标准规范下载简介
JJF 1343-2022 标准物质的定值及均匀性、稳定性评估.pdfM between M ihin
根据自由度（U1，U2）及给定的显著性水平α，可由F分布临界值表查得F。值 见表D.1和表D.2)。若F 采用科克伦法检验平均值间是否等精度房屋建筑工程监理工作标准(试行)（中国建设监理协会2020年3月）.pdf，先计算m组数据的各组n个数据的方差 计算其中的最大方差与m个方差和之比： 根据所取显著性水平α，数据组数m，重复测定次数n，查科克伦检验临界值 表H.1，得临界值C（α，m，n）。 若C≤C（α，m，n），表明各组数据平均值间为等精度。若C>C（α，m，n）， 表明被检验的最大方差为离群值，离群方差说明该组数据的精度比其他组数据差，计算 定值结果时可按不等精度情况处理 E.1平均值一致性检验t检验法 如果样本都是在同一总体中抽出的，由有限次测定得到各自平均值，其差异在约定 的置信概率下应该是不显著的。反之，如果差异是显著的，就认为两个平均值不属于同 一总体，引起平均值之间的差异除随机误差之外必定有某个固定因素在起作用。 取数据组中的任意两组数据进行比较，例如可以取平均值为最大值的一组以及平均 值为最小值的一组。若两组数据分别为 α11，12，…，α1m，平均值元1，标准偏差s 21，22，，2n2，平均值元2，标准偏差52 可用t检验法判断元1与元2是否一致。 若两列数据测量精密度不存在差异，可把二列数据合并起来估计测量精密度，即 可以证明t服从自由度为n1十n2一2的t分布，根据自由度n1十n2一2及给定的显 著性水平α，可由t检验临界值表E.1查得临界的t。值 若由公式算出的|t|值小于t。，则认为，与，是一致的 介绍测量不确定度评定的主要文件是不确定度评定指南（GUM）。评定程序可归纳 如下： 1）建立以数学方式表示输人量与特性量之间的关系，即测量模型。测量模型可以 是精确的数学模型，也可以是经验模型； 2）以数据统计分析或其他方式确定所有输入量的值； 3）使用统计分析或其他方式（如：可参考证书或专业判断）评估所有输人量引入 的标准不确定度； 注：通过对测量影响因素的分析，以非统计分析的方法进行的不确定评定称为B类方式评定。 通常情况下可估计出某项影响因素的极限值△，然后转换成标准偏差S。转换时应根据该影 响因素所服从的分布来进行。△与s的关系式为 不同分布时的包含因子。常见分布的k值 表F.1常见分布的包含因子K 当无法判断被测量的分布时，由于大部分测量可视为正态分布或近似正态分布，因 比可假定k=2或3。在保守的情况下，可按均匀分布处理。 当误差的性质偏随机性质，没有指定分布形式，但提供标准偏差或相对标准偏差 RSD）时，或明确给出确定置信水平下的包含区间或不确定度，但没有指明分布时 建议作为正态分布处理。 4）评估输人量之间的协方差； 5）计算特性值； 6）由各输人量的标准不确定度和协方差确定特性值的合成标准不确定度； 注：对于某些贡献小的标准不确定度分量，即对合成标准不确定度的影响<1/3者，根据情况可 以忽略，不参加最后的合成。但如存在多个对不确定度的贡献接近1/3的分量，则不可以 忽略各分量的贡献。舍去不确定度分量的贡献总和应至少小于1/3。 7）确定特定置信水平（通常为95%）下的包含区间或不确定度。在对称分布情况 下，包含区间可以扩展不确定度的形式表示，标准不确定度乘以包含因子k可得到 展不确定度； 8）特性值应和包含区间或扩展不确定度一并报告。通常给出包含区间的上限和下 限。为了便于开展不确定度传播，应同时给出标准不确定度。包含因子k应与扩展不 确定度U一同给出。 