标准规范下载简介：

内容预览由机器从pdf转换为word，准确率92%以上，供参考

RB∕T 031-2020 能力验证计划的选择与核查及结果利用指南.pdf

注：对于校准领域能力验证计划，由于样品一般为测量仪器，通常仅考察样品的稳定性。 5.5.2均匀性检验的测量方法应具有充分小的重复性标准差（S.），以便能够检测出任何明显的不均 匀。测量方法的重复性标准差与能力评定标准差（op）)之比，通常应小于0.5，即S，<0.5apt。 5.5.3当不能进行重复测量，如进行破坏性测试时，可将测量结果的标准差当样品间标准差（S，）使用， 使用的测量方法应具有较小的重复性标准差。 5.5.4在特定情况下，应对能力验证样品进行全部检验以确认样品的均匀性，如电气领域的能力验证 往往对样品实施全部检验。 5.5.5当不能进行均匀性和稳定性检验时，应证明能力验证样品的收集、制备、包装和分发程序可以充 分满足能力验证计划的要求。 5.5.6对于批量样品，通常样品间的不均匀和不稳定标准差均不应超过0.3gpt。有时实施机构仅可获 得不完全均匀或稳定的材料，如果在指定值的不确定度评价或者结果评价时考虑到这一点，这些材料仍 可用作能力验证样品。 5.5.7对于样品的均匀性，可利用S，<0.3gp准则或F检验进行评价。稳定性可利用|工一y|≤0.3gpt 准则或t检验进行评价。适当时也可用线性回归分析的方法判断样品稳定性。 5.5.8均勾性和稳定性检验准则及统计方法参见附录B

5.6.1能力验证结果的数据分布决定所用的统计方法。通常能力验证计划的统计分析方法均假定数 据呈近似正态分布，或者至少是单峰分布、对称（必要时可在转换后符合）分布。当使用稳健统计方法 时，通常无须验证参加者结果是否成正态分布，但至少须确认其单峰和近似对称，这一点尤为重要。 5.6.2参加者宜通过数据直方图或核密度图核查结果分布是否对称，统计假设是否合理，是否存在异 常（如双峰分布、离群值比例较大或异常偏倚）等。

常（如双峰分布、离群值比例较大或异常偏倚）等。 5.6.3参加者结果分析统计方法： 基于正态分布的经典统计方法在应用过程中受离群值的影响，可能导致经典统计方法失效HY/T 135-2010 海床基海洋环境自动监测平台系统，因此采 用经典统计方法前通常应剔除离群值。 为了减少离群值的影响，可根据能力验证计划的目的和参加者情况，采用不同的稳健统计方法。通 常可计算中位值或稳健均值作为指定值，计算标准化四分位距、尺度化中位绝对差或稳健标准差作为能 力评定标准差。不同的稳健统计方法具有不同的适用条件、统计效率和失效点。 5.6.4参加者结果分析统计方法参见附录C。

5.7.1指定值的选择与计算是能力验证计划成功的关键，参加者宜核查能力验证实施机构是否采用适 当的指定值确定方法。定性计划确定指定值的方法通常有：专家判定、利用标准物质/标准样品的参考 值、已知物品来源和利用参加者结果众数或中位值；定量计划确定指定值的方法通常有配方法、有证参 考值、独家定值、专家公议值和参加者公议值。 注：GB/T27043一2012中附录B给出指定值的确定方法有：已知值、有证参考值、参考值、专家公议值和参加者公 议值。本标准的配方法与GB/T27043一2012中附录B的已知值是同一方法。 5.7.2通常指定值的不确定度不应超过0.3gpt，对于校准项目，实施机构应给出指定值的计量溯源性和 则量不确定度。 5.7.3指定值的确定方法参见附录D

