PowerPoint模板

Size: px

Start display at page:

Download "PowerPoint模板"

琴布刁
7 years ago
Views:

1 临床检验质量控制基础山西省临床检验质量控制中心裴世静

2 质量管理的几个基本概念临床实验室质量管理临床实验室质量管理体系质量控制统计质量控制 2

3 质量管理的几个基本概念临床实验室 : 对取自人体的各种标本进行生物学微生物学免疫学化学血液免疫学血液学生物物理学细胞学等检验, 并为临床提供医学检验服务的实验室医疗机构临床实验室管理办法临床实验室 : 以提供诊断预防治疗人体疾病或评估人体健康提供信息为目的, 对取自人体的材料进行生物学微生物学免疫学化学血液免疫学血液学生物物理学细胞学病理学或其他检验的实验室, 实验室可以提供其检查范围内的咨询服务, 包括解释结果和为进一步的适当检查提供建议 ISO 15189:2007 医学实验室- 质量和能力的认可准则 3

4 临床实验室 clinical laboratory 以提供人类疾病诊断管理预防和治疗或健康评估的相关信息为目的, 对来自人体的材料进行生物学微生物学免疫学化学血液免疫学血液学生物物理学细胞学病理学遗传学或其他检验的实验室, 该类实验室也可提供涵盖其各方面活动的咨询服务, 包括结果解释和进一步的适当检查的建议 4

5 质量管理的几个基本概念质量管理 : 指的是确定质量方针目标和职责, 并在质量体系中通过诸如质量策划质量控制质量保证和质量改进使其得到实施的管理活动具体内容主要包含方法的选择和评价实验的性能评价统计质量控制分析前和分析后的质量保证等, 质量管理的好坏直接关系到出具的检验报告的可信度, 可以反映出临床实验室水平的高低, 是管理的主要内容临床实验室管理学第 3 版 5

6 质量管理的几个基本概念临床实验室质量管理体系 : 是指挥和控制实验室建立质量方针和质量目标的相互关联或相互作用的一组要素即在质量方针的指导下, 确立质量目标, 通过设置组织机构, 分析确定需要进行的各项质量活动 ( 过程 ), 制定程序, 给出从事各项质量活动的工作方法, 充分利用各种资源 ( 人财物 ), 使各项活动 ( 过程 ) 能经济有效协调地运行, 从而将质量管理体系的最终成果, 不仅体现在准确及时的检测报告上, 同时还可为其最终用户提供相关的解释和咨询服务 6

7 质量管理的几个基本概念质量控制 (Quality Control, QC): 质量管理的一部分, 致力于满足质量要求是指直接和分析测定有关的因素, 例如仪器使用测定方法等在临床检验中, 原先开展的质量控制仅是在分析过程中使用控制品进行检验, 由检测的结果 ( 控制值 ) 了解质量以后逐渐认识到仅有分析中的质量控制是不够的, 必须注意分析前中后的质量控制, 完善了质量控制的概念 7

8 质量管理的几个基本概念统计质量控制 (Statistical Quality Control, QC): 也称为统计过程控制, 指的是应用统计学方法对过程中的各个阶段进行监控和诊断而改进和保证检验结果质量 SQC 是全系统的全过程的, 要求全员参加, 人人有责强调用科学方法 ( 主要是统计技术, 尤其是质控图理论 ) 来保证全过程的预防原则 8

9 培训内容基本统计知识实验室误差理论 9

10 第一部分基本统计知识

11 在表达数据特征的基础上, 阐明事物的内在联系和规律性选用恰当的统计指标, 即统计量, 选用合适的统计图表对资料的数量特征及其分布规律进行测定和描述统计描述统计量统计表统计分析在一定的可信程度下, 由样本信息推断总体特征统计推断参数估计统计图由样本统计指标来推断总体相应指标假设检验由样本差异来推断总体之间是否可能存在差异 11 11

