标物均匀性研究方案
光谱分析用块状标准物质均匀性检验试验方案研究
（ 铁 研 究 总 院 测 试 所 ， 京 １｛ ８ ） 钢 北 ００ １ ）
摘 要： 通过 各 种试验 方案 的 比较 研 究 ． 出了比较科 学合 理 的均 匀性 试验 方案 ， 提 以保 证 光谱分 析块 状标 准物 质均 匀性检 验测 试数 据的 可靠性 、 学性 、 理性 。 科 合
维普资讯
第３卷 第 ３ ８ 期 ２ ０ 年 ３月 ０２
理化检 验一 化学 分册
ＰＩ Ｉ ￣Ａ （ ＡＲＴ Ｐ Ｂ：ＣＨ ＥＭ １ ＡＩ Ｃ ＡＮＡＬＹＳ Ｓ Ｉ）
ｖ（ ８ Ｎｏ ３ ） ３ Ｌ Ｍ ａ． ２ ０ ｒ ０２
光 谱 分 析 用 块 状 标 准 物 质 均 匀 性 检 验 试 验 方 案 研 究
ｏ ｔｉｅ ｂａｎ ｄ－ｏ ｅ０ ｈ ｈ ｅ ｒ ｇ ａ ｍｅ ｒ ｖ ｄ ｔ ｅｍｏ ｅｒａｏ ａ ｌ ｄ ｒｌ ｂ＜ Ｔｈｓｐｏ ｒｍｍｅｉ ｓ ｇ ｅ ｔｄ ｔ ｎ ｆｔ ｅｔ ｒｅｐ ｏ ｒｍ ｓｉ ｐ ｏ ｅ ｏ ｂ ｒ ｅ ｓ ｎ ｂｅａ ｅｉ ｌ ｓ ｎ ａ ｉ ｒ ｇ ａ ｓ ｕ ｇ ｓｅ ｏ ｂ ｓｄ ｉ ｈ ｅｔｎ ｆｈ ｍｎ ｅ ｅｔ ｆ ｅｔ ｉ ｅｅｅ ｃ ｌｒａｓ（ ｅｕ ｅ ｎｔ ｅｔｓｉｇ ｏ ｏ ｇ ｎ ｉ ｏ ｒｉ ｅ ｒ｛ｒ ｎ ｅｍａｅ ｉｌ ＣＲＭ ｊｉ ｉ ｏ ｍ ＆ ｉｈａ ｅｐ ｅ ａｅ ｏｈ ｙ ｃ ｆｄ ５ ｎｄｓ ｆ ｒ ｖ ｃ ｒ ｒ ｐ ｒｄ ｉ ｅ ｋ ｒ
关键 词 ： 准 物 质 ；光 谱 分 析 ： 匀性 检 验 标 均
中圉分类号 ： ６ ７３ ０ ５ ． 文献标识码：Ａ 文章编号 ：１０ —０ ０２ ０ ） ３０ １－５ ０ １４ ２ （０２ ０ １ ４０
Ｓ ＴＵ ＤＹ （Ｎ Ｈ Ｅ ＥＸＰＥＲＩ ＥＮＴＡＩ ） Ｔ Ｍ ＰＲ（ＧＲＡ Ｍ Ｍ Ｅ Ｆ０Ｒ ＴＥ ＴＩ ） Ｓ ＮＧ ｏＦ Ｈ０ Ｍ （ＧＥ ＥＩ ） Ｎ ＴＹ Ｓ Ｆ ＲＭ ０Ｆ ＤＩ Ｋ ０ ＣＲＭ述 一 。概 括起 来 ， 准 物 质 材料 的均 匀性 检验 有 标
第3章实验研究均匀设计
3.2.3 均匀试验设计 1.试验设计方法
3.2 实验设计
均匀试验设计方法： ➢ 不考虑试验数据的整齐可比性，而让试验点在试验范
围内充分地均匀分散，则可以从全面试验中挑选比正 交试验更少的实验点作为代表进行试验，这种着眼于 实验点充分地均衡分散的试验方法，称为均匀试验设 计方法。
7
7
7
57，1，4，77。同理可7 构造出其他
均匀表的因素水平安排如表3-2-8
所示。
2.均匀设计表与使用
3.2 实验设计
（1）均匀设计表
U13（1312）均匀设计表
列号 1 2 3 4 5 6 7 11 2 3 4 5 6 7 2 2 4 6 8 1 12 1
8 9 1 11 1 8 9 100 11 1 2 3 5 7 9 112
➢U的右上角加“*”和不加“*’代表两种不同类型的均匀 设计表。 ➢通常加“*”的均匀设计表有更好的均匀性，应优先选用。
3.2.2 均匀试验设计 2.均匀设计表与使用
（1）均匀设计表
3.2 实验设计
实际操作时选择合适的均匀设计表（部分均匀表可 从文献查得）即可。
通常只列出试验次数为奇数的表，对于偶数次试验可 以用试验次数多一次的奇数表划去最后一行来安排。
（3）试验方案方案设计中的几个问题
表3-2-11 因素与水平对照
水平
因素
A
碱化时间/min
1
120
2
135
3
150
4
165
5
180
实验室能力验证中的测试样品均匀性和稳定性检验方法探讨
电子质量 2018 年第 07 期(总 第 376 期)
样品内的测试结果平均值为：
n
移 x軃i= xi间的测试结果平均值为：
mn
x軄=移移xii /N
(3)
i = 1i = 1
样品间的方差为：
m
移 S21=n (xi -x軄)2
(4)
i=1
样品间的均方差为：
MS21=S21/f1
0 引言
能力验证是根据检测或校准实验室间对某一样品 特征值检测或测量结果的比对，评价实验室从事特定活 动的技术能力[1]。目前，能力验证已经成为实验室质量控 制的常用方法之一，其在确定实验室检测或校准能力方 面具有不可替代的作用。中国合格评定国家认可委员会 (CNAS) 要求已认可的实验室和申请认可的实验室必须 参加能力验证活动[2]。
1.1 单因子方差分析
为了检验样品的均匀性，从能力验证计划制备的样
品总体中随机抽取 m 个样品，在重复条件下对每个样
本的特征量测量 n 次,得到测量结果 Xij(i=1,2,…,m，j=1,
2,…,n)，
总测量次数为：
N=m伊n
(1)
作者简介院李宗亮(1975-)，男，工程师，硕士，从事电子产品研究、检测和标准化工作。
的临界值表示为 F琢(f1，f2),若 F<F琢(f1，f2)，则认为样品内和样
品间无显著性差异，即样品为均匀的，否则样品不均匀。
单因子方差分析通过直接的数理统计计算的结果
作为样品均匀性的判据，对于本身均匀性较差的样品，
可能会出现 MS21 比 MS22 小的多的情况，对这类样品应 引起注意。另外由于其并未考虑测量结果离散程度的大
