a dureza de um bloco amostra de material é determinada na escala “Rockwell C”
usando-se uma máquina que foi calibrada por comparação com a máquina padrão nacional. A
unidade da escala de dureza Rockwell C é 0,002 mm, com a dureza nesta escala definida como
100× 0,002 mm menos a média das profundidades de cinco penetrações, medidas em mm. O valor
dureza HRC”. Neste exemplo, a grandeza é chamada simplesmente “dureza”, símbolo ¡Rockwell C , e o
dessa grandeza dividido pela unidade da escala Rockwell, de 0,002 mm, é chamado “índice de
dureza”, com símbolo öRockwell C .

valor numérico de dureza expresso em unidades Rockwell de comprimento é chamado “índice de
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.6.2 Modelo matemático

À média das profundidades das penetrações realizadas no bloco amostra pela máquina utilizada para
determinar sua dureza, ou máquina de calibração, devem ser adicionadas correções para determinar a
média das profundidades das penetrações que teriam sido obtidas no mesmo bloco pela máquina
padrão nacional. Assim
¡Rockwell C VD̅ , ∆O , ∆ì , ∆› W (H.33a)
100 0,002 mm D̅ ∆O ∆ì ∆›
öRockwell C ¡Rockwell C ⁄ 0,002 mm (H.33b)
onde
D̅ é a média das profundidades de cinco penetrações realizadas pela máquina de calibração
∆O é a correção obtida de uma comparação da máquina de calibração com a máquina padrão

no bloco amostra;
nacional utilizando um bloco-padrão de transferência, igual à média das profundidades de

5À penetrações realizadas pela máquina padrão nacional neste bloco, menos a média
das profundidades de 5 penetrações realizadas no mesmo bloco pela máquina de
∆ì é a diferença em dureza (expressa como uma diferença de profundidade média de

calibração;
penetração) entre as duas partes do bloco-padrão de transferência utilizadas,
∆› é o erro devido à insuficiente repetibilidade da máquina padrão nacional e à definição

respectivamente, para penetrações pelas duas máquinas, suposta como sendo zero; e
incompleta da grandeza dureza. Embora se deva supor ∆› igual a zero, este tem uma
incerteza-padrão associada * ∆› .
Uma vez que as derivadas parciais ∂ ⁄∂D̅ , ∂ ⁄∂∆O , ∂ ⁄∂∆ì , ∂ ⁄∂∆› da função da Equação (H.33a) são
todas iguais a -1, a incerteza-padrão combinada *O ¡ da dureza do bloco amostra, tal como medida
pela máquina de calibração, é dada simplesmente por
*O ¡ * VD̅ W * ∆O * ∆ì * ∆› (H.34)
onde, por simplicidade de notação, ¡ ≡ ¡Rockwell C .
H.6.3 Variâncias contribuintes
H.6.3.1 Incerteza da profundidade média de penetração D̅ do bloco amostra, *VD̅ W

Incerteza de observações repetidas. A estrita repetição de uma observação não é possível porque uma
nova impressão não pode ser feita no mesmo local em que foi feita uma anterior. Uma vez que cada
variações de dureza entre locais diferentes. Assim, *VD̅ W, a incerteza-padrão da média das
impressão deve ser feita em um lugar diferente, qualquer variação nos resultados inclui o efeito de
&- D ⁄√5, onde &- D é o desvio-padrão experimental agrupado das profundidades de penetração
profundidades de cinco penetrações no bloco amostra pela máquina de calibração, é tomada como
determinadas por medições “repetidas” em um bloco cuja dureza seja conhecidamente muito uniforme
Incerteza da indicação. Não obstante seja nula a correção para D̅ associada ao mostrador da máquina
(ver 4.2.4).
de calibração, há uma incerteza em D̅ devida à incerteza da indicação de profundidade associada à

resolução δ do mostrador dada por * δ δ /12 (ver F.2.2.1). A variância estimada de D̅ é, assim
* VD̅ W & D ⁄5 c ⁄12 (H.35)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.6.3.2 Incerteza da correção para a diferença entre as duas máquinas, * ∆O

Como indicado em H.6.2, ∆O é a correção para a diferença entre a máquina padrão nacional e a
máquina de calibração. Essa correção pode ser expressa como ∆O C›6 C 6 onde C›6 V∑Ð $" C̅›,$ W⁄À, é a
profundidade média de 5À penetrações realizadas pela máquina padrão nacional no bloco-padrão de
transferência; e C 6 ∑!$" C̅$ ⁄ é a profundidade média de 5 penetrações realizadas no mesmo bloco
do mostrador de cada máquina seja desprezível, a variância estimada de ∆O é

pela máquina de calibração. Assim, supondo que, para a comparação, a incerteza devida à resolução
&aν C̅› &aν C̅

* ∆O (H.36)
À
onde
&aν C̅› i∑Ð$" & VC̅›,$ Wj⁄À é a média das variâncias experimentais das médias de cada uma
das À séries de penetrações C›,$ realizadas pela máquina padrão;
&aν C̅ ∑!$" & C̅$ ⁄ é a média das variâncias experimentais das médias de cada uma das
séries de penetrações C$ feitas pela máquina de calibração.
NOTA As variâncias &aν C̅› e &aν C̅ são estimativas agrupadas da variância — ver discussão da Equação
(H.26b) em H.5.2.2.
* ∆ì
H.6.3.3 Incerteza da correção devida a variações na dureza do bloco-padrão de transferência,
A Recomendação Internacional R 12 da OIML, Verification and Calibration of Rockwell C hardness

standardized blocks (Verificação e calibração de blocos padronizados de dureza Rockwell C), requer
que as profundidades máxima e mínima de penetração, obtidas de cinco medições no bloco-padrão de
é uma função do nível de dureza. Assim, seja C 6 a diferença máxima nas profundidades de penetração
transferência, não difiram por mais do que uma fração da profundidade média de penetração, onde
sobre todo o bloco, onde C 6 é como definido em H.6.3.2, com 5. Adicionalmente, suponha-se que
médio C 6 ⁄2 (na razoável hipótese de que valores próximos ao valor central são mais prováveis do que
essa diferença máxima seja descrita por uma distribuição de probabilidade triangular em torno do valor
valores extremos — ver 4.3.9). Então, se / C 6 ⁄2 na Equação (9b) em 4.3.9, a variância estimada da
correção para a profundidade média de penetração devida a diferenças das durezas apresentadas pela
máquina padrão e pela máquina de calibração, respectivamente, é
* ∆ì C 6 ⁄24 (H.37)
Conforme indicado em H.6.2, assume-se que a melhor estimativa da correção ∆ì seja, ela mesma,
zero.
H.6.3.4 Incerteza da máquina padrão nacional e da definição de dureza, * ∆›
grandeza dureza, é relatada como um desvio-padrão estimado * ∆÷ (uma grandeza de dimensão

A incerteza da máquina padrão nacional, juntamente com a incerteza devida à definição incompleta da
comprimento).
H.6.4 A incerteza-padrão combinada, *O ¡

A reunião dos termos individuais discutidos de H.6.3.1 a H.6.3.4 e sua substituição na equação (H.34)
permite obter a variância estimada da medição de dureza como
& D c &aν C̅› &aν C̅ C6

*O ¡ * Δ› (H.38)
5 12 À 24
sendo *O ¡ a incerteza-padrão combinada.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
H.6.5 Exemplo numérico

Os dados para este exemplo estão resumidos na Tabela H.10.
Tabela H.10 — Resumo de dados para a determinação da dureza de um bloco

amostra na escala Rockwell C
Profundidade média D̅ de 5 penetrações realizadas pela máquina de

Fonte de incerteza Valor
36,0 unidade de escala
calibração no bloco amostra: 0,072 mm Rockwell
Índice de dureza indicado no bloco amostra a partir de 5 penetrações:
HRockwell C=hRockwell C/(0,002 mm)=[100(0,002 mm) − 0,072 mm]/(0,002 mm) 64,0 HRC
(ver H.6.1)
Desvio padrão experimental agrupado sp(dk) das profundidades de
penetrações realizadas pela máquina de calibração em um bloco tendo
Rockwell
dureza uniforme
Resolução δ do mostrador da máquina de calibração
&av C̅› , raiz quadrada da média das variâncias experimentais das médias
Rockwell

de m séries de penetrações realizadas pela máquina padrão nacional no
Rockwell, m=6
&av C̅ , raiz quadrada da média das variâncias experimentais das médias

bloco padrão de transferência

de n séries de penetrações realizadas pela máquina de calibração no
Rockwell, n=6
bloco padrão de transferência
Variação fracional permitida x da profundidade de penetração no bloco -2
1,5 x 10
Incerteza padrão * ∆› da máquina padrão nacional e definição de

padrão de transferência
dureza Rockwell
A escala é Rockwell C, designada como HRC. A unidade da escala Rockwell é 0,002 mm, e, assim, na
significa 36,0 × 0,002 mm = 0,072 mm, simplesmente uma maneira conveniente de expressar os
Tabela H.10 e no que se segue, subentende-se que (por exemplo) “36,0 unidade de escala Rockwell”
dados e resultados.
Se os valores para as grandezas relevantes fornecidos na Tabela H.10 são substituídos na Equação
(H.38), obtêm-se as duas expressões seguintes:
0,45 0,1 0,10 0,11 0,015 Â 36,0

