4. 能力验证结果的统计基础

能力验证计划结束后，组织者手里拿到的是一组来自各参加实验室的检测结果。这些数字本身并不能直接说明谁合格、谁有问题，必须经过统计处理，才能转化为可比较、可判断的结论。本节聚焦这一转化过程中的三个关键环节：常用统计量的计算、离群值的识别，以及数据分布形态的检验，并说明统计方法的选择如何直接影响最终的能力评价。

一、常用统计量：均值、标准差与稳健统计量

最直观的做法是计算经典统计量。设参加实验室结果为 x₁, x₂, …, x_n，则算术均值为各结果之和除以实验室数，样本标准差为各结果与均值偏差平方和除以(n−1)后开方。均值反映数据的中心位置，标准差反映分散程度。在能力验证中，常以均值作为指定值、以标准差作为能力评定标准差的估计，再计算每个实验室的 z 值：

z_i = (x_i − x̄) / s

通常 |z| ≤ 2 为满意，2 < |z| < 3 为有问题，|z| ≥ 3 为不满意。这套逻辑清晰、计算简单，但它有一个隐含前提：数据中不含极端值，且分布近似对称。一旦某个实验室出现严重偏离的结果，均值和标准差都会被“拉偏”，导致其他正常实验室的 z 值被系统性压缩或放大。

稳健统计量正是为解决这一问题而设计的。以中位数代替均值作为中心估计，以四分位距（IQR）为基础构造稳健标准差。将数据排序后，中位数位于中间位置；下四分位数 Q₁ 与上四分位数 Q₃ 分别位于25%和75%分位处，稳健标准差可按下式估计：

s_rob = (Q3 − Q1) / 1.349

其中1.349是正态分布下四分位距与标准差的比值。中位数和四分位距只依赖数据的排序位置，少数极端值不会显著改变它们，因此稳健统计量对离群值不敏感。在参加实验室数量较多、数据质量参差不齐的能力验证中，稳健统计量往往能给出更公平的评价基准。

二、离群值识别：Grubbs 检验与 Dixon 检验

在计算统计量之前，通常需要先判断数据中是否存在离群值。Grubbs 检验适用于单变量数据、且假定数据近似正态分布的情形。其统计量为：

G = |x_i − x̄| / s

取所有结果中 G 的最大值，与临界值表比较。若计算值超过临界值，则对应的数据点被判为离群值。Grubbs 检验一次只能检出一个离群值，若怀疑存在多个，需逐个剔除后重新检验，且每次剔除都会改变均值和标准差，因此对“掩蔽效应”较为敏感——两个相距不远的离群值可能互相掩护而都未被检出。

Dixon 检验（Q 检验）则基于相邻次序统计量的比值，计算更为简便，适合样本量较小（通常 n ≤ 25）的场合。以一侧检验为例，将数据排序后，用可疑值与最邻近值的差除以极差，得到 Q 值，再与临界值比较。Dixon 检验对单个离群值较灵敏，但对分布形态的假设同样存在，且样本量增大时检出力下降。

实际工作中，两种检验常结合使用：先用 Grubbs 检验筛查，再用 Dixon 检验复核小样本情形；也可借助稳健 z 值辅助判断。需要强调的是，统计检验判为离群，只是提示该结果与其余数据不一致，并不等于该实验室操作一定错误。组织者应结合原始记录、仪器状态、质控数据综合判断，必要时与实验室沟通确认。

三、数据分布检验：统计方法选择的前提

无论是经典 z 值还是 Grubbs 检验，都建立在数据近似服从正态分布的假设之上。若数据明显偏态或存在多峰，直接套用这些方法会带来误判。因此，在确定统计方案前，应对数据进行分布形态的初步检验。

常用手段包括：绘制直方图或正态概率图（Q-Q 图）观察数据是否围绕一条直线分布；计算偏度与峰度，偏度显著偏离0提示分布不对称；采用 Shapiro-Wilk 检验或 Anderson-Darling 检验进行正态性检验，前者对小样本较敏感，后者对尾部行为更敏感。当检验结果显示显著偏离正态时，可考虑对数据作对数变换后再分析，或直接改用稳健统计量和不依赖分布假设的方法。

四、统计方法选择如何影响结果评价

同一组数据，采用不同统计方法，可能得出不同的满意/不满意判定。举例来说，假设某能力验证有12家实验室参加，其中11家结果集中在 50.0～52.0 mg/L 之间，另1家结果为 58.0 mg/L。若用经典均值和标准差计算，该离群值会抬高均值、增大标准差，使原本偏离的实验室 z 值被压低，可能从“不满意”变为“有问题”；而其余正常实验室的 z 值则被压缩，评价区分度下降。若改用中位数和稳健标准差，离群值的影响被隔离，正常实验室的评价基准保持稳定，离群实验室的稳健 z 值更能反映其真实偏离程度。

因此，统计方法的选择不是纯技术细节，而是直接影响评价公平性和结论可靠性的关键决策。实践中应遵循以下原则：参加实验室数量较多、数据可能存在离群值时，优先采用稳健统计量；数据经检验近似正态且无明显离群值时，经典统计量同样适用；无论采用哪种方法，都应在能力验证报告中明确说明指定值、标准差和 z 值的计算方式，使评价结果可追溯、可复现。统计方法一旦确定，就应对全部参加实验室一致适用，避免因方法切换造成评价标准的不统一。

综上，均值与标准差提供了最基础的量化框架，稳健统计量增强了抗干扰能力，离群值检验帮助识别异常点，分布检验则为方法选择提供前提。四者环环相扣，共同构成能力验证结果评价的统计基础。掌握它们之间的适用条件和相互影响，才能在实际工作中做出经得起复核的判定。