小，F 值可能会由于 MS22 值过小而远超过临界值，从而 引起误判。因此在运用单因子方差分析的方法时应考虑
均匀试验设计的原理及使用方法
均匀试验设计的原理及使用方法均匀试验设计（Uniform Design）是一种高效的试验设计方法，旨在通过尽可能少的试验次数，获得准确、可靠的试验结果。
它的原理是通过平衡样本点在各个试验因素水平上的分布，以达到在整个试验因素空间内均匀分布的目的。
均匀试验设计具有样本点均匀分布、能较好地估计试验因素的主效应以及交互效应的特点，适用于多因素多水平的试验设计。
1.确定试验因素：首先需要明确试验所涉及的因素及其水平，以及各个因素的重要性和相互关系。
2.构建均匀试验设计：根据试验因素的个数和水平的个数，利用均匀试验设计的原理进行设计。
均匀设计矩阵包含了样本点在各个试验因素水平上的分布，每一行表示一个样本点在各个因素水平上的取值。
3.分配试验任务：根据设计矩阵，分配试验任务给不同的试验单位进行实施。
每个试验单位根据设计矩阵中的一行数据确定所要试验的因素水平。
4.进行试验：按照试验方案进行实验，并记录相关数据。
5.数据分析：使用统计方法对试验数据进行分析，估计试验因素的主效应和交互效应，并进行模型拟合和预测。
6.结果解释：根据数据分析结果，解释试验结果，找出对样本点影响最大的因素和水平，并给出相关建议和结论。
1.均匀分布的设计点：均匀试验设计的目标是使得样本点在试验因素水平上均匀分布，即使得样本点在整个试验空间内尽可能平均分布。
2.主效应估计：均匀设计在各个试验因素水平上进行均匀取样，能够较好地估计试验因素的主效应，从而了解各个因素对试验结果的主要影响。
3.交互效应估计：均匀设计的样本点在试验因素水平上均匀分布，可以较好地估计试验因素之间的交互效应，即不同因素之间的相互影响。
4.减少试验次数：均匀试验设计通过有效地设置样本点，减少了试验次数，节约了时间和资源成本。
总之，均匀试验设计是一种高效的多因素多水平的试验设计方法，通过均匀取样的方式在试验因素空间内分布样本点，能够较好地估计主效应和交互效应，并减少试验次数。
均匀设计实验方法
均匀设计实验方法
它是一种很特别的实验设计方法哦。
你想想看，做实验的时候，我们常常想要用最少的实验次数得到最多最有用的信息，均匀设计就有这个本事呢。
比如说，要是传统的全面实验法，那可能要做超级多的实验组合，又费时间又费材料。
但是均匀设计呢，就像是一个聪明的小助手，它会巧妙地安排实验点，让这些点在整个实验范围内分布得超级均匀。
这种均匀分布有啥好处呢？这就好比你在一个大果园里摘果子，你要是乱走乱摘，可能有的地方果子好你没发现，有的地方你又白跑了。
但要是按照均匀设计的方法，就像是有个小地图，告诉你在哪几个地方摘，就能摘到各种不同类型的果子，把果园的情况摸得门儿清。
在实际操作的时候呢，它有自己的一套规则。
它会根据因素的个数和水平数来确定实验方案。
就像搭积木一样，每个积木块（因素）都有自己不同的样子（水平），均匀设计能把这些积木搭得又整齐又合理。
而且哦，它的实验点不会集中在某个小区域，而是均匀地散落在整个实验空间里。
均匀设计在很多领域都大显身手呢。
在化学实验里，要调配各种试剂的比例，用均匀设计就能快速找到比较好的配比组合。
在农业上，研究不同肥料、水分、光照对作物的影响，也可以靠它。
它就像一个多面手，到处都能帮忙。
数据分析处理 均匀试验
均匀设计方案 A：15、20、25、30、35、403 、 45g B：8、9、10、11、12、13、14g （5）按因素所在列的数字指示安排水平 4 C：2 、4、6、8、10、12U 、* 14g 中草药添加剂配方 7 设计
7
1 1 2 3 4 1 2 3 4
2（ A ） 3 (25g) 6 (40g) 1 (15g) 4 (30g)
CO2流量 kg/h
萃取时 间h 5 10 15 20 25 30
38
2
3
4
5
6
7
5 应用举例
e
萃取温 萃取压 度 力 试验方案及结果： 列号 x1(MPa) X2(℃) 试验号 1 1 1(16) 2 2(40) 因素 流量 x3(kg/h) 3 2(10) 萃取时 间 x4(h) 4 6(7) 姜黄油 得率 y% 2.42 姜黄油 萃取率 % 43.20
12
12(38)
5(55)
5(25)
1(2)
4.94
88.23
5 应用举例
f 试验结果分析：
直接分析法：对表进行直接分析，可见第11号试验的结果（姜黄 油得率）最好，为5.40%，姜黄油萃取率达到96.50%，可以说第 11号试验对应的条件即为较佳的工艺条件。 回归分析法：运用均匀设计1.0软件对表中数据进行处理，回归 分析结果整理于表中：
• 每个均匀设计表都有 例如： 如何从设计表中选用 •• 如果需要做 2因素6水 适当的列 平试验 * 4 • 选出的列所组成的试 • 从 U 6 6 中选1列和 验方案的均匀度如何 3 列安排试验
S：因素个数
• 均匀度为0.1875 D：偏差。度量均匀性， D小，均匀性好。
均匀试验设计的方法与应用