般模型、测量方法精密度试验和由参加者结果确定。 5.8.2能力评定标准差的确定方法参见附录E

5.9.1定性能力验证计划的评价方式与其性质和要求有关，不同的专业和行业有不同的评价要求和评 价形式。通常只需比较参加者的检测结果与指定值是否准确一致，即可给出合格或不合格、满意或不满 意的能力评价。但在某些能力验证计划中，要求对参加者进行多方面的综合评价，参加者的报告需提供 给多位专家，最后协商给出公议的结论，并赋予参加者整体的评价或评分。 5.9.2定量能力验证结果通常需要转化为能力统计量，以便进行解释和与其他确定的目标做比较。其 目的是依据能力评定标准来度量与指定值的偏离。常用的能力统计量有：偏差或百分相对差（D或 D%）、之值、z值、值和E，值。

5.9.3能力统计量的计算参见附录E

5.10能力验证计划报告

.1参加者应有途径获得能力验证计划报告并对能力验证计划报告进行核查，能力验证计划的报 括但不限于以下内容： a）实施机构的名称和详细联系信息； b）联系人的姓名和详细联系信息； c）报告批准人的姓名、职位、签名或等效标识： d）实施机构分包活动的说明； e）报告发布日期和状态（如初期的、中期的或最终的报告）； f）报告的页码和清晰的结束标记； g）结果保密程度的声明； h）能力验证计划报告的编号和清晰标识； i）对能力验证样品的清晰描述，包括能力验证样品制备、均匀性和稳定性评定的必要细节； j）参加者的结果； k）统计数据及结果统计量，包括指定值、可接受结果的范围； 用于确定指定值的方法； m）指定值的计量溯源性和测量不确定度的详细信息； n）用于确定能力评定标准差或其他评定准则的方法； 0）对应每组参加者使用的检测方法/程序的指定值和结果统计量（如果不同组的参加者使用了不 同的方法）； P）实施机构对参加者的能力评述； Q）能力验证计划设计和实施的信息； 数据统计分析的方法； s）对统计分析解释的建议； t）基于本轮能力验证结果的评述或建议。 .2对于连续能力验证计划，可以提供简易报告，上述内容在连续能力验证计划报告中可以省略 包含在参加者可获得的能力验证计划协议或阶段性的汇总报告中

5.11测量审核的核查

11.1参加者若选择测量审核， 核祥品来源、擦定性 直和能力评定标准差（用E，值评定时没有能力评定标准差）的确定方式。测量审核样品通常来源

证标准物质（标准样品）、能力验证剩余样品或者定制样品等。 5.11.2当测量审核样品为有证标准物质（标准样品）时，参加者应核查样品是否在证书规定的有效期 内，指定值是否利用证书提供的参考值，是否利用附录F中的E。值或其他合理方式评定参加者的 能力。 5.11.3当测量审核样品为能力验证剩余样品时，参加者应核查实施机构是否确认样品稳定，能力评定 方式是否合理。如样品被测特性不稳定，参加者可要求实施机构重新定值或重新选用特性值稳定可靠 的样品。能力评定标准差可采用经验值，或上一轮能力验证计划确定的能力评定标准差。可利用附 录F中&的值评定参加者的能力。 5.11.4当测量审核样品为定制样品时，参加者应核查实施机构是否采用附录D中的配方法或其他合 理方式确定指定值，能力评定标准差可采用经验值或其他合理的方式确定，比如利用Horwitz公式（适 用于化学领域）或方法精密度确定。可利用附录F中的2值评定参加者的能力。 5.11.5测量审核报告可适当简化，但至少应提供测量审核物品来源、稳定性、指定值和能力评定标准 差的确定方式等必要信息。