*O ¡ = 0,5 A unidade de escala Rockwell
5 12 6 6 24
0,307 unidade de escala Rockwell
*O ¡ 0,55 unidade de escala Rockwell 0,001 1 mm
onde, para fins de cálculo da incerteza, é adequado tomar C 6 D̅ 36,0 unidade de escala Rockwell.
Assim, supondo-se que ∆O 0, a dureza do bloco amostra é
¡Rockwell C
combinada de *O 0,55 unidade de escala Rockwell ou 0,001 1 mm.
64,0 unidade de escala Rockwell ou 0,128 0 mm, com uma incerteza-padrão
O índice de dureza do bloco é ¡ÚøO ï²•• ù ⁄ 0,002 mm 0,128 0 mm ⁄ 0,002 mm , ou
öRockwell C 64,0 HRC, com uma incerteza-padrão combinada de *O 0,55 HRC.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Além do componente de incerteza devido à máquina padrão nacional e à definição de dureza, * ∆›
repetibilidade da máquina, &- D ⁄√5 0,20 unidade de escala Rockwell; e da variação da dureza do
0,5 unidade de escala Rockwell, os componentes significativos de incerteza são aqueles oriundos da
bloco-padrão de transferência, que é C 6 ⁄24 0,11 unidade de escala Rockwell. O número efetivo
de graus de liberdade de *O pode ser avaliado usando-se a fórmula de Welch-Satterthwaite, como
ilustrado em H.1.6.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Anexo J*
Glossário dos principais símbolos

meia largura de uma distribuição retangular de possíveis valores de uma grandeza de
a
entrada Xi:
a = (a+ – a–)/2
a+ fronteira superior, ou limite superior, de uma grandeza de entrada Xi.
a- fronteira inferior, ou limite inferior, de uma grandeza de entrada Xi.
b+ fronteira superior, ou limite superior, do desvio de uma grandeza de entrada Xi em

relação a sua estimativa xi:
b+ = a+ – x i
fronteira inferior, ou limite inferior, do desvio de uma grandeza de entrada Xi em
b- relação a sua estimativa xi:
b– = x i – a–
X$ ≡ P /P $
derivada parcial ou coeficiente de sensibilidade:
ci
f relação funcional entre o mensurando Y e as grandezas de entrada Xi das quais Y

depende, e entre a estimativa de saída y e as estimativas de entrada xi das quais y
depende
∂f/∂xi derivada parcial, com relação à grandeza de entrada Xi, da relação funcional f entre o
mensurando Y e as grandezas de entrada Xi das quais Y depende, avaliadas com
estimativas xi para os Xi:
∂f/∂xi = ∂f/∂Xi│x1, x2,...,xN
k fator de abrangência usado para calcular a incerteza expandida U = kuc(y) da
estimativa de saída y a partir de sua incerteza-padrão combinada uc(y), onde U define
um intervalo Y = y ± U, tendo um alto nível da confiança
kp fator de abrangência usado para calcular a incerteza expandida Up = kpuc(y) da

estimativa de saída y a partir de sua incerteza-padrão combinada uc(y), onde Up define
um intervalo Y = y ± Up, tendo um alto e especificado nível da confiança p
n número de observações repetidas
N número de grandezas de entrada Xi das quais depende o mensurando Y
probabilidade; nível da confiança:

p
0≤p≤1
q grandeza que varia aleatoriamente, descrita por uma distribuição de probabilidade
% média aritmética, média amostral ou média de n observações repetidas independentes

qk de uma grandeza q que varia aleatoriamente
estimativa da esperança ou média µq da distribuição de probabilidade de q
(*) Nota de rodapé para a versão 2008:
Quando o GUM foi publicado pela primeira vez havia uma regra editorial ativa que vedava o uso de um Anexo I. É
por isso que letra J é usada para nomear este anexo em sequência ao anexo H.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
qk k-ésima observação repetida independente de uma grandeza % que varia
g $, '
aleatoriamente
coeficiente de correlação estimado associado às estimativas de entrada xi e xj que
g ú, ç * $, ' /* *
estimam as grandezas de entrada Xi e Xj:
$ '
g •û , ' coeficiente de correlação estimado das médias de entrada $ e ' , determinado a

partir de n pares independentes de observações simultâneas repetidas Xi,k e Xj,k de Xi
gV •û , 'W & •û , / & •û &

e Xj:
' '
g $, ' coeficiente de correlação estimado associado às estimativas de saída yi e yj quando

dois ou mais mensurandos ou grandezas de saída são determinados na mesma
&-
medição
estimativa combinada ou agrupada da variância
desvio-padrão experimental agrupado, igual à raiz quadrada positiva de &-
& %
sp
variância experimental da média %
estimativa da variância σ / de %:
& % & % /
& % desvio-padrão experimental da média %, igual à raiz quadrada positiva de & %

variância estimada obtida de uma avaliação do Tipo A
estimador tendencioso de & % (ver C.2.21, nota)
& %
incerteza-padrão obtida de uma avaliação do Tipo A
variância experimental determinada a partir de n observações independentes
repetidas qk de q.
estimativa da variância σ da distribuição de probabilidade de q
& %
2
desvio-padrão experimental, igual à raiz quadrada positiva de & %

estimador tendencioso do desvio-padrão σ da distribuição de probabilidade de q
& $ variância experimental da média de entrada •û , determinada a partir de n observações

independentes repetidas Xj,k de Xi
& desvio-padrão experimental da média de entrada •û , igual à raiz quadrada positiva de

variância estimada obtida de uma avaliação do Tipo A
$
& $
& % , g̅ estimativa da covariância das médias % e g̅ que estimam as esperanças µq e µr de

incerteza-padrão obtida de uma avaliação do Tipo A
duas grandezas aleatórias q e r, determinada a partir de n pares independentes de

observações simultâneas repetidas qk e rk de q e r
& estimativa da covariância das médias de entrada •û e •ð , determinada a partir de n

covariância estimada obtida de uma avaliação do Tipo A
$ '
pares independentes de observações simultâneas repetidas Xi,k e Xj,k de Xi e Xj
covariância estimada obtida de uma avaliação do Tipo A
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
- ν fator-t da distribuição-t para v graus de liberdade correspondentes a uma determinada
nüýý
probabilidade p
- fator-t da distribuição-t para veff graus de liberdade correspondentes a uma determinada
*
probabilidade p, usado para calcular uma incerteza expandida Up
$ variância estimada associada com a estimativa de entrada xi que estima a grandeza de

entrada Xi
independentes repetidas, * &

NOTA Quando xi é determinada pela média aritmética ou média amostral de n observações
$ $ é uma variância estimada obtida de uma avaliação do
*
Tipo A
$
à raiz quadrada positiva de *
incerteza-padrão da estimativa de entrada xi que estima a grandeza de entrada Xi, igual
$
independentes repetidas, * $ & $ é uma incerteza-padrão obtida de uma avaliação do

NOTA Quando xi é determinada pela média aritmética ou média amostral de n observações
* $, '
Tipo A
covariância estimada associada com duas estimativas de entrada xi e xj que estimam

as grandezas de entrada Xi e Xj
simultâneas repetidas, *V $ , ' W &V $ , ' W é uma covariância estimada obtida de uma avaliação
NOTA Quando xi e xj são determinadas a partir de n pares independentes de observações
*O
do Tipo A
*O
variância combinada associada à estimativa de saída y
*O
incerteza-padrão combinada da estimativa de saída y, igual à raiz quadrada positiva de
*O´ incerteza-padrão combinada da estimativa de saída y determinada a partir de
*Oµ
incertezas-padrão e covariâncias estimadas obtidas de avaliações do Tipo A apenas
incerteza-padrão combinada da estimativa de saída y determinada a partir de
*O
incertezas-padrão e covariâncias estimadas obtidas de avaliações do Tipo B apenas
$ Incerteza-padrão combinada da estimativa de saída yi quando dois ou mais
*$ componente da variância combinada *O

mensurandos ou grandezas de saída são determinados na mesma medição
gerado pela variância estimada *

associado com a estimativa de saída y
$ associada com a estimativa de entrada xi:
*$ ≡ X$ * $
*$ componente da incerteza-padrão combinada *O da estimativa de saída y gerado
*$ ≡ |X$ |*
pela incerteza-padrão da estimativa de entrada xi:
$
* $, ' covariância estimada associada às estimativas de saída yi e yj determinadas na mesma
* ⁄| $ |
de medição
*O ⁄| |
incerteza-padrão relativa da estimativa de entrada xi
* ⁄| $ |
incerteza-padrão combinada relativa da estimativa de saída y
*O ⁄
variância relativa estimada associada à estimativa de entrada xi
* $, '
variância combinada relativa associada à estimativa de saída y
þ $ 'þ
covariância relativa estimada associada às estimativas de entrada xi e xj
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
U incerteza expandida da estimativa de saída y que define um intervalo Y = y ± U tendo

um alto nível da confiança, igual ao fator de abrangência k vezes a incerteza-padrão
l m*O
combinada uc(y) de y:
Up incerteza expandida da estimativa de saída y que define um intervalo Y = y ± Up tendo

um alto e específico nível da confiança p, igual ao fator de abrangência kp vezes a
l- m- *O
incerteza-padrão combinada uc(y) de y:
xi estimativa da grandeza de entrada Xi

NOTA Quando xi é determinada pela média aritmética ou média amostral de observações
repetidas independentes, $ $
Xi i-ésima grandeza de entrada da qual depende o mensurando Y

NOTA Xi pode ser a grandeza física ou a variável aleatória (ver 4.1.1, Nota 1)
$
estimativa do valor da grandeza de entrada Xi, igual à média aritmética ou média
amostral (ou média) de n observações repetidas independentes Xi,k de Xi
Xi,k k-ésima observação repetida independente de Xi
y estimativa de um mensurando Y
resultado de uma medição
estimativa de saída
yi estimativa de um mensurando Yi quando dois ou mais mensurandos são determinados

na mesma medição
Y um mensurando
Δ* $
*
incerteza relativa estimada da incerteza-padrão u(xi) da estimativa de entrada xi
+, esperança ou média da distribuição de probabilidade de uma grandeza q que varia
ν
aleatoriamente
número de graus de liberdade (geral)
n‘ número de graus de liberdade, ou número efetivo de graus de liberdade, da incerteza-

padrão u(xi) da estimativa de entrada xi
nüýý número efetivo de graus de liberdade de uc(y), usado para obter tp(veff) para calcular a
incerteza expandida Up
nüýý número efetivo de graus de liberdade de uma incerteza-padrão combinada
nüýýô
determinada a partir de incertezas-padrão do Tipo A apenas
número efetivo de graus de liberdade de uma incerteza-padrão combinada
determinada a partir de incertezas-padrão do Tipo B apenas
σ variância de uma distribuição de probabilidade de (por exemplo) uma grandeza q que

2
varia aleatoriamente, estimada por s (qk)
desvio-padrão de uma distribuição de probabilidade, igual à raiz quadrada positiva de
σ
σ2
s(qk) é um estimador tendencioso de σ
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
σ q variância de %, igual a ( / , estimado por & % & % /
desvio-padrão de %, igual à raiz quadrada positiva de σ q
& % é um estimador tendencioso de ( %

