独立样本检验

独立样本检验（精选十篇）

独立样本检验 篇1

关键词：K-S检验,W-W检验,Mann-Whitney,U检验,符号检验,制造业

一、两独立样本非参数检验的原理

两个独立样本的非参数检验方法主要有:Mann-Whitney-Wilcox on检验、Wald-Wolfow itz游程检验、卡方检验和Kolmogor ov-Smir nov检验。其中, Mann-Wh itney-Wilcox on检验主要用于检验两个样本是否来自具有相同位置的总体, 是对两个总体在集中趋势方面有无差异的一种考察;Wald-Wolfowitz游程检验可以考察两个样本之间的各种差异;卡方检验和Kolmogor ov-Smir nov检验则主要用于检验两个样本各自总体的分布是否相同。

二、行业选取与指标选择

本文主要研究我国制造业的发展状况, 选取属于轻工业的食品制造业和属于重工业的汽车制造业, 考察两个行业在我国工业化第四阶段中获利能力的差异, 选取资产净利率作为考察的指标。资产净利率是一定时期内的净利润和资产平均总额的比率, 资产净利润率越高, 说明利用全部资产的获利能力越强。本文通过比较食品制造业和汽车制造业资产净利率增长的差异, 考察两行业随着时间变化, 获利能力增长的变化差异。

选取2004年2月至2014年10月食品制造业和汽车制造业的资产净利率月度数据, 各91个, 其中净利率的计算由累积利润总额减去累计税金总额得到, 资产净利率则是用净利率比累计资产总额得到。

三、食品制造业和汽车制造业获利能力增长的比较

为检验食品制造业和汽车制造业随时间变化, 获利能力变化是否服从同一分布, 建立假设组如下:

H01:食品制造业与汽车制造业资产净利率增长来自同一总体

H11:食品制造业与汽车制造业资产净利率增长来自不同总体

若存在差异, 检验食品制造业获利能力的增长是否快于汽车制造业, 建立假设组如下:

H02:食品制造业与汽车制造业资产净立率增长变化相同

H12:食品制造业与汽车制造业资产净立率增长变化快

(一) 正态性检验

对两个样本的数据进行正态性分析, 以判断采用非参数检验的方法是否合理。本文使用SPSS19.0软件, 分别采用单样本Kolmogor ov-Smir nov检验 (K-S检验) 和正态P-P图两种方法进行检验。

检验结果显示:食品制造业资产净利率增长和汽车制造业资产净利率增长的K-S检验, 双侧的精确显著性P值很小, 远远小于显著性水平0.05, 且两者的K-S统计量值分别为3.164和2.837, 均远远大于临界值, 因此有理由拒绝检验原假设, 认为两样本都不服从正态分布, 故采用非参数检验比较两者差异是合理的。

此外, 通过正态P-P图也能得到同样的结论:食品制造业资产净利率增长和汽车制造业资产净利率增长的正态P-P图上的点与对角直线并不重合, 因此认为两样本均不服从正态分布, 可以采用非参数检验方法。

(二) 检验食品制造业和汽车制造业获利能力变化是否服从同一分布

本文运用SPPS19.0软件, 采用两个独立样本非参数检验方法中的Wald-Wolfowitz游程检验, 比较分析两样本分布是否存在差异, 即构建假设组:

H01:食品制造业与汽车制造业资产净利率增长来自同一总体

H11:食品制造业与汽车制造业资产净利率增长来自不同总体

Wald-Wolfow itz游程检验结果显示:单侧精确显著性为0.01, 则双侧的精确显著性P值为0.02, 小于显著性水平0.05, 因此有理由拒绝原假设, 即认为食品制造业与汽车制造业资产净利率增长来自不同的总体, 二者之间存在差异。

(三) 检验食品制造业资产净利率增长是否快于汽车制造业

本文运用SPPS19.0软件, 采用两个独立样本非参数检验方法中Mann-Whitney-Wilcoxon检验 (也称Mann-Whitney U检验) 以及单样本非参数检验方法中的符号检验 (Sign) 与二项分布检验 (Binomial) , 比较分析食品制造业是否比汽车制造业有较快的资产净利率增长速度, 即构建假设组:

H02:食品制造业与汽车制造业资产净立率增长变化相同

H12:食品制造业与汽车制造业资产净立率增长变化快

1. Mann-Whitney-Wilcoxon检验结果。

通过分析及假设组可知, 构建假设组为单侧检验, 结果显示:单侧精确显著性P值为0.035, 小于给定的显著性水平0.05, 因此有理由拒绝原假设, 即认为食品制造业比汽车制造业有较快的资产净利率增长速度。

2. 符号检验结果。

由符号检验的频率结果表可知, 食品制造业增长大于汽车制造业增长的月份数59多于食品制造业增长大于汽车制造业增长的月份数32;由检验统计量结果表可知, 单侧精确显著性P值为0.003, 远远小于给定的显著性水平0.05, 因此有理由拒绝原假设, 认为食品制造业比汽车制造业有较快的资产净利率增长速度, 与两独立样本的Mann-Whitney U检验结果一致。

3. 二项分布检验结果。

由检验结果可知, 双侧精确显著性P值为0.006, 则单侧显著性P值为0.003, 远远小于给定的显著性水平0.05, 因此有理由拒绝原假设, 认为食品制造业比汽车制造业有较快的资产净利率增长速度, 与两独立样本的Mann-Whitney U检验结果、符号检验结果一致。

四、结论

尽管2004年2月至2014年10, 我国处于新型工业化阶段, 对住房和汽车等消费品的需求不断增大, 相较2002年以前, 重工业也有了快速的发展, 但从盈利能力的增长方面却仍无法与轻工业相媲美, 这是我们在加快重工业发展的同时值得注意的问题, 将发展的速度与其经济效益相结合, 才能真正做到推动我国工业化的进步, 有助于我国经济实力的增强。

参考文献

[1]陈平, 魏鹏超.两配对样本非参数检验在公司绩效评价中的应用探讨[J].财会通讯, 2010年第7期:59-60.

[2]易丹辉, 董寒青.《非参数统计:方法与应用》[M].中国统计出版社, 2009年2月第1版, 2013年1月第2次印刷.

[3]陈一鸣, 全海涛.试划分我国工业化发展的阶段[J].经济问题探索, 2007年第11期:166-170.

[4]孙奕驰.上市公司财务绩效评价及其影响因素研究[D].辽宁大学, 2011年6月.

材料样本的检验报告 篇2

请提供以下材料样本的检验报告（请自备材料品牌和型号）

1、地面饰材：地毯，地砖，大理石，地板等。

2、墙面饰材：乳胶漆，壁纸，墙衬及腻子粉等。

3、顶部饰材：石膏板，轻钢龙骨等。

4、门窗布艺：不锈钢管，钢化玻璃等。

5、家具灯饰：筒灯，射灯，格栅灯，工矿灯等。

6、电工安防：电线，电料，网线，开关，插座等。

7、木材板材：饰面板，大芯板，密度板，三聚氰胺板等。

8、机具管件：镀锌铁管，弯头，线盒等。

9、金属材料：门锁，合页，五金材料等。

10、各种辅料：水泥，沙子等，各种胶等。

独立样本检验 篇3

关键词：真实可靠；平时样本；案后自由样本；实验样本及参照样本

笔迹检验是依据同一认定的基础理论，根据个人书写习惯的特殊性、稳定性和反应性及规律特点，在书写过程中书写工具在书写载体上形成的字迹中所反映出的笔迹特征，进行细致的比较、分析而判断检材与样本是否同一人书写的检验过程。笔迹主要表现为狭义的字迹、书面语言及文字布局。狭义的笔迹是笔迹鉴定认定书写人的主要依据，有笔迹派生出来的书面语言和文字布局是认定书写人的辅助依据。书写习惯是由于书写人生理、心理、病理、书写的环境条件以及学习和练习的时间、强度等的不同，衍生出来的一种具有个体性的特殊的书写动作方式。书写习惯是人们在练习文字符号和其他符号的书写动作系统过程中所形成的，并在重复书写时必然表现出来的脱离了规范书写动作系统的种种特点。综合上述笔迹检验的理论和书写习惯的特点，在提取样本时应注意以下问题：

一、真实可靠

在提取被鉴定人的书写样本时，一定要保证其样本的真实性，确定样本为被鉴定人书写。在样本的提取时，提取人往往会提取被鉴定人的档案或者有被鉴定人署名的报告、调研文章、心得体会、思想汇报等文件作为样本使用，但是这类文件大多不是被鉴定人书写，特别是有一定社会地位的人和领导干部大多由他人代笔，如果不加以甄别就作为样本使用，其鉴定结论一定是错误的。