列所组成的试验方案的偏差。
由于均匀设计表列间的相关性，用表最多只能
安排
s 2
1
个因素。
27 May 2020
回归设计 均匀设计
第5页
因素的最大数
Un(qs)
试验次数
水平数
27 May 2020
回归设计
第6页
其中‘偏差’为均匀性的度量值，数值小的设计表示均匀 性好。例如 U7 (74)的使用表为,
的偏差0.1875，而 的偏差为0.1597，
两者差别并不很大。所以用均匀设计安排的试验其效果
虽然比不上自正交设计，但其效果并不太差，而试验次
数却少了5倍。
27 May 2020
回归设计
第20页
3 偏差相近时试验次数的比较
刚才讲到
比不上
，如果让试验次数适当增加，
使
相应的偏差与 的偏差相接近，例如 的偏差
为0.1445，比 的偏差略好，但试验次数可省36/8=4.5倍。
综合上述三种角度的比较，如果用偏差作为均匀性的度量，
均匀设计明显地优于正交设计，并可节省四至十几倍的试验。
27 May 2020
回归设计
第21页
小结
均匀设计是近年来解决多因素多水平问题较好的方 法。其实验点在考察范围内“均匀分散”，有效减少了 试验次数，节约了时间和费用，同时又能获得对试验对 象较全面深入的认识。通过计算机辅助试验设计以及对 数据结果的统计分析处理，提高了药物制剂研究的客观 评价程度和整体研究水平。在中西药制剂的处方筛选以 及工艺条件优化等方面，均匀设计有着光明的应用前景。
27 May 2020
回归设计
第17页
2 试验结果的比较 正交设计可以计算出因素的主效应，有时也
均匀试验设计方法
试验研究方法——学习总结通过对《试验研究方法》课程的学习，使我加深了对这门课程的理解与认识，让我懂得了研究意识的培养以及试验方法的学校。
试验设计方法很多，综老师所授有：单因素实验设计，多因素试验设计，析因试验设计，分割试验设计，正交试验设计，均匀试验设计。
我要介绍的是均匀试验设计方法：均匀试验设计是我国数学工作者、教授对试验设计技术的发的一大贡献。
它是根据数论在多维数值积分中的应用原理，构造一套均匀设计表，用来进行均匀试验设计。
均匀试验设计最初见文献[29]，以后陆续在文献资料[30][31][32]等都对这和中方法进行理论和实际应用的探讨。
本章主要参考文献[14][15][29][31]。
一、 均匀性的概述（1）均匀性均匀性原则是试验设计优化重要原则之一。
在试验设计的方案设计中，使试验点按一定规律充分均匀地分布在试验区域内，每个试验点都具有一定的代表性，则称该方案具有均匀性。
如前所述，正交表是正交试验设计优化的基本工具。
它是利用正交表来安排试验的。
正交表具有“均衡分散，综合可比”的两大特点。
均衡分散性即均匀性，可使试验点均匀地分布在试验范围内，每个试点都具有一定的代表性。
这样，即使正交表各列均排满，也能得到比较满意的结果；综合可比性即整齐可比性，由于正交表具有正交性，任一列各水平出现的次数都相当，任两列间所有可能的组合出现的次数都相等，这样，使行每一因素所有水平的试验条件相同，可以综合比较各因素不同水平均数对试验指标的影响，从而可以分析各因素及其交互作用对指标的影响大小及变化规律。
在正交试验设计中，对任意两个因素来说，为保证综合可比性，必须是全面试验，而每个因素的水一产必须有重复，这样以来试验点在试验范围内就不可能充分地均匀分散，试验点的数目就不能过少。
显然，用正交表安排试验，均匀性受到一定限制，因而试验点的代表性不够强。
若在试验设计中，不考虑综合可比性的要求，完全满足均匀性的要求，让试验点在这种完全从均匀性出发的试验设计方法，称为均匀试验设计。
标准物质的均匀性
标准物质的特性应该是均匀的，即在规定的细 分范围内其特性保持不变。为了检验样品是否 均匀，通常随机抽取一定数量的最小包装单元 （可按随机数表所示方法抽样，采用精密度高 的试验方法，对抽出的各样品在控制同样的实 验条件下进行测定，从而使各样品间的差异完 全由样品的不均匀性反映出来。
测定数据见下表： 表中xi为每个实验室测定的平均值。 ui为该实验室所采用方法测定的标准不确定度。 假定各实验室之间方法为不等精度 则有权
三、标准物质的定值示例
三、标准物质的定值示例
三、标准物质的定值示例
按照加权平均值则有
三、标准物质的定值示例
加权平均值的标准不确定度
谢谢！
二、标准物质的稳定性统计检验
标准物质的稳定性包括长期稳定性和短期稳定性。 长期稳定性是指在规定贮存条件下标准物质特性的稳定性。
短期稳定性是指在运输条件下标准物质在运输过程中的稳 定性。对于某些临床、生物和环境标准物质，由于运输条 件很难保持贮存条件，且这些物质可能由于温度的变化， 例如上至70℃,下至-50℃，样品的特性值有可能发生变化 甚至失效。因此进行2周左右的稳定性考察是必要的，一 般短期稳定性研究进行3～4周已足够。
一、标准物质的均匀性统计检验
一、标准物质的均匀性统计检验
一、标准物质的均匀性统计检验
一、标准物质的均匀性统计检验
由此可见，该统计量是自由度（ν1,ν2）的F分 布变量。
