MK检验方法
M-K 检验方法原理
代码网址 .cn/s/blog_4b00c5sa.html
降雨、径流分析采用非参数检验方法曼-肯德尔法（Mann-Kendall ）检验法来检测泾河合水川流域降水的长期变化趋势和突变情况。在时间序列趋势分析中，Mann-Kendall 检验方法，最初由Mann 和Kendall 提出，许多学者不断应用Mann-Kendall 方法分析降水、径流、气温和水质等要素时间序列趋势变化[6-7]。Mann-Kendall 检验不需要样本遵循一定的分布，也不受少数异常值的干扰，适用于水文、气象等非正态分布的数据，计算方便。
在Mann-Kendall 检验中，原假设H 0为时间序列数据（X1，…,Xn),是n 个独立的、随机变量同分布的样本；备择假设H 1 是双边检验，对于所有的k ，j ≤n ，且k ≠j ，X k 和X j 的分布是不相同的，检验的统计量S 计算如下式：
∑∑=+=-=1-n 1k n 1k j )Sgn k j X X
S （
其中，??????????<-=->-+=-0)(1-0)(001)gn k j k j k j k j X X X X X X X X S ）（（
S 为正态分布，其均值为0，方差18/)5n 2(1-n n αr +=）（）（S V 。当n>10时，标准的正态系统变量通过下式计算：
???
???????????<+=>=010001-αr αr S S V S S S S V S Z ）（）（ 这样，在双边的趋势检验中，在给定的α置信水平上，如果α/21-≥Z Z ,则原假设是不可接受的，即在α置信水平上，时间序列数据存在明显的上升或下降趋势。对于统计量Z ，大于0时是上升趋势；小于0时是下降趋势。Z 的绝对值在大于等于1.28、1、64和2.32时，分别表示通过了信度90%，95%，99%的显著性检验。
当Mann-Kendall 检验进一步用于检验序列突变时，检验统计量与上述Z 有所不同，通过构造一秩序列：
∑∑==k 1i 1
-i j ij k αS （k=2,3,4，…，n ）
其中，???<>=j
i j i ij 01αX X X X 1≤j ≤i
定义统计变量：
[]）
（）k k k k αr (S V S E S UF -= （k=1，2, …，n ） 式中：72/)52)(1()(;4/1k )(αr k +-=+=k k k S V K S E k ）（ UF k 为标准正态分布，给定显著性水平α，若|UF k |>U α/2 ,则表明序列存在明显的趋势变化，将时间序列x 按逆序排列，再按照上式计算，同时使
???-+=-=k
UF UB 1n k k k （k=1,2，…，n ）， 通过分析统计序列k k UB UF 和可以进一步分析序列x 的趋势变化，而且可以明确突变的时间，指出突变的区域。若UF k 值大于0，则表明序列呈上升趋势；小于0则表明呈下降趋势；当它们超过临界直线时，表明上升或下降趋势显著。如果UF k 和UB k 这两条曲线出现交点，且交点在临界直线之间，那么交点对应的时刻就是突变开始的时刻。
《化妆品微生物标准检验方法》GB 79181～5——87
一、总则 General Principle 1 范围 本规范规定了化妆品微生物学检验总则。 本规范适用于化妆品样品的采集、保存、供检样品制备。 2 仪器和设备 2.1 天平。 2.2 高压灭菌器。 2.3 振荡器。 2.4 三角瓶。 2.5 玻璃珠。 2.6 玻璃棒。 2.7 刻度吸管。 2.8 研钵。 2.9 均质器。 2.10 恒温水浴箱。 2.11 采样用具：不锈钢勺，剪刀，开罐器等。 3 培养基和试剂 3.1 生理盐水 成分：氯化钠8.5g 蒸馏水加至1000 mL 溶解后，分装到加玻璃珠的三角瓶内，每瓶90mL，103.43kPa(15 lb)20min高压灭菌。3.2 SCDLP液体培养基 成分：酪蛋白胨17g 大豆蛋白胨3g 氯化钠5g 磷酸氢二钾 2.5g 葡萄糖 2.5g 卵磷脂1g 吐温80 7g 蒸馏水1000mL 制法：先将卵磷脂在少量蒸馏水中加温溶解后，再与其它成分混合，加热溶解，调pH为7.2～7.3，分装，103.43kPa(15lb)20min高压灭菌。注意振荡，使沉淀于底层的吐温80充分混合，冷却至25℃左右使用。 注：如无酪蛋白胨和大豆蛋白胨，也可用多胨代替。 3.3 灭菌液体石蜡。 3.4灭菌吐温80。
4 样品的采集及注意事项 4.1 所采集的样品，应具有代表性，一般视每批化妆品数量大小，随机抽取相应数量的包装单位。检验时，应分别从两个包装单位以上的样品中共取10g或10mL。包装量小于20g的样品，采样量应适量增加，其总量应大于16g。 4.2 供检验样品，应严格保持原有的包装状态，进口产品应为市售包装。容器不应有破裂，在检验前不得打开，防止样品被污染。 4.3 接到样品后，应立即登记，编写检验序号，并按检验要求尽快检验。如不能及时检验，样品应放在室温阴凉干燥处，不要冷藏或冷冻。 4.4 若只有一份样品而同时需做多种分析，如微生物、毒理、化学等，应先做微生物检验，再将剩余样品做其它分析。 4.5 在检验过程中，从打开包装到全部检验操作结束，均须防止微生物的再污染和扩散，所用采样用具、器皿及材料均应事先灭菌，全部操作应在无菌室内进行，或在相应条件下，按无菌操作规定进行。 5 供检样品的制备 5.1 液体样品 5.1.1 水溶性的液体样品，量取10mL加到90mL灭菌生理盐水中，混匀后，制成1:10检液。 