12 资料的类型计量资料计数资料等级资料 12

13 知识要点集中趋势的描述离散趋势的描述计量资料的统计描述正态分布直线回归分析双变量回归与相关定性资料的统计分析 13

14 第一节集中趋势的描述 14

15 平均数 (average): 是统计中应用最广泛最重要的一个指标, 用来说明一组变量值的集中趋势中心位置或平均水平常作为一组资料的代表值, 使资料简明概况, 便于进行组间的比较常用的平均数 : 算术平均数几何平均数中位数百分位数众数

16 1. 算术平均数 : 简称均数, 是一组变量值数值上的平均, 即结果之和除以结果个数用于反映一组呈对称分布的变量值在数量上的平均水平总体均数样本均数应用样本均数时应注意 : 均数用来描述一组变量值的平均水平, 具有代表性, 因此变量值必须是同质的 ; 均数适用于呈正态分布的资料, 因为它位于分布的中心, 最能反映分布的集中趋势对于偏态分布资料, 均数不能很好地反映分布的集中趋势, 可用几何均数中位数等描述 ; 均数只能反映数据集中趋势, 对正态分布的资料, 将均数与离散趋势指标 ( 标准差 ) 结合起来, 可全面地反映其分布特征 16 16

17 2. 几何平均数 : 可用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平如免疫学中的抗体滴度为偏态资料, 取对数值后资料分布对称, 计算对数值的算术均数, 然后再取反对数计算公式 17

18 3. 中位数 (median): 是将 n 个变量值从小到大排列, 位置居于中间的那个数当 n 为奇数时取位次居中的变量值, 当 n 为偶数时取位次居中的两个变量值的均数适用于各种类型的资料, 尤其是偏态分布资料和一端或两端无确切数值的资料 n 为奇数时, n 为偶数时, 18

19 4. 百分位数 (percentile): 是一种位置指标, 用 P X 表示一个百分位数 P X 将全部变量值分为两部分, 在不包含 P X 的全部变量值中有 X% 的变量值比它小,(100-X)% 变量值比它大故百分位数是一个界值, 其重要用途是确定医学参考区间中位数实际上是第 50 百分位数 5. 四分位数 (quartile): 把所有数值由小到大排列并分成四等份, 处于三个分割点位置的数值就是四分位数第一四分位数 (Q 1 ):P 25 第二四分位数 (Q 2 ):P 50, 中位数第三四分位数 (Q 1 ):P

20 n =11 X = 2.0 M = 2.5 特殊百分位数示意图平均值 (2.0) 第一四分位数第 25 百分位数中位数第二四分位数第 50 百分位数第三四分位数第 75 百分位数

21 第二节离散趋势的描述 21

22 描述离散趋势的统计指标方差标准差变异系数极差四分位间距 Z- 分数 22

23 1. 方差 (variance): 也称为均方差, 反映一组数据的平均离散水平计算公式如下 : 总体方差样本方差公式解释 : 1 2 总体中每个变量值 x i 与总体均数 μ 之差 ( x-μ), 称为离均差离均差的平方后相加, 即 Σ( x-μ) 2, 称为离均差平方和, 消除了正负值的影响离均差平方和的大小还与变量个数 N 有关, 为了消除这一影响, 取其均值实际工作中, 总体方差不易得到, 常用样本方差 S 2 作为总体方差的估计值数理统计证明, 用样本的变量值个数 n 代替 N, 计算出的样本方差对总体方差的估计偏小, 故 n 常用 n-1 代替 23 23

24 2. 标准差 (standard deviation): 是方差的正平方根, 与方差相比, 其度量单位与原变量值相同, 表示数据离散程度时, 较方差使用方便计算公式如下 : 总体标准差样本标准差标准差的应用 : 1 表示变量值的离散程度标准差越大, 变量值分布越散, 均数的代表性越差但当资料的度量单位不同或均数相差较大时, 两组资料的标准差不能直接相比 ; 2 标准差结合均数描述正态分布特征通过的倍数形式来概括描述变量值的分布, 可对资料的频数分布做出概括性的估计 ; 3 4 常按上述原理, 来确定检验结果的参考范围常用的方法是以计算出 95% 观察值所在范围界限, 作为临床的参考范围 ; 标准差是计算变异系数及结合样本含量计算标准误的出发点 24 24

