-
+关注
私聊
-
zal
第21楼2016/03/04
应助达人太高深了，GB2828标准看了下，都没弄明白~~
眼下能做的是按照标准方法抽样，按检测方法检测，尽可能将误差降到最小，
不过仅对来样负责在实验室内部说没意义....
可以这样认为吗？fisher8272(fisher8272) 发表:你没理解我的意思。我是说，只要是抽样，就可能出现抽样结果与100%检测结果不符的情况，这和谁抽的关系不大。一般而言，这个概率在5%以下，具体概率，要看抽样方案。
即使是无比发达的老美，在司法鉴定领域的错误，也在1%上下。有兴趣的话，可以看看美国司法的案例，有多少陪审团是被贝叶斯概率公式说服的。
建议去看看GB2828标准，还有概率论和数理统计，我说的5%，是概率论里面的关于质量的一个假设，一般的质量接受水平都是根据这个来的，现实中，会根据情况加严或放松。
再艰深一点，有JJF1059.2 蒙特卡洛分析，这个理论，我看了几遍也没太搞明白。
多说一句，概率论的奠基人是伽利略。
现代质量理论是建立在高等数学之上的，高等数学，不仅仅是加减乘除和百分比。
-
+关注
私聊
-
fisher8272
第23楼2016/03/04
按照标准方法抽样，按检测方法检测，如果达到这两个条件，检测结果差错率理论上是恒定的，实际上并不是。因为测试过程不可能完美无瑕。
举个例子，不考虑抽样，单纯测试，用贝叶斯公式做一个简化模型。
假设每进行100次测试，有98次结果正确，2次错误。（这个正确率已经不低了）结果正确时，测试人员给出正确判定结论（合格、不合格）的概率是99%（K=3，也不低了），结果错误时，测试人员给出正确判定结论的概率是95%。（这道题其实就是GL27的思路）
请问，任何一次实验，测试判定结论的正确比例是多少？
解答：设A表示测试结果正确，B表示测试判定结论正确。
则P（A）=0.98，P（A-）=0.02， P（B|A）=1
P（B）=P(A)P(B|A)+P（A-）P(B|）=0.98*0.99+0.02*0.95=0.989，即出现百分之一的结论差错。如果加上抽样概率做贝叶斯，结论差错比例会更高。
实验室做的怎么样，是看量测系统水平和统计数据结果的。单次测试结论，对被抽样者，很重要。对实验室，意义不大。
多数实验室为了降低风险，如果第一次抽样结果不合格，会用备用样再测一次。
如果你管实验室，对下，要对抽样测试特别关注，这种测试风险大。自己，则要知道出错概率是多少，万一打起官司，用概率论也可以让自己脱身。对上，要让他们知道没有百分百的准确。
质量管理是管风险的，要关注是有差错风险的那百分之一。
以上，不知道说清楚了没有。zal(zal) 发表: 太高深了，GB2828标准看了下，都没弄明白~~
眼下能做的是按照标准方法抽样，按检测方法检测，尽可能将误差降到最小，
不过仅对来样负责在实验室内部说没意义....
可以这样认为吗？
-
+关注
私聊
-
zal
第24楼2016/03/04
应助达人讲的很清楚了，谢谢大师，我们是对不合格样品是重复测试，确定后才报出的.....
只是不知道出错概率该怎么规避？怎样关注有差错风险的那三分之一呢？fisher8272(fisher8272) 发表: 按照标准方法抽样，按检测方法检测，如果达到这两个条件，检测结果差错率理论上是恒定的，实际上并不是。因为测试过程不可能完美无瑕。
举个例子，不考虑抽样，单纯测试，用贝叶斯公式做一个简化模型。
假设每进行100次测试，有98次结果正确，2次错误。（这个正确率已经不低了）结果正确时，测试人员给出正确判定结论（合格、不合格）的概率是99%（K=3，也不低了），结果错误时，测试人员给出正确判定结论的概率是95%。（这道题其实就是GL27的思路）
请问，任何一次实验，测试判定结论的正确比例是多少？
解答：设A表示测试结果正确，B表示测试判定结论正确。
则P（A）=0.98，P（A-）=0.02， P（B|A）=1
P（B）=P(A)P(B|A)+P（A-）P(B|）=0.98*0.99+0.02*0.95=0.989，即出现百分之一的结论差错。如果加上抽样概率做贝叶斯，结论差错比例会更高。
实验室做的怎么样，是看量测系统水平和统计数据结果的。单次测试结论，对被抽样者，很重要。对实验室，意义不大。
多数实验室为了降低风险，如果第一次抽样结果不合格，会用备用样再测一次。