5.1.2 油性液体样品，取样品10mL，先加5mL灭菌液体石蜡混匀，再加10mL灭菌的吐温80，在40℃～44℃水浴中振荡混合10min，加入灭菌的生理盐水75mL(在40℃～44℃水浴中预温)，在40℃～44℃水浴中乳化，制成1:10的悬液。 5.2 膏、霜、乳剂半固体状样品 5.2.1 亲水性的样品，称取10g，加到装有玻璃珠及90mL灭菌生理盐水的三角瓶中，充分振荡混匀，静置15min。取其上清液作为1:10的检液。 5.2.2 疏水性样品，称取10g，放到灭菌的研钵中，加10mL灭菌液体石蜡，研磨成粘稠状，再加入10mL灭菌吐温80，研磨待溶解后，加70mL灭菌生理盐水，在40℃～44℃水浴中充分混合，制成1:10检液。 5.3 固体样品，称取10g，加到90mL灭菌生理盐水中，充分振荡混匀，使其分散混悬，静置后，取上清液作为1:10的检液。 如有均质器，上述水溶性膏、霜、粉剂等，可称10g样品加入90mL灭菌生理盐水，均质1min～2min；疏水性膏、霜及眉笔、口红等，称10g样品，加10mL灭菌液体石蜡，10mL灭菌吐温80，70mL灭菌生理盐水，均质3min～5min。
T检验、F检验和统计学意义(P值或sig值),想了解显著性差.
1,T 检验和 F 检验的由来 一般而言, 为了确定从样本 (sample统计结果推论至总体时所犯错的概率, 我们会利用统计学家所开发的一些统计方法,进行统计检定。 通过把所得到的统计检定值,与统计学家建立了一些随机变量的概率分布(probability distribution进行比较,我们可以知道在多少 %的机会下会得到目前的结果。倘若经比较后发现, 出现这结果的机率很少, 亦即是说, 是在机会很少、很罕有的情况下才出现; 那我们便可以有信心的说, 这不是巧合, 是具有统计学上的意义的 (用统计学的话讲,就是能够拒绝虚无假设 null hypothesis,Ho 。相反,若比较后发现,出现的机率很高,并不罕见;那我们便不能很有信心的直指这不是巧合,也许是巧合,也许不是,但我们没能确定。 F 值和 t 值就是这些统计检定值,与它们相对应的概率分布,就是 F 分布和 t 分布。统计显著性(sig 就是出现目前样本这结果的机率。 2,统计学意义(P 值或 sig 值 结果的统计学意义是结果真实程度(能够代表总体的一种估计方法。专业上, p 值为结果可信程度的一个递减指标, p 值越大,我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。 p 值是将观察结果认为有效即具有总体代表性的犯错概率。如 p=0.05提示样本中变量关联有 5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联,我们重复类似实验,会发现约 20个实验中有一个实验, 我们所研究的变量关联将等于或强于我们的实验结果。 (这并不是说如果变量间存在关联, 我们可得到 5%或 95%次数的相同结果, 当总体中的变量存在关联, 重复研究和发现关联的可能性与设计的统计学效力有关。在许多研究领域, 0.05的p 值通常被认为是可接受错误的边界水平。 3, T 检验和 F 检验 至於具体要检定的内容,须看你是在做哪一个统计程序。
化妆品微生物标准检验方法定稿版
化妆品微生物标准检验 方法精编W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
化妆品微生物标准检验方法 总则（GB7918.1—87） 1?样品的采集及注意事项 1.1所采集的样品，应具有代表性，一般视每批化妆品数量大小，随机抽取相应数量的包装单位。检验时，应分别从两个包装单位以上的样品中共取10g或10ml。包装量小的样品，取样量可酌减。 1.2供检样品，应严格保持原有的包装状态。容器不应有破裂，在检验前不得启开，以防再污染。 1.3接到样品后，应立即登记，编写检验序号，并按检验要求尽快检验。如不能及时检验，样品应放在室温阴凉干燥处，不要冷藏或冷冻。 1.4若只有一个样品而同时需做多种分析，如细菌、毒理、化学等，则宜先取出部分样品作细菌检验，再将剩余样品作其他分析。 1.5在检验过程中，从开封到全部检验操作结束，均须防止微生物的再污染和扩散，所用器皿及材料均应事先灭菌，全部操作应在无菌室内进行。或在相应条件下，按无菌操作规定进行。 1.6如检出粪大肠菌群或其他致病菌，自报告发出起该菌种及被检样品应保存一个月奋查。 2?供检样品的制备 2.1培养基和试剂
：氯化钠?8.5g，蒸馏水?1000m溶解后，分装到加玻璃珠的锥形瓶内，每瓶90ml，121℃（151b）20min高压灭菌。 ,成分：酪蛋白胨17g，大豆蛋白胨?3g，氯化钠?5g，磷酸氢二钾?2.5g，葡萄糖?2.5g，卵磷脂?1g，吐温80?。7g，蒸馏水?1000ml，制法：将上述成分混合后，加热溶解，调pH 为7.2. 3分装，121℃（151b）20min高压灭菌。注意振荡，使沉淀于底层的法温80充分混合，冷却至25℃左右使用。 注：如无酪蛋白胨和大豆蛋白胨，也可用日本多胨代替。 2.2.仪器： 2.3不同类型样品的检样制备。 ： 。 n。 本标准由中国预防医学科学院环境卫生监测所归口。 本标准由“化妆品微生物标准检验方法”起草小组起草。 本标准主要起草人周淑玉。 本标准由中国预防医学科学院环境卫生监测所负责解释。
使用SPSS进行两组独立样本的t检验F检验显著性差异计算p值
