南京邦道企业管理咨询有限公司

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。 

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9给出 了附录C中不同统计估计量的相对效率

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（fitnessforpurpose）。

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，能力验证也可进行。此种类型 的实验室间比对被称为“一对一”能力验证或测量审核，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

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 况通常并不推荐使用。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Grubbs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，Grubbs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 p?10 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剔除时，偏倚通常不严重

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。 

能力验证计划通常有一个专家组，它由若干具有适当资格的专家组成。指定 值由专家组公议确定，如果专家组对某个物品的指定值不能达成公议值，则可考 虑选用其他的定值方法，如果确实没有合适的其他方法，则该物品不宜用于能力 验证。特殊情况下，也可由一个专家确定指定值

定性检测的指定值也可用参加者结果的统计量，如众数或中位值来确定。以 众数作为指定值可用于类别和定序的结果，但中位值一般只适用于定序标尺的结 果。如果利用众数或中位值作为指定值，在能力验证报告中应说明符合指定值的 结果数及其所占的比例数

1)基质需不受添加成分的影响，或者添加成分在基质中的比例是精确已知 的； 2)必要时，所有成分需混合均匀； 3)所有显著误差来源是已被识别（例如，人们往往意识不到玻璃可以吸收 汞化合物，实际上汞化合物水溶液的浓度会因容器材质而改变）； 4)添加成分和基质之间没有反应； 5)含有添加物的能力验证物品的性质需与实际测试样品类似。

例如，人工 配制样品与天然样品中相比，人工制品中添加成分通常更容易被提取。若人工配 制样品与天然样品存在较大差