瓶间差分析分析目的瓶间差bottle-to-bottlevariability评价同一产品不同瓶或不同批次之间测量结果的差异。分析通常分两步先用bottle_anova()检验各瓶或批次均值是否有统计学差异再用方差分量分析把瓶间变异与瓶内变异拆开判断差异大小是否满足预设的精密度限值。本文演示这两种场景15 瓶 × 5次测定的瓶间差以及不同试剂批测定同一质控品的批间差。示例数据为确定性的教学数据统计显著不等于产品不可接受只能依据方案预先规定的接受限作出判定。::: celllibrary(ivdtools) library(readr):::函数概述函数 主要用途 关键输入或输出bottle_anova()单因素或嵌套 ANOVAvalue ~ batch或value ~ batch/vialtukey()Tukey HSDterm指定效应两两比较与紧凑字母precision()/ 拆分瓶间/瓶内方差分量value ~ bottle单因素variance()示例一15 瓶 × 5 次测定的瓶间差读取和核验数据::: cellbottle - read_csv(./data/bottle-difference.csv, show_col_types FALSE) bottle - as.data.frame(bottle) bottle$bottle - factor(bottle$bottle) str(bottle):::::: celldim(bottle):::第一步差异显著性检验单因素模型value ~ bottle检验 15 个瓶均值是否相同::: cellba - bottle_anova(bottle, value ~ bottle) print(ba):::ANOVA 表给出瓶间 F 检验assumptions部分报告 Bartlett 方差齐性与Shapiro-Wilk 正态性检验。两两比较::: cellposthoc - tukey(ba) posthoc:::Tukey HSD 给出全部两两比较与紧凑字母标记紧凑字母显示compact letterdisplay字母不同的瓶表示均值差异显著。本例瓶数较多部分瓶间差异显著属正常现象关键是差异大小是否可接受。第二步差异大小是否满足预期用precision(value ~ bottle)把总变异拆成瓶间分量bottle与瓶内分量error::: cellbp - precision(bottle, value ~ bottle) bp - variance(bp):::瓶间 SD ≈ 1.15、CV ≈ 1.15%瓶内 SD ≈ 1.04、CV ≈1.04%。假设方案规定总精密度限值为 2%CV则瓶间差异在限值内。注意这里的限值仅为示例正式研究必须使用方案或标准规定的限值 且应结合总CV含瓶间与瓶内与各组分分别比较。::: cellbp - ci(bp):::示例二不同试剂批测定同一质控品读取数据3 个试剂批L1、L2、L3分别对同一质控品测定 15 次::: celllot_data - read_csv(./data/reagent-lot.csv, show_col_types FALSE) lot_data - as.data.frame(lot_data) lot_data$lot - factor(lot_data$lot) str(lot_data):::::: celllot_summary - aggregate(value ~ lot, lot_data, function(x) c(n length(x), mean mean(x), sd sd(x))) lot_summary - data.frame(lot lot_summary$lot, lot_summary$value) lot_summary:::批次间差异检验::: cellba_lot - bottle_anova(lot_data, value ~ lot) print(ba_lot):::::: celltukey(ba_lot):::紧凑字母标记显示哪些批之间均值差异显著、差异方向如何。批间均值差异即使统计显著仍需结合预设的可接受偏差例如质控品允许的靶值范围判断是否在可接受范围内不能仅凭p 值下结论。结果判读要点先定接受限分析前明确批/瓶间允许的差异大小SD/CV或均值偏差限。显著性 ≠ 可接受ANOVA/Tukey检验的是是否有差异差异大小是否可接受由限值决定。方差拆分用方差分量把瓶间/批间与瓶内变异分开单独评价各组分的贡献。两两比较规模瓶数较多时两两比较数量大用紧凑字母标记聚焦差异结构。条件一致批间比较应控制方法、仪器、操作者、时间等条件一致只让批次变化。完整记录报告各瓶/批均值、SD、ANOVA 表、Tukey结果、方差分量与限值判定。
