各种统计分布的特性和使用情景

正态分布

均匀分布

在测量实践中，均匀分布是经常遇到的一种分布，其主要特点是：测量值在某一范围中各处出现的机会一样，即均匀一致。故又称为矩形分布或等概率分布，如图 所示。

梯形分布

测量值的出现机会在中间各处一样，在两边直线下降，在边缘为零则称其服从梯形分布，如图  所示，概率密度函数为：

三角分布

反正弦分布

各种分布对应的K值

正态分布情况下概率p与k值间的关系

常用非正态分布时的k 值及 B类评定的标准不确定度u(x) 

各种概率分布使用的场景

a)被测量受许多随机影响量的影响，当它们各自的效应同等量级时，不论各影响量的概率分布是什么形式，被测量的随机变化服从正态分布。

b) 如果有证书或报告给出的不确定度是具有包含概率为0.95、0.99的扩展不确定度（即给出U₉₅、U₉₉），此时，除非另有说明，可按正态分布来评定.

c) 当利用有关信息或经验，估计出被测量可能值区间的上限和下限，其值在区间外的可能几乎为零时，若被测量值落在该区间内的任意值处的可能性相同，则可假设为均匀分布（或称矩形分布、等概率分布）；若被测量值落在该区间中心的可能性最大，则假设为三角分布；若落在该区间中心的可能性最小，而落在该区间上限和下限的可能性最大，则可假设为反正弦分布。

d) 已知被测量的分布由两个不同大小的均匀分布合成时,则可假设为梯形分布.

e) 对被测量的可能值落在区间内的情况缺乏了解时，一般假设为均匀分布。

f) 实际工作中，可依据同行专家的研究结果和经验来假设概率分布。

延伸阅读