LabPowerTools
首页 标准解析库 GB/T 28043 2019/ISO 13528:2015
基础标准 AI 结构化解析
GB/T 28043 2019/ISO 13528:2015 利用实验室间比对进行能力验证的统计方法
发布日期 2019-12-10
实施日期 2020-07-01
替代标准 GB/T 28043—2011
解析引擎 v3.4
适用范围 本标准规定了能力验证提供者在能力验证计划设计和数据分析时所用的统计方法,并对能力验证计划的参加者和认可机构利用所得数据提出了建议。本标准给出的方法可用于证明实验室、检验机构和个人给出的测量结果满足特定要求,其能力是可接受的。本标准适用于能力验证中报告结果为定量结果和定性结果的情形。
0 参数限值 0 试验方法 85 计算公式 18 术语 208 约束 6 引用
解析版本
AI 问答 术语 限值速查 限值判定 试验方法 计算公式 约束条件 引用标准 能力表述 质检复核
实验室间比对3.1
两个或两个以上实验室在预定条件下对同一或相似的检测对象进行测量或检测的组织、实施和评价活动。
能力验证3.2
利用实验室间比对,对照预先设定的准则评价参与者的能力。注:本标准中,“能力验证”采用最广泛的定义,包含但不限于:——定量计划:确定能力验证样品中一个或多个被测量的量;——定性计划:鉴别或描述能力验证样品种一个或多个定性特性;——顺序计划:将检测或测量的一个或多个能力验证样品按顺序分发,并按期返回能力验证提供者;——同步计划:分发能力验证样品,在规定期限内同时进行检测或测量;——单次计划:为单个需求提供能力验证样品;——连续计划:按规定间隔提供能力验证样品;——抽样:为后续分析提供样品,且能力验证计划中包含抽样程序的评估;——数据解释:对数据组或其他信息进行处理并给出解释(或其他结论)。
指定值3.3
对能力验证样品的某个特性赋予的值。
能力评定标准差3.4
用于能力评定的离散性度量。注1:可看作一个假定总体的总体标准差,该假定总体为严格遵照要求进行检测的实验室结果的全体。注2:能力评定标准差只适用于比例尺度和定距尺度的结果。注3:并非所有的能力验证计划都根据结果的分散性进行评价。
测量误差3.5
测量结果减去参照值。
最大允许误差3.6
对给定的测量、测量仪器或测量系统,由规范或规程所允许的,相对于已知参照值的测量误差的极限值。
z 值3.7
由能力验证的指定值和标准差计算的实验室偏倚的标准化度量。注1:z值的常用变换为z′,由指定值的不确定度和计算z值之前的能力评定标准差组合得到。注2:有时也称为z比分数。
ζ 值3.8
实验室能力的标准化度量,由参加者结果、指定值和测量结果与指定值的合成标准不确定度得到。注:有时也称为ζ比分数。
与允许极限值的比例3.9
实验室能力的标准化度量,由参加者结果、指定值和能力验证中的允许测量误差得到。注:对单轮结果,实验室能力可表示为对指定值的偏差(D或D%)。
行动信号3.10
根据能力验证结果产生的需要行动的指示。
公议值3.11
由实验室间比对的一组结果得到的值。注:公议值通常宜用于描述一轮能力验证计划中参加者结果的均值和方差,但也可以仅用于部分参加者结果,可以是参加者结果,也可以是专家实验室结果,比如,仅根据若干专家实验室结果得到的公议值。
离群值3.12
样本中的一个或几个观测值,它们离开其他观测值较远,暗示它们可能来自不同的总体。注1:离群值可能产生于预期的总体、不同来源的总体、错误的记录或其他错误。注2:一些计划中,用离群值来标记产生行动信号的结果,这并不是本术语的预期用法。即使离群值通常能够产生行动信号,但仍有可能产生行动信号的结果并不是离群值。
参加者3.13
接受能力验证样品并提交结果以供能力验证提供者评价的实验室、组织或个人。
能力验证样品3.14
用于能力验证的样品、产品、人工制品、标准样品、设备部件、测量标准、数据集或其他信息。注:多数情况下,能力验证样品满足ISO指南30中“标准样品”的定义。
能力验证提供者3.15
对能力验证计划建立和运作中的所有任务承担责任的组织。
能力验证计划3.16
在检测、测量、校准或检查的某个特定领域,设计和运作的一轮或多轮次能力验证。注:一项能力验证计划可以包含对能力验证样品的一种或多种特定类型的检测、校准或检查。
标准样品3.17
具有一种或多种规定特性足够均匀且稳定的材料,已被确定其符合测量过程的预期用途。注1:RM是一个通用术语。注2:特性可以是定量的或定性的(例如:物质或物种的特征属性)。注3:用途可以包括测量系统的校准、测量程序的评估、给其他材料赋值和质量控制。
有证标准样品3.18
采用计量学上有效程序测定的一种或多种规定特性的标准样品(RM),并附有证书提供规定特性值及其不确定度和计量溯源性的陈述。注:值的概念包括名义特性或定性属性,该特性的不确定度可以用概率或置信水平来表示。
本标准为方法/管理类标准,无数值限值指标表;检出限、精密度等要求见「试验方法」「约束条件」页签
检测结果限值判定(演示)
检测项目
测定结果
判定逻辑:测定结果与限值直接比对(未含测量不确定度保护带),正式报告请按 ILAC-G8 / 标准原文复核。
就这本标准问我
回答基于本标准的结构化解析与条款文本检索生成,附条款溯源;AI 解读请以标准正式原文为准。
看完方法,直接落成原始记录:自动带出检测要求与质控核查项,录读数自动计算判定,可导出活公式 Excel
本标准为限量/产品类标准,未单独抽取试验方法。
公式已就位——生成原始记录后,这些公式将变成 Excel 里的活公式,改读数自动重算重判
基本模型4.2.1
x_i = μ + ε_i
计算表达式(可直接用于 Excel/程序)
x_i = μ + ε_i
x_i参加者 i 的能力验证结果
μ被测量的真值
ε_i参加者 i 的测量误差
指定值模型7.2.2
x_{pt} = x_{char} + δ_{hom} + δ_{trans} + δ_{stab}
计算表达式(可直接用于 Excel/程序)
x_pt = x_char + δ_hom + δ_trans + δ_stab
x_pt指定值
x_char从定值过程得到的特性值
δ_hom由于能力验证样品之间的差异而产生的误差项
δ_trans由于运输过程的不稳定性而产生的误差项
δ_stab由于能力验证期间的不稳定性而产生的误差项
指定值不确定度模型7.2.2
u(x_{pt}) = \sqrt{u_{char}^2 + u_{hom}^2 + u_{trans}^2 + u_{stab}^2}
计算表达式(可直接用于 Excel/程序)
u(x_pt) = sqrt(u_char^2 + u_hom^2 + u_trans^2 + u_stab^2)
u(x_pt)指定值的标准不确定度
u_char由定值引入的标准不确定度
u_hom由于能力验证样品之间的差异而引入的标准不确定度
u_trans由于能力验证样品的运输过程而引入的标准不确定度
u_stab由于能力验证期间的不稳定性而引入的标准不确定度
指定值计算(与CRM比对)7.5.2.1
x_{pt} = x_{CRM} + \bar{d}
计算表达式(可直接用于 Excel/程序)
x_pt = x_CRM + d_bar
x_pt能力验证样品的指定值
x_CRMCRM的指定值
d_bar差值d_i的平均值
u_char计算(与CRM比对)7.5.2.2
u_{char} = \sqrt{u_{CRM}^2 + u_d^2}
计算表达式(可直接用于 Excel/程序)
u_char = sqrt(u_CRM^2 + u_d^2)
u_char由定值引入的标准不确定度
u_CRMCRM指定值的标准不确定度
u_d差值平均值的标准不确定度
指定值标准不确定度(稳健均值)7.7.3
u(x_{pt}) = 1.25 \cdot (s \cdot / \sqrt{p})
计算表达式(可直接用于 Excel/程序)
u(x_pt) = 1.25 * (s* / sqrt(p))
u(x_pt)指定值的标准不确定度
s*能力验证结果的稳健标准差
p参加者数量
差值标准不确定度7.8.1
u_{diff} = \sqrt{u^2(x_{ref}) + u^2(x_{pt})}
计算表达式(可直接用于 Excel/程序)
u_diff = sqrt(u^2(x_ref) + u^2(x_pt))
u_diff差值的标准不确定度
u(x_ref)参照值的不确定度
u(x_pt)指定值的不确定度
霍维茨模型8.4.3
sigma_R = 0.22 \cdot c if c < 1.2e-7; sigma_R = 0.02 \cdot c^0.8495 if 1.2e-7 < = c < = 0.138; sigma_R = 0.01 \cdot c^0.5 if c > 0.138
计算表达式(可直接用于 Excel/程序)
sigma_R = 0.22*c if c < 1.2e-7; sigma_R = 0.02*c^0.8495 if 1.2e-7 <= c <= 0.138; sigma_R = 0.01*c^0.5 if c > 0.138
sigma_R再现性标准差无量纲
c待测化学成分的质量分数无量纲
能力评定标准差计算8.5.1
sigma_{pt} = \sqrt{sigma_R^2 - sigma_r^2 \cdot (1 - 1/m)}
计算表达式(可直接用于 Excel/程序)
sigma_pt = sqrt(sigma_R^2 - sigma_r^2 * (1 - 1/m))
sigma_pt能力评定标准差同测量结果单位
sigma_R再现性标准差同测量结果单位
sigma_r重复性标准差同测量结果单位
m在一轮能力验证计划中各参加者的重复测量次数次
指定值不确定度可忽略准则9.2.1
u(x_{pt}) < 0.3 \cdot sigma_{pt} \text{或} u(x_{pt}) < 0.1 \cdot delta_E
计算表达式(可直接用于 Excel/程序)
u(x_pt) < 0.3*sigma_pt 或 u(x_pt) < 0.1*delta_E
u(x_pt)指定值的标准不确定度同测量结果单位
sigma_pt能力评定标准差同测量结果单位
delta_E最大允许误差同测量结果单位
差值D_i9.3.1
D_i = x_i - x_{pt}
计算表达式(可直接用于 Excel/程序)
D_i = x_i - x_pt
D_i参加者i的结果与指定值之差与指定值相同的计量单位
x_i参加者i报告的能力验证样品特性的测量结果(或重复测量的均值)与指定值相同的计量单位
x_pt指定值与指定值相同的计量单位
百分相对差D_i%9.3.1
D_i\% = \dfrac{100 \cdot (x_i - x_{pt})}{x_{pt} \%}
计算表达式(可直接用于 Excel/程序)
D_i% = 100 * (x_i - x_pt) / x_pt %
D_i%百分相对差%
x_i参加者i报告的能力验证样品特性的测量结果(或重复测量的均值)与指定值相同的计量单位
x_pt指定值与指定值相同的计量单位
