逐步深入了解 先在1个实验室的实验开始。实验室要在5天内,每天对样品进行5次重复检测。整个实验得到25个检测结果。每天重复检测样品5次。得到5个结果。因此,每批5个结果为1组,可以对每天每批计算均值和离均差平方和,了解它们的集中趋势和离散程度。 每天对样品进行5次重复检测。共检测天数为i,i从1到5。 5天每批重复检测的值共25个,每批数据自由度为4。5批数据的总共自由度为4×5。 将每天每一批检测结果相对于均值的离均差平方和相加,即为该实验室的这次精密度实验的批内离均差平方和(SS批内);其均方差为MS批内。 每天检测1批,每天或批间的差异估计,可以将每批检测结果的所有均值,一起求一个批间总均值: 然后求该批间总均值与各批均值间的离均差平方和(SS批间);批间均方差(MS批间)。 由于是在一个实验室进行的精密度实验。因此,没有实验室间方差的估计。但是,在该实验室的5天内,每天进行了1批5次重复检测,一共为25个检测结果。在方差分析中,往往将这所有检测结果取一个均值,然后再求这个实验的总离均差平方和: 将以上进行统计分析的各个统计量归纳到以下表中。 精密度实验估计的标准差 ANOVA常规也提供了计算批间和批内方差成分,批间方差为VB和批内方差为VW: 设VW = MS批内。VW相当于直接为批内重复性方差; VB为“纯”批间方差,即批间方差已经纠正了批内方差的影响;因此两个方差的和(sum)(VW和VB)相当于实验室内精密度。 将它们开方可得到要求的精密度估计,表达为SD。 上述方差计算和分析的启示 我们的实验究竟是为了什么?开始做5天实验,每天做1批5次重复。然后求了5批成分数据相对于批内均值的变异,即离均差平方和。再求5天5批结果间,每批结果均值相对于5批结果总均值的变异,即每批均值相对于总均值的离均差平方和。最后求了所有25个结果相对于这25个结果计算的总均值的离散变异,即总的离均差平方和。 但没有一个这样求出来的离均差平方和,直接去除以自由度,立即求出批内、批间、和实验室内的标准差!而是依据该实验设计,归纳出各个批内方差、批间方差、和实验室内的方差。然后再求出批内、批间、和实验室内的标准差! 这也告诉我们,看起来这个离均差平方和与标准差内的离均差平方和样子一样!但实际计算还是不一样!因为方差估计考虑得很仔细,要可靠!目前,由EP05-A3设计的实验模式,需要在3个相同实验室实施。但是,如果我们只是在一个实验室实施。那么,我们只要按照A3要求,进行5天5批实验,每批进行5次重复检测。将这些结果,按照上述步骤进行归纳。如果得到的各个批内、批间、和实验室内标准差,与厂商声明的标准差一致,就可以说明,实验室的精密度性能完全符合厂商规定的规范!验证精密度性能完成!上述的方差和方差分析,是仅仅在单个实验室进行EP05-A3精密度实验方案。这也是在EP15-A3文件中,对一个实验室的精密度水平进行验证的做法。 |