多数情况下，可使用上述方法。然而，某些情况下应使用GUM中论述的其他方 法。这些情况包括： 1）特性值和输人量之间的关系无法用明确的数学模型表示，以及 2）应用公式合成和传播不确定度的线性近似明显无效。 对于非线性测量模型，应确认不确定传播律的有效性。如果存疑，应使用GUM增 补文件1中介绍的蒙特卡罗方法。 当对一组有共同影响量的特性进行认定时（如：来自于同一原液的一组浓度不同的 校准标准的认定值），不同特性值之间的相关性可大至有必要向最终用户提供协方差信 息。在这种情况下，可使用多变量不确定度评估方法来获得与特性值相关联的协方差矩 阵。GUM增补文件2给出了该方法的细节。 GUM及增补文件同时给出了如何评估不确定度单个分量的细节。在许多情况下 为了利用现有的数据，例如方法确认研究的结果，可以定义合并的不确定度分量 定性特性标准物质的研制 针对定性特性标准物质，ISO指南35中提供了以下有关定值、均匀性测试中的抽 样方面的简要介绍，但并未提供有关均句性、稳定性评估的统计学方法。 对于为定性或“标称”特性定值的标准物质，用于均匀性研究的单元数量选择应根 据ISO2859（所有部分）或类似指南中介绍的属性检验抽样原则设定。 如果通过抽样仅能检测到比例不高的缺陷单元，则属性检验抽样计划要求的检验数 量非常高。 对于属性检验，在缺陷单元占比不高的情况下，如果仪依于抽样检验，则抽样数 量会非常高。例如，为了基于1个以上观测到的缺陷，以高置信度检测出1%的缺陷 率，须随机抽取约300个单元进行检验（该单元数量是在假定本批次的批量比300单元 大得多的情况下，基于对1%缺陷的95%检测功效，通过统计学功效计算得到。）对于 典型的标准物质批量而言，上述要求通常是不现实的。因此，对于定性材料，开展均匀 性实验性研究可能仅限于检查非预期的粗大不均匀性（例如大于10%的缺陷），同时提 共其他用于支持均匀性声明的信息，如有关材料来源、加工等的信息。 如果每个单元定性特性的认定值都进行单独验证，则无需对该特性的均匀性做进 步测试。 可基于对材料出处，即材料来源的了解进行定值。为支撑基于来源的定值，标准物 质研制（生产）机构应获得有关材料来源的文件或其他证明材料，表明从来源到最终包 装的不间断的证据链。文件应在标准物质的寿命周期内保存。 应有既定程序，确保材料的处理（包括取样、均匀化、包装、保存等）能够防止其 也材料的污染，且不会造成该材料典型测试方法的响应差异。 只要可能，应进行实验验证（包括测量、专家审查或定性测试等适当的方式），以 对基于来源认定的同一性赋值结果进行确认。 例：对由单一细菌（该细菌由参考菌株分离得到，可基于来源定值）培养物中提取的DNA进行 检查，以确证没有受到污染。 G.2.1.2基于测量或检查 当基于测量或检查进行物质或材料同一性的定值时，应注意： 1）同一性通常不是一个测量结果，而是基于从一个或几个方法得到的测量结果做 出的结论。例如：可基于核磁共振谱的化学位移和峰高，或颜色、熔点、摩尔质量的组 合进行同一性的赋值。虽然各单个测量结果具有测量不确定度，但将测量不确定度合并 以给出同一性不确定度的数值表达（例如：同一性赋值的正确概率）并不简单 例：以采用DNA测序进行同一性鉴定来说明测量结果不确定度和同一性鉴定不确定度的区别。 DNA测序是测序实验的结果，测序中碱基对及其他错误的概率，以及不同DNA分子之间 的存在的突变差异原则上是可以评估的。但是生物样本的鉴定通常是基于对与参考序列同 源性的百分率比较低有相当大的把握，因此，个别的序列错误可能不会实质性地影响同一 性的赋值。 2）仅当结论的错误概率可忽略时，同一性特性的标准物质在实践中才是有用的。 