怎么辦理檢測檢驗認證資質CMA/CNAS認證
 注1:與尺度化中位絕對差方法相比,標準化四分位距法只需要對數據進行 一次排序,但標準化四分位距的失效點為25%(見表8), 而尺度化中位絕對差法的失效點為50%,因此尺度化中位絕對差方法比標準化四 分位距法能忍受更高比例的離群值。 
注2:標準化四分位距法和尺度化中位絕對差法這兩種統計方法,在參加者 結果數 p?30 時會導致分散性計算值明顯偏小,可能會影響參加者結果的能力評 定。
穩健估計值 x* 和 s* 可由迭代計算得出,例如用新取值數據更新 x* 和 s*, 直至過程收斂。當穩健平均值和穩健標準差的第三位有效數字在連續兩次迭代中 不再變化時,即可認為過程是收斂的。
這是一種可用計算機編程實現的簡單方法。 算法A統計方法對一定比例的離群值不敏感,其失效點約為25%(見表8)。 當 MADex() 為0,數據總體中有極端離群值時,初始 s* 可能顯著降低對離群值的 耐受力。當數據總體中離群值比例預期超過20%,或當初始 s* 受極端離群值的 不利影響
2)如能力評定不用穩健標準差,使用 MADe 并在迭代過程中不更新 s*。如 能力評定使用穩健標準差,可使用具有更高效率的統計方法(見表9)得出的估 計值代替s*并在迭代過程中不更新 
一組能力驗證數據若有n個結果,例如50個,可以在模板(表7)中,在 31和32行中間插入20個空行。將數據重新輸入到C列,然后選定輸入的數據, 按選定區域排序,將其他列的空白單元格分別向下填充,即可自動得到迭代結果
穩健統計方法穩健性的高低,與該方法對離群值的敏感性和穩健統計量本身 的離散性質有關,有時也與對微小眾數的敏感性(不敏感即耐受)這一特性有關。 穩健統計方法可用三個特性量來描述,即失效點、效率和微小眾數耐受力
失效點是數據組中允許離群值的最大比例,是一個統計估計量耐受離群值的 度量,高失效點意味著耐受離群值的能力越強。表8給出了附錄C中所涉及的不同 統計方法的失效點和對微小眾數的耐受力。
所有統計估計量都有取樣方差,即估計值會隨不同輪次能力驗證計劃而變化。 即使所有參加者都是有能力的,參加者結果分布不會出現離群和子集,從一輪至 另一輪,各輪統計量的估計值也會發生變化,這種變化可用方差表示。
而每一種 統計估計量具有不同的方差。穩健統計方法基于理論假設,對偏離分布中心較遠 的數據進行修正,以降低其對估計量的影響。當總體數據為正態分布時,穩健統 計估計量比經典統計估計量(樣本均值和標準偏差)具有更大的方差。表9給出 了附錄C中不同統計估計量的相對效率
表9結果表明沒有任何一種統計方法對所有情況都是完美的。對正態分布數 據,總體均值和標準偏差雖是最優,但當有離群值時會失效
通常樣本估計值與總體參數實際值之間的差異會隨樣本量減少而增大。如果 能力驗證計劃利用參加者的公議值評價參加者的能力,參加者數量通常應大于30; 
當參加者數量小于20時,由于公議值確定的指定值的不確定度相對較大,不可忽 略,導致能力評定不可靠[5]。例如,當樣本數為30時,樣本離散性的估計值與總 體標準差的差異,在95%置信水平時高達25%以上,而隨著樣本數的減少,其差異 更大。所以對于參加者較少的能力驗證計劃,一般不推薦利用參加者結果分散性 的公議值來進行能力評定,理想情況下可使用獨立于參加者的、有明確溯源途徑 的方法確定指定值,如用配方法或由有證參考值給出。能力評定標準差也最好基 于外部標準,如專家判斷或適用性目標(fitnessforpurpose)。如果使用預先 確定的指定值和評定標準,即使僅有一個參加者,能力驗證也可進行。此種類型 的實驗室間比對被稱為“一對一”能力驗證或測量審核,在很多情況下非常有用, 如校準。 
當不能使用獨立于參加者的、有明確溯源途徑的方法確定指定值時,指定值 或/和能力評定標準差可能需要利用參加者公議值得到。如果參加者數量過少, 能力評定可能變得不可靠,需要考慮設定能力評定中參加者的最少數量。
天津CNAS認證申請辦理費用時間流程,上海CNAS認證申請辦理費用時間流程,重慶CNAS認證申請辦理費用時間流程,河北CNAS認證申請辦理費用時間流程,山西CNAS認證申請辦理費用時間流程,遼寧CNAS認證申請辦理費用時間流程,吉林CNAS認證申請辦理費用時間流程,黑龍江CNAS認證申請辦理費用時間流程,江蘇CNAS認證申請辦理費用時間流程,浙江CNAS認證申請辦理費用時間流程,安徽CNAS認證申請辦理費用時間流程,福建CNAS認證申請辦理費用時間流程,江西CNAS認證申請辦理費用時間流程,山東CNAS認證申請辦理費用時間流程,河南CNAS認證申請辦理費用時間流程,湖北CNAS認證申請辦理費用時間流程,湖南CNAS認證申請辦理費用時間流程,廣東CNAS認證申請辦理費用時間流程,海南CNAS認證申請辦理費用時間流程,四川CNAS認證申請辦理費用時間流程,貴州CNAS認證申請辦理費用時間流程,云南CNAS認證申請辦理費用時間流程,陜西CNAS認證申請辦理費用時間流程,甘肅CNAS認證申請辦理費用時間流程,青海CNAS認證申請辦理費用時間流程,內蒙古自治區CNAS認證申請辦理費用時間流程,廣西壯族自治區CNAS認證申請辦理費用時間流程
當參加者數據中有離群值時,宜優先采用穩健統計,但對于數據量較少的情 況通常并不推薦使用。參加者較少(如少于18家)的能力驗證計劃,宜優先使用 經典統計方法,可使用離群值檢驗,先剔除離群值,然后計算均值和標準偏差。 
不同的數據量可使用不同的離群值檢驗方法。可用Grubbs檢驗對一個離群值 和對同一方向的兩個離群值同時進行剔除,Grubbs檢驗及其他檢驗需要預先規定 可能的離群值個數,但可能由于有多個離群值而失效,這對于參加者結果數 p?10 時非常有用(取決于離群值的可能分布)。 
注1:對分散性的估計在剔除離群值后需特別謹慎,因為估計值會偏低。當 基于99%或以上置信水平進行剔除時,偏倚通常不嚴重。 注2:大多數指定值和分散性的單因子穩健估計量在 p?12 可接受。