σ q
σ s q variância do desvio-padrão experimental & % de %
σs q desvio-padrão do desvio-padrão experimental & % de %, igual à raiz quadrada positiva

de σ s q
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Bibliografia
[1] CIPM (1980), BIPM Proc.-Verb. Com. Int. Poids et Mesures 48, C1-C30 (em francês); BIPM
(1980), Rapport BIPM-80/3, Report on the BIPM enquiry on error statements, Bur. Intl. Poids et
Mesures (Sèvres, France) (in English)
[2] KAARLS, R. (1981), BIPM Proc.-Verb. Com. Int. Poids et Mesures 49, A1-A12 (em francês);
Giacomo, P. (1981), Metrologia 17, 73 -74 (in English)
NOTA A tradução inglesa da Recomendação INC-1-(1980) dada na Introdução deste Guia (ver
0.7) refere-se à versão final da Recomendação e foi extraída de um relatório interno do BIPM. Ela é
consistente com o texto oficial em francês da Recomendação dada no Proc.-Verb. Com. Int. Poids et
Mesures 49, do BIPM, e reproduzido em A.1, Anexo A deste Guia. A tradução inglesa da Recomendação
INC-1-(1980) dada na revista Metrologia 17 refere-se a uma minuta e difere levemente da tradução dada
no relatório interno do BIPM (reproduzida em 0.7).
[3] CIPM (1981), BIPM Proc.-Verb. Com. Int. Poids et Mesures 49, 8-9, 26 (in French); Giacomo, P.
(1982), Metrologia 18, 43-44 (in English)
[4] CIPM (1986), BIPM Proc.-Verb. Com. Int. Poids et Mesures 54, 14, 35 (in French); Giacomo, P.
(1987), Metrologia 24, 49-50 (in English)
[5] ISO 5725:1986, Precision of test methods — Determination of repeatability and reproducibility
for a standard test method by inter-laboratory tests, International Organization for
Standardization (Geneva, Switzerland)
NOTA Esta norma está presentemente * sendo revista. A revisão tem um novo título, “Accuracy
(trueness and precision) of measurement methods and results”, e é composta de seis partes.
[6] International vocabulary of basic and general terms in metrology, second edition, 1993**,
International Organization for Standardization (Geneva, Switzerland)
The abbreviation of the title of this vocabulary is VIM.
NOTA 1 As definições dos termos dados no Anexo B são extraídas do texto inglês revisado do
VIM na sua forma final antes da publicação.
NOTA 2 A segunda edição do VIM foi publicada pela Organização Internacional para a
Normalização (ISO) em nome das seguintes sete organizações que participaram do trabalho do Grupo
Consultivo sobre Metrologia 4 (TAG 4), o grupo que deu suporte ao desenvolvimento do VIM: o Birô
internacional de Pesos e Medidas (BIPM), a Comissão Eletrotécnica Internacional (IEC), a Federação
Internacional de Química Clínica (IFCC), a ISO, a União Internacional de Química Pura e Aplicada
(IUPAC), a União Internacional de Física Pura e Aplicada (IUPAP), e a Organização Internacional de
Metrologia Lega (OIML).
NOTA 3 A primeira edição do VIM foi publicada pela ISO em 1984 em nome do BIPM, IEC, ISSO
e OIML.
_____________________________
O documento ISO 5725:1986 foi substituído por uma série composta de seis partes. Esta série ISO 5725 é
constituída pelas partes seguintes, sob o título geral Accuracy (trueness and precision) of measurement methods
and results:
Part 1: General principles and definitions
Part 2: Basic method for the determination of repeatability and reproducibility of a standard measurement method
Part 3: Intermediate measures of the precision of a standard measurement method
Part 4: Basic methods for the determination of the trueness of a standard measurement method
Part 5: Alternative methods for the determination of the precision of a standard measurement method
Part 6: Use in practice of accuracy values
** Nota de rodapé para a versão 2008:
A terceira edição do vocabulário foi publicada em 2008, sob o título JCGM 200:2008, International vocabulary of
metrology — Basic and general concepts and associated terms (VIM). (Ver nota dos tradutores na página seguinte)
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
[7] ISO 3534-1:1993, * Statistics — Vocabulary and symbols — Part 1: Probability and general
statistical terms, International Organization for Standardization (Geneva, Switzerland)
[8] FULLER, W.A. (1987), Measurement error models, John Wiley (New York, N.Y.)
[9] ALLAN, D.W. (1987), IEEE Trans. Instrum. Meas. IM-36, 646-654
[10] DIETRICH, C.F. (1991), Uncertainty, calibration and probability, second edition, Adam-Hilger
(Bristol)
[11] MÜLLER, J.W. (1979), Nucl. Instrum. Meth. 163, 241-251
[12] MÜLLER, J.W. (1984), in Precision measurement and fundamental constants II, Taylor, B. N.,
and Phillips, W. D., eds., Natl. Bur. Stand. (U.S.) Spec. Publ. 617, US GPO (Washington, D.C.),
375-381
[12] JEFFREYS, H. (1983), Theory of probability, third edition, Oxford University Press (Oxford)
[14] PRESS, S.J. (1989), Bayesian statistics: principles, models, and applications, John Wiley (New
York, N.Y.)
[15] BOX, G.E.P., HUNTER, W.G., and HUNTER, J.S. (1978), Statistics for experimenters, John Wiley
(New York, N.Y.)
[16] WELCH, B.L. (1936), J. R. Stat. Soc. Suppl. 3, 29-48; (1938), Biometrika 29, 350-362; (1947),
ibid. 34, 28-35
[17] FAIRFIELD-SMITH, H. (1936), J. Counc. Sci. Indust. Res. (Australia) 9(3), 211
[18] SATTERTHWAITE, F.E. (1941), Psychometrika 6, 309-316; (1946) Biometrics Bull. 2(6), 110-
114
[19] ISO GUIDE 35:1989, ** Certification of reference materials — General and statistical principles,
second edition, International Organization for Standardization (Geneva, Switzerland)
[20] BARKER, T.B. (1985), Quality by experimental design, Marcel Dekker (New York, N.Y.)
____________________________
* Footnote to the 2008 version:
O documento ISO 3534-1:2006 cancela e substitui o anterior ISO 3534-1:1993. Note-se que alguns termos e
definições foram revisados. Para informações adicionais, consultar a última edição.
** Footnote to the 2008 version:

O documento ISO Guide 35:2006 cancela e substitui o anterior ISO Guide 35:1989. Para informações adicionais,
consultar a última edição.
Nota dos tradutores

A versão mais atualizada do VIM é o International vocabulary of metrology - Basic and
general concepts and associated terms – JCGM 200:2012. A tradução desse
documento para o português foi elaborada conjuntamente por um grupo de
pesquisadores brasileiros e portugueses. Essa versão conjunta Brasil-Portugal está
disponível gratuitamente nos endereços eletrônicos do Inmetro e do IPQ (Instituto
Português da Qualidade). Seu título é em geral abreviado para VIM 2012.
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Índice alfabético — Inglês
A convolution see probability distributions,

