2018年3月1日發布2018年3月1日實施中國合格評定國家認可委員會 3 4 4 4 6 6 7 7 8 9 9 9 11 11 11 11 13 14 14 15 16 17 19 25 35 41 44 50能力驗證的選擇核查與利用指南ISO13528利用實驗室間比對進h)數據轉換和解釋datatra）：1)CNAS認可的能力驗證提供者（PTP）2）能力驗證樣品的特性參數需與參加者的日常4）當能力驗證計劃方案可獲得時，可核查實施機構的12345678組織/實施機構是否提供了PT報9損害時采取的措施，檢測/校準方法，日程安排，數據處理和采用的統計分析，2)能力驗證物品檢測或校準影響因素的詳3)進行檢測或校準之前，能力驗證物品的準備和/或狀態調節的詳細要求；6)測量結果及其不確定度記錄和報告方式的詳報告結果的測量不確定度，需包括包含因子和定標準差之比，通常應小于0.5，即Sr<0.5pt。間標準差Ss使用，使用的測量方法應具有較小的重復性標準差。對于樣品的均勻性，可利用Ss0.3pt（Ss為樣品間標準差）準則或F檢驗xyxy0.3pt合理，是否存在異常（如雙峰分布、離群值比medianabsolutedeviation）或穩健標準差作為能力評定標準差。不同統計方法具有不同的適用條件、統計效率（efficiency）和失效點（breakd定值確定方法。定性計劃確定指定值的方法通常有：專家即可給出合格或不合格、滿意或不滿意的能力評價。但在某些能力驗證計劃中，統計量有：偏差或百分相對差（D或D%）、z值、z'值、值和En值。這幾種Dixixpt（1）Di%100（2）式中xi為參加者i報告的結果，xpt為指定值。如果用E表示測量結果的最zi（3）'xixpt ptu'xixpt ptu(xpt)當指定值不確定度u(xpt)0.3pt時，能力評定標準差中需考慮加入指定值不確定度分量。z值的評定標準適用于z'值。i(xixpt)u2(xi)u2(xpt)（5）式中u(xi)是參加者結果xi的標準不確定度，u(xpt)是指定值xpt的標準不確定度。z值的評定標準適用于值。5)En值式中xpt為參考實驗室確定的指定值，U(xi)為參加者結果xi的擴展不確定度，U(xpt)為xpt的擴展不確定度。當|En|1.0時表示結果滿意，|En|1.0時則表示結 果不滿意。在校準能力驗證計劃中,常使用En值來評定參加者結果。En值也經 結果的信息，并對參加者的結果做出評價。除9)對能力驗證物品的清晰描述，包括能力驗證）； 查。糾正措施有效性的驗證方式包括：再次參加能力驗證計劃（包括或前處理不當、測量方法或內部質控有問題、標準物質/標附錄A能力驗證作業指導書示例），請于測試后3個工作日內將《測定結果報告單》傳真或E-mail至組織該計12附錄B均勻性和穩定性檢驗4)可定期核查材料的均勻性，核查時考慮該材料的預期能力評定標準差）和F檢驗進行評價。當開展一項新的能力驗證計劃時，如果pt未知，可用F檢驗初步評價樣品的均勻性。通常在參加者結果回報后獲得pt時，需再次利用Ss0.3pt確認樣B.2.1F檢驗檢測j次（j=1、2、……n）。 nxixij/nij1 xx/mNnimSS1ni(xix)2MSSS11f1mniSS2(xijxi)2i1j1MS2f1m1f2NFMS1MS2CNAS-GL032:2018第21頁共50頁2018年3月1日發布2018年3月1日實施若F<自由度(f,f?)及給定顯著性水平α(通常α=0.05)的臨界值Fa(f,f?)(查表4F分布表),則表明樣品內樣品間無顯著差異，樣品是均勻的。表4F分布表899注1:重復性條件是指在同一實驗室，由同一操作員使用相同的設備，按相同的測試方法，在短時間內對同一被測對象相互獨立進行的測試條件"。注2:F檢驗是兩個正態總體方差一致性檢驗，它是樣品間方差與樣品內方差的比較。為了確保F檢驗的結果符合能力驗證的要求，應在對參加者結果進行統計處理取得能力評定標準差σ后，再將方差分析的所得的S,(見公式B.10),按S,≤0.3o,準則進行檢驗。測量方法的重復性標準差與能力評定標準差之比，通常應小于0.5,即S,<0.5m。注3:根據均勻性F檢驗的統計假設，樣品間的均方應大于或等于樣品內的均方，即MS?≥MS?,所以計算的F值應≥1。但在不均勻性很小時，由于測量數據的隨機波動，F值有可能出現<1的現象。若F<1,但仍很接近1時，可將樣品間標準差視為0。