应助达人

你们说的这个是不是一种新的统计方法，但是目前我做接触的能力验证活动很多就是在分析报告或者作业指导书上注明样品经过均匀性验证的说明。否则的话可能会对实验室造成一定的不公平性。

是的，如何把握“不均匀”的度也很重要。如果样品非常不均匀比如变异系数高达50%，那么只能选择去筛选或者制备新样品。如果只是刚好没通过F检验也无法再获得更好的样品，那么就可以将不均匀性考虑在z值计算式内。

使用足够均匀的样品来组织能力验证肯定更好，另外大部分常见的能力验证项目也确实能够寻找到或者制备得到足够均匀的能力验证样品，但是不排除可以使用不那么“均匀”的样品作为能力验证样品的可能性。

不均匀就是不均匀，能从哪方面取出样品不均匀带来的影响。

这一解释更糊涂了

应该更关注能力验证样品是否真的有均匀度测试的数据支撑，正是因为通过均匀度测试，在结果统计时才默认把均匀不确定度统一取消掉了，否则，就要给出均匀度的不确定度，或者直接合成到偏差里面

这里比较关键的点是“均匀是相对的”，基质样品也很难做到所有抽检样品的检测结果完全一致，那么一组检测数据必然会有一定程度的离散。只要数据是离散的（相对），就可以使用标准偏差、样品间标准偏差等统计量来代表其不均匀程度。

老师说的对！样品的均匀程度或者说不均匀程度可以通过检测数据的离散程度来表示，离散程度小于预设的临界值，那么可以认为样品的“不均匀程度”很小，不会影响参加者结果的评价，那么在参加者结果评价时无需考虑其不均匀性。如果样品没通过均匀性评价，那么可以通过将此“不均匀程度”加入到z值或其他分数的计算式中。类似的，不稳定程度也可以通过相同的手段考虑到z值计算式中。

大部分国内的能力验证是不会涉及到这种情况的，发帖是想表达一下这种情况存在的可能性。如果平时接触不多，可以不必过分在意。但是欢迎老师和我们继续探讨。

应助达人

内控的话样品均匀性不太方便验证。