用经验模型判断能力验证统计分析结果的合理性

摘要：

能力验证是检测实验室识别与同行差异的一种途径,但中国合格评定国家认可委员会( CNAS)在组织能力验证时发现由于种种原因,有些实验室并不能秉承诚信的原则参加能力验证活动,导致统计分析结果“失真”.如何甄别这种情况,确保所有参加CNAS能力验证活动的实验室都获得公平的评价,这是CNAS亟待解决的问题.本文在用国内文献数据对经验模型进行修正的基础上,提出用上报数据目标标准偏差(或稳健标准偏差,sR)与基于经验模型的计算值之比(H值)是否小于0.5作为判据来审核上报数据统计分析结果的合理性.对13套能力验证数据分析表明:其中10套上报数据sR正常,3套数据存在问题.当目标标准偏差偏小,H＜0.5时,建议采用同样是稳健统计方法的迭代法代替四分位法来计算目标标准偏差(sR),或用经验模型计算结果代替实验值计算Z值.通过验证表明,借助Horwitz经验模型可以判断能力验证数据统计分析结果的合理性,并能有效地识别并防止由于某种原因导致对能力验证结果评价失效的情况.

关键词：检测能力评价、经验模型、Horwitz函数表达式

所属期刊栏目：31

分类号：X132;O242(环境化学)

资助基金：中国合格评定国家认可委员会科技项目2011CNAS11;国家重大科学仪器设备开发专项2011YQ14014708

在线出版日期：2013-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：992-996