6.1单次能力验证结果的利用

6.1.1不满意结果的处理

当实验室在参加能力验证计划中结果为不满意且已不能符合认可项目依据的标准或规范所规定的 判定要求时，应自行暂停在相应项目的证书/报告中使用认可标识，并按照实验室体系文件的规定采取 相应的纠正措施，验证措施的有效性。在验证纠正措施有效后，实验室自行恢复使用认可标识。实验室 应保存上述记录以备评审组检查。 纠正措施有效性的验证方式包括：再次参加能力验证计划（包括测量审核）或通过评审组的现场 评审。 6.1.2当实验室的能力验证结果为可疑或有向题时，应对相应项目进行风险评估，必要时，采取预防或 纠正措施。 6.1.3造成结果不满意或可疑（有问题）的原因，主要有管理和技术上的原因。管理原因如：抄写错误、 贴错标识、小数点错误等。技术上的原因如：物品的储存或前处理不当、测量方法或内部质控有问题、标

6.1.4特殊情况的处理

当利用公议值确定能力评定标准差时，如果参加者总体水平高度一致，或由于串通而使得能力评定 标准差较小，导致参加者结果不满意（行动信号）时，参加者可联系能力验证实施机构了解结果离群 原因。 如实验室的能力验证结果虽为不满意，但仍符合认可项目依据的标准或规范所规定的判定要求，或 当实验室的能力验证结果为可疑或有问题时，实验室应对相应项目进行风险评估，必要时，采取预防或 纠正措施。

b) 核查测量程序的所有细节是否正确； c) 核查设备校准和试剂的成分； d) 更换可疑的设备或试剂； e）与另一个实验室进行人员、设备和/或试剂的比对测试。

6.2连续能力验证计划结果的利用

6.2.1在利用单次能力验证计划结果的基础上，实验室宜参加连续能力验证计划，以监测其工作质量 随时间的变化情况。参加的连续能力验证计划宜是同一参数在相同或近似水平范围内的多轮次能力验 证计划，可以识别出与随机误差、系统误差或人为错误等相关的造成偏离的潜在问题。 6.2.2连续能力验证计划结果的利用可采用统计或图示的方法进行，其中将多轮次的能力评定结果制 成控制图，以此来监测实验室工作质量随时间的变化，识别实验结果的趋势和其他特征。 6.2.3当出现失控信号时，参加者应调查原因并采取相应的整改措施。常规控制图中，出现失控信号 的情况包括，但不限于： a）有一个点落在行动限（z值为士3.0)外； b）连续三个点中有两个落在相同的警戒限（z值为士2.0)外； c）连续六点结果为正值或负值。

图1能力验证计划作业指导书示例

附录B （资料性附录） 均匀性和稳定性检验准则及统计方法

对于制备批量样品的检测能力验证计划，应确保能力验证样品充分均匀和稳定。 采用的均匀性和稳定性评价标准，应确保样品的不均匀和不稳定不会对能力评定产生不良影响，可 利用B.2和B.3中的均匀性和稳定性检验进行确认；也可用先前轮次使用相似的能力验证样品获得的 经验，并在当前轮次中进行必要的验证。对于长期或多轮次能力验证计划，可能会根据积累的经验减少 购匀性和稳定性检验。 仅在以下情况下才可利用先前轮次获得的经验： a）制备能力验证样品的程序不会发生影响样品均匀性的变更； b）制备能力验证样品的材料不会有影响样品均匀性的变化； ）可通过均匀性检验或参加者回报结果确认均匀性； d 可定期核查材料的均匀性，核查时考虑该材料的预期用途，以确保该制备程序下获得的均匀 性仍能满足预期用途。 先前轮次使用的能力验证样品，经证明具有充分的均匀性和稳定性，如果同一批参加者在当前轮次 中的实验室间标准差不大于前几轮次，即表明当前轮次使用的能力验证样品充分均匀和稳定。 定性物品的均匀性和稳定性检验取决于物品的性质特点和测量要求。有些物品的均匀性和稳定性 同通过定性观察确定，有的则需用定量或平定量的测量方式确定。 在动植物检验的病毒检测能力验证计划中，检验制备物品的均匀性和稳定性时，可从制备的物品中 随机抽取一定数量的样品，然后用聚合酶链式反应（PCR)或酶联免疫吸附实验（ELISA)法，对抽取的样 品进行定量或半定量测试，再根据测试的结果判定物品是否均匀或稳定。有时根据能力验证计划的设 计要求，只需测试样品的Ct(cyclethreshold，Ct值就是扩增曲线达到值时的循环数）值并与临界值 进行比较，即可判别阳性或阴性。对于有害昆虫及物种鉴定的能力验证计划，物品的均匀性（或一致性） 是指每种待检的昆虫或种子（包括干扰物种）都经专家鉴定，确保准确和一致性即可证明样品均匀。