使用SPSS 进行两组独立样本的t检验、F检验、显著性差异、计算p值 SPSS版本为SPSS 20. 如有以下两组独立的数据，名称分别为“111”，“222”。 111组：4、5、6、6、4 222组：1、2、3、7、7 首先打开SPSS，输入数据，命名分组，体重和组名要对应，111组的就不要输入到222组了。数据视图如下： 变量视图如下，名称可以改成“分组嗷嗷嗷”“体重喵喵喵”等
点击“分析”-“比较均值”-“独立样本T检验” 来到这里，分组变量为“分组嗷嗷嗷”，检验变量为“体重喵喵喵”。
【关键的一步】点击分组嗷嗷嗷，进行“定义组”
【关键的一步】输入对应的两组数据的组名：“111”和“222” 点击确定，可见数据与组名对应上了。
点击“确定”，生成T检验的报告，即将大功告成！
第一个表都知道什么回事就不缩了，excel都能实现的。 第二个表才是重点，不然用SPSS干嘛。 F检验：在两样本t检验中要用到F检验，F检验又叫方差齐性检验，用于判断两总体方差是否相等，即方差齐性。 如图：F旁边的Sig的值为.007 即0.007，<0.01, 即两组数据的方差显著性差异！ 看到“假设方差相等”和“假设方差不相等”了么？ 此时由于F检验得出Sig <0.01，即认为假设方差不相等！因此只关注红框中的数据即可。 如图，红框内，Sig（双侧），为.490即0.490，也就是你们要求的P值啦， Sig ( 也就是P值) >0.05，所以两组数据无显著性差异。 PS：同理，如果F检验的Sig >.05（即>0.05），则认为两个样本的假设方差相等。 所以相应的t检验的结果就看上面那行。 by 20150120 深大医学院FG
t检验法()
T检验法 T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。 T检验是用于小样本（样本容量小于30）的两个平均值差异程度的检验方法。它是用T分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显着。 T检验是戈斯特为了观测酿酒质量而发明的。戈斯特在位于都柏林的健力士酿酒厂担任统计学家。戈特特于1908年在Biometrika上公布T检验，但因其老板认为其为商业机密而被迫使用笔名（学生）。 T检验的适用条件：正态分布资料 单个样本的t检验 目的：比较样本均数所代表的未知总体均数μ和已知总体均数μ 。 计算公式： t统计量： 自由度：v=n - 1 适用条件： (1) 已知一个总体均数； (2) 可得到一个样本均数及该样本标准误； (3) 样本来自正态或近似正态总体。 [编辑] 单个样本的t检验实例分析[1] 例1 难产儿出生体重 = 3.30（大规模调查获得），问相同否？ 一般婴儿出生体重μ 解：1.建立假设、确定检验水准α
H 0:μ = μ （难产儿与一般婴儿出生体重的总均数相等；H0无效假设，null hypothesis） （难产儿与一般婴儿出生体重的总均数不等；H1备择假设，alternative hypothesis，） 双侧检验，检验水准:α = 0.05 2.计算检验统计量 3.查相应界值表，确定P值，下结论 查附表1: t0.05 / 2.34 = 2.032,t = 1.77,t < t0.05 / 2.34,P > 0.05,按α = 0.05水准，不拒绝H0，两者的差别无统计学意义，尚不能认为难产儿平均出生体重与一般婴儿的出生体重不同 [编辑] 配对样本t检验 配对设计：将受试对象的某些重要特征按相近的原则配成对子，目的是消除混杂因素的影响，一对观察对象之间除了处理因素/研究因素之外，其它因素基本齐同，每对中的两个个体随机给予两种处理。 ?两种同质对象分别接受两种不同的处理，如性别、年龄、体重、病情程度相同配成对。 ?同一受试对象或同一样本的两个部分，分别接受两种不同的处理 ?自身对比。即同一受试对象处理前后的结果进行比较。 目的：判断不同的处理是否有差别 计算公式及意义： t 统计量： 自由度：v=对子数-1 适用条件：配对资料 [编辑] T检验的步骤[2]
假设检验中的P值
假设检验中的P值 假设检验是推断统计中的一项重要内容。用SAS、SPSS等专业统计软件进行假设检验，在假设检验中常见到P值( P-Value，Probability，Pr)，P值是进行检验决策的另一个依据。 P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为显著， P<0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P值不能赋予数据任何重要性，只能说明某事件发生的机率。P < 0.01 时样本间的差异比P < 0.05 时更大，这种说法是错误的。统计结果中显示Pr > F，也可写成Pr( >F)，P = P{ F0.05 > F}或P = P{ F0.01 > F}。 1、P值由来 从某总体中抽 ⑴、这一样本是由该总体抽出，其差别是由抽样误差所致； ⑵、这一样本不是从该总体抽出，所以有所不同。 如何判断是那种原因呢？统计学中用显著性检验来判断。其步骤是： ⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。 ⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。 ⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。