皮埃尔Gy(1924 - 2015):抽样误差的关键概念

金正日h . Esbensen

KHE咨询(http://www.kheconsult.com)和客座教授(丹麦、挪威、波多黎各)

DOI:https://doi.org/10.1255/sew.2018.a1
©2018光谱半岛综合体育官方APP下载德甲学欧洲bdapp官方下载安卓版

抽样理论的创始人(TOS),皮埃尔Gy(1924 - 2015)一手开发了服务条款从1950年到1975年,花了25年之后申请关键工业部门(采矿、矿石、水泥和金属加工)。在他的职业生涯中,他写了九本书,给250多名国际演讲在所有科目的抽样,包括隐藏的all-persuasive方面经济损失由于忽视重要抽样问题。除了开发服务条款外,他还进行了大量的实际研发。但他从未在一所大学工作;他是一个独立的研究人员和顾问近他的整个的事业重大的科学生活。Gy自己写了一个5个人的科学历史出版于2004年。¹我们将把一个完整的抽样列荣誉这了不起的人,他一生的成就在后面的文章中。读者应该想深入研究现在已经,但是,一个特殊的问题TOS论坛是可用的。²

图1所示。皮埃尔Gy(1924 - 2015),抽样理论的创始人(TOS),在他最后一次公开露面(Porsgrunn,挪威,2005)。图片来源:金h . Esbensen。

理性的理解异质性和适当的抽样

Gy的突破是绝大多数复杂的现象非均质性。传统的路线,被他同时代的人(通常是基于非常可疑的假设),简化。在他的追求理性的和完整的,然而,Gy确定不少于8个采样错误代表的一切可以出错在抽样,业者(样本质量减少),样品制备和示例presentation-due异质性和/或劣质取样设备的设计和性能。在一段25年他精心研究出如何避免犯下这些错误在设计、生产、维护和操作的采样设备和阐明他们的不良影响的总积累尽可能多的不确定性可以减少抽样时练习。这是一个重大的工作。在这个过程中,他研究了和被授予两个博士学位(在矿物处理和统计)为了充分具备解决高度复杂的理论和实践问题。公平地说,从历史上看,皮埃尔Gy是唯一科学家解决相关问题的全套异构材料和过程的抽样。

作为一个例子,考虑不同材料的一些例子如图2所示,试着想象一下数学方法是适当的为了描述异构?

统计数据很可能是答案…但什么样,和水平的统计数据?思考这个问题,几乎每个人都可能会通过一个想要得到帮助,或者更多,类型的统计分布。毕竟,我们正在处理不同种类的材料。分析结果源于重复抽样将不相似,不相同的,但必须遵循一种的分布。它可能或多或少容易找到合适的分布(分析结果),或者它可能是困难的。同样,有一个普遍分布统治世界上所有的非常不同的材料及其不同的表现?这绝对是一个想招募专家,统计学家。这个社区必知道哪个分布将是适当的,和/或将具备的知识和能力去找到它。

然而,沿着你很快就会发现自己背负的必要性,统计学家,正是构成的物质基础所有的分析结果。这是头痛和严重的出汗将开始的地方:所有分析结果的物理基础分析整除(一个小瓶的形式,例如)。这种观点是等同于想象很多很多的集合,非常小的样本,整除。然而,任何思维正常的人会尝试样品完整很多的增量的大小最终整除。另一方面,从这些列中划定的方法,很明显,任何整除的结果是一个复杂的,多阶段抽样,业者的过程。这是基本知识描述:这是可能的,事实上可能,采样过程可以进行过很多不同的方式,其中大部分是明显非代表性。这就意味着它实际上事项,具体抽样过程被用来生成最终的整除。这意味着,总有许多同样可能的不同的分析结果?实际上是的,如果一个人不熟悉服务条款及其代表性抽样过程,的区别和毫无价值的“样品”。在沉没之前完全流沙,最后认为将…整除必须代表很多:但这种迫切需求统计怎么走吗?

图2。非均匀材料的表现是无限的。什么是常见的方法来描述这些不同类型的不规则的“发行版”?和许多内在异质性特征肉眼不可见,例如,左下角显示的卡车的粮食。皮埃尔Gy进行了25年的漫长旅程之前,他到达了目的地:抽样理论(TOS)。图片来源:KHE咨询(档案)和iStockphoto

这个问题的答案是更复杂的比可能被第一次提出反思。首先,统计学家不知道世界截然不同的材料和不同的异构性问题;为什么他们?这是你,取样器,谁是这里的专家。一些反射后根据自己的体验,它将变得明显,而统计数据是解决人口的“单位”,每一个的相同的除了不同的分析结果,“单位”的异构多是由材料的具体性质和具体抽样程序使用,特别是增加,或样品,大小(质量)。因此,在一个非常真实的意义上说,最终的分析结果确实依赖于采样程序不同的采样方法,如抓取采样和复合抽样,势必会引起不同的分析结果(与复合抽样结果绝大多数更可靠…看到以前所有抽样列)。去告诉这个统计学家…这种复杂性的直接侵袭,没有数学,可以参考3中找到。