convolving
accuracy of measurement 3.1.3, 3.4.1, B.2.14
corrected result B.2.13, D.3.1, D.3.4, D.4
analysis of variance see ANOVA
correction 3.2 3.2.3 3.2.4 Note 2, B.2.23
ANOVA 4.2.8, H.5 et seqq.
correction factor 3.2.3 B.2.24
arithmetic mean 4.1.4 Note, 4.2.1, C.2.19
correction, ignoring a 3.2.4 Note 2, 3.4.4, 6.3.1 Note,
average see arithmetic mean F.2.4.5
B correction, uncertainty of a see uncertainty of a
correction
bias 3.2.3 Note
correlated input estimates or quantities see
BIPM Preliminary, Foreword, 0.5, 7.1.1, A.1, A.2 correlation
blunders 3.4.7 correlated output estimates or quantities 3.1.7,
bounds on an input quantity 4.3.7, 4.3.8, 4.3.9, 4.4.5, 7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
4.4.6, F.2.3.3 correlated random variations 4.2.7
Bureau International des Poids et Mesures see correlation 5.1, 5.2 et seqq., C.2.8, F.1.2, F.1.2.1,
BIPM F.1.2.2, F.1.2.3, F.1.2.4
correlation coefficient 5.2.2, 5.2.3, C.3.6, F.1.2.3,
C H.2.3, H.2.4, H.3.2, H.4.2
calibration chain 4.2.8 Note
correlation coefficient matrix 7.2.5, C.3.6 Note 2
calibration, comparison F.1.2.3 Note
correlation coefficient, significant digits for a 7.2.6
calibration curve F.2.4.2, F.2.4.5
correlation, elimination of 5.2.4, 5.2.5, F.1.2.4, H.3.5
calibration curve, linear H.3 et seqq.
covariance 3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.2,
Central Limit Theorem G.1.6, G.2, G.2.1, G.2.2, F.1.2.3, F.1.2.4
G.2.3, G.6.2, G.6.5, G.6.6
covariance, experimental evaluation of 5.2.5, C.3.6
central moment of order q C.2.13, C.2.22, E.3.1 Note 3
Note 1 covariance matrix 3.1.7, 5.2.2 Note 2, 7.2.5, C.3.5,
centred random variable C.2.10 H.2.3
characteristic C.2.15 covariance of related measurands see correlated
CIPM Preliminary, Foreword, 0.5, 6.1.1, 6.1.2, A.1, output estimates or quantities
A.2, A.3 covariance of two arithmetic means 5.2.3, C.3.4,
combined standard uncertainty 2.3.4, 3.3.6, 4.1.5, 5, H.2.2, H.2.4, H.4.2
5.1.1, 5.1.2, 5.1.3, 5.1.6, 5.2.2, 6.1.1, D.6.1, E.3.6 coverage factor 2.3.6, 3.3.7, 4.3.4 Note, 6.2.1, 6.3 et
combined standard uncertainty and seqq., G.1.3, G.2.3, G.3.4, G.6.1 et seqq.
Comités Consultatifs 6.1.1, A.3 coverage probability 0.4, 2.3.5 Note 1, 3.3.7, 6.2.2,
G.1.1, G.1.3, G.3.2
combined standard uncertainty and international
comparisons 6.1.1, A.3 curve, calibration see calibration curve
combined standard uncertainty from Type A
components alone 7.2.1, G.4.1 Note 3
D
degree of belief 3.3.5, E.3.5, E.4.4, E.5.2 Note
combined standard uncertainty from Type B
components alone 7.2.1, G.4.1 Note 3 degrees of freedom 4.2.6, C.2.31, E.4.3, G, G.3,
G.3.2, G.3.3, G.6.3, G.6.4
combined standard uncertainty, numerical
calculation of 5.1.3 Note 2, 5.2.2 Note 3 degrees of freedom, effective 6.3.3, G.4, G.4.1,
G.5.4, G.6.2 et seqq.
combined standard uncertainty, relative 5.1.6, 7.2.1
combined standard uncertainty, reporting 7.2.1, degrees of freedom, effective, of Type A
7.2.2
degrees of freedom, effective, of Type B
Comité International des Poids et Mesures see
CIPM
confidence coefficient C.2.29 degrees of freedom of a pooled estimate of
variance (or of a pooled experimental standard
confidence interval 4.2.3 Note 1, 6.2.2, C.2.27,
deviation) H.1.6, H.3.6 Note
C.2.28, E.3.3
degrees of freedom of a Type A standard
confidence intervals, propagation of E.3.3
uncertainty G.3.3, G.6.3, G.6.4
confidence level 6.2.2, C.2.29
degrees of freedom of a Type B standard
conventional true value of a quantity B.2.4 uncertainty G.4.2, G.4.3, G.6.3, G.6.4
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
design, balanced nested H.5.3.1, H.5.3.2 experimental standard deviation see standard
distribution, a priori 4.1.6, 4.3.1 Note, 4.4.4 et seqq., deviation, experimental
D.6.1, E.3.4, E.3.5, G.4.2, G.4.3
distribution, asymmetric 4.3.8, F.2.4.4, G.5.3
F
F-distribution H.5.2.3
distribution, F- see F-distribution
frequency C.2.17
distribution, frequency see frequency distribution
frequency distribution 3.3.5, 4.1.6, C.2.18, E.3.5
distribution function C.2.4
frequency, relative E.3.5
distribution, Laplace-Gauss see Laplace-Gauss
distribution F-test H.5.2.2, H.5.2.4
distribution, normal see normal distribution functional relationship 4.1.1, 4.1.2
distribution, probability see probability distribution functional relationship,
distribution, rectangular 4.3.7, 4.3.9, 4.4.5, F.2.2.1, linearization of a 5.1.5, F.2.4.4 Note, 5.1.6 Note 1
F.2.2.2, F.2.2.3, F.2.3.3, G.2.2 Note 1, G.4.3 functional relationship, nonlinear 4.1.4 Note, 5.1.2
distributions, convolving probability see probability Note, F.2.4.4 Note, G.1.5, H.1.7, H.2.4
distributions, convolving
distributions, mathematically determinate F.2.2 H
distribution, Student's see Student's distribution higher-order terms 5.1.2 Note, E.3.1, H.1.7
distribution, t- see t-distribution histogram 4.4.3, D.6.1 Note 1
distribution, trapezoidal 4.3.9 I
distribution, triangular 4.3.9, 4.4.6, F.2.3.3
IEC Preliminary, Foreword, A.3, B.1
E IFCC Preliminary, Foreword, B.1
effect, random see random effect imported input value or quantity F.2.3, F.2.3.1
effect, systematic see systematic effect independence 5.1, C.3.7
error analysis 0.2 independent repetitions F.1.1.2
error and uncertainty, confusion between 3.2.2 influence quantities, random F.1.1.3, F.1.1.4
Note 2, 3.2.3 Note, E.5.4 influence quantity 3.1.5, 3.1.6, 3.2.3, 4.2.2, B.2.10
error bound, maximum E.4.1 information, pool of, for a Type B evaluation 3.3.5
error curve of a verified instrument F.2.4.2 Note, 4.3.1, 4.3.2, 5.2.5
error, determining 3.4.5 input estimate 4.1.4, 4.1.6, 4.2.1
error, maximum permissible F.2.4.2 input estimates or quantities, correlated see
correlation
error of measurement 0.2, 2.2.4, 3.2, 3.2.1 Note,
3.2.2 Note 2, 3.2.3 Note, 3.3.1 Note, 3.3.2, B.2.19, input quantities, categorization of 4.1.3
D, D.4, D.6.1, D.6.2, E.5.1 et seqq. input quantity 4.1.2
error propagation, general law of 5.2.2 Note 1, E.3.2 input quantity, bounds on an see bounds on an
error, random see random error input quantity
error, relative see relative error input value or quantity, imported see imported
input value or quantity
error, systematic see systematic error
International Electrotechnical Commission see IEC
estimate 3.1.2, C.2.26
International Federation of Clinical Chemistry see
estimate, input see input estimate IFCC
estimate, output see output estimate International Organization of Legal Metrology see
estimation C.2.24 OIML
estimator 4.2.7, C.2.25 International Organization for Standardization see
expanded uncertainty 2.3.5, 3.3.7, 6, 6.2.1, 6.2.2, ISO
6.2.3, G.1.1, G.2.3, G.3.2, G.4.1, G.5.1, G.5.2, International System of Units (SI) 0.3, 3.4.6
G.5.3, G.5.4, G.6.4, G.6.5, G.6.6 International Union of Pure and Applied Chemistry
expanded uncertainty for an asymmetric see IUPAC
distribution G.5.3 International Union of Pure and Applied Physics
expanded uncertainty, relative 7.2.3 see IUPAP
expanded uncertainty, reporting 7.2.3, 7.2.4 International vocabulary of basic and general terms
expectation (or expected value) 3.2.2, 3.2.3, 4.1.1 in metrology see VIM
Note 3, 4.2.1, 4.3.7, 4.3.8, 4.3.9, C.2.9, C.3.1, ISO Preliminary, Foreword, A.3, B.1
C.3.2 ISO/TAG 4 Foreword
ISO/TAG 4/WG 3 Foreword
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
ISO/TAG 4/WG 3, terms of reference of Foreword measurement result and its uncertainty, formats for
ISO Technical Advisory Group on Metrology reporting a 7.2.2, 7.2.4
(ISO/TAG 4) Foreword measurement result and its uncertainty, reporting
ISO 3534-1 2.1, C.1 in detail a 7.1.4, 7.2.7
IUPAC Preliminary, Foreword, B.1 measurement, result of a see result of a
measurement
IUPAP Preliminary, Foreword, B.1
measurement, role of ANOVA in H.5.3 et seqq.
L measurements, spectrum of, to which the
laboratories, national metrology or standards principles of the Guide apply 1.1
Foreword method of measurement 3.1.1, B.2.7
Laplace-Gauss distribution C.2.14 method of measurement, uncertainty of the see
least squares, method of 4.2.5, G.3.3, H.3, H.3.1, uncertainty of the method of measurement
H.3.2 method of measurement, unit dependent on the H.6
legal metrology 3.4.5 metrology, legal see legal metrology
level of confidence 0.4, 2.2.3 Note 1, 2.3.5 Notes 1 minimum uncertainty see uncertainty, minimum
and 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3, 6.3.1, 6.3.2, 6.3.3, model, mathematical, of the measurement see
G, G.1.1, G.1.2, G.1.3, G.2.3, G.3.2, G.3.4, G.4.1, measurement, mathematical model of the
G.6.1, G.6.4, G.6.6
level of confidence, minimum F.2.3.2 N
limit, safety see safety limit nonlinear functional relationship see functional
limits, upper and lower, on an input quantity see relationship, nonlinear
bounds on an input quantity normal distribution 4.2.3 Note 1, 4.3.2 Note, 4.3.4,
4.3.5, 4.3.6, 4.3.9 Note 1, 4.4.2, 4.4.6, C.2.14,
M E.3.3, F.2.3.3, G.1.3, G.1.4, G.2.1, G.2.2, G.2.3,
maximum bounds see bounds on an input quantity G.5.2 Note 2
maximum entropy, principle of 4.3.8 Note 2 O
mean C.2.9, C.3.1 observations, independent pairs of simultaneous
mean, arithmetic see arithmetic mean 5.2.3, C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2
measurable quantity B.2.1 observations, repeated 3.1.4, 3.1.5, 3.1.6, 3.2.2,
measurand 1.2, 3.1.1, 3.1.3, B.2.19, D.1, D.1.1, D.1.2, 3.3.5, 4.2.1, 4.2.3, 4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2,
D.3.4 E.4.3, F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2
measurand, best possible measurement of the OIML Preliminary, Foreword, A.3, B.1
D.3.4 one-sided confidence interval C.2.28
measurand, definition or specification of the see output estimate 4.1.4, 4.1.5, 7.2.5
measurand output estimates or quantities, correlated see
measurand, many values of the D.6.2 correlated output estimates or quantities
measurands, covariance of related see correlated output quantity 4.1.2
output estimates or quantities overall uncertainty see uncertainty, overall
measurand, value of the 3.1.1, 3.1.2, 3.1.3
measurand, uncertainty due to incomplete P
definition of the see uncertainty due to parameter C.2.7
incomplete definition of the measurand
partial derivatives 5.1.3
measurement 3.1, 3.1.1, B.2.5
particular quantity 3.1.1, B.2.1 Note 1
measurement, accuracy of see accuracy of
pooled estimate of variance see variance, pooled
measurement
estimate of
measurement hierarchy 7.1.1
population C.2.16
measurement, mathematical model of the 3.1.6,
precision B.2.14 Note 2
3.4.1, 3.4.2, 4.1, 4.1.1, 4.1.2
principle of measurement B.2.6
measurement, method of see method of
measurement probability 3.3.5, 4.3.7, 4.3.8, 4.3.9, C.2.1, E.3.5,
E.3.6, F.2.2.3
measurement, principle of see principle of
measurement probability, coverage see coverage probability
measurement procedure 3.1.1, 7.1.2, B.2.8, F.1.1.2 probability density function 3.3.5, 4.3.8 Note 2,
4.4.2, 4.4.5, 4.4.6, C.2.5, F.2.4.4
measurement result and its uncertainty, availability
of information describing a 7.1.1, 7.1.3 probability distribution 3.3.4, 4.1.1 Note 1, 4.1.6,
4.2.3 Note 1, 4.4.1, 4.4.2, 4.4.3, 4.4.4, C.2.3, E.4.2,
G.1.4, G.1.5
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
probability distributions, convolving 4.3.9 Note 2, sensitivity coefficients 5.1.3, 5.1.4

