监测数据的统计处理和结果表达

《监测数据的统计处理和结果表达》由会员分享，可在线阅读，更多相关《监测数据的统计处理和结果表达（13页珍藏版）》请在金锄头文库上搜索。

1、9.4 监测数据的统计处理和结果表述（一）基本概念 1、误差和偏差 2、总体、样本和平均数 3、正态分布（二）数据的处理和结果表述 1、数据修约原则：四舍六入五考虑，五后非零则进一，五后皆零视奇偶，五前为偶应舍去，五前为奇则进一。2、可疑数据的取舍离群数据：与正常数据不是来自同一分布总体，明显歪曲试验结果的测量数据。可疑数据：可能会歪曲试验结果，但尚未经检验断定其是离群数据的测量数据。测量中发现明显的系统误差和过失误差，由此而产生的数据应随时剔除。而可疑数据的取舍应采用统计方法判别，即离群数据的统计检验。 狄克逊（Dixon）检验法（1）将一组测量数据从小到大顺序排列为x1、x2xn,x1和x

2、n分别为最小可疑值和最大可疑值；（2）按表9-5（P299）计算式求Q值；（3）根据给定的显著性水平（）和样本容量（n），从表9-6（P299）查得临界值（Q）；（4）若QQ0.05则可疑值为正常值；若Q0.05QQ0.01则可疑值为偏离值；若QQ0.01则可疑值为离群值。格鲁勃斯（Grubbs）检验法：适于检验多组测量值均值的一致性和剔除多组测量值中的离群均值； 也可用于检验一组测量值一致性和剔除一组测量值 中的离群值。3、监测结果的表述 1）用算术平均值表示结果，是表达监测结果最常用的方法，平行测定次数越多，结果越接近真实值。条 件是测定过程中排除系统误差和过失误差，只存在 随机误差。 2

3、）用算术平均数和标准偏差表示测定结果。如果标准偏差越大，算术均数结果的代表性越小。3）用算术平均值、标准偏差和变异系数表述监测结果。4）如果分析监测获得的数据或结果低于所选用方法的检出限，则不能将该数据作为最终表达的结果，因为， 该数据的可信程度不高。遇到这种情况，结果可用“未检出”表述。4、均数置信区间和“t”值均数置信区间是考察样本均数与总体均数之间的关系，即以样本均数代表总体均数的可靠程度。（三）测量结果的统计检验(t检验) 相同的试样由不同的分析人员或不同分析方法所测得均数之间差异；在实验室质量考核中，对标准样的实际测定均 值与其保证值之间的差异，到底是由抽样误差引起的，还 是确实存在

4、本质的差别，可用计算t值和查t表的方法来判断两均数之差是属于抽样误差的概率有多大，即对这些差 异进行“显著性检验”，简称“t检验”，当抽样误差的概率较大时，两均数的差异很可能是抽样误差所致，亦即两均数 的差别无显著性意义；如其概率很小，即此差别属于抽样 误差的可能性很小，因而差别有显著意义。t检验判断的通则是： 当t0.05（），即0.05 ，差别无明显意义； 当0.05（）t0.01（），即0.01P0.05差别有显著意义； 当t0.05（），即P0.01，差别有非常明显意义。（四）直线相关和回归 （五）方差分析 方差分析就是通过分析数据,弄清和研究对象有关的各个因素对该对象是否存在影响以及影响程度和性质。方差分析的步骤： 1）将试验数据的总差方和分解为随机作用差方和和各因素的水平间差方和。 2）用水平间差方和的均方与随机作用差方和的均方在 给定的显著性水平下进行F检验，若二者相差不大，表明该因素影响不显著，即该因素各水平无显著 差异，若二者相差很大，表明该因素影响显著，即 该因素各水平有显著差异。