精密度实验变异系数计算的SAS宏程序讲解.docVIP

精密度实验变异系数计算的SAS宏程序讲解.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
精密度实验变异系数计算的SAS宏程序 ???? ???? 【摘要】?   评价医院实验室检测结果的准确性和稳定性,需要进行精密度实验,以确定检测结果是否处于所控制的范围内。通过计算精密度实验批内、批间、天间以及总的变异系数,能够反映实验仪器精密度好坏。通过编写SAS宏程序,可以应用SAS统计软件直接输出以上变异系数的统计报表。 【关键词】? 精密度实验; 变异系数; 统计分析报表; SAS宏程序   1? 精密度实验 ???   评价医院实验室检测结果的准确性和稳定性,需要进行精密度评价实验,以确定检测结果是否处于所控制的范围内。精密度实验通常包括批内、批间以及日间重复实验。对同一批次质控标本的重复测定,要求每天在不同时间点测定同一批次质控标本2次(2次测定间隔不得少于2小时),为批内重复实验;每次测定均做不同批次质控标本双份,为批间重复实验;一般要求连续测定20天,为天间重复实验,这是对检测系统天间不精密度的观察。 ???   对精密度实验结果进行统计分析,反映实验仪器精密度好坏的指标是变异系数(CV)。CV越小精密度越好,反之则差,故也称其为不精密度。通常按以下公式可以计算出批内、批间、天间和总CV,其中总CV最重要,它代表整个分析体系的可重复程度。 ???   S批内=?ni=1 ?2j=1 (Xij1-Xij2)24n ???   式中:S批内为批内标准差;n为实验天数(n=20);i为第i天(1~20);j为1天内的批数(1或2);xij1为第i天第j批的第1个结果;xij2为第i天第j批的第2个结果。 ???   A=?ni=1 (Xi1-Xi2)22n ???   式中: A为批间差异水平;Xi1为第i天第1批的结果均数;Xi2为第i天第2批的结果均数。 ???   B=?ni=1 (i-)2n-1 ???   式中:B为天间差异水平;i为第i天的结果均数;为所有实验结果均数。 ???   S总=2B2+A2+S2批内2 ???   式中:S总为总标准差。 ???   CV总=S总/ ???   式中:CV总为总变异系数;S总为总标准差;为所有实验结果均数。   2? 编写SAS宏程序 ???   为直接得到如表1所示统计分析报表,编写以下SAS宏程序。数据集名为database,统计变量为var,其中第1批2次测定数据结果分别为var.1和var.2,第2批2次测定数据结果分别为var.3和var.4,输出总变异系数的数据集名为dataout。   表1? 精密度试验变异系数统计分析(略)   2.1? 定义输出表的格式   %macro tformat; /*定义宏,输出统计报表的格式*/   proc format; ??   invalue g ???   1=20 ???   2=40;   %mend tformat;   2.2? 计算变异系数 ???   调用proc univariate过程计算批内标准差s、批间差异水平a、天间差异水平b和所有实验结果均数x,利用公式计算出总的变异系数CV。   %macro cv(database,var,dataout); /*定义sas宏程序cv*/   data data1;   set database(keep=var.1 var.2 var.3 var.4); ??   d1=(var.1-var.2)**2+(var.3-var.4)**2;   proc univariate normal noprint;   var d1;   output out=d1 sum=sum n=n;   data s;   set d1;   s=sqrt(sum/(4*n)); /*取平方根值,得到批内标准差s*/   run;   data data2;   set database(keep=var.1 var.2 var.3 var.4); ??   d2=((var.1+var.2)/2-(var.3+var.4)/2)**2;   proc univariate normal noprint;   var d2;   output out=d2 sum=sum n=n;   data a;   set d2;   a=sqrt(sum/(2*n)); /*取平方根值,得到批间差异水平a*/   run;   data data3;   set database(keep=var.1 var.2 var.3 var.4); ??   d3=(var.1+var.2+var.3+var.4)/4;   proc univariate normal noprint;   var d3;   output ou

文档评论(0)

skvdnd51 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档