农产品质量安全监测抽样及样品制备

公正性
• 抽样工作应在承担任务的机构主持下完成，抽样 人员应亲自到现场抽样。受检单位人员可陪同抽 样，但不应干扰已定抽样方案的实施。
NY/T 2103-2011 蔬菜抽样技术规范
• 抽样准备
▫ 抽样方案的编制
抽样地点 抽样人员 所抽样品的名称和数量 抽样程序 所抽样品的包装、处理和运输
简单随机抽样（simple random sampling）
• 将调查总体全部观察单位编号，再用抽签法或随 机数字表随机抽取部分观察单位组成样本。 • 优点：操作简单，均数、率及相应的标准误计算 简单。 • 缺点：总体较大时，难以一一编号。
系统抽样（systematic sampling）
• 又称机械抽样、等距抽样，即先将总体的观察单 位按某一顺序号分成n个部分，再从第一部分随机 抽取第k号观察单位，依次用相等间距，从每一部 分各抽取一个观察单位组成样本。
NY/T 896-2004绿色食品 产品抽样准则
NY/T 896-2004绿色食品 产品抽样准则
NY/T 896-2004绿色食品 产品抽样准则
农产品抽样常见标准
• GB/T 8855-2008 新鲜水果和蔬菜 取样方法 • GBT 8302-2002茶取样 • NY/T 2103-2011蔬菜抽样技术规范 ▫ 替代NY/T 5344.3-2006 • • • • ▫ 替代NY/T 5344.5-2006 NY/T 5344.2 .4-2006无公害食品 产品抽样规范 第2 部分：粮油 第4部分：水果 NY/T 896-2004绿色食品 产品抽样准则 NY/T 789-2004农药残留分析样本的采样方法 NY/T 762-2004蔬菜农药残留检测抽样规范
百度文库
GB/T 8302-2002茶取样
NY/T2102-2001茶叶抽样技术规范
抽样方法类型
• • • • 简单随机抽样（simple random sampling） 系统抽样（systematic sampling） 整群抽样（cluster sampling ） 分层抽样（stratified sampling）
定量方面的考虑
• 有具体的统计学公式,不同的抽样方法有不同的公 式。归纳起来，样本量的大小主要取决于： (1) 研究对象的变化程度，即变异程度； (2)要求和允 许的误差大小，即精度要求； (3)要求推断的置 信度，一般情况下，置信度取为95%； (4)总体的 大小； (5)抽样的方法。
在无放回简单随机抽样情况下 总体均值估计量的标准误差的表达式
参数值与统计值
• 参数值(parameter)也称总体值，是指反映总体中 某变量的特征值。例如某蔬菜大棚中所有番茄果 实的三唑酮平均含量。但参数值多是理论值，难 以具体确定。通常是根据样本的统计值来推论总 体的参数值。 • 统计值（statistic）也称样本值，是指对样本中某 变量特征的描述。它通常是实际统计分析的数值。 例如，根据某一样本资料可计算其三唑酮含量等。 用样本统计值去推论参数值时，二者是一一对应 的。
代表性
• 抽样所得的样品应具有足够的代表性，应是以从 整批产品中所取出的全部个别样品（份样）集成 大样来代表整批产品，不应以个别样品（份样） 或单株或单个个体来代表整批。生产地抽样时， 应避开病虫害等非正常植株。
可行性
• 抽样的方法、使用的工具及样品数量应是合理可 行、切合实际的，符合样品检验的要求，应在确 保随机性、代表性的基础上做到快速、经济和可 操作性强。
NY/T 2103-2011 蔬菜抽样技术规范
• 抽样量
▫ 按GB/T 8855的规定执行
GB/T 8855-2008 新鲜水果和蔬菜 取样方法
• NY/T 2102-2011 茶叶抽样技术规范
NY/T 2103-2011 蔬菜抽样技术规范
• 范围
▫ 本标准规定了新鲜蔬菜的抽样方法。 ▫ 本标准适用于生产地、生产企业和市场新鲜蔬菜的 抽样。
▫ 适用范围改为政府指令性监测（替代NY/T5344.32006《无公害食品 产品抽样规范 第3部分：蔬 菜》）
