En=(x-x0)/(√u^2-u0^2)。x：参加实验室结果值。
x0：参考实验室结果值。u：参加实验室结果不确定度。
u0：参考实验室结果不确定度。│En│≤1满意结果。│En│＞1不满意结果。
实验室内部人员比对运用的线性系统状态方程：
卡尔曼滤波（Kalman filtering）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。