首先,然后,我们不能够简单地取代传统的统计概念,数量,单位。我们就只能自力更生:这正是皮埃尔Gy意识到。在他自己设置的目标发展的“适当的统计”能够描述异构的真实材料(和流程,见后)这是更复杂的比世界概念化和常规向量,矩阵和数组的数据,能简单描述的统计时刻:平均值、标准差、方差等感兴趣的读者,有几个,精心设计的层次介绍这个旅程。^{4 - 7}

图3。没有结束很多方面出现异质性。这里明显的粒度偏析有时表现显著(左),在其他时候完全“嵌入式”(右上图)。需要一个从根本上不同的方法能够包含这些特性在标准的统计分布模型,事实上皮埃尔Gy发明一种新型的“单元”为了实现这一目标,“异质性贡献”。图片来源:KHE咨询(档案)。

然而,还是有希望的

尽管复杂,服务条款实际上可以使交通便利。系统服务条款的元素有很多,这使得掌握成为可能,也从一个明显不太深入的理论和数学水平。

例如,八个抽样误差仅来自三个方面:材料(总是异构,它只是一个程度问题),取样设备(这可以促进代表提取、设计)和抽样过程(即使是正确设计设备可用于非代表性的方式)。一般来说,取样也由很多是否定义的静止的或移动当抽样,区别是众所周知的在许多应用领域,例如在粉末的领域:“样本只有当粉正”。

的突破:事实证明,一些抽样误差是可以发现的消除完全,这在很大程度上简化了抽样的议程。当然,但这是必须知道如何识别这些错误和如何消除它们。这些所谓的不正确的采样误差(伊势),一个是工具性的概念为了能够给出不同的定义的“正确”以及“代表”抽样过程。

这合理简化路由后,最近服务条款提出了一个完全自明的框架。^{8 - 10}图4显示了系统学TOS的完整框架的一般原则(GP),抽样单元操作(锁)和所有八个抽样错误,杰出的伊势和纠正抽样错误(CSE)。本文的价值源于这样一个事实,所有主要元素需要保证担保途径这里列出“from-lot-to-aliquot”代表。这个框架应被视为推动者钻研TOS文学大师。

图4。理论抽样(TOS)天气概况,这里显示了三个采样阶段。TOS由六个管理原则(GP)(上图灰色面板),四个采样单元操作(下图黄色面板)和八个抽样错误(蓝色/栗色)。之间的基本区别是(IDE、IEE IPE,这个和cse (FSE GSE)将在以后的专栏中介绍。详情,请参阅引用11 - 13和其他权威的引用。说明版权KHE咨询;与许可转载。

如何样例典型地:服务条款

第一个任务在任何抽样议程是消除,主要一个问题关于设计、取样设备的安装、操作和维护。随后,剩下的,是可以通过标准的中心意思,即通过增加复合抽样的数量增加,问关于经验异质性遇到(总是尊重基本的抽样原则,FSP),总是涉及到相关的GPs和其他锁。最近介绍服务条款,一般来说,引用8、9、13、14。与特定学科的化学计量学和多元数据分析,以及与药品生产,专门介绍参考文献5和15中可以找到。

图4描述了一个通用的、多阶段抽样过程大纲,单数的目的是提供一个代表分析整除(黄色箭头)。抽样的固定利用六种基本抽样错误(蓝色),虽然过程采样(采样动态很多)需要两个更多的错误处理(栗色)。

TOS逻辑要求所有pre-aliquot步骤由一个监管统一抽样的责任。这是一个法人,在单个个体的形式(“抽样沙皇”)或由代表各部门的委员会进行抽样。后一种情况是典型的很多组织在大公司和企业解决方案;但不幸的是也相当比例的抽样问题背后的原因会见了在现实生活中。与许多大公司经验,公司和组织不幸的是指向明确相关的跨部门协作相当困难,或者说,缺乏。很多情况下,传统部门之间的竞争,个人还是历史传统有效的抽样在整个“lot-to-analysis”途径是不可能的。尽管这些问题常常是主要的罪魁祸首似乎是“无法解决”抽样问题,解决方案,而来自组织心理学的范畴。然而,也存在破坏性的解决方案可能的范围内服务条款:这肯定不是只有一线取样器需要适当的教育服务条款,因为他们收集的样本分析结果并最终产生重要的决定。事实上,所有个人负责优化采样和过程性能应该感到一种责任成为熟悉服务条款。因此,无论是总统、副总统、运营经理、工艺技术人员,实验室主管、质量保证和质量控制经理(见,例如,参考16)实际上也担心投资者和公司股东需要一个简洁的服务条款的理解完全胜任各自的角色和能力。