G.1.4, G.1.5, G.1.6, G.2.2, G.6.5 sensitivity coefficients, experimental determination
probability element C.2.5 Note, F.2.4.4 of 5.1.4
probability mass function C.2.6 standard deviation 3.3.5, C.2.12, C.2.21, C.3.3
probability, subjective 3.3.5, D.6.1 standard deviation, experimental 4.2.2, B.2.17
propagation, general law of error see error standard deviation of the mean, experimental 4.2.3,
propagation, general law of B.2.17 Note 2
propagation of uncertainty, law of see uncertainty, standard deviation of the mean, uncertainty of the
law of propagation of experimental see uncertainty of the
experimental standard deviation of the mean
Q standard deviation, pooled experimental see
quantity, controlled F.2.4.3 variance, pooled estimate of
quantity, influence see influence quantity standard deviations as measures of uncertainty see
quantity, input see input quantity uncertainty, standard deviations as measures of
quantity, measurable see measurable quantity standard deviations, propagation of E.3, E.3.1, E.3.2
quantity, output see output quantity standard deviations, propagation of multiples of
E.3.3
quantity, particular see particular quantity
standard uncertainty 2.3.1, 3.3.5, 3.3.6, 4.1.5, 4.1.6,
quantity, realized D.2, D.2.1, D.3.1, D.3.2, D.3.3, D.4 4.2.3, D.6.1, E.4.1
quantity, value of a see value of a quantity standard uncertainty, graphical illustration of
evaluating 4.4 et seqq.
R standard uncertainty, relative 5.1.6
random 3.3.3, E.1.3, E.3.5, E.3.6, E.3.7
standard uncertainty, Type A evaluation of see
random effect 3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3 Type A evaluation of uncertainty
random error 3.2.1, 3.2.2, 3.2.3, B.2.21 standard uncertainty, Type B evaluation of see
randomness F.1.1, F.1.1.3, F.1.1.4, F.1.1.5 Type B evaluation of uncertainty
random variable 4.1.1 Note 1, 4.2.1, 4.2.3 Note 1, statistic 4.2.7, C.2.23
C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8, E.3.4, statistical control 3.4.2, 4.2.4
F.1.2.1, G.3.2
statistical coverage interval C.2.30
random variations, correlated see correlated
Student's distribution C.3.8, G.3.2
random variations
systematic 3.3.3, E.1.3, E.3.4, E.3.5, E.3.6, E.3.7
Recommendation INC-1 (1980) Preliminary,
Foreword, 0.5, 0.7, 3.3.3, 6.1.1, 6.1.2, 6.3.3, A.1, systematic effect 3.2.3, 3.2.4, 3.3.1, 3.3.2, 3.3.3,
A.3, E, E.2.3, E.3.7 D.6.1, E.1.1, E.3, E.4.4
Recommendation 1 (CI-1981), CIPM Preliminary, systematic error 3.2.1, 3.2.3, B.2.22
0.5, 6.1.1, A.2, A.3
Recommendation 1 (CI-1986), CIPM 0.5, 6.1.1, 6.1.2,
T
A.3 Taylor series 5.1.2, E.3.1, G.1.5, G.4.2, H.1.7, H.2.4
reference materials, certification of H.5, H.5.3.2 t-distribution 4.2.3 Note 1, C.3.8, G.3, G.3.2, G.3.4,
relative error B.2.20 G.4.1, G.4.2, G.5.4, G.6.2
repeatability conditions 3.1.4, B.2.15 Note 1 t-distribution, quantiles of the G.3.4 Note
repeatability of results of measurements B.2.15 t-factor E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2,
repeated observations see observations, repeated G.6.4, G.6.5, G.6.6
repetitions, independent see independent tolerance interval, statistical C.2.30 Note 2
repetitions true value of a quantity 2.2.4, 3.1.1 Note, B.2.3, D,
reproducibility of results of measurements B.2.16 D.3, D.3.1, D.3.4, D.3.5, E.5.1, E.5.2, E.5.3, E.5.4
result, corrected see corrected result true value of a quantity, conventional see
conventional true value of a quantity
result of a measurement 1.3, 3.1.2, B.2.11
two-side confidence interval C.2.27
result, uncorrected see uncorrected result
Type A combined standard uncertainty 7.2.1, G.4.1
S Note 3
safety limit 6.3.1 Note Type A evaluation of covariance 5.2.3
sample, uncertainty of the see uncertainty of the Type A evaluation of uncertainty 2.3.2, 3.3.3, 3.3.4,
sample 3.3.5, 4.1.6, 4.2, 4.2.1, 4.2.2, 4.2.3, 4.2.4, 4.2.5,
4.2.6, 4.2.7, 4.2.8, 4.3.2, 4.4.1, 4.4.2, 4.4.3, E.3.7,
sampling, uncertainty due to limited see F.1, F.1.1.1, F.1.1.2, F.1.1.3, F.1.1.4
uncertainty due to limited sampling
Type A standard uncertainty 3.3.5, 4.2.3, C.3.3
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Type A variance 4.2.3 uncertainty of the experimental standard deviation

Type B combined standard uncertainty 7.2.1, G.4.1 of the mean 4.3.2 Note, E.4.3
Note 3 uncertainty of the method of measurement F.2.5,
Type B evaluation of covariance 5.2.5 F.2.5.1
Type B evaluation of uncertainty 2.3.3, 3.3.3, 3.3.4, uncertainty of the sample F.2.6 et seqq.
3.3.5, 4.1.6, 4.3, 4.3.1, 4.3.2, 4.3.3, 4.3.4, 4.3.5, uncertainty, overall 2.3.5 Note 3
4.3.6, 4.3.7, 4.3.8, 4.3.9, 4.3.10, 4.3.11, 4.4.4, uncertainty, quality and utility of the quoted 3.4.8
4.4.5, 4.4.6, E.3.7, F.2 et seqq.
uncertainty, reporting 7 et seqq.
Type B evaluations, need for F.2.1
uncertainty, safe E.1.1, E.1.2, E.2.1, E.2.3, E.4.1,
Type B standard uncertainty 3.3.5, 4.3.1, C.3.3 F.2.3.2
Type B variance 4.3.1 uncertainty, sources of 3.3.2
uncertainty, standard deviations as measures of
U E.3.2, E.4, E.4.1, E.4.2, E.4.3, E.4.4
uncertainties, rounding of 7.2.6
uncertainty, statistical evaluation of, by varying
uncertainties, significant digits for 7.2.6 input quantities 3.4.1, 3.4.2, 4.2.8, F.2.1, H.5.3.3
uncertainty, categorizing or classifying uncertainty, summary of procedure for evaluating
components of 3.3.3, 3.3.4, E.3.6, E.3.7 and expressing 8
uncertainty, comparison of two views of E.5 et uncertainty, transferable quantity for expressing
seqq. 0.4
uncertainty, definition of the term see uncertainty uncertainty, universal method for evaluating and
of measurement expressing 0.4
uncertainty, double-counting components of 4.3.10 uncertainty when a correction is not applied 3.4.4,
uncertainty due to finite-precision arithmetic F.2.2.3 6.3.1 Note, F.2.4.5
uncertainty due to hysteresis F.2.2.2 uncorrected result B.2.12
uncertainty due to incomplete definition of the unit, use of an adopted value of a measurement
measurand 3.1.3 Note, D.1.1, D.3.4, D.6.2 standard as a 3.4.6, 4.2.8 Note
uncertainty due to limited sampling 4.3.2 Note,
E.4.3 V
uncertainty due to resolution of a digital indication value of a quantity 3.1.1, B.2.2
F.2.2.1 variance 3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2
uncertainty evaluations, justification for realistic variance, Allan 4.2.7 Note
E.2, E.2.1, E.2.2, E.2.3 variance, analysis of see ANOVA
uncertainty, grouping components of 3.3.3 Note, variance, combined 3.3.6, 5.1.2
3.4.3, E.3.7
variance, experimental (or estimate of) 4.2.2, H.3.6
uncertainty, ideal method for evaluating and Note
expressing 0.4
variance of the mean 4.2.3, C.3.2
uncertainty ignoring a component of 3.4.4
variance of the mean, experimental 4.2.3, C.3.2
uncertainty, internally consistent quantity for
expressing 0.4 variance, pooled estimate of (or pooled
experimental standard deviation) 4.2.4, 4.2.8
uncertainty, intrinsic D.3.4 Note, H.1.3.2, H.3.6 Note, H.5.2.2, H.5.2.5,
uncertainty, lack of an explicit report of 7.1.3 H.6.3.1, H.6.3.2 Note
uncertainty, law of propagation of 3.3.6, 3.4.1, 5.1.2, variance, relative 5.1.6
E.3, E.3.1, E.3.2, E.3.6, G.6.6 variance, relative combined 5.1.6
uncertainty, maximum allowed F.2.4.2 variate C.2.2
uncertainty, minimum D.3.4 VIM 2.1, 2.2.3, 2.2.4, B.1
uncertainty of a controlled quantity F.2.4.3
uncertainty of a correction 3.2.3 Note, 3.3.1, 3.3.3, W
D.6.1, E.1.1, E.3 Welch-Satterthwaite formula G.4.1, G.4.2, G.6.2,
uncertainty of a single observation of a calibrated G.6.4
instrument F.2.4.1 Working Group on the Statement of Uncertainties
uncertainty of a single observation of a verified Preliminary, Foreword, 0.5, 3.3.3, 6.1.1, 6.1.2,
instrument F.2.4.2 A.1, A.2, A.3
uncertainty of measurement 0.1, 0.2, 1.1, 2.2, 2.2.1, Working Group 3 (ISO/TAG 4/WG 3) Foreword
2.2.2, 2.2.3, 2.2.4, 3.3, 3.3.1, 3.3.2, B.2.18, D, D.5,
D.5.1, D.5.2, D.5.3, D.6.1, D.6.2
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Índice Alfabético — Português
combinada e Comitês Consultivos, incerteza-

