粉尘测定结果报告、评价方法和统计处理.doc

粉尘测定结果报告、评价方法和统计处理发布日期：2012-08-11浏览次数：24 一、粉尘测定结果报告加强粉尘测定的管理与报告是防尘、测尘工作的需要，通过系统的动态观 察，科学的管理，使粉尘测定为防止粉尘危害、预防尘肺发生发展、实现安全 生产提供了科学依据，而管理工作的完善又推动了粉尘测定水平的不断提高。目前，煤炭系统对粉尘测定的具体要求是粉尘浓度每个测尘点井下每月测 定两次，年产百万吨以上的矿井，每个工作面每季度应进行一次全工班连续粉 尘浓度测定，同时要求测定总粉尘和呼吸性粉尘浓度；粉尘分散度每季度至少 测定-次，根据生产变化和专题调查的要求，应增加测定次数；对粉尘中游离 二氧化硅含量测定，要求每半年至少测定一次，当岩、煤层采掘工作面变化时，要及时测定，以便于执行卫生标准。各级测尘管理机构和测尘人员，必须按有关规定及时总结上报本单位测尘 结果和防尘情况，以便各级领导掌握防尘测尘情况和采取对策。测尘员每月向本单位测尘管理机构提供一份测尘结果。基层的测尘机构每半月向上级领导提供一份测尘结果报告，每月向上级测 尘管理机构上报一份测尘结果。集团测尘管理机构每季度向上级主管部门上报测尘报表，并转发下属各有 关部门。二、粉尘测定结果的评价方法对粉尘测定结果进行评价，应根据粉尘浓度实测结果并结合生产情况、防 尘措施及设备的情况以及粉尘中游离二氧化硅的含量及分散度的结果，用国家 标准来衡量并进行综合分析，才能对生产环境中粉尘的来源、性质、存在情 况、环境污染程度、对人体的危害程度等做出全面的评价。为能确切反映个体 接触粉尘浓度，还应结合个体粉尘采样结果尤其应有呼吸性粉尘及总粉尘采样 结果，以便对人体危害状况的分析提出可靠的依据。三、粉尘测定资料的统计处理对粉尘危害进行全面的正确的评价，仅有原始测定结果是不够的，还需对 结果进行统计处理，才能去伪存真，科学地阐明事物的内在联系和规律，使结 果更真实、可靠、具有代表性。由于调查分析的目的不同，统计处理方法各 异，现就目前监测结果统计分析的需要，将常用的几个统计指标的意义和方法 介绍如下。1.指标的计算实测率、合格率是常用的指标，一般以百分数表示。实测率：指实际测定的点次数占应测定点次数的百分数。计算方法为实测次数/应测次数 *100%合格率：指实测结果中达到粉尘卫生标准的点次数占实测点次数的百分数，也可称达标率。计算方法为合格次数/实测次数 *100%2.平均数 平均数是分析计量资料常用的-种统计指标，用来描述一组同质计量资料 集中趋势.平均水平的指标给人以概括的印象，且便于事物间进行比较。常用 的有均数（通常指的算术均数）、几何均数、中位数等。在日常测定报表中的 平均数即是算术均数，是反映月、季、年粉尘浓度集中趋势或平均水平的指 标，当粉尘浓度波动范围不大、浓度分布呈正态分布时，用此指标较为合理， 有代表性；当波动范围大、分布呈非正态分布时，则多以几何均数表示，即将 粉尘测定结果进行对数换算，使之成为对数正态分布，再求对数的真值，即几何均数；此外也可用中位数表示平均水平。计算方法如下。式中X-算术均数；X1, x2, xn-样品结果； n-测定例数；S一一总和。样品数量少时可直接按上式计算，当样品含量大时，上述计算繁杂，则可 将原始数据编制成频数表后用加权法（即组中值或简捷法）加以计算，具体计算法可见统计学。(2)几何均数小样本用为便于计算也可直接将原始结果先进行对数换算，求出几何平均值的对数 后，再计算出对数的反对数，即可求出几何均值。即式中G几何均数；lgX, lgX2, lgX每个样品的对数值;2-总和；n-例数。上述方法便于小样本计算，当样本量大时则计算繁杂不便，也和算术均数 -样，编制频数表后，用加权方法计算。(3)中位数把粉尘测定结果按大小顺序排列，居中的哪个测定值即为中位数，计算时 因样品个数有奇、偶之分，方法略有不同。奇数时，M=(N+1)X/2偶数时，.式中M中位数； X 样品结果；n-例数。挡样本数足够大时，可编制频数分配表，按下式计算出来式中L中位数所在组的下限； i-i一-组距；fM中位数所在组的频数； n- 一样本例数；c小于L的累积频数。3.标准差对粉尘资料进行分析时，不仅要看样品集中趋势，还要分析离散趋势，说 明离散程度的常用指标有全距（极差）、四分位间距、方差、标准差和变异系数，尤其标准差、方差、更为常用，方差是标准差的平方，因此应对标准差有 所了解。标准差是反映测定值变异程度的指标，将均数和标准差结合起来，才 能全面描述粉尘测定值的分布状况，常用表示标准差。式中s标准差；X样本值；X-样本均数；n-样本例数。但当样本数量大时，可编制频数表，用加权法计算即可求出，即式中s标准差; i组距; d-简化组中值显著性检验：样本均数与总体均数间、样本均数间，不可避免地存在 着抽样误差，而这种数字上的差异如果是在抽样误差允许范围内，统计上认为 这种差异没有意义，如果超出抽样误差允许范围，统计上认为这种差异有显著 性意义，即两者间有实质性的差别。均数差别的显著性检验，就是判断样本均 数与总体均数（或两个样本均数）间差别是否有显著意义的一种方法。一般步 骤如下。建立检验假设：假设比较的两样本来自相同的总体，样本均数与总体均数 (或两样本均数）之差仅仅由于抽样误差所致，这种抽样误差的可能性用概率P表示。根据“检验假设”计算t值，要根据资料的类型选取适宜的t值公式，常 见的类型有样本均数与总体均数差异的显著性比较；样品配对资料的显著性比较；两样本均数的显著性比较。当校本较小时t值计算如下：上述公式表明i值实际上就是样本均数与总体均数或两样本均数之差是标 准误差的倍数。确定概率和判断结果。计算出i值后，查f值表确定概率P，再根据P 值大小做出显著性有无的判断，划分差别有无显著性的界限，一般选择概率 5%,t值越大P值越小，当t大于等于t（n)0.05或t（n)0.01时可以拒绝原假设，认为样本均数与总体均数（或两样本均数）间有显著性差别见表6-7。i值P值差别意义0.05无显著意义:t(n/)0. 050. 05有显著意义Kn)0. 010.01极显著意义差别显著性意义还需结合调查内容分析，是否有实际意义，不仅能凭值 的大小做出结论。当样本数量足够大时，可直接用u检验计算，不必用t计算，在检验计算中u与p系为 = 1.96时以0.05为界限；u=2.58p以0.01为界限，进行