和它是如何能够识别和消除或减少,一小群抽样errors-the遗留的皮埃尔Gy。

引用

1. p . Gy“采样离散物质新介绍抽样理论,即定性方法”,Chemometr。智能。实验室系统。74年,7-24 (2004):https://doi.org/10.1016/j.chemolab.2004.05.012;p . Gy“采样的离散材料II。定量approach-sampling域对象”,Chemometr。智能。实验室系统。74年,25-38 (2004):https://doi.org/10.1016/j.chemolab.2004.05.015;采样的离散材料三世p Gy。”定量approach-sampling一维对象”,Chemometr。智能。实验室系统。74年,39-47 (2004):https://doi.org/10.1016/j.chemolab.2004.05.011;p . Gy,“第四部分:50年的抽样力学个人历史”,Chemometr。智能。实验室系统。74年,49-60 (2004):https://doi.org/10.1016/j.chemolab.2004.05.014;p . Gy,”皮埃尔Gy第五部分:注释文学编译”,Chemometr。智能。实验室系统。74年,61 - 70 (2004):https://doi.org/10.1016/j.chemolab.2004.05.010
2. “皮埃尔Gy(1924 - 2015)——悼念”,TOS论坛问题6 (2016)。https://www.impopen.com/tosf-toc/16_6
3. K.H. Esbensen”,材料属性:异质性和适当的采样模式”,j .采用AOAC公认的Int。98年,269 - 274 (2015)。doi:https://doi.org/10.5740/jaoacint.14 - 234
4. K.H. Esbensen,“采样——理论与实践”,炼金术士问题85,3 - 6(2017年8月),伦敦Buillion市场协会。
5. K.H. Esbensen, R.J. Romanach和公元Roman-Ospino抽样理论(TOS)——一个必要且充分的保证可靠的多元数据分析在医药制造业“,多变量分析在制药行业由美联社费雷拉Ed J.C.塞斯和m·托宾。学术出版社,Ch。4 (2018)。doi:https://doi.org/10.1016/b978 - 0 - 12 - 811065 - 2.00005 - 9所示
6. K.H. Esbensen和p . Paasch-Mortensen过程抽样:抽样理论的缺失的环节过程分析技术(PAT)过程分析技术,2^nd版,艾德·Bakeev。威利,Ch。3 (2010)。doi:https://doi.org/10.1002/9780470689592.ch3
7. K.H. Esbensen, c . Paoletti和n . Theix”代表食品和饲料原料的抽样:一个关键需要食品/饲料安全”,j .采用AOAC公认的Int。98 (2),249 - 251 doi:https://doi.org/10.5740/jaoacint.SGE_Esbensen_intro
8. K.H. Esbensen和c·瓦格纳,“为什么我们需要抽样理论”,分析学家问题21日,此前(2014)。
9. K.H. Esbensen和c·瓦格纳,”理论抽样(TOS)与测量不确定性(μ)呼吁集成”,趋势肛门。化学。57岁,93 - 106 (2014)。
10. DS 3077。代表Sampling-Horizontal标准。丹麦(2013)标准。www.ds.dk
11. F.F. Pitard,皮埃尔Gy的抽样理论和实践:异质性,抽样正确性和统计过程控制.CRC出版社(1993)。ISBN: 978-0-849-38917-7
12. p . Gy,采样分析的目的,1^圣经济日报。威利,纽约(1998)。ISBN: 978-0-471-97956-2
13. R.C.A. Minnitt和K.H. Esbensen,”皮埃尔Gy抽样理论的发展:一项回顾性总结与说教的教程定量取样的一维”,TOS论坛问题7,7-19 (2017)。doi:https://doi.org/10.1255/tosf.96
14. K.H. Esbensen和石油醚朱利叶斯,”代表抽样、数据质量、验证——化学计量学的必要三位一体”,全面的化学计量学由美国布朗Ed, r . Tauler和r·查克。爱思唯尔,牛津,4卷,页1 - 20 (2009)。doi:https://doi.org/10.1016/b978 - 044452701 - 1.00088 - 0
15. K.H. Esbensen b·斯沃布里克,多元数据分析-介绍多元数据分析,通过设计过程分析技术和质量6^th经济日报。这种软件(2018)。ISBN 978-82-691104-0-1
16. K.H. Esbensen c.a拉姆齐,“QC抽样过程首先概述:从实地测试部分”,j .采用AOAC公认的。Int。98年,282 - 287 (2015)。https://doi.org/10.5740/jaoacint.14 - 288