ISO 135282022 实验室间比较能力验证中使用的统计方法标准立项发展报告

*实验室间比较能力验证中使用的统计方法标准立项发展报告StandardizationDevelopmentReport:Statisticalmethodsforuseinproficiencytestingbyinterlaboratorycomparison摘要本报告旨在全面、深入地阐述国际标准ISO13528:2022《实验室间比较能力验证中使用的统计方法》的立项背景、核心内容、技术演进及未来发展前景。该标准由国际标准化组织（ISO）于2022年8月18日发布，是实验室能力验证领域最为权威和基础的国际技术规范。报告首先分析了在全球贸易一体化和实验室质量管理体系日益完善的背景下，能力验证作为实验室质量保证关键手段的重要性，从而引出统计方法标准化的迫切需求。其次，报告详细解析了新版标准在统计模型、稳健统计技术、指定值测定、性能统计量（如z比分数、En值、ζ比分数等）以及测量不确定度评定等核心内容上的技术更新与完善。报告特别介绍了该标准的制定机构——ISO/TC69/SC6“测量方法和结果的应用”分技术委员会及其在标准化工作中的引领作用。最后，报告得出结论：ISO13528:2022的发布标志着实验室间比对数据统计处理方法进入了更加科学、严谨和统一的新阶段，对于提升全球实验室的数据互认水平、促进技术贸易便利化具有重大而深远的意义。关键词能力验证；实验室间比对；统计方法；ISO13528；稳健统计；指定值；z比分数；测量不确定度Keywords:ProficiencyTesting;InterlaboratoryComparison;StatisticalMethods;ISO13528;RobustStatistics;AssignedValue;z-score;MeasurementUncertainty正文1.引言随着全球化进程的加速和国际贸易的日益频繁，实验室检测结果的可比性和互认性已成为消除技术性贸易壁垒、保障产品质量和公共安全的核心要素。能力验证（ProficiencyTesting,PT），作为评价实验室技术能力与质量管理水平的重要外部质量保证手段，广泛应用于计量、检测、校准、医学检验、环境监测、食品安全等各领域。其核心在于通过组织实验室间的比对测量，利用统一的统计方法对参加者的检测结果进行客观评价，从而识别实验室间的差异，发现潜在问题，并促进技术改进。在这一过程中，选择和应用正确、一致的统计方法是确保能力验证计划科学性、公正性和有效性的基础。若各能力验证提供者（ProficiencyTestingProvider,PTP）采用不同的统计模型和评价准则，将导致结果无法比较，甚至引发误导。因此，制定一项国际通用的、权威的统计方法标准显得至关重要。ISO13528标准正是为解决这一问题而生，它自2005年首次发布以来，便成为全球实验室能力验证活动的事实标准。本次发布的ISO13528:2022版本，是其历经十余年实践检验与技术革新后的重大修订。2.标准立项背景与修订动因ISO13528:2022的立项与修订，源于以下几个方面发展的迫切需求：首先，技术进步的推动。随着计算能力的提升和统计科学的发展，一些更复杂、更稳健的数据处理方法（如基于M估计的稳健统计、利用蒙特卡洛方法进行不确定度评定等）在实践中已趋于成熟。旧版标准（ISO13528:2015）在一些方面的规定已不能完全满足当前技术应用的需求，亟需进行系统性更新，以反映最新的统计理论与实践成果。再次，国际协调一致性的要求。全球范围内各区域标准（如ILACG13，APLACPT001等）和行业规范对能力验证统计方法的要求存在差异。ISO13528作为顶层国际标准，必须进一步明确核心术语、统一评估准则，以减少不同PTP、不同国家之间因方法差异产生的争议，提升全球实验室互认（ILACMRA）的效力。最后，测量不确定度评定的深度融合。现代计量学强调测量结果必须附带测量不确定度。旧版标准虽涉及不确定度，但未能将其深度整合进能力验证的统计评价体系中。新版标准更加强调指定值的测量不确定度对能力评价结果的影响，并提供了更清晰的指导，促进了能力验证从“单一结果比较”向“包含不确定度的计量学比较”的转变。3.标准主要内容与技术要点ISO13528:2022全篇内容丰富，结构严谨，涵盖了能力验证计划中统计方法的全生命周期。其核心技术要点包括：-统计模型的建立与指定值的测定：标准详细规定了如何通过参与实验室结果的统计处理（如算法A、算法S等稳健统计方法）、参照实验室的测量、或使用法定/参考值等方式来确定能力验证计划的指定值（AssignedValue，Xpt）。特别强调了指定值不确定度（u(Xpt)）的评估要求，以及如何将此不确定度纳入后续的性能评价。-性能统计量的选择与计算：这是标准的核心应用部分。标准系统定义了多种用于评价实验室性能的统计量，并根据应用场景提供了明确的选择指南：-z比分数:最常用的标准化性能统计量，用于评估测量结果与指定值的偏离程度。新版标准明确了计算时的判别阈值与稳健标准差的选取。-En值:当指定值和参加者结果均附带明确的不确定度时，En值是评价二者计量学一致性的最佳指标。标准提供了En值的严格计算步骤。