Calcola l'Indice di Deviazione Standard (SDI) per valutare l'accuratezza dei risultati dei test rispetto a una media di controllo. Essenziale per l'analisi statistica e il controllo qualità di laboratorio.
Calcola l'Indice di Deviazione Standard (SDI) per valutare l'accuratezza dei tuoi risultati del test.
L'Indice di Deviazione Standard (SDI) è uno strumento statistico utilizzato per valutare l'accuratezza e la precisione di un risultato di test rispetto a una media di controllo o di un gruppo di pari. Quantifica il numero di deviazioni standard che un risultato di test si discosta dalla media di controllo, fornendo preziose informazioni sulle prestazioni dei metodi analitici in contesti di laboratorio e in altri ambienti di test.
L'SDI viene calcolato utilizzando la seguente formula:
Dove:
Per calcolare l'SDI:
Supponiamo:
Calcolo:
Un SDI di 1.0 indica che il risultato del test è una deviazione standard sopra la media di controllo.
SDI tra -1 e +1: Prestazioni accettabili.
I risultati dei test sono entro una deviazione standard dalla media di controllo, indicando una buona corrispondenza con i valori attesi. Di solito non è necessaria alcuna azione.
SDI tra -2 e -1 o tra +1 e +2: Intervallo di avviso.
I risultati sono accettabili ma devono essere monitorati. Questo intervallo suggerisce una potenziale deviazione dalla norma che potrebbe richiedere attenzione. Indagare le possibili cause e considerare di ripetere il test.
SDI inferiore a -2 o superiore a +2: Prestazioni inaccettabili.
È necessaria un'indagine per identificare e correggere i problemi. I risultati in questo intervallo indicano una deviazione significativa dai valori attesi e possono segnalare problemi sistemici nel processo di test o nell strumentazione. Si raccomandano azioni correttive immediate.
Nei laboratori clinici, l'SDI è cruciale per:
Le industrie utilizzano l'SDI per:
I ricercatori applicano l'SDI per:
Il concetto di Indice di Deviazione Standard è evoluto dalla necessità di metodi standardizzati per valutare le prestazioni di laboratorio. Con l'avvento dei programmi di test di competenza a metà del XX secolo, i laboratori richiedevano misure quantitative per confrontare i risultati. L'SDI è diventato uno strumento fondamentale, fornendo un modo semplice per valutare l'accuratezza rispetto ai dati del gruppo di pari.
Figure prominenti nella statistica, come Ronald Fisher e Walter Shewhart, hanno contribuito allo sviluppo di metodi di controllo qualità statistica che sottendono l'uso di indici come l'SDI. Il loro lavoro ha posto le basi per le moderne pratiche di assicurazione della qualità in vari settori.
1' Calcolare SDI in Excel
2' Supponiamo Risultato del Test nella cella A2, Media di Controllo nella B2, Deviazione Standard nella C2
3= (A2 - B2) / C2
41def calculate_sdi(test_result, control_mean, standard_deviation):
2 return (test_result - control_mean) / standard_deviation
3
4## Esempio di utilizzo
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## Esempio di utilizzo
6test_result <- 102
7control_mean <- 100
8standard_deviation <- 2
9
10sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
11cat("SDI:", sdi, "\n")
121% Calcolare SDI in 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// Esempio di utilizzo
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)")
7Un diagramma SVG che illustra l'SDI e i suoi intervalli di interpretazione.