3）材料的轻微不均匀和不稳定不一定会改变鉴定结论。均匀性和稳定性评估的指 导原则是材料的适用性，即是否仍能允许做出明确的鉴别。 4）对于所选用的鉴定方法，不同的物质可具有相同的特性。因此原材料来源和有 关待定值材料加工过程的信息对同一性认定至关重要。 5）无论是何种材料，应基于标准物质的预期用途，在项目计划中对需要的鉴定信 息给出清晰定义。 例：对于DNA，其预期用途可能仅需种属鉴定声明、完整序列或有关甲基化程度的额外信息。 注：鉴定结论有时由专家判断决定（如石棉纤维或微生物种属）。但该判断通常基于观测和与规 格要求的比对，参见G.2.1.3。 G.2.1.3基于与规格要求的比对 该途径特别适用于中、小相对分子质量的化学物质。应选择一系列方法探究候选标 准物质的不同特性。常采用的方法包括熔点、摩尔质量、紫外、红外、核磁共振、质谱 等。结合原材料和加工步骤的信息以及采样并运输至标准物质研制（生产）机构的信 息，方法的组合应足以对物质进行毫无置疑的鉴定。如果有已发表的详细规格要求（如 药典鉴定准则），方法的选择可被限定这些规格要求中列出的方法。 注：建立同一性所需方法的性质和个数取决于潜在相似产物的数量（如相比无机物质，产物中 有更多的有机物质）和有关物质来源和加工步骤的信息。 采用的所有测试和测量程序应经正确的确认，结果应满足7.1中的溯源性要求。只 要有可用的、适当的控制物质，应在定值期间与标准物质一起接受检查 JIF13432022 每个测试和测量的结果应与拟定值物质的规格要求比较。应遵循可用的、已发表的 比对程序。如果没有预先规定的程序，当考虑测量值和规定值的合成不确定度时，测量 结果应与规定值一致。 注：累加的测量和来源信息是否足以建立毫无置疑的同一性，在判断上存在主观性。因此强烈 鼓励标准物质研制（生产） 机构建立同行评审体系 G.2.1.5存在/不存在的判定 某些特性以序值标尺表示，按次序进行排列，如莫氏硬度标尺或皮肤刺激度（无反 应/中等变红/显著刺激/严重反应）。这些标尺通常通过以特定的方法为参照对象进行定 义。因此，唯一可能的定值方式是多家实验室采用同一方法。 许多情况下，仅在没有任何争议地被归为一类时，标准物质才是有用的。因此，所 有参加实验室技术上可接受的测量都应将测试样品归在相同的类别。 如果某些结果有偏差且无法用技术上的失误解释，就不能实现可靠的归类定值。但 是，可将中位值和/或技术有效结果的类型作为信息值给出 G. 2.3 标称特性 材料的定值特性可以是颜色、气味、性状等标称特性。某些情况下，这些特性可以 量化，在实践中也常以该量化的形式应用，例如颗粒的形状参数或根据Hunter系统的 颈色参数。这样就将问题转换至以上对方法定义的被测量定值。尤其是对于颜色，也可 考虑基于吸收/反射光谱定值 H.1单元间均匀性研究一一基础示例 研究对象为土壤中铬标准物质。单元（瓶）间均匀性研究数据见表H.1 表H.2每瓶测量结果平均值、方差和测量次装 方差分析结果如表H.3所示，可采用电子表格软件计算 表H.3土壤中铬单元（瓶）间均匀性研究的方差分析（ANOVA)表 单元间方差可用下式计算： 单元间方差可用下式计算： M between sietween n0 3 单元间标准偏差是该方差的平方根！ 重复性标准偏差可由Mwithin计算得到： H.2测量方法重复性欠佳时的单元间均匀性研究 JIF13432022 r=/Mwithin=/8.26=2.87（mgkg 佳时的单元间均匀性研究 表H.4猪肾脏组织分析结果 单元间标准偏差用下式计算： 则单元间标准偏差5b的估计值为0.147IU/L，相对标准偏差为0.22%。