A padrão ver incerteza-padrão combinada e
abrangência, fator de 2.3.6, 3.3.7, 4.3.4 Nota, 6.2.1, Comitês Consultivos
6.3 e seguintes, G.1.3, G.2.3, G.3.4, G.6.1 e combinada e comparações internacionais, incerteza-
seguintes padrão ver incerteza-padrão combinada e
abrangência, probabilidade de 0.4, 2.3.5 Nota 1, comparações internacionais
3.3.7, 6.2.2, G.1.1, G.1.3, G.3.2 combinada relativa, incerteza-padrão ver incerteza-
agrupada de variância, estimativa ver variância, padrão combinada relativa
estimativa agrupada de combinada, cálculo numérico da incerteza-
aleatória, variável 4.1.1 nota 1, 4.2.1,4.2.3 nota 1, padrão 5.1.3 Nota 2, 5.2.2 Nota 3
C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8, E.3.4, combinada, incerteza-padrão ver incerteza-padrão
F.1.2.1, G.3.2 combinada
aleatórias correlacionadas, variações ver combinada, relatando a incerteza-padrão 7.2.1,
correlacionadas, variações aleatórias 7.2.2
aleatoriedade F.1.1, F.1.1.3, F.1.1.5 Comissão Internacional de Eletrotécnica ver IEC
aleatório 3.3.3, E.1.3, E.3.5, E.3.7 Comitê Internacional de Pesos e Medidas ver CIPM
aleatório, efeito 3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3 confiança, nível da Preâmbulo, 0.4, 2.2.3 Nota 1,
aleatório, erro 3.2.1, 3.2.3, B.2.21 2.3.5 Notas1 e 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3,
amostra, incerteza da ver incerteza da amostra 6.3.1,6.3.3, G,G.1.1, G.1.3, G.2.3, G.3.2, G.3.4,
G.4.1, G.6.1, G.6.4, G.6.6
amostragem limitada, incerteza devido à ver
incerteza devido a amostragem limitada confiança, nível de 6.2.2, C.2.29
análise de variância ver ANOVA confiança, propagação de intervalos de E.3.3
ANOVA 4.2.8, H.5 e seguintes confiança, coeficiente de C.2.29
aritmética, média ver média aritmética confiança, intervalo de 4.2.3 Nota 1, 6.2.2, C.2.27,
C.2.28, E.3.3
arranjo aninhado balanceado H.5.3.1, H.5.3.2
convencional de uma grandeza, valor
verdadeiro B.2.4
B
Convolução ver distribuição de probabilidades,
bilateral, intervalo de confiança C.2.27
Correção 3.2, 3.2.3, 3.2.4 Nota 2, B.2.23
BIPM Preâmbulo, Prefácio, 0.5, 7.1.1, A.1, A.2
correção, incerteza de uma ver incerteza da
Birô Internacional de Pesos e Medidas ver BIPM correção
correção, fator de 3.2.3, B.2.24
C
correção, ignorando uma 3.2.4 Nota 2, 3.4.4, 6.3.1
cadeia de calibração 4.2.8 Nota Nota, F.2.4.5
calibração por comparação F.1.2.3 Nota correlação 5.1, 5.2 e seguintes, C.2.8, F.1.2, F.1.2.1,
calibração, cadeia de ver cadeia de calibração F.1.2.4
calibração, curva de ver curva de calibração correlação, coeficiente de 5.2.2, 5.2.3, C.3.6,
calibração, curva linear de ver curva linear de F.1.2.3, H.2.3, H.2.4, H.3.2, H.4.2
calibração correlação, dígitos significativos para um
característica C.2.15 coeficiente de 7.2.6
centrada, variável aleatória ver variável aleatória correlação, eliminação da 5.2.4, 5.2.5, F.1.2.4, H.3.5
centrada correlação, matriz de coeficientes de 7.2.5, C.3.6
central de ordem q, momento ver momento central Nota 2
de ordem q correlacionadas, estimativas de entrada ou
CIPM Preâmbulo, Prefácio, 0.5, 6.1.1, 6.1.2, A.1, grandezas ver correlação
A.2, A.3 correlacionadas, estimativas de saída
combinada, incerteza-padrão, apenas dos ou grandezas 3.1.7, 7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
componentes do Tipo A ver incerteza-padrão
correlacionadas, variações aleatórias 4.2.7
combinada de componentes do Tipo A apenas
corrigido, resultado B.2.13, D.3.1, D.3.4, D.4
combinada apenas dos componentes do Tipo B,
incerteza-padrão ver incerteza-padrão covariância 3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.4
combinada de componentes do Tipo B apenas covariância de duas médias aritméticas 5.2.3,
C.3.4, H.2.2, H.2.4, H.4.2
——————————————————————————————————————————————
© JCGM 2008 — Todos os direitos reservados 121
JCGM 100:2008
——————————————————————————————————————————————
covariância de mensurandos relacionados ver erro e incerteza, confusão entre 3.2.2 Nota 2,
correlacionadas, estimativa de saída ou 3.2.3 Nota, E.5.4
grandezas
erro máximo permissível F.2.4.2
covariância, avaliação experimental da 5.2.5, C.3.6
Nota 3 erro relativo ver relativo, erro
covariância, matriz de 3.1.7, 5.2.2 Nota 2, 7.2.5, erro, análise de 0.2
C.3.5, H.2.3 erro, determinando o 3.4.5
curva de calibração F.2.4.2, F.2.4.5 erro, lei geral de propagação de 5.2.2 Nota 1, E.3.2
curva linear de calibração H.3 e seguintes erro, máximo limite de E.4.1
erros grosseiros 3.4.7
D específica, grandeza 3.1.1, B.2.1 Nota 1
desvio-padrão experimental 4.22, B.2.17 esperança (ou valor esperado) 3.2.2, 3.2.3, 4.1.1
distribuição a priori 4.1.6, 4.3.1 Nota, 4.4.4 e Nota 3, 4.2.1, 4.3.7, 4.3.9, C.2.9, C.3.1, C.3.2
seguintes, D.6.1, E.3.4, E.3.5, G.4.2, G.4.3 estatística 4.2.7, C.2.23
distribuição F ver F, distribuição estatístico de abrangência, intervalo C.2.30
distribuição assimétrica 4.3.8, F.2.4.4, G.5.3 estatístico, controle 3.4.2, 4.2.4
distribuição de Laplace-Gauss ver Laplace-Gauss, estimação C.2.24
distribuição de
estimativa, entrada ver entrada, estimativa de
distribuição de probabilidade ver probabilidade,
distribuição de estimativa, saída ver saída, estimativa de
distribuição de Student ver Student, distribuição estimador 4.2.7, C.2.25
de estimativa 3.1.2, C.2.26
distribuição normal ver normal, distribuição exatidão de medição 3.1.3, 3.4.1, B.2.14
distribuição retangular 4.3.7, 4.3.9, 4.4.5, F.2.2.1, expandida para uma distribuição assimétrica,
F.2.2.3, F.2.3.3, G.2.2 Nota 1, G.4.3 incerteza G.5.3
distribuição trapezoidal 4.3.9 expandida relativa, incerteza 7.2.3
distribuição triangular 4.3.9, 4.4.6, F.2.3.3 expandida, relatando a incerteza 7.2.3, 7.2.4
distribuição, frequência de ver frequência, expandida, incerteza 2.3.5, 3.3.7, 6, 6.2.1, 6.2.3,
distribuição de G.1.1, G.2.3, G.3.2, G.4.1, G.5.1, G.5.4, G.6.4, G.6.6
distribuição, função C.2.4 experimental, desvio-padrão ver desvio-padrão
distribuição-t ver t, distribuição experimental
distribuições de probabilidade, convolução das
F
ver probabilidade, convolução das distribuições
das F, distribuição H.5.2.3
distribuições determinadas matematicamente F.2.2 F, teste H.5.2.2, H.5.2.4
Federação Internacional de Química Clínica ver
E IFCC
efeito aleatório ver aleatório, efeito Frequência C.2.17
efeito sistemático ver sistemático, efeito frequência relativa E.3.5
elementos de probabilidade C.2.5 Nota, F.2.4.4 frequência, distribuição de 3.3.5, 4.1.6, C.2.18,
entrada ou grandeza importada, valor de ver E.3.5
importada, valor de entrada ou grandeza funcional não linear, relação 4.1.4 Nota, 5.1.2 Nota,
entrada ou grandezas correlacionadas,estimativas F.2.4.4 Nota, G.1.5, H.1.7, H.2.4
de ver correlação funcional, linearização de uma relação 5.1.5,
entrada, categorização das grandezas de 4.1.3 F.2.4.4 Nota, 5.1.6 Nota 1
entrada, estimativa de 4.1.4, 4.1.6, 4.2.1 funcional, relação 4.1.1, 4.1.2
entrada, grandeza de 4.1.2 G
entrada, limites sobre uma grandeza de ver limites
geral, incerteza ver incerteza geral
sobre uma grandeza de entrada
grandeza controlada F.2.4.3
erro sistemático ver sistemático, erro
grandeza de entrada ver entrada, grandeza de
erro aleatório ver aleatório, erro
grandeza de saída ver saída, grandeza de
erro de medição 0.2, 2.2.4, 3.2, 3.2.1 Nota, 3.2.2
Nota 2, 3.2.3 Nota, 3.3.1 Nota, 3.3.2, B.2.19, D, grandeza específica ver específica, grandeza
D.4, D.6.1, D.6.2, E.5.1 e seguintes grandeza mensurável ver mensurável, grandeza
erro de tendência 3.2.3 Nota grandeza realizada D.2, D.2.1, D.3.1, D.3.3, D.4
erro de um instrumento verificado, curva de F.2.4.2 grandeza, influência de ver influência, grandeza de
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
grandeza, valor de uma ver valor de uma grandeza incerteza do desvio-padrão experimental da
grau de confiança 3.3.5, E.3.5, E.4.4, E.5.2 Nota média 4.3.2 Nota, E.4.3
graus de liberdade 4.2.6, C.2.31, E.4.3, G, G.3, incerteza do método de medição F.2.5, F.2.5.1
G.3.2, G.3.3, G.6.3, G.6.4 incerteza geral 2.3.5 Nota 3
graus de liberdade de uma estimativa agrupada de incerteza máxima permitida F.2.4.2
variância (ou de um desvio-padrão experimental incerteza mínima D.3.4
agrupado) H.1.6, H.3.6 Nota
incerteza-padrão combinada 2.3.4, 3.3.6, 4.1.5, 5,
graus de liberdade de uma incerteza padronizada do 5.1.1, 5.1.3, 5.1.6, 5.2.2,6.1.1, D.6.1, E.3.6
Tipo A G.3.3, G.6.3, G.6.4
incerteza-padrão combinada de componentes do
graus de liberdade de uma incerteza padronizada do Tipo A apenas 7.2.1, G.4.1 Nota 3
Tipo B G.4.2, G.4.3, G.6.3, G.6.4
incerteza-padrão combinada de componentes do
graus efetivos de liberdade 6.3.3, G.4, G.4.1, G.5.4, Tipo B apenas 7.2.1, G.4.1 Nota 3
G.6.2 e seguintes
incerteza-padrão combinada e Comitês
graus efetivos de liberdade apenas dos
componentes do Tipo A 7.2.1, G.4.1 Nota 3 Consultivos 6.1.1, A.3
graus efetivos de liberdade apenas dos incerteza-padrão combinada e comparações
componentes do Tipo B 7.2.1, G.4.1 Nota 3 internacionais 6.1.1, A.3
Grupo de Trabalho 3 (ISO/TAG 4/WG 3) Prefácio incerteza-padrão combinada relativa 5.1.6, 7.2.1
Grupo de Trabalho sobre a Declaração de incerteza segura E.1.1, E.1.2, E.2.1, E.2.3, E.4.1,
Incertezas Preâmbulo, Prefácio, 0.5, 3.3.3, 6.1.1, F.2.3.2
6.1.2, A.1, A.2, A.3 incerteza, agrupando componentes da 3.3.3 Nota,
3.4.3, E.3.7
H incerteza, categorizando ou classificando
histograma 4.4.3, D.6.1 Nota 1 componentes de 3.3.3, 3.3.4, E.3.6, E.3.7
incerteza, comparação de duas visões da E.5 e
I seguintes
IEC Preâmbulo, Prefácio, A.3, B.1 incerteza, componentes duplamente contados da
IFCC Preâmbulo, Prefácio, B.1 4.3.10
importada, valor de entrada ou grandeza F.2.3, incerteza, definição do termo ver incerteza
F.2.3.1
de medição
incerteza intrínseca D.3.4
incerteza, desvios-padrão como medidas de E.3.2,
incerteza avaliada, qualidade e utilidade de uma E.4, E.4.1, E.4.4
3.4.8 incerteza, falta de um registro explícito de 7.1.3
incerteza da amostra F.2.6 e seguintes incerteza, fontes de 3.3.2
incerteza de medição 0.1, 0.2, 1.1, 2.2, 2.2.1, 2.2.4, incerteza, grandeza internamente consistente para
3.3, 3.3.1, 3.3.2, B.2.18, D, D.5, D.5.1, D.5.3, D.6.1, expressar a 0.4
D.6.2
incerteza, grandeza transferível para expressar a
incerteza de uma correção 3.2.3 Nota, 3.3.1, 3.3.3,
0.4
D.6.1, E.1.1, E.3
incerteza, ignorando um componente da 3.4.4
incerteza de uma grandeza controlada F.2.4.3
incerteza, justificativa para avaliações realísticas
incerteza de uma única observação de um
da E.2, E.2.1 E.2.3
instrumento calibrado F.2.4.1
incertezas, lei de propagação de 3.3.6, 3.4.1, 5.1.2,
incerteza de uma única observação de um
E.3, E.3.1, E.3.2, E.3.6, G.6.6
instrumento verificado F.2.4.2
incerteza, método ideal para avaliar e expressar a
incerteza devido à amostragem limitada 4.3.2 Nota,
E.4.3 0.4
incerteza devido à aritmética de precisão- incerteza, método universal para avaliar e expressar
finita F.2.2.3 a 0.4
incerteza devido à definição incompleta do incerteza quando uma correção não é aplicada
mensurando 3.1.3 Nota, D.1.1, D.3.4, D.6.2 3.4.4, 6.3.1 Nota, F.2.4.5
incerteza devido à histerese F.2.2.2 incerteza, relatando a 7 e seguintes
incerteza devido à resolução de uma indicação incerteza, sumário do procedimento para avaliação
digital F.2.2.1 e expressão da 8
incerteza devido à variação das grandezas de incertezas, arredondamento de 7.2.6
entrada, avaliação estatística da 3.4.1, 3.4.2, incertezas, dígitos significativos para 7.2.6
4.2.8, F.2.1, H.5.3.3
independência 5.1, C.3.7
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
independentes, repetições F.1.1.2 mensurando 1.2, 3.1.1, 3.1.3, B.2.19, D.1, D.1.1,
influência aleatória, grandezas de F.1.1.3, F.1.1.4 D.1.2, D.3.4
influência, grandeza de 3.1.5, 3.1.6, 3.2.3, 4.2.2, mensurando, definição ou especificação do
B.2.10 ver mensurando
informações, para avaliação Tipo B, conjunto de mensurando, incerteza devido à definição
3.3.5 Nota,4.3.1, 4.3.2, 5.2.5 incompleta do ver incerteza devido a definição
incompleta do mensurando
ISO Preâmbulo, Prefácio, A.3, B.1
mensurando, melhor medição possível do D.3.4
ISO 3534-1 2.1, C.1
mensurando, muitos valores do D.6.2
ISO, Grupo Técnico Consultivo em Metrologia
(ISO/TAG4) Prefácio mensurando, valor do 3.1.1 3.1.3
ISO/TAG 4 Prefácio mensurandos relacionados, covariância dos
ISO/TAG 4/WG 3 Prefácio ver correlacionadas, estimativa de saída ou
grandezas
ISO/TAG 4/WG 3, termos de referência da Prefácio
mensurável, grandeza B.2.1
IUPAC Preâmbulo, Prefácio, B.1
método de medição 3.1.1, B.2.7
IUPAP Preâmbulo, Prefácio, B.1
método de medição, incerteza do ver incerteza do
L método de medição
laboratórios nacionais de metrologia ou de método de medição, unidade dependente do H.6
padrões Prefácio metrologia legal ver legal, metrologia
Laplace-Gauss, distribuição de C.2.14 mínima, incerteza ver incerteza mínima
legal, metrologia 3.4.5 mínimos quadrados, método dos 4.2.5, G.3.3, H.3,
limite de segurança ver segurança, limite de H.3.1, H.3.2
limites para uma grandeza de entrada 4.3.7, 4.3.9, modelo matemático da medição ver medição,
4.4.5, 4.4.6, F.2.3.3 modelo matemático da
limites, superior e inferior, sobre uma grandeza momento central de ordem q C.2.13, C.2.22, E.3.1
Nota 1
de entrada ver limites sobre uma grandeza de
entrada N
M não linear, relação funcional ver funcional não
linear, relação
máxima, princípio da entropia 4.3.8 Nota 2
não corrigido, resultado B.2.12
máximo, limites de ver limites sobre uma grandeza
de entrada nível da confiança Preâmbulo, 0.4, 2.2.3 Nota 1,
2.3.5 Notas1e2, 3.3.7, 4.3.4, 6.2.2, 6.2.3,
média ver média aritmética 6.3.1,6.3.3, G, G.1.1, G.1.3, G.2.3, G.3.2, G.3.4,
média C.2.9, C.3.1 G.4.1, G.6.1, G.6.4, G.6.6
média aritmética 4.1.4 Nota, 4.2.1, C.2.19 nível mínimo da confiança F.2.3.2
medição 3.1, 3.1.1, B.2.5 normal, distribuição 4.2.3 Nota 1, 4.3.2 Nota, 4.3.4
medição e sua incerteza, disponibilidade de 4.3.6, 4.3.9 Nota 1, 4.4.2, 4.4.6, C.2.14, E.3.3,
informação para descrição de uma 7.1.1, 7.1.3 F.2.3.3, G.1.3, G.1.4, G.2.1 G.2.3, G.5.2 Nota 2
medição e sua incerteza, formatos para relatar um
resultado de 7.2.2, 7.2.4
O
observações repetidas 3.1.4 3.1.6, 3.2.2, 3.3.5,
medição e sua incerteza, relatando em detalhe um
4.2.1, 4.2.3, 4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2, E.4.3,
resultado de 7.1.4, 7.2.7
F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2
medição, exatidão de ver exatidão de medição
observações simultâneas, pares independentes de
medição, hierarquia da 7.1.1
5.2.3, C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2
medição, método de ver método de medição
OIML Preâmbulo, Prefácio, A.3, B.1
medição, modelo matemático da 3.1.6, 3.4.1, 3.4.2,
Organização Internacional da Metrologia Legal
4.1, 4.1.1, 4.1.2
ver OIML
medição, papel da ANOVA na H.5.3 e seguintes
Organização Internacional de Normalização ver
medição, princípio de ver princípio de medição
ISO
medição, procedimento de 3.1.1, 7.1.2, B.2.8,
F.1.1.2
medição, resultado de uma ver resultado de uma
medição
medições, para as quais os princípios do Guia se
aplicam, espectro de 1.1
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
P relativo, erro B.2.20