二、时间相近

这里的时间相近是指样本形成时间要与检材形成时间相对接近，为同一时期形成最好。因为书写习惯的稳定性是指书写动作习惯的特殊性在一定的时期内保持相对稳定而不发生根本改变的属性。稳定性受书写人生理、心理或定型程度等影响，而使其稳定性的程度具有阶段性。书写人在少年、青年、中年、老年等不同时期，其书写特征会有变化，是受生理变化影响，其肢体力度的大小、肌肉的控制协调、视力变化等生理因素对书写技能产生较大影响。书写人在发生能过影响身体机能的疾病前后书写的字迹也會发生较大变化。

三、书写条件

书写条件主要是指书写载体对笔迹的影响，如检材为账簿、账册上书写的字迹，而样本为空白纸张或者稿纸上书写的字迹。因账簿、账册上边框限制，并且书写空间较小，书写的字迹往往较为拥挤，影响字迹的正常书写，笔迹特征的表现不够充分乃至发生变化。而空白纸张或者稿纸没有局限性或者局限性较小，不影响字迹的书写，表现的书写特征较为充分。两者比对时差异的特征就会相对多，影响分析判断。

四、字体相同

对于书写技能强、书写水平高的人，会写多种字形字体，如楷书、行书、草书等。因为不同字体的书写规范不同，笔顺、搭配、练笔等要求各不相同，所以不同的字体间一般不做比对。因此提取样本时要提取与检材相同字体字形的书写材料。

根据笔迹鉴定样本的来源、形成方式和在鉴定中的作用进行分类，可以将其分为平时样本、案后自由样本、实验样本及参照样本。

1.平时样本

平时样本是指被鉴定人在案件诉讼发生前工作、生活中没有受到案件诉讼影响的情况下书写的文字手稿。平时样本往往如实、客观地反映了被鉴定人固有的书写习惯，无任何伪装或者摹仿书写的特点。能提取到与检材格式、题材相同且为同时期的样本，其价值更高。

2.案后自由样本

这种样本多见于职务犯罪或刑事案件中，多在检察机关办理案件中使用该种样本的提取方式，让涉案的被鉴定人反复书写“情况说明”或者“检查”，这样检材中的大多数“字”在案后自由样本中都有多次的重复出现，由于被鉴定人在这时候还没有意识到其可能被用作样本使用，书写的文字往往也能如实、客观的反映被鉴定人的书写习惯。

3.实验样本

实验样本是指在相关人员的监督下，令被鉴定人按照一定的书写形式和条件书写的文字手稿。实验样本的提取方法可以采取默写、听写、抄写等方法。令被鉴定人快速、慢速、正常速度在相对集中时间内大量、反复书写与检材内容相同的字。

4.参照样本

参照样本是案件中因为手写文书而被牵连的人亲笔书写的文字手稿。这种样本多见于少量字的笔迹鉴定特别是签名。其目的是为了排除相关人而收集提取的样本，是为了进一步确定检材笔迹的出处，做出完全符合客观事实的鉴定结论。

样本条件的好坏直接关系到鉴定结论认定的程度和准确性。样本的提取一定要收集程序合法，来源要真实可靠。要提取充分数量的具备可比条件的样本。

参考文献：

[1]邹明理，杨旭.《文书无证司法鉴定实务》，2012.

独立样本检验 篇4

关键词：男女生,学习时间,学习成绩

一、引言

学习成绩是衡量学生综合能力的一个重要指标, 那么影响在校大学生学习成绩的因素有哪些呢?学习态度, 方法, 信心, 潜力等都对学习成绩有较大影响。那么学习时间是否与学习成绩成正比呢?学习时间对学生的成绩有多大影响呢?以及男女生学习时间的差异反应在成绩上有显著性吗?这些问题正是本文作者将要讨论、证明的。

独立样本t检验是比较两个不同样本在某个变量上的差异, 看它们之间的差异是随机差异还是本质上的差异。本文使用SPSS17.0对男女生这两个独立样本在学习时间和学习成绩这两个变量上进行检验, 比较分析男女生在学习时间上的差异, 以及学习时间对学习成绩的影响。

本文的数量均来自, 文秋芳“英语学习者动机、观念、策略的变化规律与特点”一文 (《外语教学与研究》2001年第2期) 。

二、研究方法

1、研究对象

研究对象为南京大学72名英语专业一年级本科生, 女生57人, 男生15人, 并对他们进行跟踪研究。首先收集他们在入学时的英语成绩和汉语成绩, 以及他们在大学二年级时参加英语专业全国四级考试的成绩。除此之外, 分别记录他们在第一学期课外学习英语的时间, 以及他们在第四学期课外学习英语的时间。

2、实验设计

实验设计为独立样本t检验。t检验是用来比较不同数据的平均值, 本文比较的是男女这两个不同样本在学习时间和学习成绩这两个变量上的差异。首先对“课外1” (第一学期课外学习英语的时间) 和“课外2” (第四学期课外学习英语的时间) 这两个时间变量进行独立样本t检验, 分析男女生在努力程度上是否存在差异。接着对男生和女生的英语四级成绩进行独立样本t检验, 研究男女生在学习成绩上是否存在差别, 并且分析学习时间对学习成绩的影响。

3、试验程序

本实验首先随机选取某大学英语专业的72名大一新生 (包括女生57人, 男生15人) , 记录他们高考时的英语成绩和汉语成绩, 分别表示为“英语入学”和“汉语入学”。对他们进行跟踪观察, 在第二学期末, 调查他们在第一学期课外学习英语的时间;在第四学期末, 调查他们在第三学期课外学习英语的时间;除此之外记录他们在大学二年级时参加英语专业全国四级考试的成绩。

作者假定表中数据符合进行独立样本t检验的各项条件。首先用SPSS 17.0进行独立样本t检验, 检验在第一学期和第四学期男生和女生在课外学习英语的时间, 以及由时间反应他们学习英语的努力程度。接着在对他们的英语四级成绩进行独立样本t检验, 检验在学习时间不同的情况下学习成绩是否有显著差异。

三、结果与讨论

1、男女学习时间上的差异

从表1可以看出, 男生在第一学期课外学习英语的时间平均为10.6667小时, 而女生的平均时间为16.8042, 所以女生在第一学期课外平均学习英语的时间多于男生6.1375小时。男生在第四学期课外学习英语的平均时间多于第一学期, 为14.1小时, 而女生在第四学期课外学习英语的平均时间也多于第一学期, 为18.7302小时。在第四学期女生课外平均学习英语的时间多于男生4.6302小时。

通过检验可知, 男生组和女生组在“课外1”和“课外2”这两个变量上的方差是相等的。所以, 需要看t检验的结果数据。Sig.是双尾t检验的显著性概率。“第一学期课外学习英语时间”和“第四学期课外学习英语时间”两个变量的显著性概率分别是0.001和0.012, 都小于0.05的显著性水平。所以, 两组在“课外1”和“课外2”这两个变量上有显著差异。

有此可知, 无论在第一学期还是在第四学期, 女生均比男生在课外学习英语的时间长。

2、男女学习成绩上的差异

由表3可知, 在“英语四级”成绩这一变量上, 男生的平均成绩是75.0667, 女生的平均成绩是77.4123, 平均成绩之差是2.3456。观察这三个数据可知, 男生和女生在四级成绩上差别不是很大, 没有显著性。为了检测这些差异是随机差异还是数据本质上的差异, 在对“英语四级”这一变量进行独立样本t检验。

通过检验可知, Sig.是双尾t检验的显著性概率。在“假设方差相等”和“假设方差不相等”这两方面, Sig.值都大于0.05的显著性水平。所以, 可以得出, 男生和女生在四级成绩上没有显著差异。

由以上分析可知, 男生和女生虽然在学习时间上存在差异, 男生课外学习英语的时间显著少于女生;但是, 男生和女生在英语四级成绩上并没有显著差异, 说明男生虽然课外学习英语的时间少于女生, 但是他们学习效率比女生要高。

由此可以得出, 学习时间的长短不是影响学习成绩的直接因素。

四、结论

在日常教学和学习活动中有很多因素可以影响学生的学绩, 学习时间是一个很重要的指标。本文通过对72名英语专业大学生课外学习时间和英语四级成绩的跟踪观察, 分别对男生组合女生组在学习时间变量和四级成绩变量上进行独立样本t检验, 作者发现:学习时间虽然是影响学习成绩的重要因素, 但是学习时间长短并没有直接影响学习成绩, 在时间这一因素中, 还需同时考虑效率因素对学习成绩的影响。

备注: (1) 编号表示每个学生的编号;性别1.00代表男生, 2.00代表女生;英语入学表示学生入学时的英语成绩;汉语入学表示学生入学时的汉语成绩;英语四级代表大学二年级时参加的英语专业全国四级考试成绩;课外1代表, 第二学期末, 调查他们在第一学期课外学习英语的时间;课外3表示, 第四学期末, 调查他们在第三学期课外学习英语的时间。 (2) 本文的数量来自文秋芳“英语学习者动机、观念、策略的变化规律与特点” (《外语教学与研究》2001年第2期) 。

参考文献

[1]Heppner, P.Paul&Mary J.Heppner.Writing Your Thesis, Dissertation&Research[M].北京:北京大学出版社, 2009.