如果P>0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P<0.05或P <0.01，可以认为差别不由抽样误差引起，可以拒绝H0，则可以接受另一种可能性的假设（又称备选假设，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。 2、数学应用 数据解释 P值碰巧的概率对无效假设统计意义 P>0.05 碰巧出现的可能性 大于5% 不能否定无效假 设 两组差别无 显著意义 P<0.05 碰巧出现的可能性 小于5% 可以否定无效假 设 两组差别有 显著意义 P <0.01 碰巧出现的可能性 小于1% 可以否定无效假 设 两者差别有 非常显著意 义 注意要点 理解P值，下述几点必须注意：
t检验计算公式
t 检验计算公式： 当总体呈正态分布，如果总体标准差未知，而且样本容量n <30，那么这时一切可能的样本平均数与总体平均数的离差统计量呈t 分布。 t 检验是用t 分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。t 检验分为单总体t 检验和双总体t 检验。 1.单总体t 检验 单总体t 检验是检验一个样本平均数与一已知的总体平均数的差异是否显 著。当总体分布是正态分布，如总体标准差σ未知且样本容量n <30，那么样本平均数与总体平均数的离差统计量呈t 分布。检验统计量为： X t μ σ-=。 如果样本是属于大样本（n >30）也可写成： X t μ σ-=。 在这里，t 为样本平均数与总体平均数的离差统计量； X 为样本平均数； μ为总体平均数； X σ为样本标准差； n 为样本容量。 例：某校二年级学生期中英语考试成绩，其平均分数为73分，标准差为17分，期末考试后，随机抽取20人的英语成绩，其平均分数为79.2分。问二年级学生的英语成绩是否有显著性进步？ 检验步骤如下： 第一步 建立原假设0H ∶μ=73 第二步 计算t 值 79.273 1.63X t μ σ--=== 第三步 判断 因为，以0.05为显著性水平，119df n =-=，查t 值表，临界值0.05(19) 2.093t =，而样本离差的t =1.63小与临界值2.093。所以，接受原假设，即进步不显著。
2.双总体t 检验 双总体t 检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体t 检验又分为两种情况，一是相关样本平均数差异的显著性检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。二是独立样本平均数的显著性检验。各实验处理组之间毫无相关存在，即为独立样本。该检验用于检验两组非相关样本被试所获得的数据的差异性。 现以相关检验为例，说明检验方法。因为独立样本平均数差异的显著性检验完全类似，只不过0r =。 相关样本的t 检验公式为： t = 在这里，1X ，2X 分别为两样本平均数； 12X σ，2 2X σ分别为两样本方差； γ为相关样本的相关系数。 例：在小学三年级学生中随机抽取10名学生，在学期初和学期末分别进行了两次推理能力测验，成绩分别为79.5和72分，标准差分别为9.124,9.940。问两次测验成绩是否有显著地差异？ 检验步骤为： 第一步 建立原假设0H ∶1μ=2μ 第二步 计算t 值 t = =3.459。 第三步 判断 根据自由度19df n =-=，查t 值表0.05(9) 2.262t =，0.01(9) 3.250t =。由于实际计算出来的t =3.495>3.250=0.01(9)t ，则0.01P <，故拒绝原假设。 结论为：两次测验成绩有及其显著地差异。 检验。
T检验、F检验和统计学意义(P值或sig值)
T检验、F检验和统计学意义（P值或sig值） 1.T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。 F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。 2. 统计学意义（P值或sig值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。 3. T检验和F检验 至於具体要检定的内容，须看你是在做哪一个统计程序。 举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，而行的t检验。 两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？ 会不会总体中男女生根本没有差别，只不过是你那麼巧抽到这2样本的数值不同？ 为此，我们进行t检定，算出一个t检定值。 与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较，看看在多少%的机会(亦即显著性sig值)下会得到目前的结果。 若显著性sig值很少，比如<0.05(少於5%机率)，亦即是说，「如果」总体「真的」没有差别，那麼就只有在机会很少(5%)、很罕有的情况下，才会出现目前这样本的情况。虽然还是有5%机会出错(1-0.05=5%)，但我们还是可以「比较有信心」的说：目前样本中这情况(男女生出现差异的情况)不是巧合，是具统计学意义的，「总体中男女生不存差异」的虚无假设应予拒绝，简言之，总体应该存在著差异。 每一种统计方法的检定的内容都不相同，同样是t-检定，可能是上述的检定总体中是否存在差异，也同能是检定总体中的单一值是否等於0或者等於某一个数值。 至於F-检定，方差分析(或译变异数分析，Analysis of V ariance)，它的原理大致也是上面说的，但它是透过检视变量的方差而进行的。它主要用于：均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用、方差齐性(Equality of V ariances)检验等情况。 4. T检验和F检验的关系 t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方