允许偏差百分比P_Ai9.3.6
P_{Ai} = (D_i / delta_E) \cdot 100\%
计算表达式(可直接用于 Excel/程序)
P_Ai = (D_i / delta_E) * 100%
P_Ai允许偏差百分比%
D_i参加者i的结果与指定值之差与指定值相同的计量单位
delta_E最大允许测量误差与指定值相同的计量单位
z值9.4.1
z_i = \dfrac{x_i - x_{pt}}{sigma_{pt}}
计算表达式(可直接用于 Excel/程序)
z_i = (x_i - x_pt) / sigma_pt
z_i能力验证结果x_i的z值无量纲
x_i能力验证结果与指定值相同的计量单位
x_pt指定值与指定值相同的计量单位
sigma_pt能力评定标准差与指定值相同的计量单位
z'值9.5.1
z'_i = \dfrac{x_i - x_{pt}}{\sqrt{sigma_{pt}^2 + u^2(x_{pt})}}
计算表达式(可直接用于 Excel/程序)
z'_i = (x_i - x_pt) / sqrt(sigma_pt^2 + u^2(x_pt))
z'_i考虑指定值不确定度的z'值无量纲
x_i能力验证结果与指定值相同的计量单位
x_pt指定值与指定值相同的计量单位
sigma_pt能力评定标准差与指定值相同的计量单位
u(x_pt)指定值的标准不确定度与指定值相同的计量单位
扩展的delta_E'9.5.2
delta_E' = \sqrt{delta_E^2 + U^2(x_{pt})}
计算表达式(可直接用于 Excel/程序)
delta_E' = sqrt(delta_E^2 + U^2(x_pt))
delta_E'扩展的最大允许测量误差与指定值相同的计量单位
delta_E最大允许测量误差与指定值相同的计量单位
U(x_pt)包含因子k=2时指定值x_pt的扩展不确定度与指定值相同的计量单位
Zeta值9.6.1
zeta_i = \dfrac{x_i - x_{pt}}{\sqrt{u^2(x_i) + u^2(x_{pt})}}
计算表达式(可直接用于 Excel/程序)
zeta_i = (x_i - x_pt) / sqrt(u^2(x_i) + u^2(x_pt))
zeta_iZeta值无量纲
x_i参加者结果与指定值相同的计量单位
x_pt指定值与指定值相同的计量单位
u(x_i)参加者自身对其结果x_i的标准不确定度的估计值与指定值相同的计量单位
u(x_pt)指定值x_pt的标准不确定度与指定值相同的计量单位
z'与z的比值因子9.5.4
\dfrac{sigma_{pt}}{\sqrt{sigma_{pt}^2 + u^2(x_{pt})}}
计算表达式(可直接用于 Excel/程序)
sigma_pt / sqrt(sigma_pt^2 + u^2(x_pt))
sigma_pt能力评定标准差与指定值相同的计量单位
u(x_pt)指定值的标准不确定度与指定值相同的计量单位
E_n值9.7.1
\dfrac{x_i - x_{pt}}{\sqrt{U^2(x_i) + U^2(x_{pt})}}
计算表达式(可直接用于 Excel/程序)
(x_i - x_pt) / sqrt(U^2(x_i) + U^2(x_pt))
x_i参加者结果未给出
x_pt参照实验室确定的指定值未给出
U(x_i)参加者结果x_i的扩展不确定度未给出
U(x_pt)指定值x_pt的扩展不确定度未给出
核密度图绘图位置q_i10.3.2 d)
q_i = \dfrac{q_{min} + (i-1) \cdot (q_{nk} - q_1)}{n_k - 1}
计算表达式(可直接用于 Excel/程序)
q_i = q_min + (i-1)*(q_nk - q_1)/(n_k - 1)
q_i绘图位置未给出
q_min绘图区间下限未给出
q_nk绘图区间上限未给出
q_1第一个绘图位置未给出
n_k绘制曲线上的点数个
核密度估计h_i10.3.2 e)
h_i = (1/(p \cdot sigma_k)) \cdot \sum_{j=1}^{p} phi((x_j - q_i)/sigma_k)
计算表达式(可直接用于 Excel/程序)
h_i = (1/(p*sigma_k)) * sum_{j=1}^{p} phi((x_j - q_i)/sigma_k)
h_i密度估计值未给出
p数据个数个
sigma_k带宽未给出
phi标准正态分布密度函数无量纲
x_j第j个数据点未给出
q_i绘图位置未给出
重复性标准差图统计量10.6.2
(\sqrt{m} \cdot (x_i - x \cdot )/w \cdot )^2 + [\sqrt{2 \cdot (m-1)} \cdot ln(s_i/w \cdot )]^2
计算表达式(可直接用于 Excel/程序)
(sqrt(m)*(x_i - x*)/w*)^2 + [sqrt(2*(m-1))*ln(s_i/w*)]^2
m每个实验室的重复测试次数次
x_i第i个实验室的均值待测特性单位
x*用算法A计算的稳健平均值待测特性单位
w*用算法S计算的稳健联合值待测特性单位
s_i第i个实验室的实验室内标准差待测特性单位
临界区域公式10.6.2
s = w \cdot \cdot exp{±(1/\sqrt{2 \cdot (m-1)}) \cdot \sqrt{chi2_{2:0.99}^2 - (\sqrt{m} \cdot (x - x \cdot )/w \cdot )^2}}
计算表达式(可直接用于 Excel/程序)
s = w* * exp{±(1/sqrt(2*(m-1))) * sqrt(chi2_{2:0.99}^2 - (sqrt(m)*(x - x*)/w*)^2)}
s纵轴标准差待测特性单位
w*用算法S计算的稳健联合值待测特性单位
m每个实验室的重复测试次数次
x横轴平均值待测特性单位
x*用算法A计算的稳健平均值待测特性单位
chi2_{2:0.99}自由度为2的卡方分布0.99分位数无量纲
x的范围公式10.6.2
x \cdot - w \cdot \cdot \sqrt{\dfrac{chi2_{2:0.99}^2}{m}} < = x < = x \cdot + w \cdot \cdot \sqrt{\dfrac{chi2_{2:0.99}^2}{m}}
计算表达式(可直接用于 Excel/程序)
x* - w* * sqrt(chi2_{2:0.99}^2 / m) <= x <= x* + w* * sqrt(chi2_{2:0.99}^2 / m)
x*用算法A计算的稳健平均值待测特性单位
w*用算法S计算的稳健联合值待测特性单位
chi2_{2:0.99}自由度为2的卡方分布0.99分位数无量纲
m每个实验室的重复测试次数次
x平均值待测特性单位
均匀性检验准则B.1B.2.2
s_s < = 0.3 \cdot sigma_{pt}
计算表达式(可直接用于 Excel/程序)
s_s <= 0.3 * sigma_pt
s_s样本间标准差同测量值单位
sigma_pt能力评定标准差同测量值单位
均匀性检验准则B.2B.2.2注2
s_s < = 0.1 \cdot delta_E
计算表达式(可直接用于 Excel/程序)
s_s <= 0.1 * delta_E
s_s样本间标准差同测量值单位
delta_E允许的测量误差同测量值单位
sigma_allow^2B.2.3 a)
sigma_{allow}^2 = (0.3 \cdot sigma_{pt})^2
计算表达式(可直接用于 Excel/程序)
sigma_allow^2 = (0.3 * sigma_pt)^2
sigma_allow允许的标准差同测量值单位
sigma_pt能力评定标准差同测量值单位
c的计算B.2.3 b)
c = F1 \cdot sigma_{allow}^2 + F2 \cdot s_w^2
计算表达式(可直接用于 Excel/程序)
c = F1 * sigma_allow^2 + F2 * s_w^2
c临界值同测量值单位平方
F1系数,查表B.1无量纲
sigma_allow允许的标准差同测量值单位
F2系数,查表B.1无量纲
s_w样本内标准差同测量值单位
F_m替换F2B.2.3 注
F_m = \dfrac{F_{g-1, g(m-1), 0.95}}{m}
计算表达式(可直接用于 Excel/程序)
F_m = F_{g-1, g(m-1), 0.95} / m
F_m替换后的F2系数无量纲
F_{g-1, g(m-1), 0.95}F分布95%分位点,自由度为g-1和g(m-1)无量纲
m重复测量次数次
sigma_pt'计算B.2.5 a)
sigma_{pt}' = \sqrt{sigma_{pt}^2 + s_s^2}
计算表达式(可直接用于 Excel/程序)
sigma_pt' = sqrt(sigma_pt^2 + s_s^2)
sigma_pt'调整后的能力评定标准差同测量值单位
sigma_pt能力评定标准差同测量值单位
s_s样本间标准差同测量值单位
样本均值B.3
\bar{x}_{t} = (1/m) \cdot \sum_{k=1}^{m} x_{t,k}
计算表达式(可直接用于 Excel/程序)
x_t_bar = (1/m) * sum_{k=1}^{m} x_{t,k}
x_t_bar第t个样品的均值测量值单位
m重复测量次数次
x_{t,k}第t个样品第k次测量值测量值单位
样本方差B.3
s_t^2 = (1/m) \cdot \sum_{k=1}^{m} (x_{t,k} - \bar{x}_{t})^2
计算表达式(可直接用于 Excel/程序)
s_t^2 = (1/m) * sum_{k=1}^{m} (x_{t,k} - x_t_bar)^2
s_t^2第t个样品的方差测量值单位平方
m重复测量次数次
x_{t,k}第t个样品第k次测量值测量值单位
x_t_bar第t个样品的均值测量值单位
测试份量间方差B.3
w_t^2 = (1/(m-1)) \cdot \sum_{k=1}^{m} (x_{t,k} - \bar{x}_{t})^2
计算表达式(可直接用于 Excel/程序)
w_t^2 = (1/(m-1)) * sum_{k=1}^{m} (x_{t,k} - x_t_bar)^2
w_t^2第t个样品的测试份量间方差测量值单位平方
m重复测量次数次
x_{t,k}第t个样品第k次测量值测量值单位
x_t_bar第t个样品的均值测量值单位
总平均值B.3
\bar{x} = (1/g) \cdot \sum_{t=1}^{g} \bar{x}_{t}
计算表达式(可直接用于 Excel/程序)
x_bar = (1/g) * sum_{t=1}^{g} x_t_bar
x_bar总平均值测量值单位
g样品数量个
x_t_bar第t个样品的均值测量值单位
