洁净室悬浮粒子浓度计算的统计学解释

  根据《 GBT16292-2010 医药工业洁净室（区）悬浮粒子的测试方法》，悬浮粒子的计算分成 4 步：
第一步： 采样点的平均悬浮粒子浓度 A
A―― 某一采样点的平均粒子浓度，粒每立方米（粒 /m 3 ）
Ci―― 某一采样点的粒子浓度（ i=1,2,... ， n ），粒每立方米（粒 /m 3 ）
N―― 某一采样点上的采样次数，次。
  统计学意义：通过对某个采样点多次重复采样，并通过求算术平均值的方式来消除随机误差，通常在实际检测中，连续采样检测3次
第二步：平均值的均值 M
按公式:
M―― 平均值的均值，即洁净室（区）的平均粒子浓度，粒每立方米（粒 /m 3 ）
Ai―― 某一采样点的粒子浓度（ i=1,2,... ， n ），粒每立方米（粒 /m 3 ）
L―― 某一洁净室（区）内的总采样点数，个。
  统计学意义：这步是为了计算出经过多个点多次采样的总平均值
第三步：标准差SE
SE―― 平均值均值的标准误差，粒每立方米（粒 /m 3 ）
  统计学意义 : 这步对于没有学过统计的同学可能理解上有些困难，我们把这个分成 2 步来理解。
① 标准差
  这个计算其实就是样本方差与总体方差的不同之处，我们通过选取几个采样点，并检测采样点的悬浮粒子浓度，以样本的情况来推断总体悬浮粒子的情况，所以我们应该用样本方差的公式来计算，
这步可以理解成，我们不断从一个总体（某个房间）中抽取样本量为 L 的样本（采样点）进行估计，那么这样总体和抽样后的结果（统计术语为样本均值的抽样分布）有什么关系呢，伟大的数学家直接给出了结论
即中心极限定理：
设从均值为μ、方差为σ ^2; （有限）的任意一个总体中抽取样本量为 n 的样本，当 n 充分大时，样本均值的抽样分布近似服从均值为 μ 、方差为 σ^2/n 的正态分布。
  根据此定理我们得到样本均值的抽样分布的方差为总体方法的 n 分之一。 
统计学意义：置信上限的计算在统计学中属于区间估计，因为在这里我们并不知道总体的方差，我们用样本方差来近似总体方差，只能认为分布情况适用 t 分布，而不是正态分布，这个需要大家注意， t 分布自由度 =L-1 ，所以我们看到上表中 t 的值与 t 分布表中颜色标注部分是一致的。
                                                                                             （原文转载于：百家号     作者：老黄谈空气变化）

       文章来源：老黄谈空气变化

       本网站刊载的所有内容，包括文字、图片、音频、视频、软件等，如非标注为“原创”，则相关版权归原作者所有，如原作者不愿意在本网站刊登相关内容，请及时通知本站，我们将第一时间予以删除。

曜分享

分享精彩资讯