25 3. 变异系数 (coefficient of variation,cv): 是标准差与平均值之比, 用百分数表示, 计算公式如下 : 变异系数是相对量, 没有单位, 便于资料间的分析比较常用于 : 1 比较均数相差悬殊的几组资料的变异度 ; 2 比较度量衡单位不同的多组资料的变异度 ; 3 比较多个样品重复测定的误差 25 25

26 4. 极差 (range,r): 是一组数值中最大值与最小值的差值单位与变量值相同极差越大, 变异度越大, 各变量值离均值越远, 数据越分散, 均数的代表性越差, 反之亦然 5. 四分位间距 (quartile range,qr): 是由第三四分位数和第一四分位数相减而得一般和中位数一起描述偏态分布资料的分布特征, 第一与第三四分位数所界定的范围包含居于中间的 50% 的变量值, 受样本大小波动的影响较极差小 26

27 6. Z- 分数 (Z-score): 或称标准差指数 (SDI) 指的是测定结果偏离均值多少倍标准差常用于室内质量控制计算公式如下 : 27 27

28 第三节正态分布 28

29 正态分布 (Normal distribution) 是最常见最重要的一种连续型分布, 首先由德国数学家和天文学家德莫阿弗尔于 1733 年提出德国数学家 Gauss 发现虽然稍晚, 但他迅速将之应用于天文学研究, 使正态分布广为人知, 故又称为高斯分布 (Gaussian distribution) 数据越多, 分组越密, 直方图也越趋近一条光滑曲线, 实质上即分布频数分布逐渐接近正态分布示意图 29 29

30 30

31 正态分布曲线的特征以均数为中心左右完全对称的钟形曲线 ; 在横轴上方均数处曲线位置最高 ; 曲线 ( 在 X =μ±σ 处 ) 有拐点, 从拐点处曲线改变下降的方向中间高, 两头低, 左右对称并延伸到无穷 31 31

32 正态分布的两个参数 : 均数 μ 和标准差 σ, 用 N(μ,σ 2 ) 表示, μ 为位置参数,σ 为形态参数 N 表示代号, 取 Normal distribution( 正态分布 ) 的首字母均数 μ 和标准差 σ 是相互独立的 32

33 正态分布的性质概括为 : 单峰性对称性有界性距 μ 近的比距 μ 远的值出现的概率大均数两侧的值出现的概率大致相等在一定条件下的有限测试中, 很大和很小的值不会出现抵偿性随着测试次数 n 的增大, 样本平均值趋近于 μ 2016/7/25 33

34 正态曲线下面积的分布规律整条曲线与横轴围成的面积等于 1 μ±1σ 的范围内包含 68.2% 的变量值 μ±2σ 的范围内包含 95.5% 的变量值 μ±3σ 的范围内包含 99.7% 的变量值 -3σ -2σ -1σ μ +1σ +2σ +3σ 34 34

35 正态曲线下面积的分布规律 μ±1.645σ 的范围内包含 90% 的变量值 μ±1.96σ 的范围内包含 95% 的变量值 μ±2.58σ 的范围内包含 99% 的变量值 35 35

36 正态分布的应用估计参考区间 : 在医学上通常把 95% 的正常人某指标所在范围作为参考区间 ; 是许多统计学方法的理论基础质量控制 : 为了控制实验中的检测误差, 常以为上下警告限, 以作为上下控制界限作正态分布图质控图顺时针旋转 90 上下翻转

37 第四节直线回归分析 37

38 38

39 相关分析 (correlation analysis) 是研究现象之间相互联系程度及性质的统计学分析方法回归分析 (regression analysis) 是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法 39 39

40 联系 : 两个具有相互依存关系的现象, 一种现象 X 的数值常常伴随另一种现象 Y 的数值变化相关分析是回归分析的基础和前提, 无相关就无回归, 相关程度越高, 回归越好回归分析是相关分析的继续与深化区别 : 相关分析仅关心二者的关系如何 : 是否相关, 相关的方向, 密切程度等 X 与 Y 的关系是对等的回归分析则需确定自变量与因变量, 二者之间的因果关系, 即自变量 X 对因变量 Y 的依存关系, 并用数学模型来表现其具体关系, 由 X 来解释 Y, 通过自变量 X 对因变量 Y 做出预测 40 40

