ASTM D7915-14由美国材料与试验协会 US-ASTM 发布于 2014。
。
1.1 本实践提供了应用广义极端学生偏差 (GESD) 多异常值程序的分步程序,以同时识别数据集中的多个异常值。 (参见参考书目。) 1.2 这种做法适用于包含以连续数字尺度表示的观察结果的数据集。
1.3 这种做法适用于至少包含六个观测值的数据集。
1.4 这种做法适用于正态(高斯)模型足以满足数据集中观测值的分布表示的数据集。 1.5 与本实践设定的决策标准相关的异常值的错误识别概率为 0.01。 1.6 建议在熟悉与 GESD 技术相关的统计原理和假设的人员的指导下执行此实践。
1.7 本标准并不旨在解决与其使用相关的所有安全问题(如果有)。本标准的使用者有责任在使用前建立适当的安全和健康实践并确定监管限制的适用性。
纹理和光泽的影响:同时间测量包含镜面反射(真实色)及排除镜面反射(表面色)数据,帮助分析样品表面结构(镜面)对颜色的影响 舒适的人体工程学设计:配备手腕吊带配合手握式机身设计,确保使用时舒适准确,可翻转目标底版提高了测量的灵活性。 ...
标准差为已知时,判断准确性时,适用于正常稳定的实验和测试数据,质控考核。(3)对各种检验法的选择①最多只有一个异常值时,以 Grubbs检验法较好。②出现多个异常值时,最使用偏度峰度检验法,但计算较复杂。(4)重视检出的异常值给出的信息经过一段时间的数据检验后,若出现某异常值的全体明显的系统倾向,说明有系统偏差。...
在质谱成像数据中,可以使用单变量汇总统计量(如均值、标准差、中位数、四分位数)来识别潜在的异常值。然而,考虑到质谱成像数据的多变量特性,使用主成分分析(PCA)来识别异常值可能更为可取,例如通过在二维或三维的PCA空间中使用误差椭圆(如图5b,左)。对于3D数据,回归分析可以用来识别离群的切片,这些切片通常与3D堆叠中的趋势偏离(如图5b,右)。...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号