根据自由度（ν1,ν2）及给定的显著性水平α， 可由F表查得临界的Fα值。若F<Fα,则认为组内 与组间无明显差异，样品是均匀的，若F≥Fα , 则怀疑各组间有系统差异，即样品之间存在差 异，若记这个差异的标准偏差为SH，则有
经过均匀性检验，可能得出三种结果： （1）均匀性好，即同方法测量的标准偏差相比，物
微生物实验室定量质控样品的制备与均匀性研究
微生物实验室定量质控样品的制备与均匀性研究作者：石文松胡卓胡娟来源：《家庭心理医生》2014年第02期摘要：目的：制备微生物定量质控样品，并对样本的稳定与均匀性进行检测分析，判断是否符合日常工作室内质控的要求。
方法：将一定浓度的甘油-营养肉汤菌悬液快速冻存于液氮中。
对短期内冻存样品连续随机抽取10个样，进行菌落总数的检测。
应用单因素方差分析法对检测结果进行统计分析。
结果：以α=0.05为检验水准，该质控样样品间无显著性差异（P=0.159）。
结论：样品短期内具均匀性和一定稳定性。
该质控样品，可对微生物实验室定量检测的短期质控提供一定的帮助关键词：：均匀性；质量控制；微生物【中图分类号】R155【文献标识码】A【文章编号】1672-8602（2014）02-0017-02在微生物学定量检验领域，由于其检验对象的特性，日常工作的过程质控，因缺乏高可信度、价格优廉的标准物质，往往只能通过培养基、培养温度、培养时间等的检查来确定检验过程的可控性，但有时人员或其它因素变化可给检测结果带来一定的随意性和不确定性。
同时或因不能及时发现过程失控而忽略，或因对检测过程怀疑而使结果的可信度降低，从而无法保证检测质量。
因此，制备达到一定均匀性与稳定性的微生物定量质控样品，可促进日常工作的检测过程质量控制。
1材料与方法1.1材料1.1.1样品：实验室自备样品，为含一定量菌落数的甘油-脑心浸出液。
冻干菌株：金黄色葡萄球菌CMCC（B）26003（来源：中国食品药品检定研究院）。
1.1.2 主要仪器与试剂：（1）主要仪器：BLON-08型均质器，立式高压灭菌锅，DHP-9160恒温培养箱，BHC-1300IIA2生物安全柜、YDS-30-125液氮罐。
（2）主要试剂：甘油、氯化钠（均为广东汕头化工厂生产），营养肉汤、平板计数琼脂培养基、脑心浸出液（均为北京陆桥技术有限责任公司生产）；所有试剂按其相应要求制备与灭菌，均在有效期内使用。
蓝油颗粒标准物质的相容性与均匀性研究
摘要蓝油以其优异的抗燃等特性在民航、电力等领域的应用中起重要作用，蓝油中固体颗粒污染度是蓝油正常工作性能得以发挥的关键指标。
油液颗粒污染自动测试技术由于具有准确、快捷的优点而得到普遍应用和发展；但蓝油对液压系统常用非金属部件又具有强烈的腐蚀作用，所以蓝油颗粒污染度自动测试必须使用蓝油专用液体自动颗粒计数器。
这种仪器在使用一段时间后，会出现传感窗口粘附物、光学元件位移及老化、电子元器件参数漂移等现象，导致测试结果误差加大，重复性变差，必须定期采用蓝油颗粒标准物质对其进行校准使其回复准确测量特性，因而蓝油颗粒标准物质的选择与配制对于液压系统中蓝油颗粒污染度量值的准确可靠测定，确保重要装备的安全运行起重要的作用。
本课题研究内容包括：研究分析蓝油和固体颗粒的理化特性；甄选适合蓝油净化的过滤介质材料，确定蓝油的净化方法；研究在蓝油中分散并调控固体颗粒的新工艺及悬浮液均匀性检验方法；研究蓝油和固体颗粒的相容性。
针对这些研究内容的技术路线：1）对蓝油的理化特性进行分析研究，了解其中污染物的类型及颗粒尺寸分布特点、验证固体颗粒的烘干方法，全面了解蓝油和固体颗粒的基本特性；2）为滤除蓝油中影响相容性和均匀性的污染物，分别选用不锈钢纤维、玻璃纤维、木纤维和滤膜等不同材质的过滤介质进行透水性能、孔径及分布、截留性能等试验；3）研究设计蓝油净化设备，用于净化蓝油，滤除微米级固体颗粒污染物，为相容性和均匀性研究提供洁净蓝油；4）研究将固体颗粒有效分散在蓝油中的方法，调制出均匀的蓝油和颗粒的悬浮液，量化评定均匀性；5）分析比较蓝油和固体颗粒长期接触后的各自特征指标变化情况，研究相容性的量化评价方法。
蓝油颗粒标准物质是一种新型标准物质，对于蓝油颗粒标准物质的选择与配制，国内外尚无可供应的蓝油颗粒标准物质，在需要研究确定的关键技术参数中，以蓝油和固体颗粒的相容性、蓝油与固体颗粒悬浮液的均匀性最为关键，本课题将它们作为主要研究对象。
均匀化设计实验报告
一、实验目的本次实验旨在通过均匀化设计方法，优化实验参数，提高实验结果的一致性和准确性，并验证均匀化设计在实验中的应用效果。
二、实验背景均匀化设计是一种实验设计方法，通过合理地安排实验，使实验结果具有较好的均匀性和代表性。
在实验过程中，通过均匀化设计，可以减少实验误差，提高实验效率。
三、实验材料与设备1. 实验材料：实验样品、标准样品等。
2. 实验设备：分析仪器、测量仪器、计算机等。
四、实验方法1. 确定实验因素：根据实验目的，确定影响实验结果的主要因素，如温度、压力、时间等。
2. 设计实验方案：根据实验因素，设计均匀化实验方案，包括实验水平、实验次数等。
3. 实施实验：按照实验方案进行实验，记录实验数据。
4. 数据处理：对实验数据进行统计分析，包括方差分析、回归分析等。