41 直线回归分析研究一因一果, 即一个自变量与一个因变量的回归分析称为一元回归分析, 两个变量在散点图上表示时呈直线趋势, 则称为直线回归 (linear regression) 或简单回归 (simple regression) 41

42 直线回归方程 : 式中 : 读作 Y-hat, 表示回归估计值 X 为自变量 b 称为回归系数, 是回归直线的斜率, 即自变量 X 变化一个单位时,Y 随之变化 b 个单位 a 是回归直线的截距, 即回归直线与 Y 轴的交点到坐标原点的距离 42

43 回归方程的检验即使是任何一组杂乱无章的实验点, 也可以用最小二乘法求得回归方程, 得到一条直线, 然而这样求得的回归方程和得到的直线是不是有意义的, 在统计学上提供了一些检验方法 43

44 相关系数检验法表示两个变量之间的线性关系的密切程度, 用相关系数 r 表示相关系数 r 没有单位, 值在 -1 至 +1 之间相关系数为正, 表示 Y 随 X 的增加而增加, 称为正相关相关系数为负, 表示 Y 随 X 的增加而减小, 称为负相关 44

45 a) r = +1, 完全正相关 b) 0< r <+1, 正相关 c) r = 0, 不相关 d) r = -1, 完全负相关 e) -1 < r <0, 负相关 f) r = 0, 曲线相关 r 越接近 +1 或 -1,X 与 Y 之间的直线关系越密切 ;r 为 0, 则没有直线关系 45

46 曲线拟合在医学研究中, 并非所有的两变量间关系都表现为直线形式, 当散点图中应变量 Y 和自变量 X 间表现出非线性趋势时, 可以通过曲线拟合 (curve fitting) 方法来刻画两变量间数量上的依存关系直线关系只是曲线关系中的一种特例

47 曲线的应用定量刻画 X 与 Y 的曲线关系 : 采用适当方法得到曲线回归方程之后, 就可以用 X 定量地预测相应的 Y 值或者进行逆估计实验室中的标准工作曲线常常用这种方式获得用相关指数反应两变量曲线关系的密切程度 : 曲线拟合得到的相关指数 R, 其值在 0 到 1 之间, 此数值离 1 越近, 表示两变量间关系越密切

48 第五节定性资料的卡方检验 48

49 定性实验 : 仅给出阳性或阴性 ( 是或非 ) 的结果的实验定性资料 : 又称计数资料, 常见的数据形式是绝对数, 反映一定条件下, 某种事物的规模或水平, 是计划或总结工作的依据如某医院出院人数治愈人数等, 某种药物有效例数无效例数这样的数据通常不具有可比性, 因此需要在绝对数的基础上计算相对数常用的相对数指标 : 率构成比相对比卡方检验 : 2 检验, 以卡方分布为理论依据, 常用于计数资料的假设检验方法 49 49

50 四格表资料 : a c b d 这四个格子的频数是整个表的基本数据, 其余数据都是从这四个基本数据推算出来的, 这种资料称为四格表资料 50 50

51 配对四格表资料的 2 检验例 : 某实验室分别用免疫比浊法 (ITA) 和乳胶凝集法 (LAT) 对 55 名可疑类风湿关节炎患者测定类风湿因子 (RF), 结果见表, 问两种方法检测结果有无差别? 免疫比浊法 (ITA) 乳胶凝集法 (LAT) + - 合计 + 31(a) 12 (b) 43-1(c) 11(d) 12 合计

52 本例为配对设计的计数资料计数资料的配对设计常用于两种检验方法培养方法诊断方法的比较其特点是对样本中各观察单位分别用两种方法处理, 然后观察两种处理方法的某两分类变量的计数结果观察结果有四种情况, 可整理成如上表的形式 : 两种检测方法皆为阳性数 (a); 两种检测方法皆为阴性数 (d); 免疫比浊法为阳性, 乳胶凝集法为阴性数 (b); 4 乳胶凝集法为阳性, 免疫比浊法为阴性数 (c) 其中,a,d 为两法观察结果一致的两种情况,b,c 为两法观察结果不一致的两种情况当两种处理方法无差别时, 对总体有 B=C 由于在抽样研究中, 抽样误差是不可避免的, 样本中的 b 和 c 往往不相等 ( 即 b c) 52 52