样本均值的方差B.3
\bar{s}_{x}^2 = (1/(g-1)) \cdot \sum_{t=1}^{g} (\bar{x}_{t} - \bar{x})^2
计算表达式(可直接用于 Excel/程序)
s_x_bar^2 = (1/(g-1)) * sum_{t=1}^{g} (x_t_bar - x_bar)^2
s_x_bar^2样本均值的方差测量值单位平方
g样品数量个
x_t_bar第t个样品的均值测量值单位
x_bar总平均值测量值单位
样本内方差B.3
s_w^2 = (1/g) \cdot \sum_{t=1}^{g} w_t^2
计算表达式(可直接用于 Excel/程序)
s_w^2 = (1/g) * sum_{t=1}^{g} w_t^2
s_w^2样本内方差测量值单位平方
g样品数量个
w_t^2第t个样品的测试份量间方差测量值单位平方
联合方差B.3
s_{s,w}^2 = (1/(g-1)) \cdot \sum_{t=1}^{g} (\bar{x}_{t} - \bar{x})^2 + (1 - 1/m) \cdot s_w^2
计算表达式(可直接用于 Excel/程序)
s_{s,w}^2 = (1/(g-1)) * sum_{t=1}^{g} (x_t_bar - x_bar)^2 + (1 - 1/m) * s_w^2
s_{s,w}^2样本间和样本内的联合方差测量值单位平方
g样品数量个
x_t_bar第t个样品的均值测量值单位
x_bar总平均值测量值单位
m重复测量次数次
s_w^2样本内方差测量值单位平方
样本间方差B.3
s_s^2 = s_{s,w}^2 - s_w^2
计算表达式(可直接用于 Excel/程序)
s_s^2 = s_{s,w}^2 - s_w^2
s_s^2样本间方差测量值单位平方
s_{s,w}^2联合方差测量值单位平方
s_w^2样本内方差测量值单位平方
m=2时样本均值B.3
\bar{x}_{t} = \dfrac{x_{t,1} + x_{t,2}}{2}
计算表达式(可直接用于 Excel/程序)
x_t_bar = (x_{t,1} + x_{t,2}) / 2
x_t_bar第t个样品的均值测量值单位
x_{t,1}第t个样品第一次测量值测量值单位
x_{t,2}第t个样品第二次测量值测量值单位
m=2时测试份量间极差B.3
w_t = |x_{t,1} - x_{t,2}|
计算表达式(可直接用于 Excel/程序)
w_t = |x_{t,1} - x_{t,2}|
w_t第t个样品的极差测量值单位
x_{t,1}第t个样品第一次测量值测量值单位
x_{t,2}第t个样品第二次测量值测量值单位
m=2时总平均值B.3
\bar{x} = (1/g) \cdot \sum_{i=1}^{g} \bar{x}_{i}
计算表达式(可直接用于 Excel/程序)
x_bar = (1/g) * sum_{i=1}^{g} x_i_bar
x_bar总平均值测量值单位
g样品数量个
x_i_bar第i个样品的均值测量值单位
m=2时样本均值的标准差B.3
s_x = \sqrt{\dfrac{\sum_{i=1}^{g} (\bar{x}_{i} - \bar{x})^2}{g-1}}
计算表达式(可直接用于 Excel/程序)
s_x = sqrt( sum_{i=1}^{g} (x_i_bar - x_bar)^2 / (g-1) )
s_x样本均值的标准差测量值单位
g样品数量个
x_i_bar第i个样品的均值测量值单位
x_bar总平均值测量值单位
m=2时样本内标准差B.3
s_w = \sqrt{\dfrac{\sum_{i=1}^{g} w_i^2}{2g}}
计算表达式(可直接用于 Excel/程序)
s_w = sqrt( sum_{i=1}^{g} w_i^2 / (2g) )
s_w样本内标准差测量值单位
g样品数量个
w_i第i个样品的极差测量值单位
m=2时样本间标准差B.3
s_s = max(0, \sqrt{s_x^2 - (s_w^2 / 2)})
计算表达式(可直接用于 Excel/程序)
s_s = max(0, sqrt( s_x^2 - (s_w^2 / 2) ))
s_s样本间标准差测量值单位
s_x样本均值的标准差测量值单位
s_w样本内标准差测量值单位
稳定性检验准则公式B.5.1
abs(y1_{bar} - y2_{bar}) < = 0.3 \cdot sigma_{pt} \text{或} < = 0.1 \cdot delta_E
计算表达式(可直接用于 Excel/程序)
abs(y1_bar - y2_bar) <= 0.3 * sigma_pt 或 <= 0.1 * delta_E
y1_bar样品分发之前的测量结果的总平均值未明确
y2_bar稳定性检验中测量结果的总平均值未明确
sigma_pt能力评定标准差未明确
delta_E允许的测量误差未明确
调整后的稳定性检验准则公式B.5.2 c)
abs(y1_{bar} - y2_{bar}) < = 0.3 \cdot sigma_{pt} + 2 \cdot \sqrt{u^2(y1_{bar}) + u^2(y2_{bar})}
计算表达式(可直接用于 Excel/程序)
abs(y1_bar - y2_bar) <= 0.3 * sigma_pt + 2 * sqrt(u^2(y1_bar) + u^2(y2_bar))
y1_bar样品分发之前的测量结果的总平均值未明确
y2_bar稳定性检验中测量结果的总平均值未明确
sigma_pt能力评定标准差未明确
u(y1_bar)y1_bar的标准不确定度未明确
u(y2_bar)y2_bar的标准不确定度未明确
中位数公式C.2.1
med(x) = { x((p+1)/2) if p odd; (x(p/2)+x(p/2+1))/2 if p even }
计算表达式(可直接用于 Excel/程序)
med(x) = { x((p+1)/2) if p odd; (x(p/2)+x(p/2+1))/2 if p even }
x数据向量未明确
p数据个数未明确
中位绝对离差 MADe 公式C.2.2
MADe(x) = 1.483 \cdot med(d)
计算表达式(可直接用于 Excel/程序)
MADe(x) = 1.483 * med(d)
d绝对偏差向量,d_i = |x_i - med(x)|未明确
x数据向量未明确
标准化四分位距 nIQR 公式C.2.3
nIQR(x) = 0.7413 \cdot (Q3(x) - Q1(x))
计算表达式(可直接用于 Excel/程序)
nIQR(x) = 0.7413 * (Q3(x) - Q1(x))
Q1(x)x的25%分位数未明确
Q3(x)x的75%分位数未明确
算法A初始稳健平均值公式C.3.1
x \cdot = med{x_i}
计算表达式(可直接用于 Excel/程序)
x* = med{x_i}
x_i第i个数据未明确
算法A初始稳健标准差公式C.3.1
s \cdot = 1.483 \cdot med{|x_i - x \cdot |}
计算表达式(可直接用于 Excel/程序)
s* = 1.483 * med{|x_i - x*|}
x_i第i个数据未明确
x*稳健平均值未明确
算法A更新公式C.3.1
delta = 1.5 \cdot s \cdot ; x_i \cdot = { x \cdot - delta if x_i < x \cdot - delta; x \cdot + delta if x_i > x \cdot + delta; x_i otherwise }; x \cdot = \dfrac{sum(x_i \cdot )}{p; s \cdot } = 1.134 \cdot \sqrt{\dfrac{sum((x_i \cdot - x \cdot )^2)}{p-1}}
计算表达式(可直接用于 Excel/程序)
delta = 1.5 * s*; x_i* = { x* - delta if x_i < x* - delta; x* + delta if x_i > x* + delta; x_i otherwise }; x* = sum(x_i*)/p; s* = 1.134 * sqrt(sum((x_i* - x*)^2)/(p-1))
delta阈值未明确
s*稳健标准差未明确
x_i第i个数据未明确
x*稳健平均值未明确
x_i*调整后的数据未明确
p数据个数未明确
算法S初始值C.4
w \cdot = med{w_i}
计算表达式(可直接用于 Excel/程序)
w* = med{w_i}
w*稳健联合值
w_i第i个标准差或极差
算法S更新ψC.4
ψ = η × w \cdot
计算表达式(可直接用于 Excel/程序)
ψ = η × w*
ψ限值
η限系数
w*稳健联合值
算法S截断值C.4
w_i \cdot = ψ (\text{若} w_i > ψ) \text{否则} w_i
计算表达式(可直接用于 Excel/程序)
w_i* = ψ (若 w_i > ψ) 否则 w_i
w_i*截断后的第i个值
ψ限值
w_i第i个标准差或极差
算法S更新w*C.4
w \cdot = ξ \cdot \sqrt{\dfrac{\sum_{j=1}^{p} (w_j \cdot )^2}{p}}
计算表达式(可直接用于 Excel/程序)
w* = ξ * sqrt( sum_{j=1}^{p} (w_j*)^2 / p )
w*稳健联合值
ξ修正系数
w_j*截断后的第j个值
p参加者数量
Qn方法绝对差值C.5.2.1
d_{ij} = |x_i - x_j|
计算表达式(可直接用于 Excel/程序)
d_ij = |x_i - x_j|
d_ij绝对差值
x_i第i个报告结果
x_j第j个报告结果
Qn方法k值C.5.2.1
k = \dfrac{h(h-1)}{2}
计算表达式(可直接用于 Excel/程序)
k = h(h-1)/2
k数据对个数
hh值
Qn方法h值C.5.2.1
h = \dfrac{p}{\dfrac{2 (p\text{为偶数}) \text{或} (p-1)}{2 (p\text{为奇数})}}
计算表达式(可直接用于 Excel/程序)
h = p/2 (p为偶数) 或 (p-1)/2 (p为奇数)
hh值
p报告结果个数
Qn计算C.5.2.1
Q_n = 2.2219 \cdot d_(k) \cdot b_p
计算表达式(可直接用于 Excel/程序)
Q_n = 2.2219 * d_(k) * b_p
Q_n稳健标准差估计量
d_(k)排序后的第k个绝对差值
b_p校正系数
b_p计算C.5.2.1
b_p = \dfrac{1}{r_p + 1}
计算表达式(可直接用于 Excel/程序)
b_p = 1/(r_p + 1)
b_p校正系数
r_p中间变量
