南京邦道企业管理咨询有限公司

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（见表9）。

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； 3）确认所产生的指定值及能力评定标准差满足能力验证计划的目的。 

离群值剔除是数据处理程序的一部分，即使是离群剔除的结果，也要对剔除 结果进行能力评定。 

注1：GB/T6379.2[4]中7.3.4给出了用格拉布斯（Grubbs）检验识别离群值 的方法，此方法利用所有参加者结果的标准差（包括潜在离群值）进行检验。 

注2：当能力验证计划中使用相同的能力验证样品，并要求提交重复测量结 果时，通常会针对重复性测量结果的离群值采用科克伦（Cochran）检验，详见 GB/T6379.2中7.3.3部分。 

注3：亦可利用稳健方法识别离群值，例如，若已计算出稳健平均值和标准 差，则参加者结果与稳健平均值之间的差值超过3倍以上稳健标准差的结果可以 视为离群值

由于经典统计方法对离群值敏感，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

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（breakdownpoint）为25%（见表8）， 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

假设某次能力验证计划有30个结果，在B1单元格输入“序号”，在B2-B31 生成一个序列1-30，在C1单元格输入“排序”，再将30个数据输入工作表的C 列，将C1-C31选中，在“数据”菜单中选择“排序”，排序依据选择“以当前选 定区域排序”，得到这组数据的非降序列

验证检测所用仪器设备和标准物质在两次检定/校准周期之间，能否保持良好的准确度和运行状态。