53 如何判定这两种方法是否有差别, 需要进行假设检验, 其检验统计量为 2, 计算公式如下 : 检验步骤 H 0 :B=C, 即两种方法的总体检测结果相同 H 1 :B C, 即两种方法的总体检测结果不相同 α=0.05,ν=1 =... = 7.69 ν=1, 查 2 界值表得 0.005<P<0.01, 按 α=0.05 的检验水准, 拒绝 H 0, 接受 H 1, 可认为两种方法的检出率有差别, 免疫比浊法的阳性检出率较高 53

54 第二部分实验室误差理论 54

55 知识要点测量误差正确度精密度和准确度测量不确定度 55

56 第一节测量误差 56

57 测量误差 (E): 测量结果减去被测量的真值所得的差, 称为测量误差, 简称误差随机误差 : 测量结果与在重复性条件下, 对同一被测量进行无限多次测量所得结果的平均值之差, 称为随机误差系统误差 : 在重复性条件下, 对同一被测量进行无限多次测量所得结果的平均值与被测量的真值之差, 称为系统误差误差 = 随机误差 + 系统误差 =( 测量值 - 总体均值 )+( 总体均值 - 真值 ) = 测量值 - 真值 57 57

58 测量值总体均值真值测量值的概率分布曲线误差系统误差随机误差 58

59 随机误差定义的解释测量结果与在重复性条件下, 对同一被测量进行无限多次测量所得结果的平均值之差, 称为随机误差重复性条件指在尽量相同的条件下, 包括测量程序人员仪器环境等, 以及尽量短的时间间隔内完成重复测量任务尽量短的时间为保证测量条件相同或保持不变的时间段随机误差按其定义是不能确定的, 因为总体均数是未知的, 能确定的只是其估计值, 因为测量只能进行有限次数就单个随机误差估计值而言, 没有确定的规律, 但就整体而言, 却服从一定的统计规律, 可用统计方法估计其界限或它对测量结果的影响 59

60 随机误差的特点随机误差大抵来源于对测量影响因素的变化, 这种变化在时间上和空间上是不可预知的或随机的, 故称之为随机效应随机误差有统计规律性, 主要可归纳为 : 对称性 : 是指绝对值相等而符号相反的误差, 出现的次数大致相等, 即测得值是以他们的算术平均值为中心而对称分布的因此所有随机误差的代数和趋近于零, 故随机误差又有抵偿性, 这个统计特性是本质的 ; 换言之, 凡有抵偿性的误差, 原则上均可按随机误差处理 ; 有界性 : 是指测得值的误差的绝对值不会超过一定的界限, 不会出现绝对值很大的误差 ; 单峰性 : 是指绝对值小的误差比绝对值大的误差数目多, 也即测得值是以他们的算术平均值为中心而相对集中分布的 60

61 随机误差产生的原因随机误差是由能够影响测试结果的许多不可控制或未加控制的因素的微小波动所引起的电流电压... 环境测试仪器人员湿度温度气压尘埃... 判断及操作上的微小差异... 大量随机因素造成的误差的叠加 61

62 减少随机误差的方法严格控制实验条件严格按照操作规程进行实验增加平行测定的次数, 取平均值 62

63 系统误差定义的解释在重复性条件下, 对同一被测量进行无限多次测量所得结果的平均值与被测量的真值之差, 称为系统误差由于只能进行有限次数的重复测量, 真值也只能用约定真值代替, 因此可能确定的系统误差只是其估计值, 并具有一定的不确定度 63

64 系统误差的特点系统误差大抵来源于影响量, 它对测量结果的影响若已识别并可定量表述, 则称为系统效应该效应的大小若是显著的, 可通过估计的修正值予以补偿系统误差的特点, 主要可归纳为 : 是测试结果中误差的主要来源 ; 在测试过程中按一定的规律重复出现 ; 有一定的方向性, 即检测值总是比真值一致偏高或一致偏低, 增加测试次数不能减小系统误差 64