r_p计算(奇数)C.5.2.1
r_p = (1/p) \cdot [1.6019 + (1/p) \cdot (-2.128 - 5.172/p)]
计算表达式(可直接用于 Excel/程序)
r_p = (1/p) * [1.6019 + (1/p)*(-2.128 - 5.172/p)]
r_p中间变量
p报告结果个数
r_p计算(偶数)C.5.2.1
r_p = (1/p) \cdot {3.6756 + (1/p) \cdot [1.965 + (1/p) \cdot (6.987 - 77/p)]}
计算表达式(可直接用于 Excel/程序)
r_p = (1/p) * {3.6756 + (1/p)*[1.965 + (1/p)*(6.987 - 77/p)]}
r_p中间变量
p报告结果个数
Q方法累积分布函数C.5.2.2
H_1(x) = (2/(p(p-1))) \cdot \sum_{1≤i<j≤p} (1/(n_i n_j)) \cdot \sum_{k=1}^{n_i} \sum_{m=1}^{n_j} I(|y_{ik} - y_{jm}| ≤ x)
计算表达式(可直接用于 Excel/程序)
H_1(x) = (2/(p(p-1))) * sum_{1≤i<j≤p} (1/(n_i n_j)) * sum_{k=1}^{n_i} sum_{m=1}^{n_j} I(|y_ik - y_jm| ≤ x)
H_1(x)累积分布函数
p实验室数量
n_i实验室i的测量次数
n_j实验室j的测量次数
y_ik实验室i的第k个测量结果
y_jm实验室j的第m个测量结果
I示性函数
Q方法G1计算C.5.2.2
G_1(x_i) = 0.5 \cdot (H_1(x_i)+H_1(x_{i-1})) (\text{若}i≥2) \text{或} 0.5 \cdot H_1(x_1) (\text{若}i=1\text{且}x_1>0)
计算表达式(可直接用于 Excel/程序)
G_1(x_i) = 0.5*(H_1(x_i)+H_1(x_{i-1})) (若i≥2) 或 0.5*H_1(x_1) (若i=1且x_1>0)
G_1(x_i)修正累积分布函数
H_1累积分布函数
x_i间断点
Q方法稳健标准差C.5.2.2
s \cdot = \dfrac{G_1^{-1}[0.25+0.75 \cdot H_1(0)]}{\sqrt{2} \cdot Φ^{-1}[0.625+0.375 \cdot H_1(0)]}
计算表达式(可直接用于 Excel/程序)
s* = G_1^{-1}[0.25+0.75*H_1(0)] / (sqrt(2)*Φ^{-1}[0.625+0.375*H_1(0)])
s*稳健标准差
G_1^{-1}G_1的反函数
H_1(0)H_1在0处的值
Φ^{-1}标准正态分布分位数函数
Hampel估计的权重函数C.5.3.2 e)
w_i = \dfrac{0 if |q_i| > 4.5; (4.5 - q_i)}{q_i if 3 < |q_i| <} = \dfrac{4.5; 1.5}{q_i if 1.5 < |q_i| <} = 3.0; 1 if |q_i| < = 1.5
计算表达式(可直接用于 Excel/程序)
w_i = 0 if |q_i| > 4.5; (4.5 - q_i)/q_i if 3 < |q_i| <= 4.5; 1.5/q_i if 1.5 < |q_i| <= 3.0; 1 if |q_i| <= 1.5
w_i权重无量纲
q_i标准化残差无量纲
Hampel估计的均值更新公式C.5.3.2 f)
x \cdot = \dfrac{sum(w_i \cdot x_i)}{sum(w_i)}
计算表达式(可直接用于 Excel/程序)
x* = sum(w_i * x_i) / sum(w_i)
x*稳健均值同测量结果
w_i权重无量纲
x_i第i个数据点同测量结果
Hampel估计的收敛准则C.5.3.2 g)
|x \cdot _{new} - x \cdot _{old}| < 0.01 \cdot s \cdot \cdot \sqrt{p}
计算表达式(可直接用于 Excel/程序)
|x*_new - x*_old| < 0.01 * s* * sqrt(p)
x*_new新迭代的稳健均值同测量结果
x*_old上一次迭代的稳健均值同测量结果
s*稳健标准差同测量结果
p数据点个数个
Hampel估计的一般权函数C.5.3.2 注3
w_t = \dfrac{0 if |q| > c; a \cdot (c - q)}{(q \cdot (c - b)) if b < |q| <} = \dfrac{c; a}{q if a < |q| <} = b; 1 if |q| < = a
计算表达式(可直接用于 Excel/程序)
w_t = 0 if |q| > c; a*(c - q)/(q*(c - b)) if b < |q| <= c; a/q if a < |q| <= b; 1 if |q| <= a
w_t权重无量纲
q标准化残差无量纲
a调节参数无量纲
b调节参数无量纲
c调节参数无量纲
Hampel估计的有限步算法方程C.5.3.3
\sum_{i=1}^{p} psi((y_i - x \cdot )/s \cdot ) = 0
计算表达式(可直接用于 Excel/程序)
sum_{i=1}^{p} psi((y_i - x*)/s*) = 0
y_i第i个实验室的算术均值同测量结果
x*稳健均值同测量结果
s*稳健标准差同测量结果
psipsi函数无量纲
psi函数C.5.3.3
psi(q) = 0 if q < = -4.5; -4.5 - q if -4.5 < q < = -3; -1.5 if -3 < q < = -1.5; q if -1.5 < q < = 1.5; 1.5 if 1.5 < q < = 3; 4.5 - q if 3 < q < = 4.5; 0 if q > 4.5
计算表达式(可直接用于 Excel/程序)
psi(q) = 0 if q <= -4.5; -4.5 - q if -4.5 < q <= -3; -1.5 if -3 < q <= -1.5; q if -1.5 < q <= 1.5; 1.5 if 1.5 < q <= 3; 4.5 - q if 3 < q <= 4.5; 0 if q > 4.5
psipsi函数值无量纲
q标准化残差无量纲
插值节点计算C.5.3.3
d_{6(i-1)+j} = y_i + c_j \cdot s \cdot \text{其中} c_j \text{为} -4.5, -3, -1.5, 1.5, 3, 4.5
计算表达式(可直接用于 Excel/程序)
d_{6(i-1)+j} = y_i + c_j * s* 其中 c_j 为 -4.5, -3, -1.5, 1.5, 3, 4.5
d插值节点同测量结果
y_i第i个实验室的算术均值同测量结果
s*稳健标准差同测量结果
P_m计算C.5.3.3
P_m = \sum_{i=1}^{p} psi((y_i - d_{(m)})/s \cdot )
计算表达式(可直接用于 Excel/程序)
P_m = sum_{i=1}^{p} psi((y_i - d_{(m)})/s*)
P_m中间量无量纲
y_i第i个实验室的算术均值同测量结果
d_{(m)}排序后的插值节点同测量结果
s*稳健标准差同测量结果
解x_m计算C.5.3.3
x_m = \dfrac{d_{(m)} - P_m}{\dfrac{P_{m+1} - P_m}{d_{(m+1)} - d_{(m)}}}
计算表达式(可直接用于 Excel/程序)
x_m = d_{(m)} - P_m / ((P_{m+1} - P_m)/(d_{(m+1)} - d_{(m)}))
x_m方程的解同测量结果
d_{(m)}排序后的插值节点同测量结果
P_m中间量无量纲
d_{(m+1)}下一个排序后的插值节点同测量结果
P_{m+1}下一个中间量无量纲
选择最接近中位数的解C.5.3.3
|x \cdot - med(y_1,...,y_p)| = min{|x - med(y_1,...,y_p)|; x in S}
计算表达式(可直接用于 Excel/程序)
|x* - med(y_1,...,y_p)| = min{|x - med(y_1,...,y_p)|; x in S}
x*稳健均值同测量结果
med中位数同测量结果
y_i第i个实验室的算术均值同测量结果
S所有解的集合无量纲
标准差估计(基于中位数绝对距离)D.1.4.2 注4
s \cdot = (1/(0.798 \cdot p)) \cdot \sum_{i=1}^{p} |x_i - med(x)|
计算表达式(可直接用于 Excel/程序)
s* = (1/(0.798 * p)) * sum_{i=1}^{p} |x_i - med(x)|
s*稳健标准差同测量结果
p数据点个数个
x_i第i个数据点同测量结果
med(x)数据的中位数同测量结果
参照值计算E.5
x_{pt} = 21.62 + 1.73
计算表达式(可直接用于 Excel/程序)
x_pt = 21.62 + 1.73
x_pt能力验证样品的参照值LA
21.62CRM有证特性值LA
1.73差的平均值LA
参照值不确定度计算E.5
u(x_{pt}) = \sqrt{0.26^2 + 0.24^2}
计算表达式(可直接用于 Excel/程序)
u(x_pt) = sqrt(0.26^2 + 0.24^2)
u(x_pt)参照值的标准不确定度LA
0.26CRM有证值的标准不确定度LA
0.24差的平均值标准不确定度LA
稳健均值不确定度计算E.7
u(x \cdot ) = 1.25 \cdot (s \cdot / \sqrt{n})
计算表达式(可直接用于 Excel/程序)
u(x*) = 1.25 * (s* / sqrt(n))
u(x*)稳健均值的不确定度
s*稳健标准差
n样本数
差值不确定度计算E.7
u_{diff} = \sqrt{u^2(x_{ref}) + u^2(x \cdot )}
计算表达式(可直接用于 Excel/程序)
u_diff = sqrt(u^2(x_ref) + u^2(x*))
u_diff差值的不确定度
u(x_ref)参照值的不确定度
u(x*)稳健均值的不确定度
差值计算E.7
x_{diff} = x_{ref} - x \cdot
计算表达式(可直接用于 Excel/程序)
x_diff = x_ref - x*
x_diff参照值与稳健均值的差值
x_ref参照值
x*稳健均值
霍维茨方程E.9
0.02 \cdot c^0.8495
计算表达式(可直接用于 Excel/程序)
0.02 * c^0.8495
σ_R再现性标准差质量分数%
c待测化学成分的质量分数%