[2]范琳, 刘振前.英语叙事语篇因果连贯对中国学生实时主题推理影响的研究[J].外语研究, 2009.

[3]韩宝成.外语教学科研中的统计方法[M].北京:外语教学与研究出版社, 2000.

[4]秦晓晴.外语教学研究中的定量数据分析[M].武汉:华中科技大学出版社, 2003.

[5]文秋芳.英语学习者动机观念、策略的变化规律与特点[J].外语教学与研究, 2001.

[6]张厚粲, 徐建平.现代心理与教育统计学[M].北京:北京师范大学出版社, 2004.

独立样本检验 篇5

【关键词】血液样本；检验质量；影响因素；解决措施

【中图分类号】R446 【文献标识码】B【文章编号】1004-4949（2014）08-0197-01

随着医疗技术发展与血液分析设备的不断更新，血液样本的检验水平也相应的提高，尤其是血液样本检验质量和检验效率，更是因仪器设备的更新而显著提高。但是由于血液样本检验的各个环节都受到诸多因素的影响，在一定程度上对其质量检验结果的准确性造成了不利影响。因此，加强对血液检验各环节的管理控制，对于提高血液样本检验质量结果的准确性非常重要。

1 血液样本检验质量结果的影响因素及改进措施

1.1 血液样本检验前的影响因素及控制措施

在临床试验的過程中，医生无法对血液样本全部的检查项目及其数据指标做到完全的掌握，不仅需要与血液检验部门进行有效沟通，以便选择合适的检验项目，而且还要对血液检验项目和内容大力宣传，并详细记录申请血液检验患者的详细资料与临床症状，以免检验样本出现混淆情况。

采集患者血液的时候，医护人员要做到落针准确无误，保证药物可以沿着管壁缓慢地注入试管。如果医护人员在落针的时候出现失误，不仅会加大血液采集工作难度，而且还可能导致采集标本出现凝血和溶血现象。同时，医护人员在血液采集过程中，需要使用不同于输液的血管，以免出现血液稀释的情况。此外，血液采集时间需要患者空腹12h后进行，以保证血液样本生化指标的准确性，但是患者的空腹时间也不宜过长，否则人体内成分与代谢产物的变化也会对检验结果的准确性造成不利影响。

检验人员要严格按照标准程序，对血液样本进行签收和保存，避免样本出现血量不足和溶血等情况，从而影响血液检验质量结果。如果出现上述情况，检验人员需要要求申请人重新采集血样，并叮嘱其需要注意的相关事项。检验人员还要注意样本检验和保存的时间限制，对无法复检的样本选择合适的保存方法。

1.2 血液样本检验过程中的影响因素及控制措施

1.2.1 采取正确的样本检验方法。检验人员要依据检测设备效能和申请血液检验患者的需求，采取合适的检验方法，并加强对血液样本检验指标的评估力度，以保障样本检验的准确性和可靠性，避免检验样本交叉感染情况出现。

1.2.2 保障检验设备正常功能。在检验设备使用以后，检验人员都要对其检验日期和运行情况进行记录，如果发现存在故障问题要及时的维修，并做好定期保养维护工作，以保障检验仪器设备的精确度。如果检验标本的结果失控，检验人员要先找出其失控的原因，并进行分析和总结，有的放矢地采取改进措施，尤其是对检验仪器的维护和保养工作，要做到一丝不苟、精益求精。

1.2.3 认真填写实验室提供与设计的原始表格。检验人员在记录血液样本检验结果的时候，要标明检验日期、检验编号、检验内容、检验数量、检验数值和检验结果等相关信息，以及仔细填写负责血液样本检验和校核人员名字，并开具出血液样本检验结果的分析报告单，以便于对检验过程和检验数据进行核查，确保检验结果的准确性。

1.2.4 选择合适的血液样本。在对血液样本进行检验的过程中，如果检验人员选取末梢血，在将其充分混合均匀后开始检验，有时候检验样本中的白细胞等指标会存在虚升或虚降的情况，经过一段时间后才会自动恢复正常。如果检验人员以静脉血作为检验样本，不但不会存在异常现象，而且静脉血中的成分不会因环境变化而受到影响。静脉血无论在体外或者体内，其成分、性质和比例都是一定的，可以准确地反映人体血液循环的真实情况。因为静脉血可以进行多次测定，重复性较好，所以在采集血液样本的时候，检验人员需要采集较多的静脉血血量，保证血液样本检验质量结果的准确性。而末梢血作为支撑毛细血管、静脉血液、动脉、细胞内和组织间液的血液，无法真实反映血液的循环情况。如果在采集血样的过程中，患者出现血流不畅的情况，血样采集的时间就会延长，血液在反复挤压的过程中被稀释，从而出现血小板大量聚集的情况，对计数结果产生不利影响。因此，检验人员在采集血样的时候最好选用静脉血。

1.3 血液样本检验结束后的影响因素及控制措施

在血液样本检验工作结束后，检验人员不要急于对检验结果下结论，需要对检验结果进行反复审核，避免出现漏检和错检等情况，以保证血液样本检验结果的可靠性与准确性。如果检验人员发现检验结果存在问题，需要及时与检验部门进行联系和沟通，对血液样本采取重新检验的措施，以免错误的检测数据和信息进入临床中，影响到医生对患者设计正确的治疗方案。因此，检验人员要认真仔细的检查与审核血液样本的检验结果，确保其检验质量结果准确无误。

2 讨论

为了确保血液样本检验质量结果的万无一失，检验人员不仅要做好血液样本的采集工作，加强对血液样本检验过程和检验结束后审核工作的控制，而且还要对影响检验质量结果的相关因素进行认真地分析和总结，以便有针对性地对检验工作进行调整和改进，避免出现不应有的工作失误，从而在根本上保障血液样本检验质量结果的可靠性与准确性，为临床医生为患者制定合适的治疗方案提供有力的依据，使患者早日恢复健康。

参考文献

[1]王裕红. 质量管理控制在血液样本检验中的应用研究[J]. 中外医疗，2012，04：26-27

独立样本检验 篇6

由此可见，二次抽样方法检验标准，是以母蛾的第一样本与第二样本的病蛾检出集团数与允许的病蛾数 (C1或C2值) 的比较来判定对应批 (段) 合格与否的。这种抽样方法及判定标准的可靠性怎样?钟伯雄等(1987)采用计算机模拟抽样的方法验证二次抽样方法的准确性，得出现行的二次抽样方法误判率小于1.5%，具有极高的可信度(大于98.5%)[1]。其实在家蚕母蛾检验实行二次抽样方法中，有部分批次需要检两个样本，比较这些批次中两个样本检验结果的相关关系，就相当于进行了分半法，能验证二次抽样检验方法的可靠性。分半法是衡量测量(检验)结果可靠程度大小的一种计算方法，是指将正常的一次测验分成等值的两半，分别计算每个总体在两半测验的得分，然后求出两半测验成绩的相关系数，作为分半法测验的信度估计，衡量测量(检验)结果可靠程度[2]。很显然通过分半计算方法验证，可以确定二次抽样方法的可靠性。

本文以广西2004～2007年共1620个批 (段) 一代杂交种母蛾第一样本、第二样本病蛾集团数检出结果的资料进行分析比较，初步探析其对应性和相关性，并就二次抽样检验方法的可靠性做些分析。

1 材料与方法

1.1 材料

2004～2007年广西一代杂交种母蛾检验需要检第二样本批 (段) 共1620个，其中2004年有254批，2005年有315批，2006年有499批，2007年有552批，涉及全区23个蚕种场。

1.2 方法

1.2.1 分区汇总

依据第一样本和第一、第二样本合计允许病蛾数(C1和C2)的值把1620个批 (段) 的第二样本的病蛾集团数d2分3个区域{d2, d2≤C1}、{d2, C1C2}进行分类，并比较各区段的分布比例。

1.2.2 相关性分析

分别计算各年(2004、2005、2006和2007年)及总1620个批 (段) 的第一样本和第二样本的病蛾集团数的相关系数，并采用斯皮尔曼—布朗公式进行校正，再进行显著性检验。