padrão como medidas de incerteza, desvios ver repetições independentes ver independentes,
incerteza, desvios-padrão como medidas de repetições
padrão experimental agrupado, desvio ver repetidas, observações ver observações repetidas
variância, estimativa agrupada de repetibilidada de resultados de medições B.2.15
padrão experimental da média, desvio 4.2.3, B.2.17 repetibilidada, condições de 3.1.4, B.2.15 Nota 1
Nota 2 reprodutibilidade dos resultados de
padrão experimental da média, incerteza do desvio medição B.2.16
ver incerteza do desvio-padrão experimental da resultado de uma medição 1.3, 3.1.2, B.2.11
média resultado não corrigido ver não corrigido,
padrão experimental, desvio 4.2.2, B.2.17 resultado
padrão, desvio 3.3.5, C.2.12, C.2.21, C.3.3 resultado corrigido ver corrigido, resultado
padrão, propagação dos desvios E.3, E.3.1, E.3.2
padrão, propagação de múltiplos de desvios E.3.3
S
saída ou grandezas correlacionadas, estimativas
padrão relativa, incerteza 5.1.6
de ver correlacionadas, estimativas de saída ou
padrão, avaliação Tipo A da incerteza ver Tipo A, grandezas
da incerteza, avaliação
saída, estimativa de 4.1.4, 4.1.5, 7.2.5
padrão, avaliação Tipo B da incerteza ver Tipo B,
saída, grandeza de 4.1.2
da incerteza, avaliação
segurança, limite de 6.3.1 Nota
padrão, ilustração gráfica da avaliação
sensibilidade, determinação experimental dos
da incerteza 4.4 e seguintes
coeficientes de 5.1.4
padrão, incerteza 2.3.1, 3.3.5, 3.3.6, 4.1.5, 4.1.6,
4.2.3, D.6.1, E.4.1 sensibilidade, coeficientes de 5.1.3, 5.1.4
parâmetro C.2.7 Sistema Internacional de Unidades (SI) 0.3, 3.4.6
parciais, derivadas 5.1.3 sistemático 3.3.3, E.1.3, E.3.4 E.3.7
população C.2.16 sistemático, efeito 3.2.3, 3.2.4, 3.3.1, 3.3.2, 3.3.3,
D.6.1, E.1.1, E.3, E.4.4
precisão B.2.14 Nota 2
sistemático, erro 3.2.1, 3.2.3, B.2.22
princípio de medição B.2.6
Student, distribuição de C.3.8, G.3.2
probabilidade 3.3.5, 4.3.7 4.3.9, C.2.1, E.3.5, E.3.6,
F.2.3.3 superior, termos de ordem 5.1.2 Nota, E.3.1, H.1.7
probabilidade de abrangência ver abrangência,
probabilidade de
T
probabilidade subjetiva 3.3.5, D.6.1 t, distribuição- 4.2.3 Nota 1, C.3.8, G.3, G.3.2, G.3.4,
G.4.1, G.4.2, G.5.4, G.6.2
probabilidade, convolução das distribuições de
t, fator- E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2, G.6.4,
4.3.9 Nota 2,G.1.4 G.1.6, G.2.2, G.6.5 G.6.6
probabilidade, distribuição de 3.3.4, 4.1.1 Nota 1, t, quantis da distribuição- G.3.4 Nota
4.1.6, 4.2.3 Nota 1, 4.4.1, 4.4.4, C.2.3, E.4.2, G.1.4,
G.1.5 Taylor, séries de 5.1.2, E.3.1, G.1.5, G.4.2, H.1.7,
H.2.4
probabilidade, função densidade de 3.3.5, 4.3.8
Nota 2, 4.4.2, 4.4.5, 4.4.6, C.2.5, F.2.4.4 Teorema Central do Limite G.1.6, G.2, G.2.1, G.2.3,
G.6.2, G.6.5, G.6.6
probabilidade, função massa de C.2.6
Tipo A, avaliação da covariância 5.2.3
propagação de incertezas, lei de ver incerteza, lei
de propagação de Tipo A, avaliação (de incerteza) 2.3.2, 3.3.3, 3.3.5,
4.1.6, 4.2, 4.2.1, 4.2.8, 4.3.2, 4.4.1, 4.4.3, E.3.7, F.1,
propagação de erro, lei geral de ver erro, lei geral F.1.1.1, F.1.2.4
de propagação de
Tipo A, incerteza-padrão 3.3.5, 4.2.3, C.3.3
R Tipo A, incerteza-padrão combinada 7.2.1, G.4.1
Nota 3
Recomendação INC-1 (1980) Preâmbulo, Prefácio,
0.5, 0.7, 3.33, 6.1.1, 6.1.2, 6.3.3, A.1, A.3, E, E.2.3, Tipo A, variância 4.2.3
E.3.7 Tipo B, Avaliação (da incerteza) 2.3.3, 3.3.3, 3.3.5,
Recomendação-1 (CI-1981) CIPM Preâmbulo, 0.5, 4.1.6, 4.3, 4.3.1, 4.3.11, 4.4.4, 4.4.6, E.3.7, F.2 e
6.1.1, A.2, A.3 seguintes
Recomendação-1 (CI-1986) CIPM 0.5, 6.1.1, 6.1.2, Tipo B, incerteza-padrão 3.3.5, 4.3.1, C.3.3
A.3 Tipo B, incerteza-padrão combinada 7.2.1, G.4.1
referência, certificação de materiais de H.5, H.5.3.2 Nota 3
Tipo B, necessidade para avaliações do F.2.1
——————————————————————————————————————————————
JCGM 100:2008
——————————————————————————————————————————————
Tipo B, variância 4.3.1