能力评定标准差公式E.10
\sqrt{σ_R^2 - σ_r^2 \cdot (1 - 1/m)}
计算表达式(可直接用于 Excel/程序)
sqrt(σ_R^2 - σ_r^2 * (1 - 1/m))
σ_pt能力评定标准差kg/m^3
σ_R再现性标准差kg/m^3
σ_r重复性标准差kg/m^3
m重复测量次数次
实验室间标准差公式E.10
\sqrt{σ_R^2 - σ_r^2}
计算表达式(可直接用于 Excel/程序)
sqrt(σ_R^2 - σ_r^2)
σ_L实验室间标准差kg/m^3
σ_R再现性标准差kg/m^3
σ_r重复性标准差kg/m^3
标准中"施加在执行过程与条件上的要求"(C1 环境 / C4 样品 / C6 质控 / C7 条件限值 / C8 适用范围 / C9 过程参数),是原始记录模板与自动核查的数据源。
C1 · 环境条件稳定性检验样品 · 存储温度
≤ 60 ℃稳定性检验时出处:11.4.5
C6 · 精密度/质控限实验室间标准差 · 实验室间标准差
实验室间标准差不宜超过 \sigma_{pt} 。在合格实验室的“理想”总体中出处:4.2.1
C6 · 精密度/质控限能力验证样品批 · 均匀性和稳定性
能力验证提供者应确保能力验证样品批有足够均匀性和稳定性,适合能力验证计划的目的。出处:5.5.4.3
C6 · 精密度/质控限能力验证样品 · 均匀性和稳定性评估
能力验证提供者应使用适当标准对能力验证样品的均匀性和稳定性进行评估,确保其不会对能力评定造成不利影响。出处:6.1.1
C6 · 精密度/质控限能力验证样品 · 均匀性和稳定性
如果本轮能力验证计划中的实验室间标准差不大于先前轮次能力验证标准差,即证明本轮能力验证样品具备充分的均匀性和稳定性。如果先前轮次能力验证计划所使用的能力验证样品,经测试证明其具备充分的均匀性和稳定性,且参加者与先前轮次能力验证计划相同出处:6.1.1
C6 · 精密度/质控限能力验证样品 · 稳定性
能力验证提供者应确保本轮能力验证计划中样品的稳定性,或制定适当的程序,以便识别和解释本轮能力验证计划过程中的不稳定性。对于多个参加者使用相同能力验证样品的校准能力验证计划出处:6.1.1
C6 · 精密度/质控限能力验证样品 · 变化趋势
这包括应考虑到特定能力验证样品和被测量的变化趋势,比如漂移。出处:6.1.2
C6 · 精密度/质控限能力验证样品 · 运输稳定性
应考虑到同一样品多次运输对稳定性的影响。必要时出处:6.1.2
C6 · 精密度/质控限被测量 · 均匀性和稳定性检查
通常应检查所有被测量(或特性)的均匀性和稳定性。出处:6.1.2
C6 · 精密度/质控限被测量 · 对不均匀和不稳定来源敏感
所检查的被测量应对能力验证样品加工过程中的不均匀和不稳定来源反应敏感。在能力验证样品的处理过程中出处:6.1.3
C6 · 精密度/质控限被测特性 · 检查顺序
应依照顺序对该属性进行检查。如果被测特性在能力验证样品的制备过程中可能受到凝结、沉淀或其他时间依赖效应的影响出处:6.1.3
C6 · 精密度/质控限能力验证提供者 · σ_pt 最小值临界值
若稳健标准差很小,能力验证提供者应规定 σ_pt 最小值的临界值。当稳健标准差很小时出处:8.6.2
C6 · 精密度/质控限临界值 · 能力评定评分 z
≤ 3.0最极端情形下出处:8.6.2.1
C6 · 精密度/质控限σ_pt · σ_pt 值
≥ 1.3 线/cm当 σ_pt < 1.3 线/cm 时出处:8.6.2.1
C6 · 精密度/质控限能力验证提供者 · σ_pt 最大值或可接受临界值
若稳健标准差非常大,能力验证提供者应规定 σ_pt 的最大值,或测量结果可评定为“可接受”的临界值。若稳健标准差非常大出处:8.6.2.1
C6 · 精密度/质控限临界值 · 行动信号
该临界值的选择应保证与不符合目标要求的结果将会收到行动信号。不符合目标要求的结果出处:8.6.2.2
C6 · 精密度/质控限能力验证提供者 · 精密度
≤ 2 倍从某一轮获得的精密度比预期值大两倍或以上出处:8.7.3
C6 · 精密度/质控限指定值 · 标准不确定度
≤ 0.3 σ_pt或 u(x_pt) < 0.1 δ_E出处:9.2.1
C6 · 精密度/质控限值 · 超出范围的比例
≤ 0.3 %超出 -3.0≤ z≤ 3.0 的范围出处:9.4.2
C6 · 精密度/质控限指定值 · 不确定度
≤ 0.3 σ_pt如果关注指定值的不确定度 u(x_pt) ,例如 u(x_pt)>0.3σ_pt 时出处:9.4.4
C6 · 精密度/质控限比值 · 比值范围
0.96 ~ 1.0出处:9.5.4
C6 · 精密度/质控限常规控制图 · 失控信号条件a
有1个点落在行动限(z值为±3.0, P_A值为100%)外。常规控制图中出处:10.8.2.2
C6 · 精密度/质控限常规控制图 · 失控信号条件b
连续3个点中有两个落在同侧警戒限(z值为±2.0, P_A值为70%)外。常规控制图中出处:10.8.2.2
C6 · 精密度/质控限测量方法 · 重复性标准差
测量方法的重复性标准差 (s_r) 应足够小,以便能够检验出任何显著的非均匀性。均匀性评估时出处:11.4.5
C6 · 精密度/质控限测量方法 · 重复性标准差与能力评定标准差的比
≤ 0.5均匀性评估时出处:11.4.5
C6 · 精密度/质控限重复测量值 · 差值
如果任何一对重复测量值之间的差值过大,应对其技术解释进行审核,并在适当情况下从数据分析中删除离群数据组;如果任何一对重复测量值之间的差值过大出处:11.4.5
C6 · 精密度/质控限离群值 · 删除条件
或者,如果m>2,且单一离群值导致方差很大,则删除离群值。如果 m>2 且单一离群值导致方差很大出处:11.4.5
C6 · 精密度/质控限样品间标准差 s_s · 上限
≤ 0.3 σ_pt均匀性检验出处:11.4.5
C6 · 精密度/质控限样品间标准差 s_s · 上限
≤ 0.1 δ_E均匀性检验出处:11.4.5
C6 · 精密度/质控限重复性 · s_w 或 s_r
≤ 0.5 σ_pt如果对重复性存疑出处:11.4.5
C6 · 精密度/质控限均值差 · 上限
≤ 0.3 σ_pt稳定性检验出处:11.4.5
C6 · 精密度/质控限均值差 · 上限
|y1均值 - y2均值| ≤ 0.3 σ_pt + 2√(u²(y1)+u²(y2))稳定性检验出处:11.4.5
C6 · 精密度/质控限稳定性判定 · t检验
注:使用每个能力验证样品均值进行的置信水平为95%的t检验,通常会提供与式(B.18)类似或更好的稳定性判定准则,只要检验单元的数量大于或等于3。使用每个能力验证样品均值进行的置信水平为95%的t检验,只要检验单元的数量大于或等于3出处:11.4.5
C6 · 精密度/质控限统计方法 · 稳健性
能力验证提供者宜使用对离群值来说比较稳健的统计方法(见6.5.1)。出处:11.4.5
C6 · 精密度/质控限结果 · 行动信号判定
这假设定量部分超出 x* ± 3s* 的任何结果将被评定为'不可接受'(行动信号)。定量部分超出 x* ± 3s*出处:11.4.5
C6 · 精密度/质控限均匀性检验 · 样本间标准差与σ_pt的0.3倍比较
根据目标适用性确定的σ_pt为巧克力砷含量的15%,比较样本间标准差与σ_pt的0.3倍得到均匀性检验结果。根据目标适用性确定的σ_pt为巧克力砷含量的15%出处:11.4.5
C6 · 精密度/质控限可接受数据区间 · 舍入值
能力验证提供者使用5%的可接受数据区间,但舍入值为0.1 mmol/L,且不小于±0.2 mmol/L。能力验证提供者使用5%的可接受数据区间出处:11.4.5
C6 · 精密度/质控限结果 · 行动信号判定
能力验证提供者可以对偏离中位数大于一个顺序单位的结果给出'行动信号',本例中,对于样品A,'4级'反应的2个结果(4%)给出行动信号,而对于样品B,'1级'反应的8个结果(16%)偏离中位数大于一个顺序单位出处:11.4.5
C7 · 分级/条件限值预期标准差 · σ_R
σ_R = {0.22c (c<1.2e-7), 0.02c^0.8495 (1.2e-7≤c≤0.138), 0.01c^0.5 (c>0.138)}根据c值分段出处:8.4.3
C7 · 分级/条件限值结果 · 结果范围
结果宜在参加者结果稳健均值的 3σ_pt 以内。对于非饮用水的监管能力验证计划出处:8.6.2.3
C7 · 分级/条件限值结果 · 结果下限
≥ 10 %当结果小于配方值的 10% 时出处:8.6.2.3
C7 · 分级/条件限值P_A · P_A 值
P_A≥100% 或 P_A≤-100% 表示一个行动信号(或“不可接受”)。出处:9.3.6
C7 · 分级/条件限值结果 · |z|
≤ 2.0出处:9.4.2
C7 · 分级/条件限值结果 · |z|
2.0 ~ 3.0出处:9.4.2
C7 · 分级/条件限值结果 · |z|
≥ 3.0出处:9.4.2
C7 · 分级/条件限值E_n · E_n 值
当 E_n≥1.0 或 E_n≤-1.0 产生警戒信号,表明需要检查不确定度估计值,或纠正某个测量问题;出处:9.7.2
C7 · 分级/条件限值E_n · E_n 值
-1.0 ~ 1.0出处:9.7.2
C7 · 分级/条件限值能力验证提供者 · 均匀性判定标准
若 σ_pt 事先未知,比如,σ_pt 是参加者测量结果的稳健标准差,能力验证提供者宜选用判定充分均匀性的其他标准。若 σ_pt 事先未知出处:11.4.5
C7 · 分级/条件限值能力验证提供者 · 措施
如果不符合充分均匀性的标准,能力验证提供者应考虑采取如下措施之一:如果不符合充分均匀性的标准出处:11.4.5
C7 · 分级/条件限值能力评定 · 运输影响
进行能力评定时应考虑任何已知的运输影响。进行能力评定时出处:11.4.5
C7 · 分级/条件限值算法A · 变式
若任何数据集的离群值比例超过 20%,或者,s* 初始值受到极端离群值的不利影响,宜考虑使用如下变式:若任何数据集的离群值比例超过 20%,或者,s* 初始值受到极端离群值的不利影响出处:11.4.5
C7 · 分级/条件限值σ_pt · 上限
≤ 12.5 kg/m³由于以上原因出处:11.4.5
C8 · 适用范围与限制引用文件术语 · 术语定义
当以上引用文件的术语和定义有差别时,应以 ISO 3534-1 和 ISO 3534-2 为准。当引用文件的术语和定义有差别时出处:11.4
C8 · 适用范围与限制统计假定 · 统计假定说明
统计方法或统计设计所依据的任何统计假定均应在统计设计或能力验证计划书中予以说明,并证明这些统计假定具有合理性。统计方法或统计设计所依据的任何统计假定出处:4.1.1
C8 · 适用范围与限制统计设计和数据分析技术 · 与目标一致性
统计设计和数据分析技术应与能力验证计划的目标相一致。出处:4.1.1
C8 · 适用范围与限制能力验证提供者 · 计算方法描述、结果解释及限制性说明
