定量包装商品净含量检验数据中异常值的处理

本资料包含pdf文件1个，下载需要1积分

冀。 琏。EXamination resf'" ·.： ： ：：..： ..： ： .. · · · · · · · · ·..： ： .： ： ·：：工： ：：.'：：'Examination Teste 。 ★不超过0.5%，对于使用方的风险也不超过 10%。

三、检验批 N为 100以下小批量抽样方案的风险对于-个确定的计量检验抽样方案，不论商品的检验批 N是小于 100还是大于 100，其商品的检验水平和置信度概率是-致的，这是计量抽样检验抽样方案 的-般原则。对检验批 N小于100的小批量，按照 JF 1070-2005规定的抽样检验方案抽取的样本量 n应为 1O和 13，但是，认真分析不难发现 ，方案使用贝塞尔公式法获得样本实际含量标准偏差 s在 /7，很小时其估计的不确定度很大，在n13时，样本标准偏差 s估计值的标准不确定度为20%；在nlO时，样本标准偏差 估计值的标准不确定度为 26%左右。

标准偏差 s是反映样本平均数离散程度的指标，样本平均数与总体平均数越接近，s越小；样本平均数与总体平均数越离散，S越大。因此，对于存在较大抽样风险的小批量定量包装商品净含量的检验 ，如果检测数据中出现了与其他值偏离较远且不符合统计规律的个别值，计算出来的样本平均实际含量修正值As就会偏大，必然会造成修正后的样本平均实际含量不能反映样本的真实情况。

四、定量包装净含量检验数据中异常值的判别和剔除在定量包装净含量实际检验工作中，检验数据有时会出现异常值，其原因可能很多，例如：意外的条件变化引起定量包装机内部偶发的故障、包装人员的称量错误、包装材料的破损等等，但主要发生在-些规模不大、对商品计量管理不够重视的小企业，特别是手工包装的小作坊 ，并不像该文章作者所说的会经常遇到。

如果-系列测量值中混有异常值，必然会歪曲测量的结果 ，这时若能将该值剔除不用 ，即可使结果更加符合客观情况。但在有些情况下，-组正确测得值的分散性，本来是客观地反映了实际测量的随机波动特性 ，若人为地丢掉了-些偏离较远但不属于异常值的数据，由此得到的所谓分散性很小 ，实际上是虚假的。因为，以后在相同条件下再次测量时原有正常的分散性还会显示出来。所以必须正确的判别和剔除异常值。

判别异常值的方法有物理判别法和统计判别-法 别 剔 样 映 常 收 许 保 原 有 与 比 制 -数 科 使 参 师