精密度的统计检验常用方法

‘壹’ 为什么要做精密度和回收率试验

测量方法确认技术分成以下几类。
(1)正确度试验(标准物质分析试验、回收率试验、不同方法的比对试验)。
(2)精密度试验(室内重复性、中间精密度、协同试验、极差试验)。
(3)检出限的确定。
(4)测量范围试验。
(5)影响结果因素的系统评价。
(6)结果不确定度的评价。

根据测量方法预期用途的特定要求,选用以上至少两项确认试验或评价技术,以便得到与特定要求相关的技术指标。

在没有系统偏差或系统偏差不显着时,精密度好,则正确度高。否则精密度好,正确度不一定高。方法精密度好,才可能采用最少的重复测定次数得到准确的结果。从这个意义上说,方法的精密度对正确度有很大影响。因此,测量方法的精密度要优于正确度的限量,才能满足测量方法正确度的要求。

新制定的标准测量方法应首选实验室间协同试验来确定测量方法精密度,扩充和更改的标准测量方法应视情况选择其他精密度试验。

实践中通常把残留分析检测方法的精密度试验简化为高(略低于检测方法的最高限量)、中(检出限的两倍)、低(略高于检出限)3个浓度各进行不少于10次的测试。应用线性回归原理进行测量的方法一般在线性范围内选择包括检测低限、检测高限在内的6个质量水平样品分别进行不少于3次的测试。检测结果经统计应满足拟确认测量方法精密度的要求。化学分析方法一般采用Horwite方程：cM=2(1-0.5lgc)(%)(c为浓度水平,1,10,100,1000,,)评价方法的精密度。

对于组成不十分清楚的试样, 常采用加入回收法。在试样中加入已知量的被测组分与等量的另一份相同的试样平行进行分析, 求得加入的被测组分的回收率, 由回收率检查系统误差的大小。

提高试验精密度和采用回收试验，都是为了尽可能减少实验误差，使得试验更准确。

‘贰’ 高效液相色谱法测定中精密度与回收率怎么计算

你是做含量的，还是杂质的？
简单的说，精密度就是100%的样品平行配制6份，回收率就是高中低三个浓度，一个浓度配制3份。
如果是含量，对照品100%*2份，样品100%*6份；计算含量的rsd
回收率对照品100%*2份，80%*3份，100%*3份，120%*3份，计算回收率

如果是杂质，精密度是一样的做法，不过进对照品进的是杂质的对照品。
回收率也是杂质的回收率，不过浓度是：50%，100%，150%

‘叁’ 计量经济学t检验与f检验的关系

t检验用来检测数据的准确度
系统误差
f检验用来检测数据的精密度
偶然误差
在定量分析过程中常遇到两种情况：第一是样本测量的平均值与真值不一致；第二是两组测量的平均值不一致.上述不一致是由于定量分析中的系统误差和偶然误差引起的.因此,必须对两组分析结果的准确度或精密度是否存在显着性差异做出判断（显着性试验）.统计检验的方法很多,在定量分析中最常用t检验与f检验,分别用于检测两组分析结果是否存在显着的系统误差与偶然误差.
两组数据的显着性检验顺序是先f检验后t检验.

‘肆’ 什么是q检验法，f检验法和t检验法

【Q检验法】
Q检验法又叫做舍弃商法，是迪克森(W．J．Dixon)在1951年专为分析化学中少量观测次数(n<10)提出的一种简易判据式。
按以下步骤来确定可疑值的取舍：
（1）将各数据按递增顺数排列：X1，X2，X3，…，Xn-1，Xn。
（2）求出最大值与最小值的差值（极差）Xmax-Xmin.
（3）求出可疑值与其最相邻数据之间的差值的绝对值。
（4）求出Q（Q等于（3）中的差值除以（2）中的极差）。
（5）根据测定次数n和要求的置信水平（如95%）查表（见下）得到值
（6）判断：若计算Q>Q表，则舍去可疑值，否则应予保留。
【F检验法】
F检验法是英国统计学家Fisher提出的，主要通过比较两组数据的方差S2，以确定他们的精密度是否有显着性差异。至于两组数据之间是否存在系统误差，则在进行F检验并确定它们的精密度没有显着性差异之后，再进行t
检验。
样本标准偏差的平方，即:
两组数据就能得到两个S²值，
由表中f大和f小（f为自由度n-1),查得F表，
然后计算的F值与查表得到的F表值比较，如果
F
<
F表
表明两组数据没有显着差异；
F
≥
F表
表明两组数据存在显着差异。
【T检验法】
T检验法，亦称student
t检验（Student's
t
test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。
t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显着。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的。戈斯特在位于都柏林的健力士酿酒厂担任统计学家，基于Claude
Guinness聘用从牛津大学和剑桥大学出来的最好的毕业生以将生物化学及统计学应用到健力士工业程序的创新政策。戈斯特于1908年在Biometrika上公布t检验，但因其老板认为其为商业机密而被迫使用笔名（学生）。实际上，跟他合作过的统计学家是知道“学生”的真实身份是戈斯特的。