能力验证提供者应为参加者提供计算方法的描述、结果的一般解释以及与该解释有关的任何限制性说明。出处:4.1.2
C8 · 适用范围与限制能力验证提供者 · 报告内容
这些内容应在每轮能力验证计划的报告中提供给参加者,或以单独的程序摘要的方式提供给参加者。出处:4.1.3
C8 · 适用范围与限制能力验证提供者 · 软件验证
能力验证提供者应确保所有软件得到充分验证。出处:4.1.3
C8 · 适用范围与限制参加者结果 · 考虑实验室偏倚
然而,如果参加者的结果是从多轮能力验证或多个能力验证样品得到的,宜考虑实验室偏倚。如果参加者的结果是从多轮能力验证或多个能力验证样品得到的出处:4.2.1
C8 · 适用范围与限制能力评定方法 · 指定值和能力评定标准差确定方法
当指定值是参加者测量结果的稳健均值时,能力评定基于 \sigma_{pt} 或 \delta_E ,其中, \delta_{E} 是事先规定的允许测量误差,且 \sigma_{pt} = \delta_E / 3 。当指定值是参加者测量结果的稳健均值时出处:4.3.1
C8 · 适用范围与限制统计设计 · 统计设计基础
统计设计应以数据特性、统计假设、误差性质以及预期的结果数量为基础,制定符合能力验证计划目标的统计设计。出处:4.3.2
C8 · 适用范围与限制能力验证计划设计 · 考虑指定值及其不确定度
这种能力验证计划的设计需要考虑如何获得指定值及其不确定度,以及如何将参加者的测量不确定度应用于能力评定。若能力验证计划利用参加者自身的测量不确定度将参加者的测量结果与指定值进行比较出处:5.2.1
C8 · 适用范围与限制能力验证计划设计 · 适合所有用途
具体能力验证计划的设计应适合声明的所有用途。出处:5.2.3
C8 · 适用范围与限制数据分析统计技术 · 与统计假设一致性
对数据的统计分析技术应与统计假设相一致。出处:5.2.3
C8 · 适用范围与限制能力验证提供者 · 使用稳健技术
如果不能确认测量结果对称,能力验证提供者宜使用适用于不对称结果的稳健技术。如果不能确认测量结果对称出处:5.3.1.1
C8 · 适用范围与限制能力验证提供者 · 选择数据分析方法
能力验证提供者宜选择考虑数据分布不对称性和对离群值不敏感的数据分析方法,而且,所选择的能力评定方法也应考虑到合格参加者测量结果的预期分布。如果能力验证计划结果的预期分布不够对称(存在离群值的影响)出处:5.3.1.1
C8 · 适用范围与限制能力验证方案 · 考虑统计分布
方案中宜考虑到这些确定的分布。在某些校准项目中,参加者测量结果可能服从测量程序所描述的某些统计分布出处:5.3.1.2
C8 · 适用范围与限制能力验证提供者 · 阐明统计假设基础
能力验证提供者应阐明任何统计假设的基础,并证明这些假设的合理性。出处:5.3.1.3
C8 · 适用范围与限制能力验证计划设计 · 参加者最小数量
能力验证计划的设计应考虑到满足设计目标所需要的参加者的最小数量,并说明如果不能达到该最小数量时应使用的替代方法。出处:5.3.2
C8 · 适用范围与限制能力验证提供者 · 报告格式
对于一个能力验证计划,能力验证提供者宜采用一致的报告格式,而且,尽可能使用大多数参加者所熟悉的计量单位,选择的报告格式能够最大限度地避免转录错误和其他错误。出处:5.5.1
C8 · 适用范围与限制参加者 · 报告重复测量值
参加者宜报告所有的重复测量值。如果能力验证计划要求对能力验证样品进行重复测量出处:5.5.1
C8 · 适用范围与限制能力验证提供者 · 结果处理方法
能力验证提供者应给出结果处理方法。当需要报告结果是“小于”或“大于”限定值,以及需要将数值结果转换为得分时出处:5.5.2
C8 · 适用范围与限制能力验证提供者 · 处理删失数据
能力验证提供者应采用能处理删失数据的数据处理方法和评分程序,或要求参加者报告替代传统测量值的结果或其他补充结果。出处:5.5.3
C8 · 适用范围与限制统计方法 · 无偏估计
应使用存在删失数据时可以进行无偏估计的统计方法评估结果,或不对结果进行能力评定。若删失结果的数目足以影响稳健方法出处:5.5.3.2
C8 · 适用范围与限制能力验证提供者 · 替代方法
能力验证提供者应考虑使用可能适用于该情形下的其他替代方法计算汇总统计量并进行能力评定,并研究其差异。若对所选择程序的效果存在质疑出处:5.5.3.2
C8 · 适用范围与限制能力验证计划设计 · 评分规则和报告要求
能力验证计划的设计应包括评分规则和/或参加者报告删失值的要求,并且告知参加者。如果预测到或观测到删失结果是诸如“小于”这样的形式出处:5.5.3.2
C8 · 适用范围与限制能力验证计划设计 · 有效数字位数
通常,能力验证计划的设计应确定报告的有效数字位数。出处:5.5.3.3
C8 · 适用范围与限制有效数字位数 · 舍入误差
应保证舍入误差与预期的参加者间变异相比可以忽略不计。当规定有效数字的位数时出处:5.5.4
C8 · 适用范围与限制能力验证提供者 · 规定有效数字位数
能力验证提供者可以对报告的有效数字位数予以规定。如果在常规测量条件下,报告的有效数字位数对能力验证提供者进行数据处理存在明显的不利影响出处:5.5.4.1
C8 · 适用范围与限制能力验证提供者 · 计算公议统计量的方法
能力验证提供者应考虑计算公议统计量(比如指定值和能力评定标准差)的方法。如果允许不同参加者使用不同的有效数字位数报告结果出处:5.5.4.2
C8 · 适用范围与限制参加者 · 指定值
通常情况下,所有参加者应使用相同的指定值。若要求所有参加者就同一被测量报告测量值出处:6.1.3
C8 · 适用范围与限制能力验证计划设计 · 使用不同指定值
应考虑对部分参加者使用不同的指定值。在能力验证计划的设计过程(如制定报告具体检测方法的条款)中,以及在进行每一轮能力验证的数据复核时出处:6.2.1
C8 · 适用范围与限制数据分析 · 删除明显错误数据
应从数据集内删除明显错误的数据。在数据分析的早期阶段,即使用稳健方法或通过检验来识别统计离群值之前出处:6.2.2
C8 · 适用范围与限制错误数据删除 · 依照批准的政策和程序
这种方法可以纠正某些错误,但应依照批准的政策和程序进行处理。出处:6.3.1
C8 · 适用范围与限制结果 · 保留在数据集内
应将其保留在数据集内,后续另行处理。如果对某一结果是否错误存在任何疑问出处:6.3.1
C8 · 适用范围与限制能力验证提供者 · 数据直观检查
能力验证提供者应安排具备充分专业技术和统计知识的人员对数据进行直观检查。出处:6.3.2
C8 · 适用范围与限制能力验证提供者 · 数据检查程序
如果不能对所有感兴趣的数据集进行直观检查,则应执行某种适当程序,对数据集内的异常变异予以警示如果不能对所有感兴趣的数据集进行直观检查出处:6.4.1
C8 · 适用范围与限制离群值比例 · 离群值比例
≤ 20 %当离群值比例较大 (>20%) 或不能由专家通过可靠方法检查数据分布时出处:6.5.2
C8 · 适用范围与限制能力验证提供者 · 剔除离群值法
若采用剔除离群值法,则应证明检验中的假设能够适用于能力验证计划的目的若采用剔除离群值法出处:6.6.1
C8 · 适用范围与限制能力验证提供者 · 剔除离群值水平
特别地,GB/T 6379.2 建议仅在 99% 的水平下剔除离群值,除非有其他充分理由剔除一个特定的结果当使用剔除离群值方法时出处:6.6.2
C8 · 适用范围与限制参加者 · 能力评定
仍然应按照适用于所有参加者的标准对相关参加者进行能力评定如果在能力验证计划中数据处理程序包括剔除离群值,并且,某一结果作为离群值被剔除出处:6.6.2
C8 · 适用范围与限制结果 · 离群值判定
偏离稳健均值达3倍稳健标准差的结果可认为是离群值若计算稳健均值和标准差出处:6.6.3
C8 · 适用范围与限制指定值 · 有效性检验
均应对每轮能力验证计划指定值的有效性进行检验无论使用何种方法确定指定值出处:7.1.2
C8 · 适用范围与限制指定值 · 确定方法及不确定度
指定值的确定方法及其不确定度应在每次报告中告知参加者,或在所有参加者均可获得的能力验证计划协议中给出明确描述每次报告或协议中出处:7.1.3
C8 · 适用范围与限制指定值 · 偏倚调整的不确定度
那么在指定值的不确定度评定中应包括该调整的不确定度如果对指定值中的偏倚进行了调整出处:7.2.3
C8 · 适用范围与限制能力验证样品 · 适用性
能力验证提供者宜保证能力验证样品适合所使用的测试方法如果考虑到添加成分和基质之间没有不良反应的情况出处:7.3.1.2
C8 · 适用范围与限制参照方法 · 描述、理解、不确定度说明、计量溯源性
应充分描述和理解所使用的参照方法,提供完整的不确定度说明,并记录适用于能力验证计划的计量溯源性出处:7.5.1
C8 · 适用范围与限制参照方法 · 可替换性
参照方法应可以替换参加者使用的所有测量方法出处:7.5.1
C8 · 适用范围与限制指定值 · 平均值
指定值应是使用多个能力验证样品或多种测量条件,在多次重复测量的实验中得到的平均值出处:7.5.1
C8 · 适用范围与限制参照值与检验值之差 · 差值
≤ 2 倍如果在一轮按顺序实施的能力验证计划开始前已指定了一个参照值,然后使用相同的测量系统对该参照值进行检验出处:7.5.2.2
C8 · 适用范围与限制能力验证提供者 · 调查原因并采取措施
能力验证提供者宜调查产生差异的原因,并采取适当措施如果结果在计量上不兼容出处:7.5.3
C8 · 适用范围与限制专家实验室 · 测量协议
该协议应明确能力验证样品的数量、重复测量次数和其他相关条件通过专家实验室进行实验室间比对确定指定值时出处:7.6.1
C8 · 适用范围与限制专家实验室 · 报告结果及不确定度
各个专家实验室均应报告其测量结果及其标准不确定度出处:7.6.1
C8 · 适用范围与限制专家实验室结果 · 处理方法
通常应将7.7方法应用于专家实验室结果如果测量协议只要求专家实验室报告一项结果,不要求提供充分的关于结果的不确定度信息,或报告的结果中有证据表明或存在其他证据表明所报告的不确定度不够可靠出处:7.6.1
C8 · 适用范围与限制能力验证提供者 · 确定指定值的方法
能力验证提供者应给出确定指定值及其不确定度的其他可替代方法,该方法应统计有效,并允许出现离群值或其他偏离结果预期分布的数据如果每个专家实验室报告多项结果出处:7.6.2
C8 · 适用范围与限制参加者 · 一致性确认
要使用6.2~6.6中的方法确认参加者的一致性在计算公议值之前出处:7.7.1
C8 · 适用范围与限制能力验证提供者 · 考虑参加者数量
使用本方法时应考虑部分参加者的数量使用本方法时出处:7.7.1.1
C8 · 适用范围与限制能力验证提供者 · 估计指定值标准误的方法
能力验证提供者应考虑使用重复抽样技术(“自助法”)估计指定值的标准误如果需要完整的通用方法出处:7.7.2
C8 · 适用范围与限制公议值 · 与独立估计值比较
此时应比较公议值 x_{pt} 与可靠独立估计值 x_{ref}如果使用7.7中的方法确定指定值,并且可以获得一个可靠独立估计值出处:7.7.3