5. 结果分析：根据实验结果，分析实验因素对实验结果的影响，并优化实验参数。
五、实验结果与分析1. 实验结果本次实验中，共进行了15次实验，实验数据如下表所示：| 实验次数 | 温度（℃） | 压力（MPa） | 时间（min） | 实验结果 || :-------: | :-------: | :-------: | :-------: | :-------: || 1 | 20 | 1.0 | 5 | 10 || 2 | 20 | 1.5 | 5 | 12 || 3 | 20 | 2.0 | 5 | 15 || 4 | 25 | 1.0 | 5 | 11 || 5 | 25 | 1.5 | 5 | 13 || 6 | 25 | 2.0 | 5 | 16 || 7 | 30 | 1.0 | 5 | 9 || 8 | 30 | 1.5 | 5 | 11 || 9 | 30 | 2.0 | 5 | 14 || 10 | 35 | 1.0 | 5 | 8 || 11 | 35 | 1.5 | 5 | 10 || 12 | 35 | 2.0 | 5 | 13 || 13 | 40 | 1.0 | 5 | 7 || 14 | 40 | 1.5 | 5 | 9 || 15 | 40 | 2.0 | 5 | 12 |2. 结果分析（1）方差分析：对实验数据进行方差分析，结果表明，温度、压力和时间对实验结果均有显著影响。
标物均匀性研究方案
标物均匀性研究方案关键词:均匀性标准物质北京标准物质网从均匀性的定义可以看出,不论制备过程中是否经过均匀性初检,凡成批制备并分装成最小包装单元的标准物质,必须进行均匀性检验。
对于分级分装的标准物质,凡由大包装分装成最小包装单元时,都需要进行均匀性检验。
对于每个单元样品都需要单个定值,且单元又是整体使用的标准物质,无需进行均匀性检验。
检验的目的是为了确定瓶间及瓶内差异。
以溶液或是纯化合物制备的标准物质(如果定值的是纯度而不是杂质),在物理意义上被认为具有高度的均匀性。
但是由于诸如密度梯度或金属中包含的气体等原因,这些物质也会显示出一些不均匀性。
对这些材料进行均匀性检验的目的在于发现制备过程中未能发现的任何杂质、干扰或异常。
粉末混合物、矿石、合金等材料本质上其组分是不均一的。
由这些材料制备的标准物质应当进行检验,以评定其不均匀程度。
实际上,如果物质的单元间特性值的差异不能被某测量方法检测出,则该物质就该测量方法而言,其特性也可视为均匀。
因此,实际上均匀性的概念不但表征物质本身专有特性,而且与选择的测量方法相关,其中包括检测取样量的大小。
因此,均匀性研究通常需要考虑因素有:抽取单元数和重复测量次数、取样方式、最小取样量、均匀性检验方法、统计方式。
1 待测特性量的选择标准物质具有一种或多种特性量,其特性量必须是均匀的。
虽然一个物质的其他性质可能不均匀,但只要这种不均匀对待测特性量不产生可检测出的影响,则可以认为作为该待测特性的标准物质是均匀的。
原则上应对标准物质每一个待测特性都进行均匀性检验。
对那些具有多种特性的标准物质,当难于做到对所有特性的均匀性都进行评估时,选择在化学和物理基础上有代表性的和不易均匀的特性做均匀性检验,但这种检验必须保证未检特性的均匀性处于同样的受控状态。
在所有的情况下,对于均匀性实验中没有涉及的特性量,应当获取其均匀性有关的额外证据。
例如,通过文献、稳定性研究或定值过程得到。
获取到的证据应当保证可量化地将不均匀性引入的不确定度传递到该特性量,并有足够的证据表明均匀性引入的不确定度没有被低估。
均匀试验设计
1 2 3 4 5 6 7 8
U9（96）均匀设计表
1
1 2 3 4 5 6 7 8 9
列号
试验号
2
2 4 6 8 1 3 5 7 9
3
4 8 3 7 2 6 1 5 9
4
5 1 6 2 7 3 8 4 9
5
7 5 3 1 8 6 4 2 9
6
8 7 6 5 4 3 2 1 9
1 2 3 4 5 6 7 8 9
0.58 2.5
5(0.009) 7(0.26) 10(0.009) 3(0.14) 4(0.006) 10(0.20) 9(0.006) 6(0.23) 3(0.118) 2(0.26) 8(0.118) 9(0.17) 2(0.115) 5(0.20) 7(0.115) 1(0.23) 1(0.112) 8(0.14) 6(0.112) 4(0.17)
练习
1、进行3个因素，每个因素6个水平的多因素 多水平试验，试用均匀试验设计方法作出该研究 的试验设计。试验结果如何分析？
2、考察3因素、每因素各5个水平的试验效果， 请用正交试验方法作出该研究的试验设计。试验 结果如何分析？ 3、比较5种饲料对肉兔生长的影响，试作出 该研究的试验设计。试验结果如何分析？
2
2 4 6 8 10 1 3 5 7 9 11
4
4 8 1 5 9 2 6 10 3 7 11
5
5 10 4 9 3 8 2 7 1 6 11
6
ቤተ መጻሕፍቲ ባይዱ6 1 7 2 8 3 9 4 10 5 11
7
7 3 10 6 2 9 5 1 8 4 11
8