通常从样品总体中随机抽取10个或10个以上样品进行均匀性检验，每个样品在重复条件下至少 检测两次。可使用S，≤0.3gpt准则和F检验进行评价。 当开展一项新的能力验证计划时，如果p未知，可用F检验初步评价样品的均匀性。通常在参加 者结果回报后获得时，需再次利用S，≤0.3op确认样品是否均匀。如已知（比如由先前轮次获 得),可直接利用 S.<0.3g㎡进行评价。

为检验样品的均匀性，抽取i个样品（i=1、2、.m），每个样在重复条件下检测i次（j二 n。 每个样品的检测平均值的计算，表示为：

—全部样品检测的总平均值。 检测总次数的计算，表示为：

若F<自由度（f1，f2）及给定显著性水平α（通常α=0.05)的临界值F。（f1，f2），查表B.1，则表 13

通常从能力验证样品总 定性检验，每个样品在重复条 至少检测两次。稳定性检验的统计方法通常有一y≤0.3g准则和t检验法等

若工一y≤0.3g成立，则认为样品是稳定的。 式中： 元一一均匀性检验的总平均值； >一稳定性检验的检测平均值。 注：取样数≥2，每次单独取样。每个样品重复测试3次以上，检测方法与均匀性检验相同。

能力验证计划的能力评定标准差来自参加者结果的公议值，由于在物品制备后无法立即应用 <0.3准则来判定物品的稳定性，这时可采用t检验法检验物品的稳定性。

B.3.3.2两个平均值之间的一致性

当将各时段的测量结果与第一次测量的结果进行比较（通常是均匀性检验结果），可接式（B.1 值

注1：GB/T4086.3—1983统计分布数值表t分布。

注2：为了保证平均值和标准偏差的准确度，n1和n?均≥6。 注3：t检验是基于两个样品平均值差值的显著性检验，而|工一y|≤0.3cpt准则是以样品间的差异不影响能力评定 为依据，二者的评价方法不同。为了确保能力验证样品满足稳定性的要求，应在对参加者结果进行统计处理 取得能力评定标准差。后，再用|一岁≤0.30准则进行核验。 注4：不稳定样品与不均匀样品的处理相似。首先应调查出现不稳定的原因，必要时在能力评定中对不稳定性产生 的影响进行适当修正。若不稳定是由系统误差造成，则应考虑修正指定值；若不稳定是由随机误差造成，则考 虑修正指定值的不确定度或能力评定标准差，

B.3.3.3一系列测量的平均值与标准值/参考值的比较

对于已知指定值的能力验证样品，如标准物质/标准样品，或先前能力验证计划留存的物品，为了 1品在存储或运输条件下是否保持稳定，可按式（B.12)计算t值：

附录C （资料性附录） 参加者结果统计分析方法

能力验证计划的统计方法需考虑数据特性（定量、定性、解释等）、统计假设和误差性质，以及预期参 加者结果数量，同时统计设计应考虑参加者结果的评价方式。 基于不同的参加者结果评价方式，统计设计考虑也有所不同，常见如下： a）若将参加者结果与预先确定的参考值和预先确定的限值（如最大允许误差，或法规规定值）进 行比较，统计设计需考虑有途径能够获得参考值和限值，同时考惠能力评定方法 b 若计算参加者结果与公议值确定的指定值的差值，并将该差值和预先确定的限值进行比较， 统计设计需要考虑如何利用公议值确定指定值，以及确定限值和能力评定方法。 c）若指定值和能力评定标准差由公议值获得，计算参加者结果与指定值的差值，并将该差值与能 力评定标准差比较。统计设计需考虑确定指定值和能力评定标准差的合理性，同时考虑能力 评定方法。 d）若将参加者结果与指定值进行比较，同时考参加者的测量不确定度，统计设计时需考虑如 何获得指定值及其不确定度，同时还需考虑将参加者的测量不确定度用于结果评定。 e）若比较不同测量方法的差异，统计设计需考虑相关的统计量及计算方法。 利用参加者结果计算指定值和能力评定标准差的统计方法，有经典统计方法和稳健统计方法。为 减少离群值的影响，通常优先考虑采用稳健统计方法。

