GB/T 6379.1-2004（ISO 5725.1-1994） “测量方法和结果准确度（正确度和精密度）第1部分：总则和定义”读书笔记
前 言
为什么要写ISO 5725读书笔记？
读书时常看到—些标准引用ISO 5725，印象最深的是CLSI EP 05-A3引言中特别提到它和ISO 5725标准一致。系统地阅读了ISO 5725标准后，惊讶地发现，我们认为非常熟悉的精密度和准确度，已经有了新的提法和概念，例如：
精密度可以分为重复性，复现性*，和期间精密度；
修改了准确度的定义，增加了新的正确度术语等等。ISO 5725还增加了一些新的术语，新的概念，如：
将偏移分为测量方法偏移和实验室偏移；
计算复现性标准偏差时，只考虑重复性标准偏差，不考虑期间精密度标准偏差等等。
这些都需要我们加以讨论，正确地看待这些新的术语和概念。不盲目照搬也不一概否定。
*同一英文术语，我国VIM（JJF1001-2011）和统计学术语标准（GB/T 3358.2-2009）的中文翻译有时不一致，例如JJF1001将reproducibility翻译为“复现性”不同于GB/T3358.2翻译为“再现性”。本文中一律使用JJF标准中的中文翻译。
ISO 5725编制和颁布
0.1、编制ISO 5725的委员会
此标准由ISO/TC 69“统什学方法应用”技术委员会编制。ISO/TC69的任务是为所有ISO技术委员会提供有关统计学应用方面的咨询，下设：
WG 3 统计学解释数据
SC 1 术语和符号
SC 4 产品和过程管理中的统计学方法应用
SC 5 采样的可接受性
SC 6 测量方法和结果
SC 7 执行6 sigma统计学应用和相关技术
SC 8 新技术和产品开发统计学相关方法学的应用
至今为止，TC 69已经颁布了107个ISO标准，正在制定的标准有31个。
参加国为23个，还有30个观察国。目前我国共有5位专家参加上述6，7，8分委员会工作。其中两位分别为7和8分委员会主席。北京工业大学谢田法副教授参加第6分委员会工作，ISO 5725由此分委员会制定和颁布。由此可看出ISO 5725具有相当的国际权威性。
0.2、ISO 5725-1986的颁布
ISO/TC 69下属的分委员会SC 6“测量方法和结果”总结既往协同研究的实践和标准，在1986年提出ISO 5725-1986。
当时此标准命名为“测试方法的精密度：通过实验室间的研究测定测试方法重复性和复现性的导则（Precision of test method：Guide for the determination of repeatability and reproducibility for a test method by inter-laboratory tests）”，与现在ISO 5725-1994名称不同。它在国际上肯定了重复性和复现性的术语和概念，从题目可以明显看出此2术语和实验室间测试（协同研究）密切相关。
“复现性”的新概念引起了国内外的重视。在我国先后对此发布了两个国家标准！即：
GB/T 6379-1986 “测试方法精密度”
GB/T 11792-1989 “测试方法精密度”
目前保留的编号是GB/TC 6379。
0.3、ISO 5725-1994置换和废除了ISO 5725-1986
到1994年，仍由此第6分委员会颁布了ISO 5725-1994系列标准不仅废除和取代了原有的1986年文件，还将文件名改为“测量方法和结果的准确度（正确度和精密度）”仍为第1版。
至今尚未见颁布第2版新文件。
0.4、ISO 5725系列标准的内容
ISO 5725-1994是一个标准系列，包含下列六个部分：
“第1部分：总则和定义
第2部分：确定标准方法的重复性和复现性的基本方法
第3部分：标准测量方法精密度的中间度量
第4部分：确定标准测量方法正确度的基本方法
第5部分：确定标准测量方法精密度的可替代方法
第6部分：准确度值的实际应用”
我国已将此6部分全部（等同应用）转换为国家标准，即：GB/T 6379系列标准（GB/T 6379.1-2004至GB/T 6379.6-2009）
1、测量准确度（正确度和精密度）
阅读内容为ISO 5725.1-1994中的引言和1范围
在本节中讨论下面两个问题：
ISO 5725将惯用的准确度术语分为：正确度和精密度。 此提法是否正确？或者说更为合适？
对检验医学而言，用ISO术语还是用我们熟悉的惯用术语?