8 5 2 10 7 4 1 9 6 3 11
标准样品的均匀性检验1
标准样品的均匀性检验及判断胡晓燕标准样品的均匀性，是标准样品的基本性质。
均匀性即是物质的一种或几种特性具有同组分或相同结构的状态。
通过检验有规定大小的样品，若被测量的特性值均在规定的不确定度范围内，则该标准样品对这一特性值来说是均匀的。
不论在制备标准样品过程中是否经过均匀性初检，凡成批制备并分装成最小包装单元的标准样品，由大包装分装成最小包装单元时，都需进行均匀性检验。
这是制备标准样品过程中不可缺少的程序，也是确保标准样品定值准确的最基本条件。
1 标准样品的均匀性检验进行均匀性检验的目的，一方面通过均匀性检验说明特性值在各个部位之间是否均匀，另一方面要了解标准样品特性值在不同部位之间不均匀的程度，进而判断不均匀性程度是否可以接受，是否可以作为标准样品使用。
1.1 均匀性检验抽样数目的确定和取样方式：为了检验标准样品均匀性，通常从包装好的总体样本中随机抽取一定量的样品，仪器用标准样品也可以从不同部位取样。
所取的样品数取决于总体样品的单元数和对标准样品的均匀程度的了解。
当已知总体样品均匀性良好时（从冶炼、加工等技术上判断），抽取的样品数可适当减少。
抽取样品数以及每个样品的重复测量次数还应适合所采用的统计检验要求。
一般抽取的单元样品数不得少于15个（套），当N>500时，抽取数为23N,N为总体单元数。
抽取的单元样品数决定后，采取什么样方式取样也直接影响均匀性检验结果。
在均匀性检验取样时，应从待定特性量值可能出现差异的部位取样，取样点的分布对于总体样品应有足够的代表性，应满足规定的测定精度要求。
例如：粉状样品应在不同部位取样（或用分堆法），对圆棒状样品可在两端和棒长的1/4、1/2、3/4部位取样，现在研制的仪器用块状样品，可在加工过程中按材料的不同部位取样。
也可采用随机数表决定抽取样品的号码。
1.2 均匀性检验的测试方法的选择：无论研制何种标准样品都必须对有代表性和不易均匀的待测特性量值进行均匀性检验。
标准物质的均匀性
S1 S 2
2
2
一、标准物质的均匀性统计检验
如果用来作为均匀性测定的方法重复性不够好， 甚至造成 ,此时均匀性产生的标准偏差可 按下式计算：
例：对猪肾组织标准物质进行均匀性检验，抽 取20个安总瓿，在两天内每天分析三次。即 m=20，n=6，方差分析的数据如下表：
一、标准物质的均匀性统计检验
一、标准物质的均匀性统计检验
若各ni均相同均为n时，则上式变成：
一、标准物质的均匀性统计检验
例：下表中列出某土壤中铬的均匀性测量数据
一、标准物质的均匀性统计检验
由表中数据可得：
一、标准物质的均匀性统计检验
F > Fα 表明样品之间存在差异。
方法测量的标准偏差：
一、标准物质的均匀性统计检验
一、的均匀性统计检验
一、标准物质的均匀性统计检验
一、标准物质的均匀性统计检验
由此可见，该统计量是自由度（ν1,ν2 ）的F分 布变量。 根据自由度（ν1,ν2 ）及给定的显著性水平α， 可由F表查得临界的Fα值。若F<Fα,则认为组内 与组间无明显差异，样品是均匀的，若F≥Fα , 则怀疑各组间有系统差异，即样品之间存在差 异，若记这个差异的标准偏差为SH，则有
三、标准物质的定值示例
三、标准物质的定值示例
指南35采用单因素方差分析法进行统计：
三、标准物质的定值示例
三、标准物质的定值示例
按照JJG1006-94标准物质技术规范，将12组数据视为 等精度数据，则12个平均值构成一组新的数据，故
三、标准物质的定值示例
结果是完全一致的。 采用加权平均统计处理的例子： 由16个实验室用不同方法对土壤中铬进行测定， 测定数据见下表： 表中xi为每个实验室测定的平均值。 ui为该实验室所采用方法测定的标准不确定度。 假定各实验室之间方法为不等精度 则有权
第5章 均匀实验设计
例如用U6(64)的1，3 和1，4列分别画图，得到下面的 图 (a)和图 (b)。我们看到，(a)的点散布比较均匀，而 (b)的点散布并不均匀。均匀设计表的这一性质和正交 表有很大的不同，因此，每个均匀设计表必须有一个 附加的使用表。
• 三、试验结果分析
• 均匀设计的结果没有整齐可比性，分析结 果不能采用一般的方差分析方法，通常要用 • 回归分析或逐步回归分析的方法：
_
(8 6)
L11b1 L1M bm L1 y L21b1 L2 m bm L2 y L b L b L mm m my m1 1 N _ _ b0 y bi yi i 1
（8－7）
当各因素与响应值关系是非线性关系时，或存在因素 的交互作用时，可采用多项式回归分析的方法 例如各因素与响应值均为二次关系时的回归方程为： y=b0 bi xi bij xi x j bii xi
_
y 0.3683 L1 y 0.2404 L2 y 0.5640 L3 y 0.5245
_
L22 252.0 L23 10.5
由于Lij L ji，故不必全部列出，将它们代入方程组中 可以解得 b1 0.037, b2 0.00343, b3 0.077 从而 a 0.3683 0.037 2.2 0.00343 19 0.077 2.0 0.201