组内标准 偏差的自由度为100。重复性标准偏差可由Mwithin计算 示准偏差过大，无法为低至0.22%的单元间相对不均匀性提供充足证据。因此， 为保守的方式计算由单元间不均匀性引人的不确定度： 该表达式可看作为单元内标准偏差的标准不确定度的估计值。建议采用Sb和ub 中的较大值，即0.196IU/L作为与单元间变动性相关的不确定度 H.3采用随机区组设计的单元间均勾性研究 对表H.5中数据作图，见图H.1. JIF13432022 图中显示存在清晰的序列间效应以及1个离群值（第775单元的第三轮测量值）。 离群值的产生原因可追溯至不佳的色谱峰峰形。离群值的处理可有两种处理方法：去除 单个数据点或去除受影响单元的全部数据。本例中，为了便于采用利用平衡设计简化数 据分析，弃用第775瓶的全部数据，剩余14个单元的技术有效数据用于均匀性评估。 采用无重复双因素方差分析，结果见表H.6，证实存在较显著的区组（序列 放应 4采用线性趋势校正和简单设计的单元间 研究对象为威士忌同源物标准物质。采用单一气相色谱法对35个单元的标准物质 进行均匀性研究，每个单元重复测量2次，所有重复测量以随机顺序进行。表H.11为 均匀性研究及线性回归残差数据。表中单元编号对应充装顺序，而位置标注对应于测量 运行顺序。 参照5.9.1，以测量顺序和单元顺序对数据进行图形化展示。图H.2按测量顺序绘 制，由于仪器漂移，可观察到适度上升趋势；实线为采用最小二乘法对数据进行回归得 到的结果。回归结果见表H.7，较小的p值（"p值（>|tI）”）表明位置（position，即斜 率）的影响效应非常明显。 存在的趋势效应并没有强到需要重新分析和测量的程度，可视化图形检查分析表明 线形回归可提供合理的近似。因此，采用统计学处理方法消除趋势的不利影响。可选用 两种方式：趋势校正后的经典方差分析；同时包括趋势和单元效应的混合效应模型（仅 用干结果比较） 图H.2威士忌酒中甲醇按测量运行顺序绘制的结果图 X一测量运行顺序编号： 2威士忌酒中甲醇按测量运行顺序绘制的结果 表H.7甲醇测量结果按测量运行顺序的回归统 H.4.1方法1：趋势校正后的经典方差分析 首先，剥离数据中的线性趋势，进行趋势校正。结果以残差形式表示，见表 H.11 中。 注：残差对应于通过线形模型得到的预测值减去截距和斜率项。由于接下来的方差分析假定单 元效应和随机误差具有加和性，减去位置/斜率项，留下未修正截距的数据也是同样有 效的。 以单元为分组因素，对残差应用单因素方差分析。表H.8为趋势校正数据的原始 方差分析表。 JIF13432022 L.8应用于威士忌均匀性残差的初始方差分析表 F值等于单元间的均方除以单元内的均方； P值为超出F统计量观测值的概率，即零假设（零效应方差）成立的可能性概率 由于表H.11中的残差源自具有截距和斜率（位置）项的线性模型，而表H.8中 的方差分析假定只与大平均值相减，因此，需要通过以下方式进行微小的校正： 1）从方差分析表中的组内（单元内）自由度中减去一个额外的自由度来反映叙 率项； 2）将平方和与校正后的自由度相除，重新计算残余均方（单元内均方）。 校正后的方差分析结果见表H.9。虽然单元内均方校正前后的差异较小，但是单 元间项的计算要用到单元间和单元内均方的差值，与该差值比，在某些时候校正会有较 表H.9应用于威士忌均匀性残差的初始方差分 F值等于单元间的均方除以单元内的均方； P值为超出F统计量观测值的概率，即零假设（零效应方差）成立的可能性概率。 如果使用更复杂的模型进行趋势校正，对单元内自由度的校正应考虑所使用模型的 参数个数。如果模型中有g个参数，组内自由度中则需减去q一1。 