测试的总误差，来源于样品制备和仪器测试

    但是，实际操作起来不是那么回事，在用一些高精度的仪器进行检测时，结果仍然会出现难以解释的错误结果。其实，这里面不是因为浮点误差和操作者的失误，很可能是样品的前处理阶段出了问题。

    市场上，人们集中关注分析仪器的自动化和高精度，却很少有人关注取样和前处理，这其实是同等重要的因素。粒径对系统的影响已经达到了一个研究高度，所以，我们看看分样情况。

    测试的总误差，来源于样品制备和仪器测试。

    只有当样品制备的容差远远小于仪器的分析容差，仪器分析出的样品结果方差才会小。因而也就需要分析用样能代表整体的情况。如果原始样本的混合均质样可以通过一个特征函数描述，如果检测的值在这个特征函数的范围内，那么就说明具有代表性。

    如果从一个整体混合的样品中取单个的样，它的组成会在一个特定的特征下受统计学波动的影响。如果样品采自一个独立的基本量，并且总是采到它，那么就会出现错误的结果，因为混合物本身不一定混的均匀。为了减少误差，应尽可能的从整体的随机位置去取尽量少的量，然后在随机组合。

    通常，如果进实验室的样式2000g，分析用到的量可能是200mg，所以需要一个精确的再取样设备，以使分析样能代表来样。对于分散的步骤数不会影响误差，只会是成本和清洁过程的不同。

    Laborette 27样品分样器能做到1：30的分料比，也就是说能一步将300mL的样分成30份。

    3种不同分料方法集合在一起的设计，漏斗进料到分锥，通过模拟“锥进和四分法”。整体系统旋转使样品向外加速，从而落到预设的渠道，从而保证30个单样集合。2600/min，可以使最终有很多个单样。

    2次重复试验测中位值。

中位值：x = 63.1975 ± 0.027 [μm]

重复测试 x = 63.1925 ± 0.012 [μm],