U7(76)使用表
因素数 2 3 4 5 6 1 1 1 1 1 3 2 2 2 2 3 3 3 3 6 4 4 6 5 6 列号
U7(76)共有6列，现在有3个因素，根据其使用表，应 该取1，2，3列安排试验。
制备阿魏酸的试验方案U7(73)和结果
均匀试验设计方案书
均匀试验设计1.问题的提出正交试验设计是利用具有正交性的表格——正交表来安排试验，使试验点具有“均衡分散、综合可比”的特点。
“均衡分散”即均匀性，使试验均匀分布在试验范围内，每个试验点都具有一定的代表性，实现以部分试验反映全面试验的情况，大大减少试验次数。
“综合可比性”使试验结果的分析十分方便，以利于分析各因素及其交互作用对试验指标的影响大小及规律性。
正交试验设计存在的不足之处：◆为了保证综合可比性，对任意2个因素而言必须是全面试验，每个因素的水平必须有重复。
◆这样的试验点在试验范围内就不能充分均匀分散，即试验点数不能过少。
对于水平数为t的正交试验，至少要做t2次试验。
当水平数t较大时，t2会很大，试验次数会很多。
例如：t=9，t2=81，即试验至少要做81种组合，这在实际中是难以实施的。
因此，正交试验设计只适用于因素水平不太多的多因素试验。
综上所述，正交试验设计为保证“综合可比性”，在相同的试验组合数下，使均匀性受到一定限制，试验点的代表性还不够强，试验次数不能充分的少。
2 均匀试验设计的基本思想如果不考虑综合可比性，而完全保证均匀性，让试验点在试验范围内充分地均匀分散，不仅可大大减少试验点，而且仍能得到反映试验体系主要特征的实验结果。
这种完全从均匀性出发的试验设计，称为均匀试验设计（uniform design）。
例如：对于5因素3水平试验。
◆利用正交表L25(56)安排试验时，至少要做25次试验，每个因素的水平都重复做了5次。
◆如果每个水平只做1次，同样做25次试验，在因素水平范围内，每个因素分成25个水平，则可使试验点分布得更均匀。
◆由于均匀试验仅充分利用了试验点分布的均匀性，而舍弃了综合可比性，所获得的适宜条件虽然不见得是全面试验中最优条件，但至少也在某种程度上接近最优条件。
◆这样，不仅可以满足试验的一般要求，也为深入研究各因素的变化规律和进一步寻优创造了条件。
3 均匀试验设计的特点a在因素水平较多的情况下，可以节省大量的试验工作量例如74试验，全面试验要做2401次，正交试验也至少要做72＝49次试验，而用均匀试验仅需7次。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
标物均匀性研究方案
关键词：均匀性标准物质北京标准物质网
从均匀性的定义可以看出，不论制备过程中是否经过均匀性初检，凡成批制备并分装成最小包装单元的标准物质，必须进行均匀性检验。
对于分级分装的标准物质，凡由大包装分装成最小包装单元时，都需要进行均匀性检验。
对于每个单元样品都需要单个定值，且单元又是整体使用的标准物质，无需进行均匀性检验。
检验的目的是为了确定瓶间及瓶内差异。
以溶液或是纯化合物制备的标准物质(如果定值的是纯度而不是杂质)，在物理意义上被认为具有高度的均匀性。
但是由于诸如密度梯度或金属中包含的气体等原因，这些物质也会显示出一些不均匀性。
对这些材料进行均匀性检验的目的在于发现制备过程中未能发现的任何杂质、干扰或异常。
粉末混合物、矿石、合金等材料本质上其组分是不均一的。
由这些材料制备的标准物质应当进行检验，以评定其不均匀程度。
实际上，如果物质的单元间特性值的差异不能被某测量方法检测出，则该物质就该测量方法而言，其特性也可视为均匀。
因此，实际上均匀性的概念不但表征物质本身专有特性，而且与选择的测量方法相关，其中包括检测取样量的大小。
因此，均匀性研究通常需要考虑因素有：抽取单元数和重复测量次数、取样方式、最小取样量、均匀性检验方法、统计方式。
1 待测特性量的选择
标准物质具有一种或多种特性量，其特性量必须是均匀的。
虽然一个物质的其他性质可能不均匀，但只要这种不均匀对待测特性量不产生可检测出的影响，则可以认为作为该待测特性的标准物质是均匀的。
原则上应对标准物质每一个待测特性都进行均匀性检验。
对那些具有多种特性的标准物质，当难于做到对所有特性的均匀性都进行评估时，选择在化学和物理基础上有代表性的和不易均匀的特性做均匀性检验，但这种检验必须保证未检特性的均匀性处于同样的受控状态。
在所有的情况下，对于均匀性实验中没有涉及的特性量，应当获取其均匀性有关的额外证据。
例如，通过文献、稳定性研究或定值过程得到。
获取到的证据应当保证可量化地将不均匀性引入的不确定度传递到该特性量，并有足够的证据表明均匀性引入的不确定度没有被低估。
2 抽取单元数和重复测量次数
抽取的单元分布对样品总体要有足够的代表性。
抽取单元数取决于总体样品的单元数和对样品的均匀程度的了解。
当总体样品的单元数较多时，抽取单元数也应相应增多。
当已知总体样品均匀性良好时，抽取单元数可适当减少。
抽取单元数以及每个样品的重复测量次数还应适合所采用的统计检验要求。
均匀性研究所需的最佳样品数量是通过统计学方法来设计的。