2 结果与分析

2.1 汇总结果

将1620个批 (段) 母蛾分别检第一样本、第二样本的病蛾集团数结果进行整理，并对第二样本病蛾集团数检验结果加以分析，结果如表1。

注：表中d1表示第一样本的病蛾集团数;d2表示第二样本的病蛾集团数;C1表示第一样本允许的病蛾集团数;C2表示第一、第二样本累计允许的病蛾集团数。

设立第一样本允许病蛾数标准和第一、第二样本合计允许病蛾总数标准的二次判别方法，所有要检第二样本的批次均是第一样本的病蛾数d1在C1C2区域仅是少数，为4.50%。在1620个批 (段) 中，有1306个批 (段) 母蛾样本病蛾率检验结果判为合格(即d1+d2≤C2)，为80.62%，其中有47.03%是第二样本病蛾数大于C1而又小于等于C2的情况。有314个批 (段) 病蛾率检验超标判为不合格 (即d1+d2>C2) ，为19.38%。2004年～2007年，需进行母蛾第二样本病蛾率检验的批 (段) ，约有五分之一判为不合格，其中有4.50%是第二样本病蛾数大于C2的情况，有6个批次的第二样本病蛾数小于C1，而第一、第二样本合计病蛾总数又是大于C2的情况，为0.37%，这数值远小于二次抽样方法要求误判率小于1.5%的值。

2.2 母蛾第一样本与第二样本病蛾率检出结果的对应性分析

在母蛾检验中第一样本与第二样本病蛾率检出结果的对应性是指在两个样本中不管以哪一样本为第一样本均得到相同的结果(淘汰或未淘汰，并需要检第二样本)。那么出现检第二样本的情况是第一样本检出的病蛾集团数大于母蛾第一样本允许的病蛾集团数C1，而又不大于其第一、第二样本合计允许的病蛾集团数C2。假如第二样本检出的病蛾集团数也同样是大于C1而又不大于C2，则认为母蛾第一样本与第二样本病蛾率的检验结果为对应。反之，则为不对应。

由此，在1620个批 (段) 中，母蛾第一样本与第二样本病蛾率检出结果对应的共762个批 (段) ，为47.03%，其中有190个批段的母蛾第一样本与第二样本病蛾率检出结果相等，为11.72%。另外，有858个批 (段) 检验结果表现不对应的 (包括第二样本病蛾数小于C1和大于C2) ，为52.96%，其中第二样本病蛾数小于或等于C1的批段有785个，为48.45%，大于C2的批段有73个，为4.50%。在此1620个批 (段) 中，一方面尚有236个批 (段) 的母蛾第二样本检验病蛾竟“未发现”，占14.56%。则根据这些数值发现在1620个批 (段) 中, 母蛾第一样本与第二样本病蛾率检出结果的对应性偏低。

2.3 母蛾第一样本与第二样本病蛾检出率的相关性

相关性是指两个相关事物具有相随共变或相随共现的情况, 这种联系会表现出不同的强度, 相关系数就是对该“强度”进行度量的数值。将母蛾检验各年及总1620个批 (段) 的第一样本与第二样本病蛾检出数以相关系数计算公式[r=SP12/ (SS1·SS2) 讓讈]进行计算[3]，如表2，各年与总1620个批 (段) 的相关系数分别为0.420、0.363、0.436、0.412和0.412，再用斯皮尔曼-布朗公式计算进行校正，各值依次分别为0.592、0.474、0.607、0.584和0.584。采用谢文采 (1988) 方法进行各相关系数显著性检验[4]，发现各年及总1620个批 (段) 的第一样本与第二样本病蛾检出数均达到中度相关程度。

*:R=2r/ (1+r) ;将R做Z值转换, 再进行t检验, t= (Zr-Zc) /σz, 式中:Zr为R的转换值, Zc为c (为0.33或0.66) 的转换值, σz为Z的标准误, σz= (1/n) 1/2, n为样本含量。**:相关极显著。

3 讨论和建议

3.1 母蛾第一样本与第二样本的对应性分析

二次抽样母蛾检验方法，是以检出第一样本、第二样本的病蛾集团数，再根据允许的病蛾数C1和C2来判定合格与否。根据C1和C2的数值，可以分为3个连续的数值区域(即d≤C1、C1C2) 。只有第一样本与第二样本检出的病蛾集团数同时落在3个区域中的同一值域，才能表示它们对应。其实在总体的量及抽样比不变的情况下，总体的病蛾集团数将直接影响样本间的关系，当总体中的病蛾集团数越接近C1值，样本的病蛾集团数大多不大于C1值，样本与样本在小于C1值的范围对应性好，即表现为高合格率上的对应，但也有部分样本病蛾集团数介于C1～C2间，甚至有大于C2的情况;当总体的病蛾集团数介于C1～C2且处居中，则部分样本的病蛾集团数小于C1，部分样本则在C1与C2之间，也有部分大于C2的情况，其表现为可判合格与难以判定之不对应。当总体的病蛾集团数接近或等于C2值，样本的病蛾数少部分小于C1、也有大于C2、大部分介于C1～C2间的三种情况，样本情况复杂，有合格的、有难判定的;当总体的病蛾集团数大于C2样本的病蛾集团数将以大于C2为主，介于C1～C2间的 (尚不排除有小于C1的小概率事件发生) ，其表现形式大部分或部分样本可判不合格而部分或小部分为不确定[5]。则在所有要检第二样本的批次中，虽然第一样本的病蛾数d1在C1

因此，第一样本和第二样本检出的病蛾集团数不一定能全部对应，有部分不对应是必然的。部分不对应不是由二次抽样检验误差造成，而是客观存在的结果。

3.2 母蛾第一样本与第二样本的相关性分析

相关性———从自变量和应变量的一系列量值的计算和分析，以确定相互间的关联程度，属较为严谨的定量分析的重要方法。将各年及总1620个批 (段) 的第一样本与第二样本病蛾检出数以相关系数计算公式进行计算，总1620批 (段) 的相关系数为0.412，各年的相关系数也均是接近于该值，通过相关系数显著性检验证明第一样本与第二样本病蛾率检出结果达到中度相关的程度。简言之，母蛾第二样本病蛾检出结果相近于第一样本病蛾检出结果。据李掌林等(2002)进行类似的统计[5]，第一样本与第二样本病蛾检出数的相关系数为0.272，只是达到极低度的相关性，与本文结论不一致，由于对相关程度的检验和其它显著性检验一样, 抽样误差存在犯两类错误的可能性, 但随着样本量n的增加是可以少犯两类错误的, 李掌林等(2002)统计的对象只有139个批段，而本文统计的批段有1620个，结果更可靠。

3.3 二次抽样方法的可靠性分析

在1620个批 (段) 中, 母蛾第一样本与第二样本病蛾率检出结果对应的比例只为47.0%，比不对应的比例(52.96%)明显偏低。此结果与李掌林等(2002)统计结果基本一致。既然母蛾第一样本、第二样本 (或另外样本) 的病蛾检出结果的对应性不高，而且明显比不对应性偏低，那么二次抽样的母蛾检验结果的可靠性如何?采用分半检验方法分析，求出第一样本与第二样本病蛾检出数的相关系数，得出第一样本与第二样本病蛾率检出结果达到中度相关的程度，用斯皮尔曼-布朗公式加以校正后的信度系数为0.584，远远大r (1000) 0.01=0.081的积差相关系数检测值，说明整个测试信度高，结论真实可信，即二次抽样检验方法可靠性强。而且二次抽样的母蛾检验方法的病蛾率检验判定标准是依据数理统计原理设计制定而成的，它的置信度在98.5%以上，即错判率不大于1.5%，本次统计1620批段中也只有6个批段 (0.37%) 出现第二样病蛾集团数小于C1，而第一、第二样的累计病蛾集团数又是大于C2的情况，即如把第二样本当做第一样本进行检验并实行现行的病蛾率检验判定标准，在1620次检验判别中，只有6次(0.37%)把不合格蚕种判为合格蚕种，明显小于1.5%的错判可信度，说明二次抽样母蛾检验结果的可靠性和准确性具有98.5%以上的概率保证，也说明该方法具有很强的可靠性。

摘要：通过对2004～2007年广西家蚕一代杂交种母蛾检验中, 所有需要检第二样本的批段 (共1620个批段) 的母蛾病蛾数进行分析, 调查母蛾检验中第一、二样本检出病蛾集团数的对应性和相关性, 并论证二次抽样母蛾检验方法的可靠性。

关键词：母蛾检验,一代杂交种,二次抽样,相关性

参考文献

[1]钟伯雄, 杨明观, 陈钦培.集团母蛾检查抽样方案的计算机模拟[J].蚕桑通报.1987, 18 (3) :4-8.

[2]郑凯.测量可靠性及其估价方法分析[J].体育科学.2007, 27 (2) :90-93.

[3]贵州农学院主编.生物统计附试验设计.1986:145-149.

[4]谢文采.关于如何确定样本相关系数 (r) 相关程度的相榷[J].中国畜牧杂志.1988, 2:32-33.

