テスト結果の精度をコントロール平均に対して評価するために、標準偏差指数（SDI）を計算します。統計分析とラボの品質管理に不可欠です。
テスト結果の正確性を評価するために標準偏差指数（SDI）を計算します。
標準偏差指数 (SDI) は、テスト結果の精度と正確性をコントロールまたはピアグループの平均に対して評価するために使用される統計ツールです。これは、テスト結果がコントロール平均から何標準偏差離れているかを定量化し、実験室環境やその他のテスト環境における分析手法のパフォーマンスに関する貴重な洞察を提供します。
SDIは次の公式を使用して計算されます：
ここで：
SDIを計算するには：
次の値を仮定します：
計算：
SDIが1.0であることは、テスト結果がコントロール平均から1標準偏差上であることを示します。
SDIが-1から+1の間: 受け入れ可能なパフォーマンス。
テスト結果はコントロール平均の1標準偏差以内にあり、期待される値との良好な整合性を示しています。通常、行動は必要ありません。
SDIが-2から-1の間または+1から+2の間: 警告範囲。
結果は受け入れ可能ですが、監視が必要です。この範囲は、基準からの潜在的な逸脱を示唆しており、注意が必要です。可能な原因を調査し、再テストを検討してください。
SDIが-2未満または+2を超える: 受け入れ不可のパフォーマンス。
問題を特定し、修正するための調査が必要です。この範囲の結果は、期待される値からの重大な逸脱を示しており、テストプロセスや機器におけるシステム的な問題を示唆しています。即時の是正措置が推奨されます。
臨床検査室では、SDIは以下に重要です：
産業界では、SDIを使用して：
研究者はSDIを適用して：
標準偏差指数の概念は、実験室のパフォーマンスを評価するための標準化された方法の必要性から進化しました。20世紀中頃に能力試験プログラムが始まると、実験室は結果を比較するための定量的な手段を必要としました。SDIは、ピアグループデータに対する精度を評価するための基本的なツールとなり、期待される値との整合性を評価するための簡単な方法を提供しました。
統計学の著名な人物、ロナルド・フィッシャーやウォルター・シェワートは、SDIの使用を支える統計的品質管理方法の開発に貢献しました。彼らの研究は、さまざまな産業における現代の品質保証慣行の基礎を築きました。
1' ExcelでSDIを計算
2' テスト結果がセルA2、コントロール平均がB2、標準偏差がC2にあると仮定
3= (A2 - B2) / C2
41def calculate_sdi(test_result, control_mean, standard_deviation):
2 return (test_result - control_mean) / standard_deviation
3
4## 使用例
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## 使用例
6test_result <- 102
7control_mean <- 100
8standard_deviation <- 2
9
10sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
11cat("SDI:", sdi, "\n")
121% MATLABでSDIを計算
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// 使用例
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)")
7SDIとその解釈範囲を示すSVG図。