水泥能力验证结果稳健统计方法 稳健的运营能力
摘 要：对水泥能力验证结果数据的常用处理方法——稳健统计方法进行了探讨，并结合实例分析了该种方法的实施步骤，有利于参加能力验证的实验室理解统计数据结果的意义。 关键词：水泥能力验证；稳健统计法；z比分数
能力验证是利用实验室间比对确定实验室的校准/检测能力。参加能力验证和实验室比对是检测结果质量控制的常用方法之一，其目的和作用是：可以确定实验室进行某些特定的检测能力，可以了解到新的检测方法的有效性和可比性，有助于增加客户对实验室的信任，提高实验室的知名度。
对于建材实验室，水泥检测能力验证是常见的一种能力验证活动，笔者所在的实验室也每年都参与郑州市建材检测行业水泥检测能力验证的组织和结果分析工作，结果分析是能力验证的重要环节，通过结果分析可以对参与能力验证的各实验室的检测能力进行比对和分析，确保参与实验室维持较高的检测工作水平，识别实验室存在的问题，并且针对问题制定确切的补救措施，同时，能力验证结果也可作为行业主管部门对实验室考核评审的依据和补充手段。
水泥检测能力验证属于实验室间结果数据的比对，通常对于实验室间结果数据的处理有2种主要统计方法：经典统计法和稳健统计法。实际工作中发现，使用不同的统计方法，对同一比对试验的分析结论不尽相同，特别是在离群值的判别上，可能存在着较大差异，因此选用统计方法时必须注意其适用性。
首先，我们介绍一下经典的统计方法。经典统计方法以平均值 作为公议值：
以标准偏差 作为允许离散度：
从计算公式可以看出，在经典统计法中，任何一个参与实验室提交的数据都参与计算，都对统计结果做出了贡献，而且各参
加实验室提交数据的权重相同，因此经典统计法能全面表征数据列的分布特征。同稳健统计方法相比，经典统计法表征的实验室间离散度较大，判别出数据列中离群的可能性较小。特别是在比对结果中存在极端值的情况下，经典统计法给出的平均值和标准偏差会受到极端值的影响，因此采用经典统计法，容易犯统计学上的第Ⅱ类错误（取伪）的风险。
实际应用中水泥检测能力验证结果的统计，一般都是采用稳健统计法，以中位值作为公议值：中位值是一组数据的中间值，
即有一半的结果高于它，一半的结果低于它。如果N 是奇数，那么中位值是一个单一的中心值，即 。如果N 是偶数，那么中位值是两个中心值的平均，即是 。例如，如果N 是 9，中位值是第5个值，如果N 是10，那么中位值是第 5和第6个值的平均值。
以四分位间距（ ）作为允许离散度：四分位间距是低四分位数值和高四分位数值的差值。低四分位数值（ ）是低于结果的四分之一处的最近值，高四分位（ ）是高于结果四分之三处的最近值。在大多数情况下 和 通过数据值之间的内插法获得。 = - 。
以Z比分数作为能力统计的量：
这里s是指变动性的适当的估计量/度量值。这种模式既适用于X 和s 由参加者结果推导出的情形，亦适用于X和s 不是由全部参加者结果推导出的情形（例如，对指定值和变动性可作出明确规定时）。
利用四分位数稳健统计方法处理结果时， 。
对于最终能力评价数值的统计判定，一般将Z比分数分为：
满意结果
2＜ ＜3 有问题
不满意或离群的结果
稳健统计法是将极端数据对统计结果的影响降至最低的统计方法。目前，稳健统计法是检测实验室能力验证中较常采用的方法。但必须看到，稳健统计法计算的数据离散度比经典统计法小，两端数据离群的可能性较大，因此容易犯统计学上的第Ⅰ类错误（弃真）的风险。
下面我们结合郑州市某年的水泥28d抗压强度检测能力验证的实例，具体探讨一下结果数据的稳健处理方法步骤。
（1）数据准备。在开始进行统计分析之前，应采取措施确保所采集的数据是正确、合理的。必须确保正确地输入所有提交的结果。一旦收到了所有结果（或已超过上报结果的最后期限），必须仔细复查输入的数据。通过这个检查过程，一般可以识别出数据中的粗大误差和潜在问题。
（2）计算各种统计量。至少应包含七种综合的统计量──结果数、中位值、标准四分位数间距（ ）、稳健的变异系数（CV）、最小值、最大值和极差。
结果数是从一个特定检测中得到的结果总数，符号为N
其中最重要的统计量是中位值和标准化 ──它们是数据集中和分散的量度，与平均值和标准偏差相似。使用中位值和标准化 是因为它们是稳健的统计量，即它们不受数据中离群值的影响。
从表格中可以得到：N=21；中位值=50.1； =49.4； =50.3；
则， = - =0.9。
（3）结果评价。通过上述这些统计量，即可利用公式 计算出各个实验室的Z比分数，从而对该实验室的检测能力进行评价，结果见表中。
参考文献
[1] CNAS-GL02，能力验证结果的统计处理和能力评价指南
[2] GB/T 15483.1-1999 利用实验室间比对的能力验证