独立样本检验 篇7

1 资料与方法

1.1 一般资料

选取我院2012年1月至2012年7月化验的340份临床血液生化检验标本, 所有标本均由临床护士送检。

1.2 方法

对上述标本进行回顾性分析, 将不合格的标本记录下来。

1.3 统计学分析

运用SPSS13.0统计学软件对数据进行分析, 如果P<0.05, 则说明差异具有统计学意义。

2 结果

340份临床血液生化检验标本中, 不合格的标本有40例, 占总数的11.76%, 其中有20份不合格标本是由标本采集方法不当引起的, 10份不合格标本是抗凝剂和血量比例不合理引起的, 10份不合格标本是由血液标本保存不当引起的。见表1。

3 讨论

3.1 影响血液样本检验质量结果的因素

3.1.1 标本采集方法:

首先, 采血者的采血技术。如果采血时缺乏准确的定位针, 针尖在静脉内反复探来探去, 极易导致血液标本溶血、凝血等, 会加大采集的难度;其次, 采血时间。如果空腹时间过长, 人体内一些成分就会过度下降, 同时一些代谢产物也会过度升高;再次, 止血带的使用。如果止血带结扎时间在2min以上, 大静脉血流就会受阻, 提升毛细血管内的压力, 造成血管内液和组织液交流, 从而使具有较小的相对分子量的物质向组织液逸入;随着压迫时间的延长, 血液成分会在局部组织缺氧的情况下逐渐变大, 从而导致检查结果在正常水平上增高或减低[1]。上述情况均会导致检验结果不准确。

3.1.2抗凝剂和血量比例:

血液凝固是一系列生化反应, 有多种凝血因子参与, 因此说抗凝剂的作用机制是终止血液凝固某些环节的生化反应。血液标本不同, 所使用的抗凝剂也不同。血液标本受到抗凝剂的深刻影响, 抗凝剂和血液的比例只有呈恰当的比例才能保证准确的检查结果, 过高或过低都不行[2]。

3.1.3 血液标本保存:

采集完血液标本后, 如果不能及时送检, 随着存放时间的延长, 血浆K+会升高, 血糖会降低。有研究表明, 全血标本存放于室温下, 随着时间的延长, 血小板平均容会逐步增高, 和即刻检测相比, 4h后的检测结果差异就具有显著的统计学意义 (P<0.05) ;同时, 血小板、红细胞、白细胞等也会逐步下降, 和即刻检测相比, 2～5d后的检测结果差异就具有显著的统计学意义 (P<0.05) [3]。

3.2 血液样本检验的质量控制

3.2.1 加强采血前相关注意事项的告知:

供血者的准备深刻地影响着血液样本检验的质量结果, 是保证检验质量的内在和前提条件。如果供血者来自于团体, 由于可以确定该类供血者的体检日期和个人信息, 因此可以在体检一周前向其发放体检表, 并将详细的体检须知标注在体检表中, 让供血者对体检前应注意的事项有一个大致的了解, 从而在体检前做好正确而充分的准备, 将各种因素的影响降低到最低限度[4];如果供血者为个体, 应该在选择体检项目之前对其准备情况进行详细的了解, 如果供血者不符合相关要求, 则建议其推迟体检日期, 以对由于供血者准备不当而影响检验结果的情况进行有效的预防。

3.2.2 规范医护人员采血工作流程:

采血过程中需要对很多内容进行查对, 比如, 供血者的姓名等个人信息、试管的选择等, 医院医护人员一旦在工作环节中出现差错, 就会使血液样本的合格率受到严重的影响, 因此医院有关负责人应该将详尽的采血流程指引及查对制度建立起来, 让护理人员在采血过程中有章可循, 并在进行采血工作中严格依据流程指引, 同时加强对护理人员的培训, 使护理人员的工作执行力和责任感显著增强, 从而促使其认真查对采血各环节, 将差错的发生率降低到最低限度。

3.2.3 实施信息化管理:

随着科技的不断发展与进步, 医院检验信息系统也得到了不断的完善, 各医院普遍应用了条形码技术。在采血试管上直接粘贴上条形码, 对验单和试管的分离现象进行了有效的预防和避免, 使手写检验单因字迹不清、信息不详而易出错的发生概率得到了极大程度的降低, 从而使血液检验样本标识的唯一性得到了有效的保证, 在一定程度上减少了各种差错的发生, 同时, 在采血环节中的检验单编号逐渐被条形码所替代, 促进采血工作效率的显著提升。参考文献

摘要：目的 探讨影响血液样本检验质量的因素及临床控制策略, 以提高血液样本检验的质量。方法 回顾性分析我院在2012年1月至2012年7月采集的340份血液样本, 并分析血液样本检验的质量。结果 340份临床血液生化检验标本中, 不合格的标本有40例, 占总数的11.76%。结论 通过进行分析造成血液样本检验质量的因素主要有标本采集方法不当、抗凝剂和血量比例不合理等, 所以规范采集方法, 实施标准化工作能够有效提高检验的质量, 为临床诊断和治疗提供依据。

关键词：血液样本,检验质量,因素

参考文献

[1]黄金, 梁庆华.医学检验质量控制分析[J].检验医学与临床, 2011, 8 (10) :75-76.

[2]刘忠实.血液生化检验中标本误差的成因及应对措施探讨[J].中外医疗, 2011, 30 (3) :206-208.

[3]阮桂芝.加强生化检验分析前质量控制减少医疗事故与纠纷[J].中国医药指南, 2009, 7 (11) :56-59.

独立样本检验 篇8

Modified Weibull分布由Zaindin和Sarhan首先提出[1],该分布包含诸如广义指数分布、Rayleigh分布、Weibull分布和线性指数分布等在可靠性以及寿命试验领域有着广泛的应用的分布,引起一些学者的兴趣.针对Modified Weibull分布,文献[1]基于独立同分布样本研究了该分布的一些性质以及参数的最大似然估计;文献[2]基于排序样本研究了该分布参数的极大似然估计;文献[3]基于定数截尾样本,研究了参数的最大似然估计和最小二乘估计;文献[4]基于分组数据和删失数据,研究了参数的最大似然估计以及渐进置信区间估计。

设随机变量X为来自Modified Weibull 分布的随机变量,相应的概率密度函数为

$f(x|\theta )=(\theta +\alpha \beta x{}^{\beta -1})\exp (-\theta x-\alpha x{}^{\beta }),x\ge 0$ (1)

式(1)中θ>0为刻度参数,α,β>0为形状参数。

简记为DMW(θ,α,β)。现在将在形状参数α,β已知的条件下,基于NA样本,研究分布DMW(θ,α,β)的未知刻度参数θ的经验Bayes单边假设检验问题。以下均记样本空间为$\text{Ω}=\{x|x\ge 0\}$,参数空间为$\Theta =\left\{\theta >0|{\displaystyle \underset{\text{Ω}}{\int }f}(x|\theta )\text{d}x=1\right\}$。

1 经验Bayes估计的引出

下面首先引入负相依(NA)序列的定义。

定义1[5] 随机变量X1,X2,…,Xn称为NA的,如果对于集合{1,2,…,n}的任何两个不交的非空子集A1与A2都有Cov(f1(Xi,i∈A1),f2(Xi,i∈A2))≤0,其中f1和f2是任何两个使得协方差存在且对每个变元均非降(或同时非升)的函数。称随机变量序列{Xj,j∈N}是NA的,如果对任何自然数n≥2, X1,X2,…,Xn都是NA的。

现讨论下列单侧检验问题。

H0:θ≤θ0↔H1:θ>θ0 (2)

式(2)中θ0为给定的常数,设损失函数

L(θ,d0)=(θ-θ0)I(θ>θ0),

L(θ,d1)=(θ0-θ)I(θ≤θ0),

这里: d0表示接受H0,d1表示拒绝H0。

假设参数θ的先验分布为G(θ)未知,设随机化判决函数为

δ(x)=P(接受${\rm H}{}_0|X=x)$ (3)

则δ(x)的风险函数

$\begin{array}{l}R(\delta (x),G(\theta ))={\displaystyle \underset{\Theta }{\int }{\displaystyle \underset{\text{Ω}}{\int }[}}L(\theta ,d{}_0)f(x|\theta )\delta (x)+L(\theta ,d{}_1)\times \\ f(x|\theta )(1-\delta (x))]\text{d}x\text{d}G(\theta )。\end{array}$

$R(\delta (x),G(\theta ))={\displaystyle \underset{\text{Ω}}{\int }\beta }(x)\delta (x)\text{d}x+C{}_G$ (4)

此处

$C{}_G={\displaystyle \underset{\Theta }{\int }L}(\theta ,d{}_1)\text{d}G(\theta ),\beta (x)={\displaystyle \underset{\Theta }{\int }(}\theta -\theta {}_0)f(x|\theta )\text{d}G(\theta )$ (5)

令随机变量X的边缘概率密度函数为

$f{}_G(x)={\displaystyle \underset{\Theta }{\int }f}(x|\theta )\text{d}G(\theta )$ (6)

令${\rm P}{}_G(x)={\displaystyle \underset{\Theta }{\int }\exp }(-\theta x-\alpha x{}^{\beta })\text{d}G(\theta )$ (7)