瓶间差分析分析目的瓶间差bottle-to-bottlevariability评价同一产品不同瓶或不同批次之间测量结果的差异。分析通常分两步先用bottle_anova()检验各瓶或批次均值是否有统计学差异再用方差分量分析把瓶间变异与瓶内变异拆开判断差异大小是否满足预设的精密度限值。本文演示这两种场景15 瓶 × 5次测定的瓶间差以及不同试剂批测定同一质控品的批间差。示例数据为确定性的教学数据统计显著不等于产品不可接受只能依据方案预先规定的接受限作出判定。::: celllibrary(ivdtools) library(readr):::函数概述函数 主要用途 关键输入或输出bottle_anova()单因素或嵌套 ANOVAvalue ~ batch或value ~ batch/vialtukey()Tukey HSDterm指定效应两两比较与紧凑字母precision()/ 拆分瓶间/瓶内方差分量value ~ bottle单因素variance()示例一15 瓶 × 5 次测定的瓶间差读取和核验数据::: cellbottle - read_csv(./data/bottle-difference.csv, show_col_types FALSE) bottle - as.data.frame(bottle) bottle$bottle - factor(bottle$bottle) str(bottle):::::: celldim(bottle):::第一步差异显著性检验单因素模型value ~ bottle检验 15 个瓶均值是否相同::: cellba - bottle_anova(bottle, value ~ bottle) print(ba):::ANOVA 表给出瓶间 F 检验assumptions部分报告 Bartlett 方差齐性与Shapiro-Wilk 正态性检验。两两比较::: cellposthoc - tukey(ba) posthoc:::Tukey HSD 给出全部两两比较与紧凑字母标记紧凑字母显示compact letterdisplay字母不同的瓶表示均值差异显著。本例瓶数较多部分瓶间差异显著属正常现象关键是差异大小是否可接受。第二步差异大小是否满足预期用precision(value ~ bottle)把总变异拆成瓶间分量bottle与瓶内分量error::: cellbp - precision(bottle, value ~ bottle) bp - variance(bp):::瓶间 SD ≈ 1.15、CV ≈ 1.15%瓶内 SD ≈ 1.04、CV ≈1.04%。假设方案规定总精密度限值为 2%CV则瓶间差异在限值内。注意这里的限值仅为示例正式研究必须使用方案或标准规定的限值 且应结合总CV含瓶间与瓶内与各组分分别比较。::: cellbp - ci(bp):::示例二不同试剂批测定同一质控品读取数据3 个试剂批L1、L2、L3分别对同一质控品测定 15 次::: celllot_data - read_csv(./data/reagent-lot.csv, show_col_types FALSE) lot_data - as.data.frame(lot_data) lot_data$lot - factor(lot_data$lot) str(lot_data):::::: celllot_summary - aggregate(value ~ lot, lot_data, function(x) c(n length(x), mean mean(x), sd sd(x))) lot_summary - data.frame(lot lot_summary$lot, lot_summary$value) lot_summary:::批次间差异检验::: cellba_lot - bottle_anova(lot_data, value ~ lot) print(ba_lot):::::: celltukey(ba_lot):::紧凑字母标记显示哪些批之间均值差异显著、差异方向如何。批间均值差异即使统计显著仍需结合预设的可接受偏差例如质控品允许的靶值范围判断是否在可接受范围内不能仅凭p 值下结论。结果判读要点先定接受限分析前明确批/瓶间允许的差异大小SD/CV或均值偏差限。显著性 ≠ 可接受ANOVA/Tukey检验的是是否有差异差异大小是否可接受由限值决定。方差拆分用方差分量把瓶间/批间与瓶内变异分开单独评价各组分的贡献。两两比较规模瓶数较多时两两比较数量大用紧凑字母标记聚焦差异结构。条件一致批间比较应控制方法、仪器、操作者、时间等条件一致只让批次变化。完整记录报告各瓶/批均值、SD、ANOVA 表、Tukey结果、方差分量与限值判定。