这些方法通常会考虑无法检测的非均匀性问题，比如测量方法的不确定度。
此外，取样数量决定于批量生产的规模，整批样品的取样数量才具有良好的代表性。
这个数量要求也要与测量方法的不确定度平衡(在重复条件下)它是重复测量的标准偏差和测量次数的函数。
上述统计方法与取样数量和重复次数平衡考虑，从而保证选择最好的测试方法。
(1)若记总体单元数为N，当N≤200时，抽取单元数不少于11个；当200<N≤500时，抽取单元数不少于15个；当500<N≤1000时，抽取单元数不少于30个；当总体单元数Ⅳ>1000时，按3沥来计算出抽取样品数。
对于均匀性好的样品，当N<500时，抽取单元数可不少于10个；当N>500时，抽取单元数可不少于15个。
(2)一般情况下，每个抽取单元应独立取样重复测量不少于两次。
对于均匀性好的样品，可以对每个抽取单元只进行一次测量，得到单元间的方差，将其与同一单元内不少于10次重复取样、测量形成的单元内方差相比较，评价标准物质瓶间的均匀性。
对于某些标准物质，
要求一次使用整个单元，因此在单元内重复测定是不可能的。
这种情况，应将单元间的方差和测量方法精密度相比较，评价标准物质的瓶间均匀性。
3 取样方式
根据能够引起标准物质发生偏析的物理性质以及混匀过程等因素决定样品的抽取方式。
样品应从预期有物理差异之处选取，只有当物理差异的起因未知或者认为不存在时才选择随机抽样。
在均匀性检验取样时，应从待定特性量值可能出现差异的部位抽取，取样点的分布对于总体样品应有足够的代表性。
子样的选择可采取随机取样、分层随机取样方法，或是在某些情况下采取系统取样的方法。
实践中，取样方案应将制备方法的潜在缺陷考虑在内，以确保提供具有代表性的子样品，对所制备批次样品的检验是关键性的。
在很多情形下建议分层随机取样，因为这样保证了用于均匀性研究的样品能平均地分布于整个批次中.可以找出趋向或模式作为着重点，这取决于物质的状态和形状。
例如：对粉状物质应在不同部位取样；对圆棒状材料可在两端和棒长的1／4、l／2、3／4部位取样，在同一断面可沿直径取样；板材则为中心到边缘部位取样；鼓状材料为顶部到底部取样；对溶液可在分装的初始，中间和终结阶段取样。
当引起待定特性量值差异的原因未知或认为不存在差异时，则进行随机取样。
可先将样品顺序编码，采用随机数表决定抽取样品的号码。
4 检验方法的选择
选择检验待定特性量是否均匀所使用的分析方法除了要考虑最小取样量大小外，还要求该分析方法具有不低于所用定值方法的重复性和足够的灵敏度。
由于均匀性检验取样数目比较多，为防止测量误差对样品均匀性误差的干扰，均匀性研究中的测量应当在重复性条件下进行(重复性：在相同测量条件下，对同一被测量进行连续多次测量所得结果之间的一致性。
重复性条件包括：相同的测量程序；相同的观测者；在相同的条件下使用相同的测量仪器；相同的地点；在短时间内重复测量。
可参见JJF1005_2005)。
测量方法的重复性标准偏差应当小，可能的话，单瓶测量的不确定度sr、√n应显著地小于(预计的)特性量值的合成标准不确定度。
推荐以随机次序进行测定以防止系统的时间变差干扰均匀性评价。
如果待定特性量的定值及不确定度不是和均匀性检验结合进行的话，作为均匀性检验的分析方法，可不要求准确计量物质的特性量值，只是检查该特性量值的分布差异，此均匀性检验的数据可以是测量读数不一定换算成特性量
的量值。
应注意待定特性量的测量过程中的趋势(漂移)应与批次样品中的趋势分开。
通过采用随机顺序对均匀性研究中的样品进行重复测定，可以达到此目的。
也可以在重复测量间颠倒各样品测量的顺序，如下例所示。
例：假定10个样品用来进行均匀性研究，作3次重复测定。
适合的测量方案如下：
重复测定1：1—3—5—7—9—2—4—6—8—10
重复测定2：10—9—8—7—6—5—4—3—2—1
重复测定3：2—4—6—8—10—1—3—5—7—9
由于测量漂移产生的趋势可由对正确测量顺序得到的结果进行趋势分析得到，样品制备而产生的趋势可通过将每瓶均值作为其序号的函数分析得到。
因此批次样品的序号与样品制备过程之间的逻辑相关性，尤其是在分装过程中，是很重要的。
5 最小取样量
在规定的分析测量条件下，最小取样量为保证标准物质均匀的最小的样品量。
在通常情况下将均匀性检验中所使用的样品量规定为该标准物质使用时的最小取样量。
均匀性检验后，应
给出标准物质特性量应用的最小取样量。
物质的均匀性是个相对的概念，当取样量很少时，物质的特性量可能呈现不均匀，当取样量足够多时，物质的均匀程度能够达到预期要求，就可以认为是均匀的。
例如矿石中金和银系列成分分析标准物质，对于银取0．1g～1．0g样品物质就能达到均匀，而对于金则取5g～20g样品均匀性才有保证。
一旦最小取样量确定，在该标准物质定值和使用时都应保证用量不少于该最小取样量。
当一种标准物质有多个特性量时，以不易均匀的待定特性量的最小取样量来表示标准物质的最小取样量或分别给出每个特性量的最小取样量。
统计模式及结果的评价
一般采用单因素方差分析法进行均匀性研究。
在某些情况下，也采用双因素方差分析法。