根据5.9.5，计算单元内和单元间标准偏差： 组间标准偏差sb为0.1018mg/100mL。如果不采用趋势校正，Sb和sw分别 0928mg/100mL和0.2016mg/100mL，在高估组内标准偏差的同时，组间标准 得到轻微低估。 H.4.2方法 2：包含运行趋势的分析 表H.10混合效应模型的软件输出结果 计算结果与H.4.1中的经典计算结果十分接近。主要优点在于： 1）只要软件适用：计算所需要的操作较少，表H.10中的结果仅需执行一个单 的命令，且不需要进一步的计算。而经典方法需要进行单独的线性模型回归、方差分析 表的初步计算、方差分析表的校正以及标准偏差的手工计算。 2）模型同时包含单元间随机效应和趋势效应，因此，能更好地将单元位置和运行 序列的混杂效应考虑在内。在不综合考虑单元间效应导致的随机误差的情况下，混杂效 应有时会造成线性回归结果的过度或不充分解释。 3）使用REML方法可保证得到非负的最小方差估计值，而经典分析得到的方差估 计值则有可能为负 表H.11威士忌候选标准物质中甲醇的均匀性 中标准物质进行稳定性研究。实验数据 表H.12土壤中铬的稳定性数据 由于没有物理或化学模型能够真实地描述土壤中铬的降解机理，故可选用线性模型 作为该侯选标准物质的经验模型。理想的预期是直线的截距（在不确定度范围内）等于 该标准物质的定值结果；同时，直线的斜率趋近于零。 该例采用每个时间点铬含量的测试结果平均值进行回归。根据6.5.2，计算斜率和 截距的估计值β1、βo： β。=y—β=99.7125—(0.006583X18)=99.594 线上每点的标准偏差可用下式计算： 取平方根，得s=2.8237mg/kg，与斜率相关的不确定度为： 取平方根，得s=2.8237mg/kg，与斜率相关的不确定度为： 敌斜率并不显著，因此，没有观察到不稳定性 根据标准物质的计划寿命设置证书有效期为36个月：采用6.7.2给出的计算方法 长期稳定性引起的不确定度贡献为： ults=s（β1）tert=0.105233X36=3.78（mg/kg） 本例受到稳定性数据质量较差因素的制约。可以预计，完全由土壤中铬的不稳定性 产生的影响要小得多 IF13432022 采用相同的标准操作程序（SOP），在37℃下对酶的催化浓度进行测量；定值基于不同 实验室结果间的一致性。每个实验室都收到7瓶冻干GGT样品、内部质控样品、标准 操作程序（SOP）以及填写结果报告及所要求信息的表格。两天内每天处理3个安 瓶，并在处理当天测量每瓶的GGT催化浓度。 有12个实验室的结果被采用，各实验室的单次测量结果和6次测量平均值、标准 偏差（SD）和相对标准偏差（RSD）列于表H.13（结果都修约至相同的小数位数） 实验室间对 GGT研究 参照7.5.2，采用单因素方差分析方法，结果如表H.14所示。 表H.14由表H.13的数据得到的单因素方差分析结果 总平均值由下式计算： 总平均值由下式计算： 也可采用各组数据均值：的算术平均值： N 日数据均值、的管术平均值 X1369.5=114.12（IU/L) 12 12 与总平均值相关的不确定度为（这里，既考虑了组内差异，又考虑了组间差异）： st 5.68 1.27 u (元)= V0.49=0.70（IU/L） ym n·m 12 72 H.7采用加权平均值定值 要求参与标准物质定值的实验室对其各自测量结果的不确定度进行评估。结果的溯 原性通过以下两种方式验证：铬含量已知的溶液；可靠定值并用于核查分析过程（如样 品前处理过程）的质量控制样品。 标准物质研制（生产）机构应首先评价参与实验室能否充分控制其各自采用的测量 程序。