C8 · 适用范围与限制稳健均值 · 与指定值比较
在每一轮能力验证计划之后,应比较本轮结果的稳健均值 x^{*} 与指定值如果使用7.3~7.6中的方法确定指定值出处:7.8.1
C8 · 适用范围与限制差值 · 差值
≤ 2 倍如果差值大于标准不确定度的两倍出处:7.8.1
C8 · 适用范围与限制能力验证提供者 · 评估结果和修改设计
能力验证提供者应确定是否对结果进行评估,而且(对于连续能力验证计划)应确认是否修改后续能力验证计划的设计根据差值产生的原因出处:7.8.2
C8 · 适用范围与限制差值 · 报告注明
在本轮报告中应注明该差值如果差值较大,足以影响能力评定,或足以表明参加者使用的测量方法中存在重要偏倚出处:7.8.3
C8 · 适用范围与限制未来能力验证计划 · 设计考虑差值
未来能力验证计划的设计应考虑该差值在这种情况下出处:7.8.3
C8 · 适用范围与限制差值 · 比较方式
将差值与测量误差允许值进行比较,这种比较一般通过标准化能力评定统计量进行基于能力评定的目的出处:8.1.1
C8 · 适用范围与限制能力评定的最大允许误差或标准差 · 设定
能力评定的最大允许误差或标准差可以由监管机构、认可机构或能力验证提供者的技术专家设定其认为对于参加者合理的能力评定水平的对应值出处:8.1.3
C8 · 适用范围与限制对以往能力验证计划的核查 · 考虑因素
对以往能力验证计划的核查应考虑合格参加者可达到的能力,而且既不受新参加者影响,也不受随机变化的影响出处:8.3.1
C8 · 适用范围与限制回归模型 · 标准差和相对标准差
应考虑标准差和相对标准差,选择在适当的被测量水平范围内更一致者建立回归模型时出处:8.3.2
C8 · 适用范围与限制能力评定准则 · 标准差的稳健估计值
应使用标准差的稳健估计值当能力评定准则基于以往能力验证计划的公议统计量时出处:8.3.2
C8 · 适用范围与限制预期标准差 · 合理性
根据一般模型选择的任何预期标准差应合理根据一般模型选择出处:8.4.1
C8 · 适用范围与限制获得行动信号或警戒信号的参加者比例 · 比例
能力验证提供者应确保这与能力验证计划的目标相一致如果获得行动信号或警戒信号的参加者比例太大或太小出处:8.4.2
C8 · 适用范围与限制一般模型 · 使用前研究其他方法
应研究使用8.2、8.3和8.5方法的可能性在使用一般模型之前出处:8.4.3
C8 · 适用范围与限制c · 质量分数范围
0 ~ 1出处:8.4.3
C8 · 适用范围与限制能力验证提供者 · 圆整规则
能力验证提供者应基于结果的有效数字位数,确定适用于所报告的 z 值、指定值和能力评定标准差的适当圆整规则。基于结果的有效数字位数出处:9.4.2
C8 · 适用范围与限制能力验证提供者 · 筛选下限u_min
若使用7.3~7.6中的程序确定x_pt,且u(x_pt)符合9.2.1的条件,则u(x_pt)可以用作筛选的下限,称为u_min。若使用7.3~7.6中的程序确定x_pt,且u(x_pt)符合9.2.1的条件出处:9.8.2
C8 · 适用范围与限制能力验证提供者 · 实际筛选界限u_min
如果根据参加者结果确定指定值(见7.7),能力验证提供者应确定实际筛选界限u_min。如果根据参加者结果确定指定值(见7.7)出处:9.8.3
C8 · 适用范围与限制能力验证提供者 · 筛选上限u_max
任何参加者报告的标准不确定度也不太可能大于1.5倍的参加者稳健标准差(1.5s*),因此,该数值可以用作筛选所报告不确定度的实际上限,称为u_max。任何参加者报告的标准不确定度不太可能大于1.5倍的参加者稳健标准差(1.5s*)出处:9.8.3
C8 · 适用范围与限制能力验证提供者 · 异常不确定度值识别准则
无论使用u_min、u_max还是其他准则识别异常不确定度值,能力验证提供者都应就此向参加者作出解释,并说明即使所报告的不确定度u(x_i)小于u_min或大于u_max仍然可能有效。无论使用u_min、u_max还是其他准则识别异常不确定度值出处:9.8.4
C8 · 适用范围与限制参加者及利益相关方 · 检查测量结果或不确定度估计值
当这种情况发生时,参加者以及任何利益相关方应检查测量结果或不确定度估计值。当所报告不确定度小于u_min或大于u_max的情况发生时出处:9.8.5
C8 · 适用范围与限制能力验证提供者 · 所报告不确定度的特殊分位点
所报告不确定度的特殊分位点(例如,所报告标准不确定度或扩展不确定度的5%分位点以下和95%分位点以上)。识别异常不确定度值时出处:9.8.6
C8 · 适用范围与限制每个能力验证样品或被测量的结果 · 解释方法
在这种情况下,每个能力验证样品或被测量的结果应按9.3~9.7中的方法分别进行解释。当能力验证计划包含多个样品或被测量时出处:9.9.1
C8 · 适用范围与限制每个能力验证样品或被测量的结果 · 评定方式
例如,应对每个能力验证样品或被测量的结果分别进行评定。当能力验证计划包含多个样品或被测量时出处:9.9.1
C8 · 适用范围与限制能力验证提供者 · 统计设计和所用程序的完整描述
在这种情况下,能力验证提供者应向参加者提供统计设计和所用程序的完整描述。当能力验证计划包含多个样品或被测量时出处:9.9.2
C8 · 适用范围与限制能力验证提供者 · 组合能力评分或奖励或惩罚得分的使用
应谨慎使用组合能力评分或奖励或惩罚得分,因为很难描述这些分值符合的统计假设。当使用组合能力评分或奖励或惩罚得分时出处:9.9.4
C8 · 适用范围与限制能力验证提供者 · 组合或惩罚得分的计算方法、结果解释及其局限性
因此,应向参加者说明所使用的任何组合或惩罚得分的计算方法、结果解释及其局限性。当使用组合或惩罚得分时出处:9.9.5
C8 · 适用范围与限制能力验证提供者 · 图示
通常,能力验证提供者应使用每一轮能力验证计划获得的能力评分,绘制10.2和10.3所述的图示。通常出处:9.9.5
C8 · 适用范围与限制图 · 绘制要求
图的绘制应方便参加者,使每个参加者能在图中看到自己的结果与其他参加者结果的关系。出处:9.9.5
C8 · 适用范围与限制直方图 · 应用条件
对于中(参加者小于100)、小(参加者小于50)规模的能力验证计划,直方图允许参加者将自身能力与其他参加者进行比较。对于中(参加者小于100)、小(参加者小于50)规模的能力验证计划出处:10.2.1
C8 · 适用范围与限制直方图 · 分界线标记
如果在直方图中使用能力评分,应在图中标记根据能力评定标准差计算的表示警戒信号和行动信号的分界线。如果在直方图中使用能力评分出处:10.2.2
C8 · 适用范围与限制尧敦图 · 使用前提
正确使用尧敦图的重要前提是,所使用的两个能力验证样品宜具有类似或相同的被测量水平,以保证相应测量区间内的任何系统测量误差具有相同的性质。正确使用尧敦图时出处:10.5.2
C8 · 适用范围与限制实验室 · 比对方式
有时,进行比对的实验室可能多于两个,这种情况下,应将一个实验室看作参照实验室,其他实验室应再与其比对。进行比对的实验室可能多于两个时出处:10.7.1
C8 · 适用范围与限制参加者 · 查找可能的原因
如果常规控制图给出失控信号,参加者应查找可能的原因。如果常规控制图给出失控信号出处:10.8.2.2
C8 · 适用范围与限制能力验证提供者 · 评估和控制其他专家意见的一致性
如果能力评定或确定指定值需要依靠单个专家,能力验证提供者应对其他专家意见的一致性进行评估和控制。如果能力评定或确定指定值需要依靠单个专家出处:11.2.1
C8 · 适用范围与限制能力验证提供者 · 考虑事项
如果能力验证计划要求报告的是简单类别或顺序结果,能力验证提供者应考虑。如果能力验证计划要求报告的是简单类别或顺序结果出处:11.2.1
C8 · 适用范围与限制能力验证样品 · 均匀性核查和属性值声明
应抽取一个适当的能力验证样品核查其均匀性,而且,所有的能力验证样品均应声明其预期的属性值。出处:11.2.1
C8 · 适用范围与限制指定值 · 确定方式
根据专家意见确定指定值,通常应基于一个有适当资质的专家组形成的一致意见。根据专家意见确定指定值时出处:11.3.1
C8 · 适用范围与限制专家组的重大分歧 · 记录要求
专家组的任何重大分歧均应在能力验证报告中予以记录。出处:11.3.2
C8 · 适用范围与限制能力验证样品 · 用于能力评定
如果这样仍然无法确定适当的指定值,则该能力验证样品不宜用于参加者能力评定。如果这样仍然无法确定适当的指定值出处:11.3.2
C8 · 适用范围与限制随同标准样品指定值的任何可信的汇总信息 · 提供要求
随同标准样品指定值的任何可信的汇总信息,均应在该轮能力验证结束后提供给该轮能力验证计划的参加者。出处:11.3.3
C8 · 适用范围与限制能力验证提供者 · 保留记录
能力验证提供者宜保留所使用材料的来源、运输和处理记录。出处:11.3.4
C8 · 适用范围与限制能力验证样品 · 确认检测或测量
若有可能,特别是污染危害到能力验证样品的使用,宜进行确认检测或测量。若有可能,特别是污染危害到能力验证样品的使用出处:11.3.4
C8 · 适用范围与限制测试 · 灵敏度要求
该测试应尽可能灵敏,以确保污染物种不存在,或污染水平可以量化。当能力验证样品为单一微生物、植物或动物物种标本时出处:11.3.4.1
C8 · 适用范围与限制能力验证提供者 · 提供信息
能力验证提供者应提供可能危害到能力验证样品使用的任何信息,包括样品被污染,或样品来源存疑。出处:11.3.4.1
C8 · 适用范围与限制指定值的不确定度 · 运输影响
指定值的不确定度宜包含运输条件所导致的不确定度的任何显著增加。出处:11.4.5
C8 · 适用范围与限制nIQR和MADe · 适用性
注2:当 p < 30 ,nIQR和MADe均显示显著的负偏倚,如果在参加者测量结果评分中使用这些估计值,可能对评分产生不利影响。当 p < 30出处:11.4.5
C8 · 适用范围与限制算法A · 崩溃点
C.3.1 的迭代算法 A 有较低的崩溃点(对于大数据集约为 25%),而且,当数据集中存在严重离群值时,若 MADe(x) 为零,则 s* 的初始值也为 0,此时会严重降低该算法抵消离群值的作用。当数据集中存在严重离群值时,若 MADe(x) 为零,则 s* 的初始值也为 0出处:11.4.5
C8 · 适用范围与限制变式 b) · 崩溃点
注:变式 b) 将算法 A 的崩溃点提高到 50% ,使该算法能够处理离群值比例更高的情况。出处:11.4.5
C8 · 适用范围与限制统计程序 · 离群值比例/分布形态/参加者数量
若能力验证结果中的离群值超过20%,或者,若存在双峰或多峰分布,这些程序可能变得不可靠,而且,若参加者数量较少,某些程序可能产生不可接受的结果。当离群值超过20%或存在双峰/多峰分布或参加者数量较少时出处:11.4.5
C8 · 适用范围与限制实验室结果 · 与均值的差
≤ 4.5 倍再现性标准差使用该估计时出处:11.4.5
C8 · 适用范围与限制稳健统计量 · 数据集大小