• 优点：易于理解、简便易行。
• 缺点：总体有周期或增减趋势时，易产生偏性。
整群抽样（cluster sampling ）
• 总体分群，再随机抽取几个群组成样本，群内全 部调查。 • 优点：便于组织、节省经费。
• 缺点：抽样误差大于单纯随机抽样。
分层抽样（stratified sampling）
NY/T 2103-2011 蔬菜抽样技术规范
• 抽样人员
▫ 抽样人员应经过培训，取得相应的资质。每一抽样 点抽样人员不应少于2人，至少其中一人应负责对 抽样工作程序的具体实施及相关情况的协调处理。
抽样时持证上岗
• 农产品质量安全检测机构考核评审细则（100条） 中的16条（关键项）规定：所有人员应经专业技 术、标准化、计量、质量监督与管理以及相关法 规知识培训，考核合格，持证上岗。上岗证或合 格证应标明准许操作的仪器设备和检测项目。
样本(sample)
• 样本与总体相对应，是指用来代表总体的单位， 样本实际上是总体中某些单位的子集。样本不是 总体，但它应代表总体，以抽样的标准就是让所 选择的样本最大程度地代表总体。
抽样单位或抽样元素 (sampling unit/element)
• 抽样单位或抽样元素是指收集信息的基本单位和 进行分析的元素。在农产品质量安全监测中，常 用的抽样单位是个体的植株或果实，它也可以是 一定类型的群体。抽样单位与抽样元素有时是一 致的，有时是不一致的。如在简单抽样中，它们 是一致的，但在整群或多阶段抽样中，抽样单位 是群体，而每个群体单位中又包含许多抽样元素。
NY/T 2103-2011 蔬菜抽样技术规范
• 抽样时间
▫ ▫ ▫ ▫ 生产基地 批发市场 农贸市场和超市 生产企业
▫ 注意事项
任何抽样点在一个月内，某一种样品的抽样次数不能超过 这种样品计划抽样次数。假如一种样品在一个月内、某一 抽样点抽取两三次，那么每次抽样时间要间隔几天。 抽样时间应注意避开法定节假日。
▫ 抽样用品的准备
文件类 工具类
NY/T 2103-2011 蔬菜抽样技术规范
• 抽样地点与方法
▫ 生产基地
种植面积小于10hm2 (15亩左右) 种植面积大于10hm2 (15亩左右) 蔬菜大棚
▫ 生产企业 ▫ 批发市场 ▫ 农贸市场和超市 ▫ 注意事项
选择抽样地点时，应确定预定抽样点、备用抽样点。 抽样点的分布应在所抽区域的不同方位，相同名称或同一 企业的超市原则上只抽一家。
样本规模的确定
• 确定样本量的大小是比较复杂的问题，既要有定 性的考虑也要有定量的考虑。
定性方面的考虑
• 其考虑因素有：决策的重要性，调研的性质，变 量个数，数据分析的性质，同类研究中所用的样 本量，发生率，完成率，资源限制等。具体地说， 更重要的决策，需要更多的信息和更准确的信息， 这就需要较大的样本；探索性研究，样本量一般 较小，而结论性研究如描述性的调查，就需要较 大的样本；收集有关许多变量的数据，样本量就 要大一些。
常见的一些特征值
参数值 定义 反映总体特征的指标 统计值 反映样本特征的指标
N (总体数) 特征值 μ (总体均值)
n (样本数) (样本均值)
σ (总体标准差)
P (总体成数)
s (样本标准差)
p (样本成数)
抽样误差(sampling error)
• 样本统计值与所要推论的总体参数值之间的均差 值就称为抽样误差。这是由抽样本身产生的误差， 它反映的是样本对总体的表性程度，故又称代表 性误差。
NY/T 2103-2011 蔬菜抽样技术规范
• 规范性引用文件
▫ GB/T 8855 新鲜水果和蔬菜 取样方法
NY/T 2103-2011 蔬菜抽样技术规范
• 抽样原则
▫ ▫ ▫ ▫ 随机性 代表性 可行性 公正性
随机性
• 抽出的用以评定整批产品的样品，应是不加任何 选择的，按随机原则抽取。
抽样的基本程序
• 界定总体 • 样本设计
界定总体