如果你管实验室，对下，要对抽样测试特别关注，这种测试风险大。自己，则要知道出错概率是多少，万一打起官司，用概率论也可以让自己脱身。对上，要让他们知道没有百分百的准确。
质量管理是管风险的，要关注是有差错风险的那百分之一。
以上，不知道说清楚了没有。
-
+关注
私聊
-
zhaolixiang6
第25楼2016/03/04
牛人呀，学习了。我一直想搞明白贝叶斯，至今无门。
fisher8272(fisher8272) 发表: 按照标准方法抽样，按检测方法检测，如果达到这两个条件，检测结果差错率理论上是恒定的，实际上并不是。因为测试过程不可能完美无瑕。
举个例子，不考虑抽样，单纯测试，用贝叶斯公式做一个简化模型。
假设每进行100次测试，有98次结果正确，2次错误。（这个正确率已经不低了）结果正确时，测试人员给出正确判定结论（合格、不合格）的概率是99%（K=3，也不低了），结果错误时，测试人员给出正确判定结论的概率是95%。（这道题其实就是GL27的思路）
请问，任何一次实验，测试判定结论的正确比例是多少？
解答：设A表示测试结果正确，B表示测试判定结论正确。
则P（A）=0.98，P（A-）=0.02， P（B|A）=1
P（B）=P(A)P(B|A)+P（A-）P(B|）=0.98*0.99+0.02*0.95=0.989，即出现百分之一的结论差错。如果加上抽样概率做贝叶斯，结论差错比例会更高。
实验室做的怎么样，是看量测系统水平和统计数据结果的。单次测试结论，对被抽样者，很重要。对实验室，意义不大。
多数实验室为了降低风险，如果第一次抽样结果不合格，会用备用样再测一次。
如果你管实验室，对下，要对抽样测试特别关注，这种测试风险大。自己，则要知道出错概率是多少，万一打起官司，用概率论也可以让自己脱身。对上，要让他们知道没有百分百的准确。
质量管理是管风险的，要关注是有差错风险的那百分之一。
以上，不知道说清楚了没有。
-
+关注
私聊
-
fisher8272
第26楼2016/03/04
不合格样品重复测试？意义似乎不如用备用样。若备用样结果一致，可以消除大部分风险。比如运动员尿检都有AB瓶，A瓶不合格开B瓶，两次独立测试都不过，基本没跑。
出错有两种情况，一种是随机原因，比如抽样必然带来的风险，用备用样即可。不必太关心，消除随机原因，在经济上是不划算的。
另一种是特殊原因。对于特殊原因，有六个字，体系管理质量。非随机性，一定是体系由疏失。值得注意的是，若存在特殊原因，质量数据的标准差必然增加，也就是说质量数据的质量变差。
重复一遍，体系管理质量，不是质量管理体系。zal(zal) 发表: 讲的很清楚了，谢谢大师，我们是对不合格样品是重复测试，确定后才报出的.....
只是不知道出错概率该怎么规避？怎样关注有差错风险的那三分之一呢？
-
+关注
私聊
-
zhaolixiang6
第27楼2016/03/04
我们的做法是：如果发现检测数据存疑，就抽检留样，同时检查采样记录，查找存疑的原因，必要时重新到现场抽样。
fisher8272(fisher8272) 发表:不合格样品重复测试？意义似乎不如用备用样。若备用样结果一致，可以消除大部分风险。比如运动员尿检都有AB瓶，A瓶不合格开B瓶，两次独立测试都不过，基本没跑。
出错有两种情况，一种是随机原因，比如抽样必然带来的风险，用备用样即可。不必太关心，消除随机原因，在经济上是不划算的。
另一种是特殊原因。对于特殊原因，有六个字，体系管理质量。非随机性，一定是体系由疏失。值得注意的是，若存在特殊原因，质量数据的标准差必然增加，也就是说质量数据的质量变差。
重复一遍，体系管理质量，不是质量管理体系。
-
+关注
私聊
-
zal
第29楼2016/03/04
应助达人可能是我表述 不清，我说的重复复检测是用的备样…
fisher8272(fisher8272)发表:不合格样品重复测试？意义似乎不如用备用样。若备用样结果一致，可以消除大部分风险。比如运动员尿检都有AB瓶，A瓶不合格开B瓶，两次独立测试都不过，基本没跑。
出错有两种情况，一种是随机原因，比如抽样必然带来的风险，用备用样即可。不必太关心，消除随机原因，在经济上是不划算的。
另一种是特殊原因。对于特殊原因，有六个字，体系管理质量。非随机性，一定是体系由疏失。值得注意的是，若存在特殊原因，质量数据的标准差必然增加，也就是说质量数据的质量变差。
重复一遍，体系管理质量，不是质量管理体系。