倘若F值遠小于1,這可能是由某種不正常的因素造成，如測量方法的精密度、樣品內部不均勻、或樣品的制備和測量不符合重復性條件等。這時不能以簡單的F<Fa(f,f?)為依據判定樣品是均勻的，而應查找問題的原因，并采取相應的措施。從能力驗證計劃制備的樣品中隨機抽取i個樣品(i=1、2、??m)，每個樣偏差Ss： Ss(MS1MS2)/n(B.10)式中：MS1—樣品間均方；若Ss0.3pt，則使用的樣品可以認為是均勻的。每個樣品在重復條件下至少檢測兩次。穩定性xy0.3pt準則、t檢驗法等。B.3.1xy0.3pt準則若xy0.3pt成立，則認為樣品是穩定的。 式中：x—均勻性檢驗的總平均值物品制備后無法立即應用xy0.3pt準則來判定物品的穩定性。這時可采用t檢果可按下式計算t值：x2x1n1—第一次檢測總次數；n2—第二次檢測總次數。注1：為了保證平均值和標準偏差的準確度，n1和n2均≥6。xyxy0.3pt對于已知指定值的能力驗證物品，如標準物質/標準樣xnxnS附錄C參加者結果統計分析方法基于不同的參加者結果評價方式，統計設計考慮也2)若將參加者結果與公議值確定的指定值的差4)若將參加者結果與指定值進行比較，同時考慮參加者的測量不確定度，假設有p個參加者參加測量得到p個測量數據，表示為x1,x2,xi,,xp， pxxi/p pi pi1s(xix)(p1)i1穩健統計量。算法A通過迭代方法轉化原始數據，為近用med(x)表示中位值。假設參加者提交的p個數據按遞增順序表示為：x1,x2,xi,,xp。當p為奇數時，中位值為第(p1)2位的數值；當p為偶p2位和第(1p)2位數值的平均值。可用下式表示：ppx(p1)/2ppmed(x)xp/2x1p/22為奇數為偶數C.2.1.2尺度化中位絕對差（scaledmedianabsolutedeviation,MADe）計算方法對較高比例（50%）的離群值不敏感。假設參加者提交的p個數據按遞增順序排列表示為：x1,x2,xi,,xp。可先計算p個數據的中位值，然后計 算p個數據中每個數據與中位值的絕對差di(i1到p)，再計算絕對差的中位 1)按下式計算絕對差di(i1到p)：diximed(x)（C.4)2）計算MADe(x)為：MADe(x)1.483med(d)C.5)有必要使用標準差化四分位距（見C.2.1.3）或具有更高效率的統計方法（見表C.2.1.3標準化四分位距(normalizedinterquartilerange,nIQR)nIQR(x)0.7413[Q3(x)Q1(x)]（C.6)Q1(x)表示xi的第25百分位數(i1,2,...,p),(x)表示xi的第75百分位數(i1,2,...,p)。結果數p30時會導致分散性計算值明顯偏小,可能會影響參加者結果的能力評假設參加者提交的p個數據按遞增順序排列表示為：x1,x2,xi,,xp。這些數據的穩健平均值和穩健標準差記為x*和s*。先計算p個數據的中位值作為初始穩健平均值（x*），計算其絕對中位差作為初始穩健標準差（s*）。計計算x*和s*的初始值如下（med表示中位值x*medxi根據以下步驟更新x*和s*的值。計算：1.5s*對每個xi(i1,2,,p)，計算x*δ,若xix*δxx*δ,若xix*δxxi,其他再由下式計算x*和s*的新的取值：x*x/p s*1.134xix*/p1（C.12）穩健估計值x*和s*可由迭代計算得出，例如用新取值數據更新x*和s*，當MADe(x)為0，數據總體中有極端離群值時，初始s*可能顯著降低對離群值的耐受力。當數據總體中離群值比例預期超過20%，或當初始s*受極端離群值的1)當MADe=0，用med(xix)代替MADe，或使用其他估計值如使用標準2)如能力評定不用穩健標準差，使用MADe并在迭代過程中不更新s*。如定區域排序”，得到這組數據的非降序列。在B32-B36分別輸入x*、S*、、x*+、x*-（見表6）。CNAS-GL032:2018第30頁共50頁2018年3月1日發布2018年3月1日實施ABCDEFGH2132435465768798952)參數計算根據公式C.8,在A2輸入“=ABS(C2-C$32)”,選中A2向下填充到A31,在的中位值。在C33輸入“=1.483*A32”根據公式C.9,在C34輸入“=1.5*C33”,得到δ。在C35和C36分別輸入“=C32+C34”和“=C32-C34”,得到x+δ和x*-δ。下面進行迭代計算。