检验方法的标准确认办法
检验方法的标准确认办法 检验方法是指实验室用于实施检验检测工作所依据的标准检验方法和技术规范。检验方法是实验室实施检验工作的主要依据，是开展检验检测工作所必须的资源，如果方法及程序不同就会造成结果不同。<<实验室资质认定评审准则>> 5.3.2条款中规定：“实验室应确认能否正确使用所选用的新方法。如果方法发生了变化，应重新进行确认。实验室应确保使用标准的最新有效版本。”在<
要求而发生的情况，其检验结果和报告上应有明确的说明。 另外需要使用非标准方法时，这些方法应征得委托方同意，并形成有效文件，使出具的报告为委托方和用户所接受。这是指必须在实验室计量认证或认可批准业务范围内使用，所谓有效文件是指甲乙双方对使用非标准方法检测达成协议，一般来说应有双方签字盖章，也可以在检测委托（协议）书上注明，实验室在检测报告中也必需加以说明。因此，在检测方法的选择上，优先使用国家标准，然后是行业标准、地方标准，非标准方法仅限于委托方同意才使用。 对于实验室完成的每一项或每一系列检验的结果，均应按照检验方法中的规定，准确、清晰、明确、客观地在检验证书或报告中表述，应采用法定计量单位。证书或报告中还应包括为说明检验结果所必需的各种信息采用方法所要求的全部信息。除上述明确的要求外，检测报告中必需有检测数据和结论。 所以说，检测方法选择的核心就是方法有效性，要特别注意的是：要使用最新有效版本的方法。 二、检测方法的验证及确认 当自己的实验室将标准方法引入到自身的检测工作时，则应对引入的标准方法进行验证，并正确有效地运用。 方法的确认应广泛全面，以满足预定用途或应用领域的需要。标准方法确认准则是：所用的设备、环境条件、人员技术等。以证明实验室能够正确使用该新标准实施检测过程。 标准方法的确认或是通过核查方式，并提供客观证据，以证实某一特
excel数据表计算卡方检验的p值
（二）用EXCEL的统计函数进行统计卡方检验（χ2） 卡方（χ2）常用以检验两个或两个以上样本率或构成比之间差别的显著性分析，用以说明两类属性现象之间是否存在一定的关系。 卡方检验常采用四格表，如图5-4-18所示，比较的A、B两组数据分别用a、b、c、d表示，a为A组的阳性例数，b 为A组的阴性例数，c为B组的阳性例数，d为B组的阴性例数。 用EXCEL进行卡方检验时，数据的输入方式按实际值和理论值分别输入四个单元格，如图5-4-18所示。 （1）比较的A、B两组数据分别用a、b、c、d表示。a=52，为A组的阳性例数；b=19，为A组的阴性例数；c=39，为B组的阳性例数；d=3，为B组的阴性例数。根据公式计算理论值T11、T12、、T21和T22。将实际值和理论值分别输入如图所示的四个单元格（图5-4-19）。 选择表的一空白单元格，存放概率p值的计算结果，将鼠标器移至工具栏的“fx”处，鼠标器左键点击工具栏的“fx”快捷键，打开函数选择框。 （2）在函数选择框的“函数分类”栏选择“统计”项，然后在“函数名”栏内选择“CHITEST”函数，用鼠标器点击“确定”按钮，打开数据输入框（图5-4-20）。 （3）在“Actual_range”项的输入框内输入实际值（a、b、c、d）的起始单元格和结束单元格的行列号，在“Expected_range”项的输入框内输入理论值（T11、T12、T21、T22）的起始单元格和结束单元格的行列号，起始单元格和结束单元格的行列号之间用“:”分隔（图5-4-20）。 在数据输入完毕后，p值的计算结果立即显示。用鼠标器点击“确定”按钮，观察计算结果。 图5-4-18 四格表图5-4-19 四格表数据输入
P值检验法在实际生活中的应用
假设检验中的P值法在实际生活中的应用 摘要 假设检验是统计判断的重要内容，在很多情况下大多采用临界值法，而在现代统计软件中假设检验多是采用计算P值的方法进行推断的。检验时需要由样本观测值计算出检验统计量的观测值和衡量观测结果极端的P值，然后通过比较P值和显著性水平α的大小作判断，当P<α时， 拒绝原假设 H；当P<α时，不能拒绝原假设0H。论文列举了P值检验法0 在生活中一些应用案例，并和临界值法的做了优势比较。 关键词：假设检验；临界值法；P值法；SAS