当参加者结果呈正态分布时，可采用经典统计分析方法，计算样本平均值（）作为指定值（pt 样本标准差（s）作为能力评定标准差（αpt）。 假设有个参加者参加测量得到个测量数据，表示为1,2，，,。可按式(C.1) C.2)计算样本均值和样本标准差：

元一一样本均值； 5 一样本标准差。 样本均值和标准差是总体均值和标准差最小无偏估计量，因此经典统计方法具有最高的统计效率。 但经典统计方法对离群值敏感，数据总体中即使只有一个离群值也会对经典统计方法产生很大影响。 当使用经典统计方法时，可用高置信水平的离群值检验剔除离群值后，计算平均值和标准差。若对 离群值进行剔除，实施机构需： 1）记录剔除所用的检验方法及置信水平； 2）如采用连续离群值检验，需设定剔除数据的比例：

由于参加者结果通常不是呈正态分布而是偏态分布，因此通常优先采用对离群值相对不敏感的稳 健统计方法。 注：采用剔除离群值后计算标准差的经典统计方法，通常会低估近似正态分布数据的离散性，因此，通常采用稳健 统计方法给出离散性的无偏估计。 中位值、尺度化中位绝对差(MADe)和标准化四分位距(nIQR)均是简易稳健统计量。算法A通过 迭代方法转化原始数据，为近似正态分布提供均值和标准偏差的替代计算方法，这种方法在预期离群值 比例低于20%的情况下非常有用。

C.3.1对总体平均值和标准偏差的简单估计方法

中位值是对称分布总体平均值的一种简单估计，该方法对离群值不敏感，可用med（z）表示中位 值。假设参加者提交的个结果按递增顺序表示为：1，2，"：，，工。当为奇数时，中位值为第 p十1)/2位的数值；当p为偶数时，中位值为第p/2位和第（1十p）/2位数值的平均值。可用式（C.3） 表示：

((p+1)/2) 力为奇数 med(r)= [ (p/2) +(1+p/2) ] (C.3) 力为偶数

式中： med(a）——中位值； P 提交结果的个数。

尺度化中位绝对差（scaledmedianabsolutedevia

尺度化中位绝对差（MADe)是正态分布数据的总体标准偏差的估计值。MADe计算方法对较高 如50%)的离群值不敏感。假设参加者提交的P个数据按递增顺序排列表示为：{1，工2，工；， 可先计算力个数据的中位值，然后计算p个数据中每个数据与中位值的绝对差d，（i=1p）， 绝对差的中位值，将得到的中位值乘以1.483即可得到尺度化中位绝对差值。计算公式见式(C.4) C.5)：

MADe()=1.483med(d) ..............C.5

MADe(r)=1.483med(d)

式中： med(d)一绝对差的中位值。 如果50%或者更多的参加者的结果是一致，那么中位值med(x)将为零，可能有必要使用标准化四 分位距或具有更高效率的统计方法计算样本标准差。