“=IF($C2<C$36,C$36,IF($C2>C$35,C$35,$C2))”,選中D2向下填充到D31,可以得到x,(i=1,2,…,p)。根據公式C.11,重新計算x,在D32輸入“=AVERAGE(D2:D31)”得到新的x"。根據公式C.12,重新計算S,在D33輸入“=1.134*STDEV(D2:D31)”得到選中D1~D36,向右填充至任意一列，即可得到多次迭代結果。(見表7)CNAS-GL032:2018表7穩健均值和穩健標準偏差計算模板ABCDEFGHIJK1迭代1213243546576879898s50.6078360.6138370.6172590.6190.9117540.9207550.9258890.9288190.9304930.9314513)模板應用一組能力驗證數據若有n個結果，例如50個，可以在模板(表7)中，在31和32行中間插入20個空行。將數據重新輸入到C列，然后選定輸入的數據，按選定區域排序，將其他列的空白單元格分別向下填充，即可自動得到迭代結果。C.3效率與失效點(efficiencyandbreakdownpoint)穩健統計方法穩健性的高低，與該方法對離群值的敏感性和穩健統計量本身的離散性質有關，有時也與對微小眾數的敏感性(不敏感即耐受)這一特性有關。穩健統計方法可用三個特性量來描述，即失效點、效率和微小眾數耐受力失效點一數據組中允許離群值的最大比例，在該比例之下，估計量不受影響，反之將導致估計量失效。效率一某統計估計量的方差除以相應最小方差估計量的方差，其結果倒數即為該統計估計量的效率。微小眾數耐受力一統計方法耐受小眾偏離數據(通常小于樣本數據量的20%)的能力。差差好nIQRMADe中等(用于超過6s的微小眾數效果好)都可能得到不合理的指定值和能力評定標準差估計值，需謹慎使計估計量比經典統計估計量（樣本均值和標準偏差）具有更統計方法均值,n=50均值,n=500SD,n=50SD,n=500樣本均值和標準偏差中位值和nIQR66%65%38%37%中位值和MADe66%65%37%37%算法A97%97%74%73%Qn和Q/Hampel96%96%73%81%表9結果表明沒有任何一種統計方法對所有情況都是完美位值、MADe或nIQR對于正態分布數據相對而言不是最優，但當有離群值或樣或/和能力評定標準差可能需要利用參加者公議值可能的離群值個數，但可能由于有多個離群值而失p10時非常有用（取決于離群值的可能分布）。注2：大多數指定值和分散性的單因子穩健估計量在p12可接受。從少數參加者結果中獲得的指定值，其不確定度u(xpt)需滿足u(xpt)0.3pt。如果采用平均值作為指定值，當剔除離群值后，對于p(p用參加者結果標準偏差作為能力評定標準差，u(xpt)0.3pt準則不能滿足。其他穩健統計方法，如算法A有中等程度效率，當p12時有可能滿足u(xpt)0.3pt準則。雖然有時可對更少參加者結果進行能力評定，某些指定注2：ISO13528附錄C給出的標準偏差的計算方法Qn比MADe或nIQR方法—p2，使用x1x2—p3，如指定值和分散性未知，可使用MADe以避免對—p4，推薦使用基于對數加權函數的標準偏差的M－估計值[6]，近似于附錄D指定值的確定3)所有顯著誤差來源是已被識別（例如5)含有添加物的能力驗證物品的性質需與2)為確保長期穩定性，有時需對CRM進行進一步加工處理，這可能會對3)參加者可能已經了解某種CRM，因此需隱藏CRM的識別標識。指定值xpt可由一個實驗室使用參考方法（比如基準方法）確定，該參考方指定值xpt也可由一個實驗室采用合適的測量方法，通過使用高度匹配的CRM實施的校準獲得。該方法假設CRM對于參加者所有測量方法具有互換性。證物品和CRM實施一系列測試，選用同能力驗證樣品在基質、濃度和種類等方面具有相似性或可比性的CRM，在重復性條件下將CRM與能力驗證樣品一起，采用相同的分析方法，按照隨機的順序進行多次分析測量。對照CRM的參考值 xptxCRMd u(xpt)u2CRMu2d式中：xpt為能力驗證樣品的指定值；u(xpt)為指定值的標準不確定度；xCRM為CRM的參考值； uCRM為CRM參考值的不確定度；d為能力驗證樣品測量結果（平均值）和CRM測量結果（平均值）注：xCRM與d相互獨立，除非定值實驗室亦制備了該CRM。可采用標準物質/標準樣品定值的方式由專家實C.2.1.4部分中的算法A。