‘伍’ 什么是准确度 什么是精确度

1、准确度是指你得到的测定结果与真实值之间的接近程度。精确度是指使用同种备用样品进行重复测定所得到的结果之间的重现性。
2、适用于不同检测方法。检验准确度和精确度的最佳方法是使用已知浓度的标准溶液进行测定。如果测定结果与标准溶液的已知浓度相近，则说明你的结果是准确的。如果使用备用标准溶液进行若干次重复测定并得到相近的结果，则说明你的结果是精确的。
3、准确度是指测量值与真实值之间的差异大小,
准确度越高,则测量值和真实值之间的差异就越小。
精密度是指多次平行测量的测量值之间的接近程度,
精密度越高,则多次平行测量的测量值之间就越接近。
(5)精密度的统计检验常用方法扩展阅读
准确度是指测量值与真实值之间的差异大小,
准确度越高,则测量值和真实值之间的差异就越小。
精密度是指多次平行测量的测量值之间的接近程度,
精密度越高,则多次平行测量的测量值之间就越接近。
测量准确度是指“测量结果与被测量真值之间的一致程度.关于准确度是一个定性概念的问题，可以从以下三个方面理解。首先，被测量真值其实就是被测量本身，而与给定的特定量定义一致的所谓真值，仅是一个理想化的难以操作的概念。因此，不可能准确而定量地给出准确度的值。其次，传统的误差理论认为准确度是系统误差与随机误差的综合，而对它们的合成方法，国际上一直没有统一。最后，习惯上所说的准确度其实表示的是不准确的程度，但人们又不愿意用贬意的称谓，而宁可用褒意的称谓。
参考资料：搜狗网络
准确度
搜狗网络
精确度

‘陆’ 检验两组数据的精密度是否存在显着性差异，又是采用什么检验法

如果是两组数据比较，通常先做F检验，判定测量值双方的标准偏差是否呈现显着性差异，也就是说先比较一下两组数据的精密度是否有较大差别，如果两组数据有一个离散程度很大，一个离散程度小，则可能不符合F检验的标准，就没必要继续做下一步了，如果符合F检验的标准（两组数据离散程度小），则进一步做双边T检验，计算T值与T表的数据比较，若小于T表的值，则表示没有显着性差异，若大于T表的值则表示存在显着性差异。

‘柒’ 表示样本精密度的统计量有哪些

百分比和分数值。

审计样本精确度是指审计人员在进行统计抽样时，对抽取样本的真实数值，比如样本平均数或样本发生率，所规定的偏差范围。这个偏差范围一般用偏差值来表示。

其表示方法通常以样本的真实数值+或一偏差值来表示。偏差值的上限和下限称为精确度的上下限。在管理审计中，对于抽取的样本，一般都规定精确度，作为检査样本计量结果正确性的标准。

例如，审计人员抽样检査发货票误差的发生率，样本指出误差率为1.2%，它可能近似总体误差率，但不能确定总体误差率恰恰是1.1%。

因此，审计人员可对样本误差发生率确定一个偏差范围，如定为士1.1%。则真正的总体误差则在0.1—2.1%之间，凡是落在精确度0.1—2.1%以内的数值，审计人员即可认为是正确的数值；凡是落在精确度0.1—2.1%以外的数值，则认为存在问题，这个数值将被作为一个需要注意的数值。

‘捌’ 为什么要做精密度，重复性，稳定性实验

先做标准曲线
至少配制5个浓度的标准品梯度
分别进行色谱分析
根据浓度和峰面积做标准曲线；
稳定性，一般放置一段时间
再检测其中含量，看随着时间变化，含量有没有变化；
重复性，是针对方法的稳定性；
加样回收实验，是在样品中人为加入一定浓度的标品，
再通过色谱分析检测，比较检测值和加入值，计算回收率，
通常可以在空白样品进行加标回收实验，检验前处理方法的准确性。

‘玖’ T检验与F检验的区别

t检验用来检测数据的准确度
系统误差
f检验用来检测数据的精密度
偶然误差
在定量分析过程中常遇到两种情况：第一是样本测量的平均值与真值不一致；第二是两组测量的平均值不一致。上述不一致是由于定量分析中的系统误差和偶然误差引起的。因此，必须对两组分析结果的准确度或精密度是否存在显着性差异做出判断（显着性试验）。统计检验的方法很多，在定量分析中最常用t检验与f检验，分别用于检测两组分析结果是否存在显着的系统误差与偶然误差。
两组数据的显着性检验顺序是先f检验后t检验。

‘拾’ T检验,F检验, 具体如何应用

T检验，亦称student t检验，主要用于样本含量较小。F检验：用于计量资料统计，用介绍的公式方法计算F值，用介绍的公式方法计算F值，确定单、双因素和置信水平。根据定单、双因素和置信水平查出F表值并和计算值比较。计算值小于表值无显着性差异，大于有差异。

在作两个均数、多个均数的比较时，人们首先想到的是t检验、方差分析的F检验，也就是说这两种检验是作均数比较的常用方法，但因其为参数统计方法，故在应用时要注意其应用条件，一是正态性、二是方差齐性。

双总体检验

双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显着。双总体t检验又分为两种情况，一是独立样本t检验（各实验处理组之间毫无相关存在，即为独立样本），该检验用于检验两组非相关样本被试所获得的数据的差异性；一是配对样本t检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。