65 系统误差产生的原因方法误差 : 实验方法不够完善所引起的仪器误差 : 使用未经校准的仪器所引起的试剂误差 : 试剂 ( 包括水 ) 中含有杂质引起的操作误差 : 人员感觉器官的差异反映的敏捷程度和固有的不规范习惯所引起的恒定的环境误差 : 环境中恒定的不利因素所引起的 65

66 减少系统误差的方法进行仪器校准 : 测试前对仪器进行校准, 校准后方可使用, 对于国家计量法的强制性检定的计量器具, 应定期检定对于实验室中有关影响值的器皿, 如滴定管移液管容量瓶等应按有关规定进行校正进行空白试验 : 可以消除由于试剂不纯等原因产生的误差进行比对试验 : 是了解自己的实验结果是否具有系统误差及大小的最好方法有两种方法 : 一是将标准物质在测定样品的同样条件下进行测定, 看标准物质的测定值是否与标准物质的保证值相一致, 以便了解系统误差的大小二是采用不同的分析方法, 如与经典的分析方法进行比较, 以校正所用方法的误差进行回收实验 : 在试剂样品中加入已知量的标准物质, 在相同的条件下进行测量, 观察所得结果能否定量回收, 以回收率的大小对分析结果进行校正 66

67 第二节正确度精密度和准确度 67

68 一准确度准确度 (accuracy): 是测量结果中系统误差与随机误差的综合, 表示测量结果与真值的一致程度 A=ε+Δ α A: 准确度 ; ε: 已定系统误差的综合 ; Δα: 在显著性水平为 α 时, 未定系统误差和随机误差合并后的不确定度准确度不能以数字表达, 它往往以不准确度来衡量以不准确度的数据表达在单次测量时, 每个测量都会显示出某种不准确的程度, 即它与真值的偏离 68 68

69 正确度 (trueness): 又称真实度, 是若干次测试结果的平均数的准确度程度正确度表示测量结果中系统误差大小的, 通常以偏倚来度量结果真值平均值真值准确度正确度误差偏倚系统误差随机误差系统误差 69 69

70 标准物质 (reference material,rm): 具有一种或多种充分地确定了的特性, 用以校准设备计量方法评估或给物质赋值的物质或材料标准物质经一些有权威性的检测技术水平较高的实验室, 采用经典的测试方法和先进精密的测试仪器, 对同一试样进行重复多次测定, 求出的检验结果, 作为约定真值来考察我们的检验结果的准确程度偏倚 (bias,b): 对同一被测量进行多次测量所得结果的平均值与被测量的真值之差, 是一种或几种系统误差所引起的 70

71 二精密度精密度 (precision): 表示测量结果中随机误差大小的程度指在一定条件下进行多次测定时, 所得测定结果之间的符合程度精密度无法直接衡量, 往往以不精密度表达, 常用标准差表示, 较小的标准差表示有较高的精密度 71 71

72 标准偏差 : 即标准差, 是方差的平方根, 是表示精密度和数据离散程度最主要的指标相对标准偏差 (RSD): 即变异系数, 亦称 CV 值是标准差与算术平均的绝对值之比 72

73 准确度与正确度精密度的关系准确度由系统误差和随机误差决定的正确度由系统误差决定的精密度由随机误差决定的评价结果的可靠性时要同时考虑到正确度和精密度只有正确度和精密度都高的结果准确度才高 73 73

74 一塌糊涂精密度正确度都差 74

75 没准儿精密度差, 正确度尚可 75

76 不准确精密度高, 但正确度低 76

77 期待正确度和精密度都高 77

78 a) 精密度和正确度都不好, 既有系统误差, 随机误差又很大 (a) (b) b) 精密度不好, 但正确度还可以, 这显然是由于偶热的巧合而已, 由于离散程度很大, 无法保证检验结果的可靠性 c) 精密度虽好, 但存在系统误差, 因而正确度不好 (c) (d) d) 精密度好, 正确度好, 无系统误差, 随机误差也很小 78