• 界定总体包括明确总体的范围、内容和时间。实 际调查的总体与理论上设定的总体会有所不同， 总体越复杂，二者的差别越大。抽样总体有时不 等于理论上的研究总体，样本所代表的也只是明 确界定的抽样总体。
样本设计
• 样本设计包括确定样本规模和选择抽样的具体方 式。抽样的目的是用样本来代表总体，自然样本 数越大，其代表性越高。但样本数越大，调查研 究的成本也越大。因此，确定合适的样本规模和 抽样方式是抽样设计中的一项重要内容。
总体或抽样总体 (population)
• 总体(population)通常与构成它的元素共同定义： 总体是指构成它的所有元素的集合，而元素则是 构成总体的最基本单位。 • 比如，当我们开展对某批发市场蔬菜农产品质量 安全监测时，该批发市场的某一车普通白菜就是 我们研究的总体，而该车上的每一颗普通白菜便 是构成总体的元素。
设计效果调整样本容量
如果样本设计不是采用简单随机抽样，那么可以使用下列公式， 即用抽样设计效果对样本容量进行调整 ：
n2 Bn1
其中，B是设计效果，并且有： 在简单随机抽样设计下，B = 1， 在分层抽样设计下， 在整群抽样设计下， B 1， B 1。
NY/T 896-2004绿色食品 产品抽样准则
农产品质量安全监测抽样
抽样的重要性
• 抽样是检测工作中的重要步骤，是保证监测结果 是否具有公正性和代表性的重要环节，抽样工作 的质量，直接影响到检测结果的质量，因此要高 度重视，并认真规范地做好这项工作。
抽样的定义
• 从欲研究的全部样品中抽取一部分样品单位。其 基本要求是要保证所抽取的样品单位对全部样品 具有充分的代表性。
n y (1 ) N n
其中，σ是总体的标准差
如果误差界限设为e，那么：
n e z (1 ) N n
这里Z是对应于某一置信水平的标准正态分布的分位点值。
解n，得：
n

2
2 2
e 2 z N
为确定n，需要知道
• • • • • 期望的误差界限e 置信水平 对应的标准正态分布的分位点值 Z 总体规模 N 总体方差 σ 2 ▫ 其中，总体方差σ 2是最不容易得到的，通常需要
置信水平与置信区间 (confidence level and interval)
• 置信水平和置信区间是与抽样误差密切相关的两 个概念。
▫ 置信水平，又称置信度，是指总体参数值落在某一 区间内的概率。 ▫ 而置信区间是指在某一置信水平下，用样本统计值 推论总体参数值的范围。其大小与误差密切相关， 置信区间越大，误差也越大。
根据过去对类似总体所做的研究作近似计算。
常用的z值
对于 90% 的置信度，对应的z值为 1.64 对于 95% 的置信度，对应的z值为 1.96 对于 99% 的置信度，对应的z值为 2.56
• 也就是说,研究的问题越复杂,差异越大时,样本量 要求越大；要求的精度越高,可推断性要求越高时, 样本量也越大；同时,总体越大,样本量也相对要大, 但是,增大呈现出一定对数特征,而不是线形关系。
• 先按对观察指标影响较大的某种特征，将总体分 为若干个类别，再从每一层内随机抽取一定数量 的观察单位，合起来组成样本。有按比例分配和 最优分配两种方案。
• 优点：样本代表性好，抽样误差减少。
各种抽样方法的抽样误差
• 一般是：整群抽样≥单纯随机抽样≥系统抽样≥分 层抽样。
• 抽样方法问题,决定设计效应的值,如果我们设定简 单随机抽样设计效应的值是1；分层抽样由于抽样 效率高于简单随机抽样，其设计效应的值小于1, 合适恰当的分层，将使层内样本差异变小，层内 差异越小，设计效应小于1的幅度越大；整群抽样 由于效率低于简单随机抽样，设计效应的值大于1, 所以抽样调查方法的复杂程度决定其样本量大小。
抽样的目的
• 抽样的目的是从被抽取样品单位的分析、研究结 果来估计和推断全部样品特性，是科学实验、质 量检验普遍采用的一种经济有效的工作和研究方 法。
基本概念
• 所考察对象的某一数值指标的全体构成的集合看 作总体，构成总体的每一个元素作为个体，从总 体中抽取一部分的个体所组成的集合叫做样本， 样本中的个体数目叫做样本数量。