于是PG(x)关于x的导数为

$\begin{array}{l}{\rm P}{}_G^{(1)}(x)={\displaystyle \underset{\Theta }{\int }(}-\theta -\alpha x{}^{\beta -1})\exp (-\theta x-\alpha x{}^{\beta })\text{d}G(\theta )=\\ -f{}_G(x)(8)\end{array}$

于是有 E[I(Xi>x)]=∫+∞xfG(x)dx=PG(x) (9)

所以由式(5)得

$\beta (x)={\displaystyle \underset{\Theta }{\int }\theta }f(x|\theta )\text{d}G(\theta )-\theta {}_0{\displaystyle \underset{\Theta }{\int }f}(x|\theta )\text{d}G(\theta )=$

αβ(β-1)pG(x)-(θ0+αβxβ-1)fG(x)-f${}_G^{(1)}$(x) (10)

这里f${}_G^{(1)}$(x)为fG(x)的一阶导数。

由式(4)可知Bayes检验函数为

$\delta {}_G(x)=\{\begin{array}{l}1,\beta (x)\le 0\\ 0,\beta (x)>0\end{array}$

(11)

其Bayes风险为

$R{}_G=\underset{\delta }{{\displaystyle \inf }}R(\delta (x),G(\theta ))={\displaystyle \underset{\text{Ω}}{\int }\beta }(x)\delta {}_G(x)\text{d}x+C{}_G$ (12)

注意下列事实:若先验分布G(θ)往往是不知道的,于是上述估计δG(x)无法使用,因而Bayes检验函数δG(x)无实用价值,于是需要引入经验Bayes(EB)方法。于是需要构造其风险可任意接近RG的EB判决函数。

2 经验Bayes检验函数的构造

在下列框架下构造经验Bayes检验函数。设X1,X2,…,Xn,Xn+1为同分布弱平稳的NA随机变量序列,其共同的概率边缘密度函数为fG(x),X1,X2,…,Xn为历史样本,Xn+1为当前样本。假定fG(x)∈Cs,α,x∈R1,其中Cs,α表示R1中的一族概率密度函数,其s阶导数存在、连续且绝对值不超过α,s≥2为正整数。首先构造β(x)的估计量。令s≥2为任意确定的自然数,Kr(x)(r=0,1,…,s-1) 是Borel可测的有界函数,在区间(0,1)之外为零,且满足下列条件

(A1)

$\frac{1}{t!}{\displaystyle {\int }_0^{1}y}{}^t{\rm K}{}_r(y)\text{d}y=\{\begin{array}{l}1,t=r；\\ 0,t\ne r,t=0,1,2,\cdots ,s-1。\end{array}$

(A2) Kr(x)在R1上除了有限点集E0外是可微的,且$\underset{x\in \mathit{R}{}^1-E{}_0}{{\displaystyle \sup }}\left|{\rm K}{}_r^{(1)}(x)\right|\le B<\infty$,其中K${}_r^{(1)}$(x)表示Kr(x)的一阶导数。

现对NA样本序列的协方差结构做如下假定。

(A3)${\displaystyle \sum _{j=1}^{\infty }\left|\mathrm{cov}(X{}_1,X{}_j)\right|}\le c<\infty$。

类似文献[6]定义fG(x)的核密度估计为

$f{}_n^{(r)}(x)=\frac{1}{nb{}_n^{1+r}}{\displaystyle \sum _{j=1}^{\infty }{\rm K}}{}_r\left(\frac{x-X{}_j}{b{}_n}\right),r=0.1$ (13)

式(3)中{bn}为正数序列,且$\underset{n\to \infty }{{\displaystyle \lim }}b{}_n=0$。

由式(9),构造PG(x)的估计量定义为

${\rm P}{}_n(x)=\frac{1}{n}{\displaystyle \sum _{i=1}^n{\rm I}}(X{}_i>x)$ (14)

所以β(x)的估计量为

βn(x)=αβ(β-1)pn(x)-(θ0+αβxβ-1)fn(x)-f${}_n^{(1)}$(x) (15)

所以经验Bayes检验函数可定义为

$\delta {}_n(x)=\{\begin{array}{l}1,\beta {}_n(x)\le 0\\ 0,\beta {}_n(x)>0\end{array}$

(16)

以下令En表示对随机变量X1,X2,…,Xn的联合分布求均值,则δn(x)的全面风险为

$R(\delta {}_n(x),G(\theta ))={\displaystyle \underset{\text{Ω}}{\int }\beta }(x)E{}_n[\delta {}_n(x)]\text{d}x+C{}_G$ (17)

若$\underset{n\to \infty }{{\displaystyle \lim }}R(\delta {}_n(x),G(\theta ))=R{}_G$,则称{δn(x)}为渐近最优的经验Bayes检验函数;

若R(δn(x),G(θ))-RG(x)=Ο(n-q),q>0,则称检验函数{δn(x)}的收敛速度为Ο(n-q)。

令c,c1,c2,…表示不同的常数,即使在同一表达式中它们也可取不同的值。

引理1[6] 令RG和R(δn(x),G(θ))分别由式(12)和式(17)定义,则

$\begin{array}{l}0\le R(\delta {}_n(x),G(\theta ))-R{}_G\le \\ {\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{\rm P}(\left|\beta {}_n(x)-\beta (x)\right|\ge \left|\beta (x)\right|)\text{d}x。\end{array}$

引理2[7] 设f${}_n^{(r)}$(x)由式(13)定义,其中X1,X2,…为同分布弱平稳的NA随机样本序列,假定条件(A1)-(A3)成立,对∀x∈Ω

(1) 若f${}_G^{(r)}$(x)关于x连续,$\underset{n\to \infty }{{\displaystyle \lim }}b{}_n=0,\underset{n\to \infty }{{\displaystyle \lim }}nb{}_n^{2r+4}=\infty$有$\underset{n\to \infty }{{\displaystyle \lim }}E{}_n\left|f{}_n^{(r)}(x)-f{}_G^{(r)}(x)\right|{}^2=0$。

(2) 若f${}_G^{(r)}$(x)∈Cs,α,当取$b{}_n=n{}^{-\frac{1}{4+2s}}$时,对于0<λ<1有:$E{}_n\left|f{}_n^{(r)}(x)-f{}_G^{(r)}(x)\right|{}^{2\lambda }\le cn{}^{-\frac{\lambda (s-r)}{s+2}}$。

引理3[8] 设PG(x)和Pn(x)分别由式(7)和式(14)给出,其中X1,X2,…为同分布弱平稳的NA随机样本序列,对于0<λ<1,有$E{}_n\left|{\rm P}{}_n(x)-{\rm P}{}_G(x)\right|{}^{2\lambda }\le n{}^{-\lambda }$。

3 EB检验函数的渐近最优性

定理1 设δn(x)由式(16)定义,其中X1,X2,…为同分布弱平稳的NA随机样本序列,假定条件(A1)-(A3)成立,又若

(1) {bn}为正数序列,且$\underset{n\to \infty }{{\displaystyle \lim }}b{}_n=0$且$\underset{n\to \infty }{{\displaystyle \lim }}nb{}_n^6=\infty$;

(2)${\displaystyle \underset{\Theta }{\int }\theta }\text{d}G(\theta )<\infty ;$

(3) fG(x)为x的连续函数。

则$\underset{n\to \infty }{{\displaystyle \lim }}R(\delta {}_n(x),G(\theta ))=R{}_G$

证明 记$Q{}_n(x)=\left|\beta (x)\right|{\rm P}(\left|\beta {}_n(x)-\beta (x)\right|\ge \left|\beta (x)\right|)$,则$Q{}_n(x)\le \left|\beta (x)\right|$,则由式(5)和Fubini定理得

$\begin{array}{l}{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}\text{d}x\le \left|\theta {}_0\right|{\displaystyle \underset{\text{Ω}}{\int }f}{}_G(x)\text{d}x+{\displaystyle \underset{\text{Ω}}{\int }{\displaystyle \underset{\Theta }{\int }\theta }}f\left(x|\theta \right)\text{d}G(\theta )\text{d}x\le \\ \left|\theta {}_0\right|+{\displaystyle \underset{\Theta }{\int }\theta }{\displaystyle \underset{\text{Ω}}{\int }f}\left(x|\theta \right)\text{d}x\text{d}G(\theta )=\left|\theta {}_0\right|+\\ {\displaystyle \underset{\Theta }{\int }\theta }\text{d}G(\theta )<\infty 。\end{array}$

故由引理1及控制收敛定理可知

$0\le \underset{n\to \infty }{{\displaystyle \lim }}R(\delta {}_n(x),G(\theta ))-R{}_G\le {\displaystyle \underset{\text{Ω}}{\int }\underset{n\to \infty }{{\displaystyle \lim }}}Q{}_n(x)\text{d}x$ (18)