Tipo B da covariância, avaliação 5.2.5
tolerância, intervalo estatístico de C.2.30 Nota 2
U
União Internacional de Física Pura e Aplicada
ver IUPAP
União Internacional de Química Pura e Aplicada
ver IUPAC
unidade, uso de um valor adotado de um padrão de
medição como uma 3.4.6, 4.2.8 Nota
unilateral, intervalo de confiança C.2.28
V
valor de uma grandeza 3.1.1, B.2.2
variância 3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2
variância combinada 3.3.6, 5.1.2
variância da média 4.2.3, C.3.2
variância de Allan 4.2.7 Nota
variância experimental (ou estimada de) 4.2.2,
H.3.6 Nota
variância experimental da média 4.2.3, C.3.2
variância relativa 5.1.6
variância relativa combinada 5.1.6
variância, análise de ver ANOVA
variância, estimativa agrupada de (ou desvio-padrão
experimental agrupado) 4.2.4, 4.2.8 Nota,
H.1.3.2, H.3.6 Nota, H.5.2.2, H.5.2.5, H.6.3.1,
H.6.3.2 Nota
variada C.2.2
variável aleatória centrada C.2.10
verdadeiro convencional de uma grandeza, valor
ver convencional de uma grandeza, valor
verdadeiro
verdadeiro de uma grandeza, valor 2.2.4, 3.1.1
Nota, B.2.3, D, D.3, D.3.1, D.3.4, D.3.5,E.5.1, E.5.4
VIM 2.1, 2.2.3, 2.2.4, B.1
Vocabulário Internacional de Termos Fundamentais
e Gerais de Metrologia ver VIM
W
Welch-Satterthwaite, fórmula de G.4.1, G.4.2, G.6.2,
G.6.4
——————————————————————————————————————————————

ISO GUM 2008 - Guia para A Expressão de Incerteza de Medição

Enviado por

Direitos autorais:

Formatos disponíveis

ISO GUM 2008 - Guia para A Expressão de Incerteza de Medição

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

ISO GUM 2008 - Guia para A Expressão de Incerteza de Medição

Enviado por

Direitos autorais:

Formatos disponíveis

Avaliação de dados de

medição - Guia para a

Grupo de trabalho para tradução do GUM 2008

Jailton Carreteiro Damasceno – Inmetro/Dimci/Dimat

1ª Edição Brasileira da 1ª Edição do BIPM de 2008

João Alziro Herz da Jornada

Humberto Siqueira Brandi

Luiz Duarte de Arraes Alencar

Antonio Carlos Baratto

Antonio Carlos Baratto

Catalogação na fonte elaborada pelo

1. Incerteza de medição. 2. Avaliação. I.INMETRO II. Título

No mundo da experimentação e da medição, tão ou mais importante que

O GUM, desde sua primeira publicação em 1993 (1997, em português, no

João Alziro Herz da Jornada

Évaluation des données de mesure —

Primeira edição do original: setembro de 2008

Documento produzido pelo Grupo de Document produit par le Groupe de travail 1

Os direitos legais derivados deste Les droits d’auteur relatifs à ce document

Direitos autorais Droits d’auteur

Avaliação de dados de medição —— Guia para a

Évaluation des données de mesure — Guide pour l'expression de l'incertitude de mesure

Primeira edição do original 2008

Mesmo se versões eletrônicas estiverem gratuitamente disponíveis em endereços eletrônicos

Versões oficiais e traduções

Prefácio da primeira edição brasileira do GUM 2008 ................................................. vi

Preâmbulo ....................................................................................................................... vii

Prefácio (original) ........................................................................................................... viii

3 Conceitos básicos .................................................................................................. 4

4 Avaliando a incerteza-padrão ............................................................................... 8

5 Determinando a incerteza-padrão combinada .................................................... 18

6 Determinando a incerteza expandida ................................................................... 23

7 Relatando a incerteza ............................................................................................ 24

8 Resumo do procedimento para avaliação e expressão de incerteza ............... 27

Anexo A Recomendações do Grupo de Trabalho e do CIPM .................................. 28

Anexo B Termos metrológicos gerais ....................................................................... 31

Anexo C Termos e conceitos estatísticos básicos .................................................. 39

Anexo D Valor “verdadeiro”, erro e incerteza ............................................................. 49

Anexo E Motivação e base para a Recomendação INC-1 (1980) .......................... 54

Anexo F Orientação prática para avaliação dos componentes de incerteza...... 61

Anexo G Graus de liberdade e níveis da confiança .............................................. 70

Anexo H Exemplos .................................................................................................... 79

Anexo J Glossário dos principais símbolos .......................................................... 109

Bibliografia ...................................................................................................................... 114

Índice alfabético em inglês............................................................................................ 116

Índice alfabético em português .................................................................................... 121

Prefácio da edição brasileira- GUM 2008

Os usuários deste Guia são convidados a enviar seus comentários e pedidos de

* Nota de rodapé para a versão 2008:

** Nota de rodapé para a versão 2008:

*** Nota de rodapé para a versão 2008:

O BIPM preparou um questionário detalhado cobrindo os assuntos envolvidos e o distribuiu

O CIPM transferiu a tarefa de desenvolver um guia detalhado com base na Recomendação do

Desenvolver um documento orientador com base na recomendação do Grupo de Trabalho do

O propósito de tal orientação é

— fornecer uma base para a comparação internacional de resultados de medição.

* Nota de rodapé para a versão 2008:

A grandeza real usada para expressar a incerteza deve ser:

0.6 Um resumo sucinto do procedimento especificado neste documento indicativo para

e se as constantes ci = +1 ou -1, então O ∑$" $ .

O V $ , ' W > @ * 2 *V $ , ' W (13)

2 V ' WgV $ , ' W (15)

O X$ $ 2 X$ X' * $ * ' g $, ' (16)

∑$" * S 10 × (100 mΩ) = 1Ω. O resultado h ref i∑$" S j