C.3.1.3标准化四分位距

标准化四分位距法是一种类似于尺度化中位绝对差的稳健统计方法，该方法相对简单且使用广泛。 可将参加者结果按递增顺序排列，计算第75百分位（或第三个四分位）和第25百分位（或第一个四分 位)参加者结果的差值，然后乘以系数0.7413即可得到标准化四分位距。可按式（C.6)计算得到： nIQR(α)=0.7413[Q(α)Q;()] ·（C.6 式中： Q（）—：的第25百分位数（i=1,2，.，p）， Q（α）——；的第75百分位数（i=1,2，.，p）。 如果第75百分位数和第25百分位数相同，则nIQR将为零，需在剔除离群值后计算标准偏差作为 总体标准差估计值。 注1：与尺度化中位绝对差方法相比，标准化四分位距法只需要对数据进行一次排序，但标准化四分位距的失效点 为25%，而尺度化中位绝对差法的失效点为50%，因此尺度化中位绝对差方法比标准化四分位距法能忍受更 高比例的离群值。 注2：标准化四分位距法和尺度化中位绝对差法这两种统计方法，在参加者结果数p<30时会导致分散性计算值明 显偏小，可能会影响参加者结果的能力评定。

.3.1.4.1算法A选代程

应用此算法计算可得到总体平均值和标准差的稳健值。 假设参加者提交的力个数据按递增顺序排列表示为：工1，工2， ，工。这些数据的稳健平均值 和稳健标准差记为'和s'。先计算p个数据的中位值作为初始稳健平均值（'），计算其绝对中位差 作为初始稳健标准差（s'）。计算公式见式（C.7）和式（C.8）： 计算和s的初始值如下（med表示中位值）：

=medr.(i=1,2...,)

稳健统计方法稳健性的高低，与该方法对离群值的敏感性和稳健统计量本身的离散性质有关，有时 也与对微小众数的敏感性（不敏感即耐受）这一特性有关。稳健统计方法可用三个特性量来描述，即失 效点、效率和微小众数耐受力。 失效点一一数据组中允许离群值的最大比例，在该比例之下，估计量不受影响，反之将导致估计量 失效。 效率某统计估计量的方差除以相应最小方差估计量的方差，其结果倒数即为该统计估计量的 效率。 微小众数耐受力一一统计方法耐受小众偏离数据（通常小于样本数据量的20%）的能力

失效点是数据组中充许离群值的最大比例，是一个统计估计量耐受离群值的度量，高失效点意味着 耐受离群值的能力越强。表C.3给出了附录C中所涉及的不同统计方法的失效点和对微小众数的耐 受力。

表C.3均值和标准偏差估计值的失效点

注1：这里使用的失效点的定义是：正态分布数据总体中的 大移动的数据占总体数据的比例。例如，数据集里50%以下的数据被“十无穷大”替换，中位值依然在未被替 换的数据里面。 注2：样本均值和标准偏差可能会因为1个离群值而受影响。中位值、MADe和Q/Hampel方法的稳健方法能耐受 较大比例的离群值。使用选代标准偏差的算法A和nIQR的失效点为25%。当离群值比例过大（如大于 20%)时，经典或稳健方法都可能得到不合理的指定值和能力评定标准差估计值，需谨慎使用。

注1：这里使用的失效点的定义是：正态分布数据总体中的 向无势 大移动的数据占总体数据的比例。例如，数据集里50%以下的数据被“十无穷大”替换，中位值依然在未被替 换的数据里面。 注2：样本均值和标准偏差可能会因为1个离群值而受影响。中位值、MADe和Q/Hampel方法的稳健方法能耐受 较大比例的离群值。使用选代标准偏差的算法A和nIQR的失效点为25%。当离群值比例过大（如大于 20%)时，经典或稳健方法都可能得到不合理的指定值和能力评定标准差估计值，需谨慎使用。

所有统计估计量都有取样方差，即估计值会随不同轮次能力验证计划而变化。即使所有参加者都 是有能力的，参加者结果分布不会出现具有不同均值和方差的离群和子集，从一轮至另一轮，各轮统计 量的估计值也会发生变化，这种变化可用方差表示。而每一种统计估计量具有不同的方差。稳健统计 方法基于理论假设，对偏离分布中心较远的数据进行修正，以降低其对估计量的影响。当总体数据为正 态分布时，稳健统计估计量比经典统计估计量（样本均值和标准偏差）具有更大的方差。表C.4给出了 附录C中不同统计估计量的相对效率。

