ASTM E2617-09
经验推导的多变量校准的验证标准实践

Standard Practice for Validation of Empirically Derived Multivariate Calibrations

被代替

非常抱歉，我们暂时无法提供预览，您可以试试： 免费下载 ASTM E2617-09 前三页，或者稍后再访问。

您也可以尝试购买此标准，
点击右侧 “购买” 按钮开始采购（由第三方提供）。

注意： 点击下载后，生成下载文件时间比较长，请耐心等待......

标准号

ASTM E2617-09

发布

2009年

发布单位

美国材料与试验协会

替代标准

ASTM E2617-09a

当前最新

ASTM E2617-17

 

 

适用范围

该实践概述了一种普遍适用的程序，用于验证相对于公认的参考方法的定量或定性、凭经验得出的多元校准的性能。该实践提供了评估校准能力的程序，以提供相对于可接受的参考方法的可靠估计。这种做法为测量系统的购买者提供了测量系统的购买者，该测量系统结合了经验得出的多变量校准以及用于指定验证要求的选项，以确保系统能够提供与可接受的参考方法具有适当程度的一致性的估计。这种实践为测量系统的用户提供了一种测量系统，该测量系统将根据经验得出的多变量校准与能够提供可用于测量系统性能的持续质量保证的信息的过程相结合。在应用本实践中获得的验证信息仅适用于用于执行验证的材料类型和材料的属性范围，并且仅适用于完全应用本实践的单个测量系统。用户有责任选择验证样品的性能水平和成分特征，以使其适合应用。这种做法允许用户为分析仪系统编写全面的验证声明，包括验证应用范围的具体限制以及测量系统允许使用的具体限制。请用户注意，不要将验证结果外推到超出用于获得这些结果的材料类型和属性范围之外。请注意，经过验证的经验得出的多变量校准仅适用于属于验证集中代表的子集总体的样本。仅当针对生成估计的特定测量明确建立了校准的适用性时，才能验证根据经验得出的多元校准的估计。不能假设适用性。
1.1 本实践涵盖了对经验得出的校准（注 1）的验证要求，例如通过多元线性回归（MLR）、主成分回归（PCR）、偏最小二乘法（PLS）、人工神经网络得出的校准(ANN)，或任何其他经验校准技术，通过该技术假定对给定测试样品测量的一组变量与适用于该样品的一个或多个物理、化学、质量或隶属属性之间的关系。注 18212；经验得出的校准有时称为“模型”；或“校准”。在下文中，为了简洁起见，使用术语“校准”。可以使用过程的全名来代替。
1.2 本实践不包括建立上述假定关系的程序。
1.3 本实践概述了用于验证经验得出的多元校准对被测样品测量的适用性以及验证根据经验得出的多元校准计算的属性与可接受的参考方法的结果之间的等效性的技术测量值在为预先指定的统计置信水平建立的控制限内。
1.4 本标准并不旨在解决所有的安全问题......

ASTM E2617-09相似标准

推荐

谁引用了ASTM E2617-09 更多引用