ГОСТ 33701— 2015
5.6 Проверка правильности выбранного преобразования
На этой стадии следует проверить, не являются ли выявленные аномальные результаты причи
ной. вызвавшей необходимость преобразования исходных данных. Для проверки, если необходимо,
следует повторить процедуру, описанную в 5.1. после удаления аномальных результатов. Если выбра
но новое преобразование, испытания по выявлению аномальных результатов следует повторить.
Пример — В данном случае нет необходимости повторять расчеты согласно 5.1 с аномальной
парой результатов, которая была удалена.
6 Дисперсионный анализ и вычисление оценок показателей
прецизионности
Анализ проводят после проверки однородности опытных данных, преобразования исходных дан
ных. если это оказалось необходимым, и отбраковки всех выпадающих результатов в соответствии с
разделом 5. Начинают с конструирования таблицы дисперсионного анализа и заканчивают вычислени
ем оценок показателей прецизионности.
6.1 Дисперсионный анализ
6.1.1 Формирование сумм квадратов для нахождения суммы квадратов по
взаимодействию «лаборатория х проба»
Все имеющиеся оцененные значения включают в массив исходных данных и выполняют прибли
женный дисперсионный анализ.
Поправка на среднее значение
M ^ T 2 I2L’S’.(5)
где L’ = L минус число лабораторий, отброшенных по 5.5. минус число лабораторий, в которых после
отбраковки по 5.2.1 отсутствуют результаты;
S’ = S минус число проб, отбракованных в соответствии с 5.3.
Сумма квадратов по пробам равна
’* ’) ] - * •(в )
Сумма квадратов по лабораториям равна
(7>
Сумма квадратов по ларам результатов равна
(
8
)
/ (сумма квадратов по взаимодействию «лаборатория
х
проба») равна сумме квадратов по парам
результатов минус сумма квадратов по лабораториям и минус сумма квадратов по пробам.
После исключения пар. содержащих оцененные значения, находим Е (сумму квадратов по по
вторным испытаниям):
(«Ф Ж Х]-
(9)
Цель выполнения приближенного дисперсионного анализа состоит в том. чтобы получить мини
мальную оценку суммы квадратов по взаимодействию «лаборатория
х
проба» I. Затем, как показано в
6.1.2. оценку используют при получении суммы квадратов по лабораториям.
При отсутствии в массиве исходных данных оцененных значений указанный выше дисперсионный
анализ становится точным, и процедуру по 6.1.2 следует пропустить.
Пример — Поправка на среднее значение равна
144
350.8152
= 854.6605.
12