79 精密度低的测定是不可靠的, 精密的测定是结果准确的前提, 要使准确度高, 精密度一定要高精密度高的测定, 不一定能得到准确的结果, 只有减小系统误差, 提高正确度, 才能提高测定的准确度 79

80 第三节测量不确定度 80

81 测量不确定度 (uncertainty): 表征合理地赋予被测量之值的分散性与测量结果相联系的参数, 称为测量不确定度 (ISO 给测量不确定度的定义 ) 定义的解释 : 合理意指应考虑到各种因素对测量的影响所做的修改, 特别是测量应处于统计控制的状态下, 即处于随机控制过程中赋予被测量之值意指被测量的结果, 它不是固有的, 而是人们赋予的最佳估计值分散性指该估计值的分散区间或分散程度, 被测量之值大部分分布于此区间内相联系意指测量不确定度是一个与测量结果在一起的参数 81 81

82 测量不确定度词义的解释 : 不确定意味着对测量结果可信性怀疑性不确定度对结果有效性的怀疑程度或不肯定程度, 是定量说明测量结果的质量的一个参数实际上是由于测量不完善和人们的认识不足, 所得的被测量值具有分散性, 即每次测得的结果不是同一值, 而是以一定的概率分散在某个区域内的许多个值 82 82

83 测量不确定度的来源 1. 对被测量的定义不完整或不完善 2. 复现被测量的测量方法不理想 3. 取样的代表性不够, 即被测量的样本不能代表所定义的被测量 4. 对测量过程受环境影响的认识不周全, 或对环境条件的测量与控制不完善 5. 对仪器的读数存在人为的偏移 6. 测量仪器的分辨力或鉴别力不够 7. 赋予计量标准的值和标准物质的值不准 8. 引用于数据计算的常量和其他参数不准 9. 测量方法和测量程序的近似性和假定性 10. 在表面上看来完全相同的条件下, 被测量重复观测值的变化由此可见, 测量不确定度一般来源于随机性和模糊性, 前者归因于条件不充分, 后者归因于事物本身概念不明确 83 83

84 测量不确定度是一般由许多分量组成, 其中一些分量可以用测量结果 ( 观测值 ) 的统计分布来进行评价, 并且以实验标准差表征 (A 类 ) ; 而另一些分量可以用其他方法 ( 根据经验或其他信息的假定概率分布 ) 来进行评价, 并且也以标准差表征 (B 类 ) 测量不确定度就是说明测量之值分散性的参数, 所有这些分量, 都贡献给了分散性若需要表示某分量是由某原因导致时, 可以用随机效应导致的不确定度和系统效应导致的不确定度来描述 84 84

85 测量不确定度是经典的误差理论发展和完善的产物 : 误差的定义是测量结果减去被测量的真值但由于真值只能不断接近而永远无法得到, 因此, 误差值也无法准确得到在实际中可用约定真值, 但约定真值仍是具有不确定度的值存在性质不同的误差 ( 随机误差系统误差 ) 虽然客观上系统误差是一个不变的值, 但由于我们不能完全认知或掌握, 所以仍然是一个概率分布, 本身具有分散性具体在分析误差时, 随机误差系统误差合起来考虑, 常常很难评定测量不确定度是说明分散性的参数, 不说明测量结果是否接近真值因为测量结果通常只是被测量值的近似值或估计值, 因此, 完整的测量结果需要同时附有结果的不确定度声明 85 85

86 86

<4D F736F F F696E74202D20CAB5CFB0C1F920CAFDD6B5B1E4C1BFD7CAC1CFB5C4CDB3BCC6CDC6B6CF E707074>

<4D F736F F F696E74202D20CAB5CFB0C1F920CAFDD6B5B1E4C1BFD7CAC1CFB5C4CDB3BCC6CDC6B6CF E707074> 卫生统计学实习何平平北京大学公共卫生学院流行病与卫生统计学系 Tel: 82801619 实习六数值变量资料的统计推断 ( 三 ) 第 237~249 页一直线回归 (linear regression) ( 一 ) 定义 : 用直线方程表达 X( 自变量,independent variable) 和 Y ( 应变量,dependent variable) 之间的数量关系 Yˆ = a+