也可使用其加者公議值，具體計算方法見D.2.5部分參加者結果公議（overdispersion）結果進行處理的方法，以及對可能出現結果及不確定度評定進行處理和計算的方法（如穩健平均值、中位值或算術平均值該估計值由某輪能力驗證計劃參加者計方法替代C.2中的穩健統計方法，只要該方法有可靠的統2)公議值可能因參加者普遍使用了錯誤的xpt的標準不確定度可按下式計算：u(xpt)1.25式中：u(xpt)為穩健平均值的標準不確定度；p為參加者數。當指定值的標準不確定度u(xpt)與能力評定標準差相比不可忽略時，會存在u(xpt)0.3σpt或u(xpt)0.1δE(D.4）式中u(xpt)為指定值的標準不確定度，pt為能力評定標準差，E為最大允注：0.3σpt0.1δE，當z3.0，將產生行動信號。3)如果指定值是由參加者結果得出，且較如果上述1)-4)均不適用，則需通知參加者，計值（表示為xref如基于制備方法或基于參考值。需將公議值x與xref比較。劃得到的穩健平均值x與指定值比較。差值的計算公式為xdiff(xrefxpt)或（x*xpt差值的標準不確定度由下式估計：2(xpt)式中u(xref)是參考值的不確定度，u(xpt)是指定值的不確定度。附錄E能力評定標準差的確定 可利用從先前輪次能力驗證中獲得的經驗，確定能力評定標準差(σpt）和最大允許誤差(δE）。當前輪次應與先前輪次具有相同被測量且特性值相當，同2)評定標準不會因各輪次參加者的隨機變3)當存在兩個或多個實施機構時，評定標σptσσ(11/m)(E.2)能力統計量時，適宜使用z值，通常使用穩健統計方法（見C.2穩健統計方法）定的最低限需滿足在測量誤差符合極端預期用途的情況下，z3.0。示例：在紡織行業，每厘米的線程數（numberofthrea穩健標準差用作pt。而當穩健標準差小于1線程/厘米時，采用pt1.3，此時3pt為3.9接近4，值的3σpt范圍內，但由于有時滿意結果的范圍可能包括0μg/L，任何低于配制值仍在3σpt范圍內；但由于低于配制值10%的結果視為不滿意，所以任何低于利用z值尋找多輪次計劃中可能的趨勢時會有一定的困難。2)當能力驗證計劃中參加者數量較少或者參加者采用多種不同測量方法，3)將產生近似恒定比例的滿意結果。通分值體現，而優秀的參加者的較好測量結果卻可能附錄F能力統計量的計算值和En值等。用xi表示一輪能力驗證計劃中參加者i的測量結果（或重復測試結果的平均Dixixpt（F.1）Di%100(xixpt)/xpt%（F.2）D或者D%通常與最大允許誤差(δE）進行比較，δE可基于適用性目標或從前一輪能力驗證計劃獲得的經驗得出。如果δEDδE，則表示結果滿意，否則為不滿意；當Expt%D%Expt%時，表示結果滿意，否則為不滿意。δE與用于z值計算的能力評定標準差(σpt）緊密相關，δE和能力評定標準的關系由z值的評定標準確定，如果z3.0時為不滿意，則δE3σpt，或相當于σptδE/3。δE常用于醫學領域的能力驗證以及測量方法和產品的性能規范。用D和δE進行能力評定標準的優勢在于：這些統計量與測量誤差直接相關，用百分相對差（D%）的優勢在于：D%是對被測量水平的標準化度量，且PAi(Di/δE)100%（F.3）標示PA值。PA值的使用和解釋與z值相同（如z3.0或z3.0時，產生行動信F.2Z值能力驗證結果xi的z值的計算公式如下：z(xixpt)（F.4）iσptxpt為指定值，σpt表示能力評定標準差。注2：能力評定標準差(σpt）的選擇通常需滿足上述z值解釋，該解釋σpt。那么z值也將呈正態分布，其均值為0，標準差為1.0。在此條件下，z值的有效數字。對于z值而言，在小數點后保留多于兩位小當參加者數量很大且參加者的結果的標準差用作σpt時，建議實施機構檢查參加者結果或z值分布的正態性。在極端情況下，如果考慮指定值xpt的不確定度u(xpt)，比如當u(xpt)0.3pt時，需在能力統Z'xixpt(F.5)i22 ptu(xpt)i22注：當利用參加者結果計算xpt和/或σpt時，由于各參加者的結果可能會影評定值。例如，如果分母增加指定值不確定分量且u(xpt)0.3pt時，則z'值會減小約10%。因此，由參加者結果確定xpt和/或σpt時，可用公式F.5來計算。根據能力驗證計劃設計，z'值可與z值有相同的解釋，并有相同的臨界值利用D和D%評價能力時，若考慮指定值的不確定度，可按公式F.6進行δδU2(xpt)式中，U(xpt)是利用包含因子k（k=2）計算得出的指定值xpt的擴展不確對誤差表示，即D%E'xpt%為滿意結果。