ГОСТ Р ИСО 5725-5-2002
с) отбросить все данные лаборатории № 5.
Решение специалиста будет иметь существенное влияние на рассчитываемые значения стан
дартных отклонений повторяемости и воспроизводимости. Вобычной практике анализа результатов
экспериментов по оценке прецизионности данные, лежащие на линии, разделяющей квазивыбросы и
выбросы, обнаруживаются достаточно часто, что может повлиять на результаты расчетов, что
нежелательно. Робастные методы, описываемые в этом пункте, позволяют проанализировать полу
ченные данные таким способом, при котором не требуется принимать решения, влияющие на
результаты расчетов. Таким образом, если имеется основание ожидать, что результаты эксперимента по
оценке прецизионности могут содержать выбросы, робастные методы могут быть предпочтитель нее.
6.1.2 Основная модель, рассмотренная в разделе 5 ГОСТ Р ИСО 5725-1, содержит допущение
по обоснованности установления общего значения для стандартного отклонения повторяемости для
всехлабораторий, применяющих подтвержденный методизмерений. На практике частооказывается,
что некоторые лаборатории имеют худшую повторяемость, чем другие. Посмотрим, например,
рисунок 5 для примера 2 в 5.8. Очевидно, что лаборатория N5 6 имеет намного худшую
повторяе мость, чем лаборатория № 9 в этом эксперименте, так что допущение, что они достигли
одинаковой повторяемости не кажется достоверным в этом случае. Некоторые участники
эксперимента по оценке прецизионности могут получать плохую повторяемость, когда метод
измерений подвергается такому эксперименту впервые или когда они имеют небольшой опыт в
реализации этого метода измерений. В этих ситуациях использование робастных методов будет
особенно предпочтительным.
6.1.3 Примером применения робастных методов |8| является случай, когда при анализе данных
эксперимента по оценке прецизионности, значения стандартных отклонений повторяемости и
воспроизводимости рассчитывают таким образом, что на них не влияет наличие выбросов. Если
всех участников эксперимента можно разделить на два класса: производящих данные хорошего и
плохого качества, то робастные методы дадут значения стандартных отклонений повторяемости и
воспроизводимости, которые действительны для класса с хорошим качеством данных, и не окажуг
воздействия на данные плохого качества (при условии, что класс данных плохого качества не
слишком велик).
6.1.4 Использование робастных методов для анализа данных не влияет на планирование,
организацию или выполнение эксперимента по оценке прецизионности. Решение об использовании
робастных методов или методов выявления и удаления выбросов должно приниматься экспертом по
статистике и представляться в совет экспертов. При использовании робастных методов в ходе
обработки данных необходимо, как и п других случаях, проводить тесты на наличие выбросов,
проверку совместимости (однородности), как это описано в ГОСТ Р ИСО 5725-2 или ГОСТ Р ИСО
5725-5. а также исследовать причины отдельных выбросов или графики по статистикам Л и к. Однако
сами исходные данные не должны исключаться как результаты этих измерений и проверок.
6.1.5 Знаменатели в формулах для статистик Л и к являются стандартными отклонениями,
которые в соответствии с методами расчета этих статистик, описанными в ГОСТ Р ИСО 5725-2,
рассчитывают на основе представленных данных. Присутствие выбросов в этих данных будет
изменять знаменатели, что приведет к искажениям в графиках этих статистик. Например, если на
каком-то уровне эксперимента одна лаборатория выдает, что среднее значение в элементе является
необычно большим выбросом, так что его величина намного больше, чем у любых других выбросов на
том же уровне, то на графике статистики Л это будет выглядеть в виде непомерно большого
значения Лдля этого уровня. Однако значение статистики Лдля всех других лабораторий на этом же
уровне будет малым, даже если несколько других лабораторий имеют выбросы. К подобному
эффекту в расчетах статистики Л может привести и использование общего среднего. В то же время
использование робастных оценок стандартных отклонений как знаменателей в статистиках Ли к и
робастных оценок общих средних в расчете статистики Л позволяет избежать этого искажения.
Поэтому их и рекомендуется использовать для этих целей.
6.1.6 Данные эксперимента по оценке прецизионности позволяют рассчитать статистики двух
типов:
a) средние значения в элементах, по которым рассчитывают стандартное отклонение, опреде
ляющее оценку .межлабораторного расхождения:
b
) стандартные отклонения или расхождения в пределах элементов (в том числе расхождения
в эксперименте с распределенными уровнями), которые объединяют, чтобы получить оценку внут-
рилабораторного расхождения (вариации).
Робастные методы, описанные здесь, не подменяют эти средние значения в элементах, стан-
30