The application of Hypothesis test P-value method in real life Abstract Hypothesis test is an important content of statistical judgment; the critical value method is used in many cases. However, in modern statistical software in hypothesis testing, the method of calculating the P value of extrapolation is used here and there. Inspection need by the value of the sample observations calculate the test statistic of the observation value and measure observations of extreme value, and then compare P values and a significant level of their size, to determine, when refuse the null hypothesis; when can not refuse the null hypothesis. The paper presents some application cases of the value of P test in life, and also to do some comparative advantage. Key Words：Hypothesis test, the critical value method, the P-value method, SAS
中华人民共和国国家标准 生活饮用水标准检验方法微生物指标汇编
中华人民共和国国家标准生活饮用水标准检验方法微生物指标Standard examination methods for drinking water一Microbioloical parameters 1、菌落总数 1.1平皿计数法1.1.1范围本标准规定了用平皿计数法测定生活饮用水及其水源水中的菌落总数本法适用于生活饮用水及其水源水中菌落总数的测定。1.1.2术语和定义下列术语和定义适用于本标准。1.1. 2.1菌落总数standard plate - count 加cteria水样在营养琼脂上有氧条件下37℃培养48h后，所得1ml水样所含菌落的总数 1.1.3培养基与试剂1.1.3.1营养琼脂1.1.3.1.1成分：A 蛋白陈10gB 牛肉膏3g C 氯化钠5g D 琼脂10g——20g E 蒸馏水1000ml1.3.1.2制法：将上述成分混合后，加热溶解，调整pH为7.4一7.6，分装于玻璃容器中（如用含杂质较多的琼脂时，应先过滤），经103.43 kPa (121℃，15lb）灭菌20 min，储存于冷暗处备用。 1.1.4仪器 1.1.4.1高压蒸汽灭菌器。 1.1.4.2干热灭菌箱。 1.1.4.3培养箱36℃士2℃。 1.1.4.4电炉。 1.1.4.5天平。 1.1.4.6冰箱。1.1.4.7放大镜或菌落计数器。1.1.4.8 pH计或精密pH试纸。1.1.4.9灭菌试管、平皿（直径9cm）、刻度吸管、采样瓶等1.1.5检验步骤1.1.5.1生活饮用水1.1.5.1.1门以无菌操作方法用灭菌吸管吸取1mL充分混匀的水样，注人灭菌平皿中，倾注约15mL已融化并冷却到45℃左右的营养琼脂培养基，并立即旋摇平皿，使水样与培养基充分混匀每次检验时应做一平行接种，同时另用一个平皿只倾注营养琼脂培养基作为空白对照1.1.5.1.2待冷却凝固后，翻转平皿，使底面向上，置于36℃士1℃培养箱内培养48h，进行菌落计数，即为水样1 ml 中的菌落总数1.1.5.2水源水1.1.5. 2.1以无菌操作方法吸取lml充分混匀的水样，注入盛有9ml、灭菌生理盐水的试管中，混匀成1 : 10稀释液。1.1.5.2.2吸取I : 10的稀释液工ml注入盛有9mL灭菌生理盐水的试管中，混匀成l ：10稀释液。按同法依次稀释成l : 1000 , l : 10000稀释液等备用。如此递增稀释一次，必须更换一支1mL灭菌吸管。1.1.5.2.3用灭菌吸管取未稀释的水样和2个——3个适宜稀释度的水样1ml，分别注入灭菌平皿内以下操作同生活饮用水的检验步骤。1.1.6菌落计数及报告方法作平皿菌落计数时，可用眼睛直接观察，必要时用放大镜检查，以防遗漏。在记下各平皿的菌落数后，应求出同稀释度的平均菌落数，供下一步计算时应用在求同稀释度的平均数时，若其中一个平皿有较大片状菌落生长时，则不宜采用，而应以无片状菌落生长的平皿作为该稀释度的平均菌落数。若片状菌落不到平皿的一半，而其余一半中菌落数分布又很均匀，则可将此半皿计数后乘2以代表全皿菌落数。然后再求该稀释度的平均菌落数。1.1.7不同稀释度的选择及报告方法1.1.7.1首先选择平均菌落数在30一300之间者进行计算，若只有一个稀释度的平均菌落数符合此范围时，则将该菌落数乘以稀释倍数报告之（见表1中实例1）1.1.7.2若有两个稀释度，其生长的菌落数均在30一300之间，则视二者之比值来决定，若其比值小于2应报告两者的平均数（如表1中实例2）若大于2则报告其中稀释度较小的菌落总数（如表l中实例3）若等于2亦报告其中稀释度较小的菌落数（见表l中实例4）。1.1.7.3若所有稀释度的
应用T检验方法进行数据统计分析的研究