-ζ比分数:结合了z比分数的易理解性和En值的计量学严谨性，适用于多数定量分析场景，尤其在参加者自身测量不确定度占主导时表现优越。-其他统计量:针对特定场景，如重复性条件下的z‘比分数、实验室间再现性差异的zB比分数等。-稳健统计技术的全面应用：为避免离群值对评价结果的扭曲，标准全面引入了稳健统计方法，如中位数、Qn尺度估计、MADe（中位绝对偏差）等。这些方法能有效抵抗离群值的影响，确保统计分析结果的稳定性和可靠性。-定性/序贯测试：针对非定量结果（如“阳性/阴性”、“外观合格/不合格”等），标准提供了基于一致性比例、柯恩卡帕系数等适用于定性数据的评价方法。-结果评价与行动指南：标准不仅定义了统计量，还提供了基于统计量结果（如|z|<2为满意，2<|z|<3为存疑，|z|>3为不满意）的客观评价准则，并为能力验证提供者、参加者及认可机构提供了后续行动建议，如根因分析、纠正措施及持续改进。4.技术革新与重要改进相较于2015版，ISO13528:2022在以下方面实现了显著的技术革新：1.测量不确定度整合的深化：新版标准更加严格地要求能力验证提供者评估指定值的测量不确定度，并明确指出了当u(Xpt)不可忽略时，必须使用En值或ζ比分数进行评价，以避免错误的结论。2.稳健统计技术的升级：更新并增加了多种稳健估计算法的详细说明，如对算法A的修正（处理极端情况），并推荐了更高效、稳健性更强的尺度估计量（如Qn）。减少了算法迭代次数，提高了计算效率。3.新增和细化的应用指南：增加了关于“单个结果与指定值的比较”（如通过实验室认证的标志或阈值判定）、“利用Youden图进行重复性/再现性分析”、“处理不完全平衡设计情况”等内容的详细指导。4.术语体系的统一与完善：对部分关键术语（如“指定值”、“稳健标准差”、“性能统计量”）进行了重新定义和澄清，使其与ISO/IEC17043（能力验证提供者认可准则）及《国际计量学词汇》VIM等更高级别标准保持一致。5.计算示例的扩充：附录中提供了大量新的、更具代表性的实际案例和详细的计算步骤，便于用户理解并正确应用标准中的各类方法，降低了应用门槛。5.主要参与单位介绍ISO13528:2022由国际标准化组织（ISO）下属的ISO/TC69（统计方法应用技术委员会）/SC6（测量方法和结果的应用分技术委员会）负责起草和修订。ISO/TC69/SC6是国际范围内专门负责“统计方法在测量、测试和认证中的应用”的标准制定的权威机构。该分委员会汇集了全球顶尖的统计学家、计量学家、实验室质量管理专家及各工业领域的代表。其核心职责在于制定和修订一系列用于支持测量结果可比性的统计方法标准，其中ISO5725系列（测量方法与结果的准确度）和ISO13528是其最为著名的成果。在ISO13528:2022的修订过程中，SC6/WG1（能力验证工作组）发挥了核心作用。工作组由来自美国、英国、德国、中国、日本、澳大利亚、瑞士等多个国家的专家组成。工作组的领导层通常由国际知名专家担任，例如，英国国家物理实验室（NPL）、德国联邦物理技术研究院（PTB）、美国国家标准与技术研究院（NIST）等顶级国家计量院，以及国际实验室认可合作组织（ILAC）的专家，长期深度参与并引领该标准的制定工作。他们不仅贡献了顶尖的理论研究成果，更将本国的实践经验与区域共识带入标准之中。这些参与单位的工作模式通常包括：召开多次国际会议和在线研讨会，广泛征求全球各利益相关方（如PTP、认可机构、行业协会、实验室用户）的意见（通过ISO/CS常规流程），并对收集到的数百条意见进行逐条讨论与处理。中国作为ISO/TC69的积极成员（P成员），也深度参与了本次修订工作，中国标准化研究院、中国合格评定国家认可委员会（CNAS）以及部分国家级分析测试中心的专家，针对稳健统计方法的应用、中国特殊的行业实践等议题提出了大量具有建设性的意见，并成功被采纳。6.结论与展望ISO13528:2022《实验室间比较能力验证中使用的统计方法》的发布，不仅是标准化工作的一次重要里程碑，更是全球实验室质量保证体系持续演进的关键标志。它通过更新、更严谨、更具包容性的统计方法体系，为实验室能力验证活动的科学性、公正性和有效性提供了坚实的技术保障。展望未来，该标准的发展将呈现以下几个趋势：1.与数字化的深度融合：随着“工业4.0”和“实验室4.0”的到来，能力验证数据将更加海量、自动化和智能化。未来的标准或附录将更加侧重于如何处理大数据集、采用机器学习和人工智能技术进行异常检测与结果预测，以及实现自动化的性能评估。2.更精细化的应用场景：针对新兴领域（如生物技术、纳米材料、人工智能检测、环境基因组学等）的特定统计方法需求将不断涌现。标准可能会进一步细化，提供针对这些领域特殊数据特征（如多变量、非高斯分布、时空序列）的专属统计方案。3.计量溯源的更强关联：随着全球计量体系（SIRedefinition）的深化，能力验证与“计量溯源链”的结合将更加紧密。未来的标准会更加突出指定值的计量学地位，并指导如何将能力验证结果与测量不确定度、校准证书数据形成一个完整的、可追溯的数字证据链。4.持续的术语与准则统一：在全球贸易和技术壁垒不断涌现的背景下，确保不同国家、不同领域间对统计方法和评价准则的理解完全一致，仍将是ISO/TC