Изчислете индекса на стандартното отклонение (SDI), за да оцените точността на резултатите от теста спрямо контролното средно. Основен за статистически анализ и контрол на качеството в лабораторията.
Изчислете индекса на стандартното отклонение (SDI), за да оцените точността на вашите резултати от теста.
Индексът на стандартното отклонение (SDI) е статистически инструмент, използван за оценка на точността и прецизността на резултат от тест спрямо средната стойност на контролна или равноправна група. Той количествено определя броя стандартни отклонения, с които резултатът от теста се отклонява от средната стойност на контрола, предоставяйки ценна информация за производителността на аналитичните методи в лабораторни условия и други тестови среди.
SDI се изчислява с помощта на следната формула:
Където:
За да се изчисли SDI:
Да предположим:
Изчисление:
SDI от 1.0 показва, че резултатът от теста е едно стандартно отклонение над контролната средна стойност.
SDI между -1 и +1: Приемливо представяне.
Резултатите от теста са в рамките на едно стандартно отклонение от контролната средна стойност, което показва добро съответствие с очакваните стойности. Обикновено не се изискват действия.
SDI между -2 и -1 или между +1 и +2: Предупредителен диапазон.
Резултатите са приемливи, но трябва да се наблюдават. Този диапазон предполага потенциално отклонение от нормата, което може да изисква внимание. Разследвайте възможните причини и обмислете повторно тестване.
SDI по-малко от -2 или по-голямо от +2: Неприемливо представяне.
Необходимо е разследване за идентифициране и коригиране на проблемите. Резултатите в този диапазон показват значително отклонение от очакваните стойности и могат да сигнализират за системни проблеми в тестовия процес или инструментите. Препоръчват се незабавни корективни действия.
В клиничните лаборатории SDI е от съществено значение за:
Индустриите използват SDI за:
Изследователите прилагат SDI за:
Концепцията за Индекса на стандартното отклонение е възникнала от необходимостта от стандартизирани методи за оценка на производителността на лабораториите. С появата на програмите за тест за компетентност през средата на 20-ти век, лабораториите се нуждаеха от количествени мерки за сравнение на резултатите. SDI стана основен инструмент, предоставящ прост начин за оценка на точността спрямо данните на равноправната група.
Забележителни фигури в статистиката, като Роналд Фишър и Уолтър Шеварт, допринесоха за развитието на методите за статистически контрол на качеството, които стоят зад използването на индекси като SDI. Неговата работа положи основите на съвременните практики за осигуряване на качеството в различни индустрии.
1' Изчислете SDI в Excel
2' Предполага се, че Резултат от теста в клетка A2, Контролна средна стойност в B2, Стандартно отклонение в C2
3= (A2 - B2) / C2
41def calculate_sdi(test_result, control_mean, standard_deviation):
2 return (test_result - control_mean) / standard_deviation
3
4## Примерна употреба
5test_result = 102
6control_mean = 100
7standard_deviation = 2
8
9sdi = calculate_sdi(test_result, control_mean, standard_deviation)
10print(f"SDI: {sdi}")
111calculate_sdi <- function(test_result, control_mean, standard_deviation) {
2 (test_result - control_mean) / standard_deviation
3}
4
5## Примерна употреба
6test_result <- 102
7control_mean <- 100
8standard_deviation <- 2
9
10sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
11cat("SDI:", sdi, "\n")
121% Изчислете SDI в MATLAB
2test_result = 102;
3control_mean = 100;
4standard_deviation = 2;
5
6sdi = (test_result - control_mean) / standard_deviation;
7disp(['SDI: ', num2str(sdi)]);
81function calculateSDI(testResult, controlMean, standardDeviation) {
2 return (testResult - controlMean) / standardDeviation;
3}
4
5// Примерна употреба
6const testResult = 102;
7const controlMean = 100;
8const standardDeviation = 2;
9
10const sdi = calculateSDI(testResult, controlMean, standardDeviation);
11console.log(`SDI: ${sdi}`);
121public class SDICalculator {
2 public static void main(String[] args) {
3 double testResult = 102;
4 double controlMean = 100;
5 double standardDeviation = 2;
6
7 double sdi = (testResult - controlMean) / standardDeviation;
8 System.out.println("SDI: " + sdi);
9 }
10}
111#include <iostream>
2
3int main() {
4 double testResult = 102;
5 double controlMean = 100;
6 double standardDeviation = 2;
7
8 double sdi = (testResult - controlMean) / standardDeviation;
9 std::cout << "SDI: " << sdi << std::endl;
10
11 return 0;
12}
131using System;
2
3class Program
4{
5 static void Main()
6 {
7 double testResult = 102;
8 double controlMean = 100;
9 double standardDeviation = 2;
10
11 double sdi = (testResult - controlMean) / standardDeviation;
12 Console.WriteLine("SDI: " + sdi);
13 }
14}
151<?php
2$testResult = 102;
3$controlMean = 100;
4$standardDeviation = 2;
5
6$sdi = ($testResult - $controlMean) / $standardDeviation;
7echo "SDI: " . $sdi;
8?>
91test_result = 102
2control_mean = 100
3standard_deviation = 2
4
5sdi = (test_result - control_mean) / standard_deviation
6puts "SDI: #{sdi}"
71package main
2
3import "fmt"
4
5func main() {
6 testResult := 102.0
7 controlMean := 100.0
8 standardDeviation := 2.0
9
10 sdi := (testResult - controlMean) / standardDeviation
11 fmt.Printf("SDI: %.2f\n", sdi)
12}
131let testResult = 102.0
2let controlMean = 100.0
3let standardDeviation = 2.0
4
5let sdi = (testResult - controlMean) / standardDeviation
6print("SDI: \(sdi)")
7SVG диаграма, илюстрираща SDI и интерпретационните му диапазони.