ISO 5725.1“引言”中的0.1和0.6提出了新的准确度新的定义（维基百科将其称为ISO术语）
“0.1 ISO 5725用两个术语正确度和精密度来描述一种测量方法的准确度。正确度指大量测试结果的（算术）平均值和真值或接收参照值之间的一致程度；而精密度指测试结果之间的一致程度。”
“0.6 ISO 5725中使用的一般术语准确度，既包含正确度也包含精密度。
准确度这一术语在过去一段时间只用来表示现在称为正确度的部分。但是对很多人来说，它不仅包括测试结果对参照（标准）值的系统影响，也应包括随机的影响。”
引言中上述二段叙述说明：
ISO 5725标准中，修改了我们既往惯用的准确度定义：“准确度这一术语，在过去一段时间只用来表示现在称为正确度的部分。”
又说：
“正确度指大量测试结果的（算术）平均值和真值或接收参照值之间的一致程度；而精密度指测试结果之间的一致程度。”
ISO 5725的对这些术语定义改变意味我们将面临下列选择：
弃用惯用的准确度定义，改为ISO定义；
人们已经习惯惯用的准确度定义，不应改用ISO定义！
维基百科对此有详细论述（www.wikipeadia.org；2017-04-28查阅）。
“测量准确度有２个定义，一个是最常见的，即对系统误差的描述，也是对统计学偏移的测量。
按此定义，一个测量系统可以是准确的但是不精密的，精密的但却可以是不准确的。例如，如果一个实验存在系统误差，增加测量次数会增加精密度但却无法改进准确度。其结果是从此有缺陷的实验带来恒定的不准确。此时除去系统误差改进准确度但却无助于改变精密度 。”
维基百科继续说：
“另一种选择，ISO定义准确度描述上述2种类型观察到的误差（而以术语正确度来表达上述对准确度的描述）。
这些术语意义的改变见于1994年颁布ISO 5725系列标准，并反应在2008年的第3版VIM3的2.13和2.14上”。
网上查阅，可以发现赞成使用惯用定义的学者不少，例如：highscope.ch.ntu.edu.tw/wordpress/?p=24512（台湾科技部网站，2015-08-84查阅）：
“准确度（Accuracy）是一个统计学上的概念，指在每一次独立的测量之间，其平均值与已知的数据真值之间的差距。若多次测量其平均值接近于已知的数据真值（理论值或期望值），我们可以相信数据「准确」，或是数据具有「高准确度」。反之，若多次测量其平均值与已知的真值差距较大，表示实验数据不准确，或准确度不高。准确度广泛应用于各类学科，尤其是分析化学。”
又如在物理界一个讨论网站http://physics.stackexchange.com/questions/126895/is-a-shift-in-the-meaning-of-accuracy-and-precision-occurring（2016-08-04查阅）。
“在Wikipedia文章中有人提到目前有新的正确度术语，说明原有准确度定义有实质上的改变。提出下列2个问题：
1. 是否物理/测量界发生准确度定义的改变？
2. 如果是，产生术语变化原因？
不少讨论者回答是“NO”，认为只是文字游戏。
有人认为“精度决定测量是否准确（见下图）。”
作者通过上述图试图证明准确度的高低程度和精密度密不可分，只有精密度高的结果才可能是准确的。
所有上述网页的查询，都说明不是所有学者都接受ISO 5725对准确度定义的修改，这带来下一个争论问题：检验界使用哪一种定义为宜？
人们在ISO 5725.1第一章“范围”中的1.2似乎可以找到答案。
“1.2 GB/T 6379的本部分所涉及的测量方法，特指对连续量进行测量，并且每次只取一个测量值作为测试结果的测量方法，尽管这个值可能是一组观测值的计算结果。”
这段话有两层含义：
第一层次为：
“……本部分所涉及的测量方法，特指对连续量进行测量，并且每次只取一个测量值，作为测试结果的测量方法。……”
显然检验界的测量方法，除个别外，都属于这一特指范畴；而相当一部分物理测量方法不在此范围。
第二层次为ISO 5725第1章1.2最后一句话“尽管这个值可能是一组观察值的计算结果”。
换言之，按此说法物理测量方法也可使用这一新的术语，即：
“测量方法和结果的准确度（正确度和精密度）” 。
在最近ISO 18113.1-2009（GB/T 29791.1-2013）“体外诊断医疗器械 制造商提供的信息（标示）第一部分：术语、定义和通用要求”的附录A中有一段有关正确度和准确度的论述，可作为解答此问题的重要参考。