由式(10)和式(15)及Markov不等式和Jensen不等式可得

$\begin{array}{l}Q{}_n(x)\le E{}_n\left|\beta {}_n(x)-\beta (x)\right|\le \left|\theta {}_0+\alpha \beta x{}^{\beta -1}\right|\times \\ [E{}_n\left|f{}_n(x)-f{}_G(x)\right|{}^2]{}^{\frac{1}{2}}+|\alpha \beta (\beta -1)|\times \\ [\text{E}{}_n\left|{\rm P}{}_n(x)-{\rm P}{}_G(x)\right|{}^2]{}^{\frac{1}{2}}+[\text{E}{}_n|f{}_n^{(1)}(x)-\end{array}$

$f{}_G^{(1)}(x)|{}^2]{}^{\frac{1}{2}}$。

又由引理2和引理3可知,对∀x∈Ω,有$0\le \underset{n\to \infty }{{\displaystyle \lim }}Q{}_n(x)\le 0$再结合式(18)知定理结论成立。

定理2 设δn(x)由式(16)定义,其中X1,X2,…为同分布弱平稳的NA随机样本序列,假定条件(A1)-(A3)成立,若fG(x)∈Cs,α,对于0<λ<1,有

(B1)${\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }\text{d}x<\infty$,

(B2)${\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }|\theta {}_0+\alpha \beta x{}^{\beta -1}|{}^{\lambda }\text{d}x<\infty$。

则当$b{}_n=n{}^{-\frac{1}{4+2s}}$时有

$R(\delta {}_n(x),G(\theta ))-R{}_G={\rm O}(n{}^{-\frac{\lambda s}{2(s+2)}}),$

其中s≥2为正整数。

证明 由引理1及Markov不等式得

$\begin{array}{l}0\le R(\delta {}_n,G)-R{}_G\le \\ {\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }E{}_n\left|\beta {}_n(x)-\beta {}_G(x)\right|{}^{\lambda }\text{d}x\le \\ c{}_1{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }\left|\theta {}_0+\alpha \beta x{}^{\beta -1}\right|{}^{\lambda }\text{E}{}_n\left|f{}_n(x)-f{}_G(x)\right|{}^{\lambda }\text{d}x+\\ c{}_2{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }|\alpha \beta (\beta -1)|{}^{\lambda }\text{E}{}_n\left|{\rm P}{}_n(x)-{\rm P}{}_G(x)\right|{}^{\lambda }\text{d}x+\\ c{}_3{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }\text{E}{}_n\left|f{}_n^{(1)}(x)-f{}_G^{(1)}(x)\right|{}^{\lambda }d\text{x}=\\ A{}_n+B{}_n+C{}_n(19)\end{array}$

由引理2,引理3及条件(B1)和(B2)得

$A{}_n\le c{}_{1}n{}^{-\frac{\lambda s}{2(s+2)}}{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }\left|\theta {}_0+\alpha \beta x{}^{\beta -1}\right|{}^{\lambda }\text{d}x\le c{}_{4}n{}^{-\frac{\lambda s}{2(s+2)}}$;$B{}_n\le c{}_{2}n{}^{-\frac{\lambda }{2}}{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }\text{d}x\le c{}_{5}n{}^{-\frac{\lambda }{2}};$

$C{}_n\le c{}_{3}n{}^{-\frac{\lambda (s-1)}{2(s+2)}}{\displaystyle \underset{\text{Ω}}{\int }\left|\beta (x)\right|}{}^{1-\lambda }\text{d}x\le c{}_{6}n{}^{-\frac{\lambda (s-1)}{2(s+2)}}$。

所以$R(\delta {}_n(x),G(\theta ))-R{}_G={\rm O}(n{}^{-\frac{\lambda (s-1)}{2(s+2)}})$,定理得证。

注1 当λ→1,s→∞时,${\rm O}(n{}^{-\frac{\lambda (s-1)}{2(s+2)}})$可任意接近Ο(n-1/2)。

摘要：在线性损失函数下,讨论了NA样本情形下Modified Weibull分布刻度参数的经验Bayes单侧检验问题。利用概率密度函数的核估计构造了参数的经验Bayes单侧检验函数,并获得了它的渐近最优性。在适当的条件下证明了所提出的经验Bayes检验函数的收敛速度可任意接近Ο(n-1/2)。

关键词：经验Bayes检验,渐近最优性,收敛速度,NA样本

参考文献

[1] Zaindin M,Sarhan A.New generalized Weibull distribution.Pak JStatist,2009;25(3):171—186

[2] Al-Hadhrami A A.Parametric estimation on modified Weibull distri-bution based on ranked set sampling.European Journal of ScientificResearch,2010;44(1):73—78

[3] Zaindin M.Parameters estimation of the modified Weibull distribu-tion.Applied Sciences,2009;3(11):541—550

[4] Zaindin M.Parameter estimation of the modified Weibull model basedon grouped and censored data.International Journal of Basic&Ap-plied Sciences,2010;10(2):122—132

[5] Joag-Dev K,Proschan F.Nagative association of random variableswith application.Ann Statist,1983;11:286—295

[6] Johns MV,Van Ryzin J.Convergence rates in empirical Bayes twoaction problems:continuous case.Ann Math Statist,1972;43:934—947

独立样本检验 篇9

1 资料与方法

1.1 一般资料:

选取2014年8月至2015年11月我院收治的200例免疫检验患者作为调查对象, 通过回顾分析法, 将100例患者作为对照组, 100例为观察组。观察组男性60例, 女性40例, 年龄29~70岁, 平均年龄 (43.87±8.65) 岁, 对照组的男性50例, 女性50例, 年龄30~72岁, 平均年龄 (45.22±9.25) 岁, 两组患者的年龄和性别等临床资料比较差异, P>0.05, 无统计学意义, 具有一定的可比性。

1.2 方法:

在对患者进行免疫检验中, 对照组主要进行常规免疫检验质量控制, 观察组进行严格免疫检验质量控制, 严格临床免疫检验质量控制的具体方法是: (1) 检验分析前的质量控制[2]。第一, 做好相应的离心机、恒温箱以及水浴箱等实验仪器、相关玻璃仪器的校对, 同时, 注意不要频繁更换仪器的生产厂家;第二, 在进行样本采集时, 应在保障样本质量的基础上, 严格按照正确的采血方法进行操作; (2) 检验分析过程中的质量控制[3]。第一, 工作人员应认真核对采集的样本基质和检验的样本基质是否相同;第二, 在整个检验中, 要严格按照说明书进行操作, 防止样本受到不必要的污染, 使得待测药物的浓度、试验要求的水平等方面相同;第三, 密切观察试剂的生产日期, 确保实验试剂保存在合理的储藏环境下。 (3) 检验分析后的质量控制。第一, 检验人员应做好相应的审核、检验等工作, 当检验结果存在异议时, 应及时送去检验, 使其符合研究结果为止;第二, 临床检测样本进行留样保存, 方便以后查阅, 并做好相应的登记。通过检验结果, 分别对两组患者进行对症治疗, 从而观察两组患者的治疗效果[4]。

1.3诊断标准。

对比两组患者的治疗效果, 患者的临床效果主要以显效、有效、无效为评价标准。显效:通过相应的检验后, 检出患者是否患有某疾病, 确保诊断的准确率, 没有误诊情况;有效:检验后, 检出患者是否患有某疾病, 却出现较少的误诊情况;无效:检测后, 检出患者是否患有某疾病, 具有非常严重的误诊情况。

1.4 统计学分析:

本次研究中涉及到的数据都以SPSS20.0统计软件进行统计、分析以及处理, 针对文章中涉及到的所有一般资料, 都以 (±s) 代表。同时, 针对文章涉及到的计数资料的对比选择卡方检验。此外, 针对涉及到的所有计量资料, 都需要用t值予以检验。通过客观分析、对比所有临床数据, 如果发现两组间数据存在明显的差距, 而且还有统计学方面的意义, 就以P<0.05予以表示。

2 结果

对照组显效40例, 有效51例, 无效9例, 总有效率为91%, 观察组显效60例, 有效39例, 无效1例, 总有效率为99%, 经比较, 观察组患者治疗后的效果明显要比对照组好, 两组患者的比较差异, P<0.05, 具有统计学意义。见表1。

3 讨论

在临床诊治上, 免疫检验对相关的疾病诊断具有非常重要的临床价值, 免疫检验结果会直接影响到医师对患者的临床诊断, 甚至严重影响患者治疗的效果, 因此应该重视[5]。免疫检验结果的内容主要包括样本的采集、运输以及保存等, 如果以上几种受到影响, 就会导致检验结果的准确度降低。因此, 加强对免疫检验的质量控制, 有利于提高临床检验的准确率[6]。在免疫检验质量控制中, 发挥着重要作用的因素主要有室内与室间的质量控制[7]。其中室内质量控制主要体现样本检验结果的准确性, 只有通过严格控制室内质量, 才可以确保检验结果的相同性;而室间质量控制主要体现在多个实验室检验相同的样本中, 并将检验结果作为有效的治疗参考依据。因此, 在目前实验管理过程中, 免疫检验质量控制的重要性越来越严峻, 有效的控制免疫检验质量, 可提高患者的临床治疗效果[8]。