T 检验是在正态分布条件下，当方差未知时，以T 分布为依据时对总体均值作检验的方法，属于参数检验的范畴。t 检验是用t 分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。在统计假设检验中，当总体的标准差未知时，需要用样本标准差来代理总体的标准差，统计量不再服从标准正态分布，而服从于另一种概率分布，称为Ｔ分布。 本文交代Ｔ检验方法应用的基本思想、发生的条件、操作步骤，T 检验的目的和意义。并通过对学生成绩T 检验的实例引入，判断了科目对学生的分数有无显著性影响，进而向大家介绍一种统计学方法T 检验。以便让大家对T 检验有所掌握了解，如何使用T 检验方法分析相关数据。 选题的目的和意义 众所周知，在教育中，成绩可以反映出学生在最近的学习情况，但是不能只看单次的考试来评价一个学生，所以我们要科学，合理的分析成绩来发现学生的不足，然后共同努力弥补。 Ｔ检验分析实例 （1）相关样本，容量小于30的T 检验 同一批学生在实验前后进行两次测试得到两次成绩，若把这两次成绩看成两个样本的话，则这两个样本之间相互不是独立的，称为相关样本。 在五年级（3）班进行《语文口头作文对语文成绩影响的实验研究》，每节课用10分钟的时间让学生进行口头小作文比赛，实验前进行一次语文成绩测试，随机抽取10名学生语文成绩（实验前成绩）记录如表，一个学期后用同样难度的试题又进行测试记录这10名学生的语文成绩（实验后成绩）记录如表。 3）班随机抽取10名学生语文成绩有无显著性差异。 样本1（实验前）成绩总和∑X 1=710 样本2（实验后）成绩总和∑X 2=795 d =∣2X -1X ∣=∣ n X X 21 ∑∑-∣=∣10795710-∣= 样本1（实验前）和样本2（实验后）第i 个学生成绩差：d=X2-X1 ∑d 2=∑-）（X X 122=1267 （∑d ）2=85 t= )1() (022---∑∑n n n d d d =()11010108512670 5.82---=
统计检验P值的意义
统计检验P值的意义 摘自《现代应用统计学》王建军宋香荣 P值（P value，有些软件用Significance表示）就是当原假设为真时所得到的样本观察结果或更极端( ≤ or ≥)结果出现的概率。（p-value: Probability of obtaining a test statistic more extreme ( ≤ or ≥ ) than the observed sample value given H is true）。 这个P值概率有何统计意义：这个概率是在假设H0为真时根据样本数据代入检验统计量公式计算出的，这个概率越小，说明由样本点计算出的检验统计量落入拒绝域的概率就越大。一般当P值小于0.05时，就认为落入拒绝域了，小概率事件发生了，就可以拒绝原假设H0为真了。 P值概率是代表拒绝零假设H0时发生第一类错误的概率。 P值概率是用于识别小概率事件发生与否的。也称为观测的显著性水平，（Also called observed level of significance），P值小于显著性水平时拒绝H0（Smallest can be rejected ）。 value of α for which H P值是在给定样本测量结果和设定原假设为真时计算出的概率，这个概率可以视为小概率事件发生的概率，P值越小，说明原假设为真时小概率事件发生，所以可以拒绝原假设。 如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。即如果p值小于显著水平（α），拒绝零假设（如果p〈α，拒绝零假设）；如果p值大于或者等于显著性水平（α），不拒绝零假设（如果p〉α，不拒绝零假设） P 值的计算：一般地，用T表示检验的统计量，当H0为真时，可由样本数据X计算出该统计量的具体数值TC ，根据检验统计量T的具体概率分布，查表得到TC对应概率求出P 值。P值计算举例。用T检验均值说明P值,样本数据X，原假设H0：u=80,H1:≠80 > x=c(50,55,60,65,70,75,80,82,90) >t.test(x,mu=80) One Sample t-test data: x t = -2.3285, df = 8, p-value = 0.04828 alternative hypothesis: true mean is not equal to 80 95 percent confidence interval: 59.43298 79.90035 sample estimates: mean of x 69.66667 结果中P值为0.04828，是根据统计量T公式计算得到Tc=-2.3285，查T分布表得到P值。自由度n-1=8,双侧概率计算R程序。 >pt(-2.3285,8)*2 >pt(-2.3285,8)+(1-pt(2.3285,8)) [1] 0.0482746
水质 溶解性总固体的测定 生活饮用水标准检验方法 (GBT 5750.4-2006 8.1) 称量法 方法确认
水质溶解性总固体的测定生活饮用水标准检验方法(GB/T 5750.4-2006 8.1) 称量法方法确认 1 目的 通过精密度测试来验证水样中的溶解性总固体GB/T 5750.4-2006 8.1，判断本实验室的检测方法是否合格。 2适用范围 本标准试用于饮用水及水源水中溶解性总固体。 3 方法原理 3.1水样经过过滤后，在一定温度下烘干，所得的固体残渣称为溶解性总固体，包括不易挥发的可溶性盐类、有机物及能通过滤器的不溶性微粒等。 3.2 烘干温度一般采用105℃+3℃。但105℃的烘干温度不能彻底除去高矿化水样中盐类所含的结晶水。采用180℃+3℃的烘干温度，可得到较为准确的结果。 3.3 当水样的溶解性总固体中含有多量氯化钙、硝酸钙、氯化镁、硝酸镁时，由于这些化合物具有强烈的吸湿性使称量不能恒定质量。此时可在水样中加入适量碳酸钠溶液而得到改进。 4分析方法 4.1 测量方法简述 溶解性总固体（在105℃+3℃烘干） 4.1.1将蒸发皿洗净，放在105℃+3℃烘箱内30min。取出，于干燥器内冷却30min。