“测量准确度（A.3.24）从历史上以两个不同含义在使用。此概念不但被应用于单一测量结果，而且也用于测量系统。由此双重用法产生了模糊与混淆。
在第一种用法中，和单一测量结果（3.45）相关的测量误差（A.3.27）是测量结果与赋予样品的真实量值（A.3.57）之间的差异。这个测量误差包括由测量偏倚（A.3.25）估计的系统测量误差（A.3.48）分量和由标准差估计的随机测量误差（A.3.48）分量。这样一个测量结果的准确度是正确度和精密度的组合。
在第二种用法中，与测量系统相关的测量误差是同一物质的大量测量平均值与赋予该物质的真值间的差异。与测量结果平均值有关的误差只包括系统误差分量（偏倚）。因此它只和术语正确度相关。
为解决这种不一致的用法，术语“准确度”应限于单一测量结果使用。准确度是一个定性概念，但一个测量结果的不准确度可以用测量不确定度（A.3.35）来表达。测量不确定度的更多讨论见A.2.5。”
作为和检验医学密切相关的IVD行业标准，肯定了“术语准确度应限于单一测量结果使用”，并特别指出“一个测量结果的不准确度可以用不确定度来表达”。
下图清楚地显示了这些术语之间的关系：
图1 测量术语间的关系图
这段话和这个图似乎可以作为目前对“检验界使用那一种定义为宜？”问题的较权威的回答。
2、ISO 5725提出新的术语和定义
在“3术语”中ISO 5725列举了22个术语，其中一部分与VIM重复。但作为研究“测量方法和结果”专业团体制定的标准，还提出了一些VIM没有的术语和定义。重要的有：
“3.4 精密度实验单元（cell in a precision experiment）
3.9 实验室偏倚（laboratory bias）
3.10 测量方法偏倚（bias of the measurement method）
3.11 偏倚的实验室分量（laboratory component of bias）
3.16 重复性限（repeatability limit）
3.17 再现性限（reproducibility limit）
3.22 协同评定试验（collaborative assessment experiment）”
由于协同评定实验，和下面的内容有密切关系，将其定义介绍如下：
“3.22协同评定试验（collaborative assessment experiment）一种实验室间的试验，在这样的试验中，用相同的标准测量方法对同一物料进行测试，以评定每个实验室的水准。”
目前常将此术语改为协同研究（collaboratory study）。
3、协同评定实验（协同研究）设计和内容
此部分内容包含ISO 5725.1的下列2章内容，即：
6 估计准确度试验设计方面的考虑；
4 准确度实验定义的实际含义
将导则第4章和第6章合并阅读，可以看出此2章内容多有重复。
“4 准确度试验定义的实际含义
4.1 标准测量方法
4.2 准确度试验
4.3 同一测试对象
4.4 短暂的时间间隔
4.5 参与的实验室
4.6 为观测条件”和
“6 为估计准确度试验设计方面的考虑
6.1 准确度试验的计划
6.2 标准测量方法
6.3 准确度试验的实验室的选择
6.4 用于准确度试验物料的选择”
第6章的内容比第4章更详细，所以下面读书内容以第6章为主，添加一些必要的第4章内容。
下面按照第6章的内容排列进行讨论。
“6.1 准确度试验的计划
6.1.1提出要做好试验，具体安排要注意：
组织一个熟悉该测量方法及其应用的专家组；
应有一个成员，具有统计设计和实验分析方面的经验。
更要组织一个进行实际工作的工作组。
6.1.2 当计划一个试验时要考虑以下的问题：
a）该测量方法是否一个令人满意的标准？
b）宜征集多少实验室来协作进行试验？
c）如何征集实验室？这些实验室应满足什么要求？
d）在实际中什么是水平的变化范围？
e）在试验中宜使用多少个水平？
f）什么样的物料才能表达这些水平？如何准备受试物料？
g）宜规定多少次重复？
h）完成所有这些测量宜规定多长的时间范围？
i）5.1中的基本模型是否适宜？是否需要考虑修改？
j）需要什么特别的预防措施来确保同一物料在所有的实验室、
在相同的状态下进行测量？”
在6.1.2提出协同试验计划须解决的10要点。当设计完成后,可以用此10要点对设计进行检查。以下内容基本上都围绕10点进行讨论。
“6.2 标准测量方法
如同在4.1中指出的那样，所考察的测量方法应是一个标准化的方法。这样一个方法应是稳健的。”