定值结果汇总于表H.15，表中第二列（t；）为各实验室的定值结果，第三列为 与之相关的标准不确定度（u，）。通过对控制样品的数据评估，认为各自的不确定度是 可靠的。当不确定度不可靠时，则通常不应采用此加权方法。 参照7.5.2，第四列中的权值w采用下式计算，列于表H.15的最后一列 表H.15土壤中铬的定值数据 5土壤中铬的定值数据 单位：mg/kg（ 单位：mg/kg (干重) 单位：mg/kg (干重) 采用不确定度加权的方式计算相关的标准不确定度： H.8采用单一基准方法（库仑法）定值 (ychar)= wu²(x;)=2.3mg/kg 库仑法是通过测定被测物质定量地进行某电极反应，或是被测物质与某一电极反应 的产物定量地进行化学反应所消耗的电量（库仑）来进行定量分析的方法。 精密库仑滴定法是通过准确测量电流（I）、时间（t）和样品质量（m）等基本物 理量，并借助物质的摩尔质量（M）、法拉第常数（F）等基本物理常数，根据法拉第 电解定律来计算出被测物质的特性纯度量值（P）。其数学表达式如下： 电解时通过溶液的电流，A； 电解的时间，S； m 电极反应产物的质量，g； 该物质的摩尔质量，g/moL； F 法拉第常数，C/moL； 电子转移数 IXtXM X100% nXFXm 电解时通过溶液的电流，A； 电解的时间，s； m 电极反应产物的质量，g； 该物质的摩尔质量，g/moL； A 法拉第常数，C/moL； N 电子转移数。 H.8.1不确定度的A类评定 由于以多次独立测量结果的算术平均值 为测量结果（即标准值），所以，标准 不确定度A类分量为多次独立测量结果的算术平均值的标准偏差 式中：s：为实验标准偏差，表示独立测量列中任一次测量结果的标准偏差；n为测 量次数；x；为第i次测量的结果；x为n次独立测量结果的算术平均值 H.8.2不确定度的B类 由测量的数学模型和对测量过程的分析，不确定度B类评定结果产生于下列各 见表H.16： 表H.16不确定度B类分量表 u（1) u(t) (u(m） (u（M) (u(F) u(r) UB m M H.8.2.2各个分量标准不确定度的评定 1）电流标准不确定度包括电流的 不确定度u（re力）、标准电池的电压 标准不确定度u（V）和标准电阻的电阻标准不确定度u（R）三个分量： u(rep) u（R） 2）时间标准不确定度包括计时时间间隔的标准不确定度u（t。）、多次启动、停止 电解操作中，电解与计时同步性的标准不确定度u（t）等分量： u(t)= /u²(to)+Zu²(t:) 3）质量称量标准不确定度包括：a）天平检定证书给出的最大允差运河怡居佳苑1#楼施工组织设计，按均匀分布 标准不确定度u1；b）替代法称量中标准码的不确定度，按均匀分布换算标准不 度u2；c）称量过程中由湿度等环境因素引入的质量变化u3。计算如下： u(m）=ui+u+ 注：浮力修正的不确定度：由于浮力修正的质量△m只占称量质量m的万分之几，浮力修正的 不确定度u（△m）只是△m的千分之几，因此，浮力修正的不确定度u（△m）对于质量 称量可忽略不计。 4）相对分子质量标准不确定度是由分子式中各个元素的相对原子质量的标准不确 定度合成的。例如：邻苯二甲酸氢钾KHP（CH,O,K），C、H、O、K元素相对原子 质量的标准不确定度分别为u（C）、u（H）、u(O）、u（K），则KHP相对分子质量标准不确 定度为： 隧道长管棚专项施工方案)=/8u(C)+5u(H)+4u²(O)+u(K AF 13432022 6）滴定终点的标准不确定度是通过计算、绘制终点曲线图来判断滴定终点 引人的不确定度。