4.1.2 在分析天平上称量，再次烘烤、称量，直至恒定质量（两次称量相差不超过0.0004 g ） 4.1.3 将水样上清液用滤器过滤。用无分度吸管吸取过滤水样100ml 于蒸发皿中，如水样的溶解性总固体过少时可增加水样体积。 4.1.4 将蒸发皿置于水浴上蒸干（水浴液面不要接触皿底）。将蒸发皿移入105℃+3℃烘箱内，1h 后取出。干燥器内冷却30min ，称量。 4.1.5将称过质量的蒸发皿再放入105℃+3℃烘箱内30min ，干燥器内冷却30min ，称量，直至恒定质量。 4.2 溶解性总固体（在180℃+3℃烘干） 4.2.1按（ 5.1）步骤将蒸发皿在180℃+3℃烘干并称重至恒定质量。 4.2.2吸取100mL 水样于蒸发皿中，精确加入2 5.0mL 碳酸钠溶液于蒸发皿内，混匀。同时做一个只加25.0mL 碳酸钠溶液的空白。计算水样结果时应减去碳酸钠空白的质量。 5. 计算 5.1 溶解性总固体的计算公式 V m m TDS 10001000)()(01??-=ρ 公式中： )(TDS ρ—水样中溶解性总固体的质量浓度，单位为毫克每升（mg/L ） ； 0m —蒸发皿的质量，单位为克（g ）； 1m —蒸发皿和溶解性总固体的质量，单位为克（g ）； V —水样体积，单位为毫升（ml ） 。
(完整word版)T检验分为三种方法
T检验分为三种方法： 1. 单一样本t检验（One-sample t test），是用来比较一组数据的平均值和一个数值有无差异。例如，你选取了5个人，测定了他们的身高，要看这五个人的身高平均值是否高于、低于还是等于1.70m，就需要用这个检验方法。 2. 配对样本t检验（paired-samples t test），是用来看一组样本在处理前后的平均值有无差异。比如，你选取了5个人，分别在饭前和饭后测量了他们的体重，想检测吃饭对他们的体重有无影响，就需要用这个t 检验。 注意，配对样本t检验要求严格配对，也就是说，每一个人的饭前体重和饭后体重构成一对。 3. 独立样本t检验（independent t test），是用来看两组数据的平均值有无差异。比如，你选取了5男5女，想看男女之间身高有无差异，这样，男的一组，女的一组，这两个组之间的身高平均值的大小比较可用这种方法。 总之，选取哪种t检验方法是由你的数据特点和你的结果要求来决定的。t检验会计算出一个统计量来，这个统计量就是t值， spss根据这个t值来计算sig值。因此，你可以认为t值是一个中间过程产生的数据，不必理他，你只需要看sig值就可以了。sig值是一个最终值，也是t检验的最重要的值。 sig值的意思就是显著性（significance），它的意思是说，平均值是在百
分之几的几率上相等的。 一般将这个sig值与0.05相比较，如果它大于0.05，说明平均值在大于5%的几率上是相等的，而在小于95%的几率上不相等。我们认为平均值相等的几率还是比较大的，说明差异是不显著的，从而认为两组数据之间平均值是相等的。 如果它小于0.05，说明平均值在小于5%的几率上是相等的，而在大于95%的几率上不相等。我们认为平均值相等的几率还是比较小的，说明差异是显著的，从而认为两组数据之间平均值是不相等的。 总之，只需要注意sig值就可以了。
附着力标准检验方法
密着性试验标准检验方法（附着力标准检验方法） 1 检验项目：密着性试验 2 定义：了解油墨试样对于试片的附着力情形。 3 适用范围：本标准适用于公司所有须附着于试片的油墨试样。 4 目的：每一种油墨试样对于不同的试片有不同的附着力。当油墨试样对试片的附着力极差时会产生 油墨试样剥落的情形，而使得成品成为不良品，所以本实验是测试油墨试样好坏的一种非常重要的检测。 5 样品准备：制备被涂物(以下简称为试片)，此试片的规格为150mm*30mm，且试片表面须光滑平坦， 使油墨易于附着。 6 工具及材料： 6.1工具：实验用网板＊１、调墨刀＊１、刮墨刀＊１、烘箱＊１、定时器＊、百格刀＊１、刷子＊１、 剪刀＊１、放大镜＊１ 6.2材料：3M#810胶带＊１、洗板剂、稀释剂 7 操作步骤： 7.1将油墨试样印刷在试片上，自烘箱中取出后回温至室温。（请参考《适印性标准检验方法》） 7.2 将试片平放于一表面平坦洁净之平台上，以避免试片不适当量测及刮伤，影响检验的准确性。（注 意试片上勿染上尘埃） 7.3 左手压住试片（注意不要压到油墨试样），右手持百格刀压在己干燥的油墨试样上，以平圴稳定的 力道切开油墨镀膜。 7.4 再将试片转90°，再次平稳的切割之，使油墨镀膜成百格状。 7.5 以刷子轻刷镀膜表面，去除已翘起的小碎片。 7.6 将3M#810胶带紧密的贴在切痕格子上，用橡皮擦擦胶带，使胶带紧密粘贴于格子上。 7.7 用左手压住试片，右手拿住胶带的另一端，以尽量接近180°之方向快速拉起胶带。 7.8 将试片对准光源，由透光的格子数，记录附着力百分比。 7.9 每一试片做三个不同位置，取其平均值，并记录在表1。 8 9 参考资料 9.1 《JIS K5600-5-4-1999 涂料试验方法第5部分：膜的机械特性第4节：刮擦硬度(铅笔法)》 9.2 《GB/T 6739—1996 涂膜硬度铅笔测定法》