本研究主要将我院收治的200例免疫检验患者作为调查对象, 通过回顾分析法, 对临床检测样本进行严格免疫检验质量控制, 在临床中获得了显著的效果。研究表明, 对照组显效40例, 有效51例, 无效9例, 总有效率为91%, 观察组显效60例, 有效39例, 无效1例, 总有效率为99%, 经比较, 观察组患者治疗后的效果明显要比对照组好, 两组患者的比较差异, P<0.05, 具有统计学意义。综上所述, 对临床检测样本采用严格免疫检验质量控制, 不仅可以提高数据检测的准确性, 确保诊断结果的正确性, 对临床治疗具有较高的临床价值, 值得推广使用。

摘要：目的 分析对临床检测样本进行严格免疫检验质量控制的效果。方法 选取我院收治的200例免疫检验患者作为调查对象, 通过回顾分析法, 将100例患者作为对照组, 100例为观察组。对照组主要进行常规免疫检验质量控制, 观察组进行严格免疫检验质量控制, 通过检验结果分别对两组患者进行对症治疗, 从而观察两组患者的治疗效果。结果 对照组显效40例, 有效51例, 无效9例, 总有效率为91%, 观察组显效60例, 有效39例, 无效1例, 总有效率为99%, 经比较, 观察组患者治疗后的效果明显要比对照组好, 两组患者的比较差异, P<0.05, 具有统计学意义。结论 对临床检测样本采用严格免疫检验质量控制, 不仅可以提高数据检测的准确性, 确保诊断结果的正确性, 对临床治疗具有较高的临床价值, 值得推广使用。

关键词：临床检测样本,严格免疫检验质量控制,效果,探究

参考文献

[1]陈惠敏.对临床检测样本进行严格免疫检验质量控制的效果分析[J].当代医药论丛, 2015, 13 (4) :48-49.

[2]李春燕, 邹淑杰.分析临床检测样本进行严格免疫检验质量控制的临床效果[J].生物技术世界, 2015 (7) :62.

[3]马冲, 寇红伟.临床免疫检验质量控制的实施内容与临床效果分析[J].中国医药指南, 2015, 13 (19) :55-57.

[4]王清华.临床免疫检验质量控制的相关性措施对检验结果的可靠性和准确性的影响研究[J].中国医学创新, 2015, 13 (22) :108-110.

[5]许瑞娜.临床免疫检验质量控制措施对结果重复性、准确性的影响[J].中国药物经济学, 2015, 15 (S1) :80-81.

[6]陈丹.对临床免疫检测工作进行系统质量控制的效果分析[J].当代医药论丛, 2015, 13 (15) :46-47.

[7]马毅涛.浅析临床检测样本进行严格免疫检验质量控制的效果[J].中国继续医学教育, 2015, 7 (19) :34.

独立双轿厢电梯的检验与研究 篇10

【关键词】独立双轿厢（TWIN）；防碰撞装置；检验

一、独立双轿厢电梯的特点

独立双轿厢电梯的基本原理

传统电梯在一个井道内只能运行一台电梯，而TWIN双子乘客电梯可以使两台电梯的轿厢在一个井道中相互独立的运行。采用TWIN技术，两个轿厢被重叠安置，并使用同一轨道。同时采用了目标选择控制系统DSC（Destination Selection Control），实现了电梯组的协调运作，避免了轿厢的相互干扰。

由于两部轿厢在同一井道内并且在同一组轨道上运行，因此，与普通电梯相比，TWIN电梯具有下列风险：

a）上部轿厢与下部轿厢发生碰撞；

b）共用层门或层门故障而可能产生的坠落或剪切；

c）人为误操作产生的风险，如检修运行时按错运行方向按钮。

为了降低上述风险，TWIN双子乘客电梯设置了防碰撞装置CPD（Collision Prevention Device）、下部轿厢上行安全钳、层门关闭和层门锁的检测装置。

该装置由防碰撞装置控制柜、条码位置检测系统、磁感应绝对长度测量系统、限速器绳夹绳器构成。防碰撞装置（CPD）还替代了下列安全装置：上部电梯的下极限开关、上部电梯的轿厢缓冲器、下部轿厢的上极限开关。另外还具有上部电梯检修运行下限位开关、下部电梯检修运行上限位开关的功能。

二、独立双轿厢电梯的检验方法

在TWIN双子乘客电梯的监督检验过程中发现，由于TWIN双子乘客电梯与普通电梯存在差异，TSG T7001-2009《电梯监督检验和定期检验规则—曳引与强制驱动电梯》并不完全适用于TWIN双子乘客电梯的检验工作。在遵照GB 7588-2003《电梯制造与安装安全规范》以及TSG T7001-2009《电梯监督检验和定期检验规则—曳引与强制驱动电梯》的前提下，根据TWIN双子乘客电梯的技术特点，我单位对TWIN双子乘客电梯的检验方法采取了适当的变更，并增加了相关的检验内容。这一部分将重点描述对TWIN双子乘客电梯的层门装置和防碰撞装置这两个部分的检验工作。

1.对TWIN双子乘客电梯层门装置的检验

TWIN双子乘客电梯的层门开闭与门锁状态由与门系统相关的可编程电子系统进行监控，当上（下）部轿厢正常平层停止并打开对应的层门时，不会影响到下（上）部轿厢的正常运行。在正常运行时应不能打开层门，除非轿厢在该层门的开锁区域内停止或停站。如果一个层门或多扇层门中的任何一扇们开着，在正常操作情况下，应不能启动电梯或电梯继续运行。

具体检测层门装置时我们采取了下列几种方式：

a）将上部轿厢与下部轿厢分别停靠井道任意层站，同时打开两部电梯轿厢所在层层门，观察两部电梯安全回路状态；同时关闭所有层门，观察两部电梯安全回路状态。

b）将下部轿厢停靠在井道最底层，上部轿厢保持正常运行状态，打开下部轿厢所在层层门，观察上部轿厢运行状态与两部电梯安全回路状态。

c）将上部轿厢停靠在井道最顶层，下部轿厢保持正常运行状态，打开上部轿厢所在层层门，观察下部轿厢运行状态与两部电梯安全回路状态。

d）将上下两部轿厢同时保持在正常运行状态，打开井道中任意一扇层门，观察上下轿厢运行状态与两部电梯安全回路状态。

e）将上部轿厢停靠顶层，下部轿厢保持正常运行状态，关闭并锁紧所有层门。下部轿厢向上或下方运行进入任意一个下部轿厢可停靠的层站内正常开关层门。观察整个过程中上下两部电梯安全回路状态。将下部轿厢停靠底层，上部轿厢重复上述试验。

2.对防碰撞装置的检验

（1）轿厢位置、距离监测精度验证

TWIN双子乘客电梯防碰撞装置（CPD）对同一井道内两部电梯轿厢位置、距离的检测应准确，条码系统运行参数值与磁感应系统运行参数值偏差≤60mm，且条码系统运行参数值与磁感应系统运行参数值与实际测量值偏差<50mm。具体实验方法如下：

将TWIN双子乘客电梯两部轿厢保持空载状态，两部轿厢在井道内不同位置时（如两部轿厢能停靠的最近两个层站），分别记录两部轿厢当前运行参数，同时利用长度测量工具实际测量两部轿厢位置（即两个层门地看的距离）并计算两部轿厢间距，同时与运行参数进行比较，可进行多次测量。

（2）井道位置传感器测试

TWIN双子乘客电梯防碰撞装置（CPD）条码位置系统、磁感应绝对长度测量系统信号故障时，同一井道内两部电梯应同时进入紧急制停状态，待开关恢复后方能正常运行。此项测试应分别检验条码位置系统与磁感应系统的可靠性，方法如下：

将上部轿厢停靠井道顶层层站。在井道中间位置将条码位置系统的条码遮挡住一部分，由井道最底层向井道上部以检修速度运行下部轿厢，观察下部轿厢状态，观察两部电梯安全回路状态。或者在下部轿厢检修向上运行过程中遮挡条码位置传感器激光发射装置，观察下部轿厢状态，观察两部电梯安全回路状态。

（3）防碰撞装置（CPD）第三级安全保护模拟测试

模拟TWIN双子乘客电梯防碰撞装置（CPD）第三级安全保护（紧急制停）操作，上下轿厢停止后的间距不应小于绝对安全距离与附加测试距离之和（绝对安全距离和附加测试距离从CPD控制柜中读取）；进行第三级安全保护操作测试时不应出现第四级安全保护动作。

三、总结