统计学方法在实验室能力验证中的应用研究

摘要

能力验证（Proficiency Testing，PT），是一项运用实验室间的对比进行鉴定实验室与检验机构能力的项目，同时是认证机构参与国际相互承认协议（Mutual Recog-nition Agreement，MRA）的必要前提，能力验证由中国实验室国家认可委员会（China National Accreditation Boards for Laboratories，CNAL）执行与组织。在能力验证中，为了对实验室的能力评价更加准确，我们需要对数据进行充足的分析，所以统计学方法的充分运用极为重要。在能力验证中，多数机构运用最多的则是传统稳健统计方法，即用数据的Z比分数进行判定。此方法计算简单、容易掌握，但由于该方法是基于数据遵循正态分布假设前提下进行，而实际上并非所有数据都遵循正态分布，同时由于不同的能力验证其最终参试实验室数量及回收周期有所不同，所以传统稳健统计方法在实践的过程中还是会出现一部分问题，导致组织者在直接运用此方法进行结果判定时并不能十分地真实客观。所以，探索更为有效的统计学方法就变得非常重要。目前在能力验证中，已经进行了一些统计学研究方法，有主成分分析方法、非负矩阵分解方法、核密度估计方法和Bootstrap方法等。只是这些方法是否更加合适并不得知，是否存在其他缺陷也没有得到检验，这便需要我们对其进行深入讨论。目前并没有文献对这几种方法进行系统性的检验和总结，本文主要是对这四种方法进行探讨，将这四种方法应用在不同类型的能力验证数据中，并进行对比和分析，找出四种方法的优势和缺陷，最终做出系统性的分析和总结，从而可以用不同的统计学分析方法对应不同的能力验证结果。
　　本研究分为四个部分：第一章，主要介绍能力验证相关知识、研究发展的大致情况以及本文具体方法和内容；第二章，主要介绍传统稳健方法、主成分分析方法、非负矩阵分解方法、核密度估计方法和Bootstrap方法的原理；第三章，主要通过四组实例数据对每种统计学方法进行验证；第四章，总结研究成果，提出系统性的分析和总结，从而建立适用于不同能力验证结果分布的统计分析方法。

目录

封面

目录

中文摘要

英文摘要

第一章 绪论

1.1能力验证活动简介

1.2国内外研究动态

1.3本文研究方法和研究内容

第二章 传统稳健统计方法和其他四种统计学方法简介

2.1传统稳健统计方法简介

2.2传统稳健统计方法的标准评估体系及其不足之处

2.3主成分分析方法简介

2.4 非负矩阵分解方法简介

2.5核密度估计方法简介

2.6 Bootstrap方法简介

第三章 传统稳健统计方法和其他四种统计学方法在能力验证活动中的应用

3.1 研究数据说明及正态性检验

3.1.1研究数据说明

3.1.2正态性检验

3.2 传统稳健统计方法计算结果统计

3.3 其他四种统计学方法计算结果统计

3.3.1 主成分分析方法计算结果统计

3.3.2 非负矩阵分解方法计算结果统计

3.3.3 核密度估计方法计算结果统计

3.3.4 Bootstrap方法计算结果统计

第四章 总结

4.1 实验数据结果分析

4.2小结

附录A 本文研究实验数据

附录B 对实验数据正态性检验的SAS程序

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明