尽管对于包含离群值的总体,宜使用稳健统计量,但通常不宜将其应用于非常小的数据集(例外情形见下文)。对于包含离群值的总体出处:11.4.5
C8 · 适用范围与限制格拉布斯检验 · 参加者数量p
≥ 10存在大量离群值时出处:11.4.5
C8 · 适用范围与限制离群值剔除 · 置信水平
≥ 99 %仅在99%或更高的置信水平进行剔除时出处:11.4.5
C8 · 适用范围与限制单变量稳健估计 · 参加者数量p
≥ 12对均值和标准差的大多数单变量稳健估计出处:11.4.5
C8 · 适用范围与限制指定值 · 参加者数量p
≤ 12对于p≤12的正态分布,剔除离群值后使用简单均值作为指定值、结果标准差作为能力评定标准差时出处:11.4.5
C8 · 适用范围与限制中位数作为指定值 · 参加者数量p
≤ 18使用中位数作为指定值(效率取为0.64)时出处:11.4.5
C8 · 适用范围与限制算法A · 参加者数量p
≥ 12考虑到7.7.3中注2的规定时出处:11.4.5
C8 · 适用范围与限制均值的计算密集型稳健估计 · 参加者数量p
≥ 15对于小数据集出处:11.4.5
C8 · 适用范围与限制中位数 · 参加者数量p
p 低至2时,中位数是可用的(当其等于均值),但当 3 ≤ p ≤ 5 时,中位数相对于均值则几乎没有优势,除非出现糟糕结果的风险非常高。p低至2时中位数可用;3≤p≤5时几乎没有优势出处:11.4.5
C8 · 适用范围与限制能力评定标准差 · 标准差估计
对于小数据集,由于任何标准差估计均存在很高的变异性,不宜使用基于参加者结果的标准差得到的能力评定标准差。对于小数据集出处:11.4.5
C8 · 适用范围与限制标准差估计 · 效率
如果标准差估计被用于其他目的(例如汇总统计或稳健标准差估计),或如果能力验证计划可允许标准差估计的高变异性,当处理较小的数据集时,宜选择具有最高效率的标准差估计。如果标准差估计被用于其他目的或可允许高变异性时出处:11.4.5
C8 · 适用范围与限制标准差估计 · 参加者数量p
≥ 4p≥4时推荐使用基于对数加权函数的特定M估计出处:11.4.5
C8 · 适用范围与限制数据分析 · 离群值比例
宜注意到 6.3 和 6.4 要求应避免对具有大比例离群值的数据集进行数据分析。具有大比例离群值的数据集出处:11.4.5
C8 · 适用范围与限制样本均值和标准差 · 离群值
总之,即使仅有一个离群值,也不能应用样本均值和标准差。即使仅有一个离群值出处:11.4.5
C8 · 适用范围与限制统计程序 · 离群值比例
≤ 20 %具有大比例离群值 (>20%) 的任何情形下出处:11.4.5
C8 · 适用范围与限制简单稳健方法 · 数据集大小/离群值
简单的稳健方法,例如中位数、MADe或nIQR,对于正态分布数据的应用效果相对较差,但如果存在离群值或数据集较小的情形,这些方法则是有效的。对于正态分布数据或存在离群值或数据集较小出处:11.4.5
C8 · 适用范围与限制定量结果 · 数据修约
忽略'<', 数据的0.5倍作为定量结果的估计。当数据含'<'时出处:11.4.5
C8 · 适用范围与限制能力评定 · z'值使用条件
注:因为 u(x_pt)>0.3σ_pt ,所以,使用 z' 值评定实验室能力。当u(x_pt)>0.3σ_pt时出处:11.4.5
C9 · 过程控制参数直方图 · 组距和组数
直方图的组距和组数,应根据每一组数据,基于能力验证结果的变异和数量确定。根据每一组数据出处:10.2.2
C9 · 过程控制参数绘图范围和组距 · 选择要求
选择的绘图范围和组距应保证能对双峰性(若存在)进行有效检测,而且,不会由于测量结果的分辨率过低或能力验证结果的数量过少而产生虚假警戒信号。出处:10.2.2
C9 · 过程控制参数带宽σ_k · 计算公式
对于一般检验,则σ_k=0.9s*/p^0.2,式中,s*是用C.2或C.3中的程序,计算出x_1,...,x_p的稳健标准差。对于一般检验出处:10.3.2
C9 · 过程控制参数常规控制图 · 绘制方法
绘制常规控制图,需将每个实验室的标准化评分,如z值和P_A值,单独绘出,且行动限和警戒限与能力验证计划设计相一致。出处:10.8.2
C9 · 过程控制参数不同特性的z值 · 绘图要求
当一轮计划中需测量多个特性时,不同特性的z值可以在同一图中绘出,但不同特性的点应使用不同的记号和/或颜色来表示。当一轮计划中需测量多个特性时出处:10.8.2.1
C9 · 过程控制参数能力验证提供者 · 重复测量次数
然而该比率要求并非总能达到,这种情况下,能力验证提供者应增加重复测量次数。当比率要求并非总能达到时出处:11.4.5
C9 · 过程控制参数能力验证样品 · 样品数量
应保证为该轮能力验证计划的参加者以及均匀性检验提供充足的样品。为一轮能力验证计划制备并包装样品时出处:11.4.5
C9 · 过程控制参数均匀性检验样品 · 抽取数量 g
≥ 10 份最终完成包装的样品中随机抽取出处:11.4.5
C9 · 过程控制参数测试份量 · 数量 m
≥ 2 个从一个样品中制备出处:11.4.5
C9 · 过程控制参数测量结果 · 趋势检验
在数据分析中依照测量顺序检验每个测试份量的测量结果,确认是否存在某种趋势(或漂移),若存在明显趋势,应对测量方法采取适当的纠正措施,或者,在结果的解释中给出提示。数据分析中依照测量顺序检验每个测试份量的测量结果出处:11.4.5
C9 · 过程控制参数s_w 和 s_x 的计算 · 不平衡处理
注:如果 m > 2 且删除单一观测值,则 s_w 和 s_x 的后续计算需要考虑由此产生的不平衡。如果 m > 2 且删除单一观测值出处:11.4.5
C9 · 过程控制参数F1 和 F2 · 取值
F1 和 F2 来自标准统计表,对照选择的能力验证样品数量在表 B.1 中选取对应的值,且对每个样品进行重复测量。对照选择的能力验证样品数量在表 B.1 中选取对应的值,且对每个样品进行重复测量出处:11.4.5
C9 · 过程控制参数F_m · 计算公式
若 m > 2 ,应以 F_m = (F_{g-1,g(m-1),0.95}) / m 替换B.2.3b)和表B.1中的 F_2若 m > 2出处:11.4.5
C9 · 过程控制参数F1 · 计算公式
F1=χ²_{0.95(g-1)}/(g-1)出处:11.4.5
C9 · 过程控制参数s_s · 取值
注:若 s_s^2 < 0 ,则取 s_s = 0 。若 s_s^2 < 0出处:11.4.5
C9 · 过程控制参数能力验证样品 · 稳定性检验
能力验证计划中涉及的所有特性均应进行稳定性检验或验证。能力验证计划中涉及的所有特性出处:11.4.5
C9 · 过程控制参数能力验证样品 · 检验数量
若能力验证样品之间的变异过大,应对2个以上的能力验证样品进行检验;若能力验证样品之间的变异过大出处:11.4.5
C9 · 过程控制参数稳定性检验 · 比较对象
对于只研究运输影响的稳定性检验,应比较经过实际运输的能力验证样品与保存在可控条件下的能力验证样品。对于只研究运输影响的稳定性检验出处:11.4.5
C9 · 过程控制参数运输影响检验 · 程序
如果单独检验运输影响,宜使用 B.6 中的程序。如果单独检验运输影响出处:11.4.5
C9 · 过程控制参数能力验证样品 · 数量
≥ 2 g随机选择数量为 2g 的能力验证样品出处:11.4.5
C9 · 过程控制参数剩余能力验证样品 · 测量时间
在参加者返回测量结果的截止日期之后,使用如 b) 中相同实验室、相同测量方法和相同数量的重复测量,在合理的期限内尽快对数量为 g 的剩余能力验证样品进行测量,且所有的测量应采用随机顺序;在参加者返回测量结果的截止日期之后出处:11.4.5
C9 · 过程控制参数能力验证提供者 · 运输影响检验
能力验证提供者应至少在执行能力验证计划的早期阶段,检验运输条件对能力验证样品的影响。至少在执行能力验证计划的早期阶段出处:11.4.5
C9 · 过程控制参数能力验证样品 · 比较
在可能的情况下,应将能力验证提供者保留的能力验证样品与经过运输并返回的能力验证样品进行比较。在可能的情况下出处:11.4.5
C9 · 过程控制参数算法A · 迭代终止准则
注1:本附录中的算法A和算法S均来自GB/T6379.5,但对算法A略有补充,指定了迭代终止的准则:稳健均值和标准差的第三个有效数字不再发生变化。出处:11.4.5
C9 · 过程控制参数迭代算法 · 收敛条件
当稳健标准差和稳健均值的第三位有效数字在连续两次迭代中不再变化时,即可认为过程是收敛的。出处:11.4.5
C9 · 过程控制参数迭代收敛 · x*变化量
≤ 0.01 s*√p两次迭代间出处:11.4.5
C9 · 过程控制参数能力验证计划 · 样品数量或重复测量
如果进行重复性评定,则用于重复性评定的各轮能力验证计划宜包括至少两个能力验证样品或要求重复测量;如果进行重复性评定出处:11.4.5
C9 · 过程控制参数能力验证提供者 · 盲样提供方式
如果可行,宜向参加者提供不同的重复盲样,而不是要求在相同的能力验证样品上重复测量;如果可行出处:11.4.5
C9 · 过程控制参数能力验证样品 · 覆盖水平/类型
用于一轮或多轮能力验证计划的能力验证样品应覆盖该测量方法适用的常规样本的不同水平和类型;用于一轮或多轮能力验证计划出处:11.4.5
C9 · 过程控制参数数据分析方法 · 标准符合性
用于评定重复性和再现性的数据分析方法宜符合 GB/T 6379 或正在使用的协作研究协议。用于评定重复性和再现性出处:11.4.5
C9 · 过程控制参数算法A迭代 · 迭代次数
该表给出利用算法A获得的稳健均值和标准差的计算值,迭代了6次,直到稳健均值和标准差的第三个有效数字不再改变。直到稳健均值和标准差的第三个有效数字不再改变出处:11.4.5
ISO 3534-1统计学 词汇及符号 第1部分:一般统计术语与用于概率的术语规范性引用
ISO 3534-2统计学 词汇及符号 第2部分:应用统计规范性引用
ISO 5725-1测量方法与结果的准确度(正确度与精密度) 第1部分:总则与定义规范性引用
ISO/IEC 17043:2010合格评定 能力验证的通用要求规范性引用
ISO 指南 30标准样品 常用术语和定义规范性引用
ISO/IEC 指南 99国际计量学词汇 基础通用概念和相关术语规范性引用
不直接构成认可能力认可领域:未识别
本标准为基础标准,属管理/基础/参考类文件,不直接构成检测能力;CNAS 能力范围中无需为其单列检测能力条目。
解析模型与复核模型对以下关键数值意见不一。 点击您认可的一侧卡片即可投票,多数人的意见即最终结论;每项仅可投一次,首次投票 +2 LP。 已定案项目会在正文对应位置标注 ⚖,悬停可见两模型的分歧详情。
复核项加载中…
本页内容由 AI 从标准公开文本自动解析生成,条款级溯源("出处"列)。仅供学习参考,检测判定请以标准正式原文为准。
LabPowerTools · 超级标准
© 2026 LabPowerTools