表C.4稳健统计估计量的相对效率

表C.4结果表明没有任何一种统计方法对所有情况都是完美的。对正态分布数据，总体均值 偏差虽是最优，但当有离群值时会失效。简易稳健统计如中位值、MADe或nIQR对于正态分布 对而言不是最优，但当有离群值或样本量较少时仍然是有效

HG/T 5036-2016 常温有机硫转化吸收催化剂催化性能试验方法C.5适用于参加者较少的能力验证计划统计方法

通常样本估计值与总体参数实际值之间的差异会随样本量减少而增大。如果能力验证计划利用参 加者的公议值评价参加者的能力，参加者数量通常应大于30；当参加者数量小于20时，由于公议值确 定的指定值的不确定度相对较大，不可忽略，导致能力评定不可靠[5]。例如，当样本数为30时，样本离 散性的估计值与总体标准差的差异，在95%置信水平时高达25%以上，而随着样本数的减少，其差异更 大。所以对于参加者较少的能力验证计划，一般不推荐利用参加者结果分散性的公议值来进行能力评 定，理想情况下可使用独立于参加者的、有明确溯源途径的方法确定指定值，如用配方法或由有证参考 值给出。能力评定标准差也最好基于外部标准，如专家判断或适用性目标。如果使用预先确定的指定 值和评定标准，即使仅有一个参加者，能力验证计划也可进行。此种类型的实验室间比对被称为“一对 一”的能力验证计划或测量审核，在很多情况下非常有用，如校准。 当不能使用独立于参加者的、有明确溯源途径的方法确定指定值时，指定值或/和能力评定标准差 可能需要利用参加者公议值得到。如果参加者数量过少，能力评定可能变得不可靠，需要考虑设定能力 评定中参加者的最少数量

C.5.2识别离群值的方

当参加者数据中有离群值时，宜优先采用稳健统计，但对于数据量较少的情况通常 存使用。 参加者较少（如少于18家）的能力验证计划，宜优先使用经典统计方法，可使用离群值检验，先剔除离群 值，然后计算均值和标准偏差。 不同的数据量可使用不同的离群值检验方法。可用格拉布斯检验对一个离群值和对同一方向的两 个离群值同时进行剔除，格拉布斯检验及其他检验需要预先规定可能的离群值个数，但可能由于有多个 离群值而失效，这对于参加者结果数p10时非常有用（取决于离群值的可能分布）。 注1：对分散性的估计在剔除离群值后需特别谨慎，因为估计值会偏低。当基于99%或以上置信水平进行别除时， 偏倚通常不严重。 注2：大多数指定值和分散性的单因子稳健估计量在力≥12可接受

C.5.3指定值计算方法

作为指定值，当剔除离群值后，对于p（p≤12)家参加者结果，用参加者结果标准偏差作为能力评定标 准差，u（pt）<0.3gpt准则不能满足。当使用中位值作为指定值（效率为64%），参加者结果数p≤18时 该准则不能满足。 其他稳健统计方法，如算法A有中等程度效率，当p>12时有可能满足u（αpt）<0.3op准则。虽然 有时可对更少参加者结果进行能力评定，某些指定值计算方法仍然要求有一定数量的参加者结果。如 果参加者结果较少，很难有高度稳健的统计方法用于计算平均值。典型的数据量下限为力≥15，中位值 最低可应用于力=2（等同于均值），但当3≤力≤5时，中位值没有均值好，除非有高风险离群值。

QB/T 2958-2021 服装用聚氨酯合成革C.5.4分散性计算方法

定性计划确定指定值的方法通常有：专家判定、利用标准物质/标准样品的参考值、已知物品来源和 利用参加者结果众数或中位值。定量计划确定指定值的方法通常有：配方法、有证参考值、独家定值、专 家公议值和参加者公议值等方法。