ISO 5725-1994强调的是标准测量方法，也就是我们所称的参考方法。实际工作中，也可以应用于普通的测量方法，问题是“方法应是稳健的”。
通过这些叙述，提出了协同研究中使用的参考方法，应有详细的描述，具体内容如下：
“建立测量方法的文件应该是明确的和完整的。所有涉及该程序的环境、试剂盒设备、设备的初始检查以及测试样本的准备的重要操作都应该包括在测量方法中，这些方法尽可能地参考其他的队操作员有用的书面说明。说明宜精确说明测试结果和计算方法以及应该报告的有效数字位数”。
6.3 准确度试验的实验室的选择和数量
在此节中首先讨论了参加实验室的质量条件。
在第4章有相似的章节“4.5 参与的实验室”。此两节虽都是讨论参加协同研究实验室应具备的条件，二节观点并不完全是相同的，这值得大家讨论。
4.5 的如下要求似更恰当些。
“4.5参与的实验室
4.5.1 GB/T 6379的本部分的一个基本假定是对一个标准测量方法而言，重复性对使用这个标准程序的每个实验室应该或至少是近似相同的，这样可以允许建立一个共同的平均重复性标准差，它适用于任何实验室。然而，每个实验室在重复性条件下进行一系列观测时，都能就该测量方法得到一个自己的重复性标准差的估计值，并可据此与共同的标准差的值来校核该估计值。ISO 5725-6详细讨论了这种方法。”
4.5希望参加的协同研究实验室应有较高的质量，特别强调了“重复性要近似相同…”如参加协同研究的各个实验室质量参差不齐（表现为重复性差异显著），很难得到满意结果。
在下面“6.3.1实验室的选择”观点与4.5明显不同。
“从统计的观点来看，那些参加估计准确度的实验室宜从所有使用该测量方法的实验室中进行随机选取。自愿参加的实验室可能不代表实验室的实际组成。然而，其他的一些考虑，比如要求参加的实验室应该分布在不同的洲或不同的气候地域等可能对代表性模式产生影响。
参加的实验室应该不宜仅由那些在对该测量方法进行标准化过程中已获得专门经验的实验室组成。也不宜由那些特别的标准实验室组成，这些标准实验室是专家用该方法来演示准确度的确定的。”
此段叙述“不宜由……获得专门经验的实验室组成，也不宜由那些特别的标准实验室组成”与4.5.1要求完全对立。这可能仅仅对参加能力比对（PT）的实验室而言是恰当的。
“6.3.2 估计精密度所需实验室数”
在讨论了参加试验的实验室条件后，本节讨论了有关实验室的数量：
4.5.2 对实验室数量的选择是这样叙述：
“4.5.2在3.8到3.20中定义的量，理论上适用于可能使用所述测量方法的所有实验室。但在实际上，它们是根据这个实验室总体的一个样本来确定的。选择这个样本的进一步细节将在6.3中讨论。当参加试验的实验室数及测量数都达到6.3中规定的数量时，所获得的正确度与精密度的估计值即可满足要求。然而，如果将来某一时间，有证据表明参加测试的实验室不能或不再能真正代表所有使用该标准测量方法的实验室，那么测量就将重新进行。”
将参加试验实验室选择推到6.3讨论，从6.3.2.1到6.3.2.3是一个具体计算过程，列出了一系列的方程式和一个A值表，有机会，准备请熟悉统计学的同志向我们介绍这些公式的推算和应用。
在下面的6.3.4给出选择参加协同研究实验室数的一般性结论。
“6.3.4 实验室选择的影响
实验室的选择是在可利用资源与将估计值的不确定度减少至一个满意的水平之间的一种折衷。根据附录B中的图B.1和B.2，可以看到重复性标准差和再现性标准差当参加精密度试验的实验室数很小（p≈5）时，其值变化较为显著。而当p大于20时，再增加2到3个只能使不确定度降低很少。一般取p为8～15。当σL大于σr（即r大于2）时，每个实验室在每个水平的测试结果数n＞2时，并不会获得比n=2时太多的信息。”
下面是附录B的2张图：
上图中的因子γ表示复现性标准偏差对重复性标准偏差的比，计算公式为：
“6.4 用于准确度试验物料的选择
6.4.1 在确定一个测量方法的准确度的测试中，所使用的物料应该完全能代表该测量方法在正常的使用中的那些物料。作为一般规则，使用5种不同的物料通常就能够满足较大的水平变化范围，用这些水平完全能够确定所要求的准确度。当怀疑是否有必要修改最近开发的测量方法时，在对该方法进行首次调研时，只需要用较小水平数的物料，在此基础上再进行进一步的准确度试验。”
此段叙述，实质上是说明需要几个浓度物料可以表达正常应用中的浓度范围？结论是“作为一般规则，使用5种不同水平（浓度）的物料通常能够满足较大的水平变化范围。用这些水平完全能够确定所要求的准确度。”
从6.4.2到6.4.7对物料的要求和处理，其核心是要保证被测物料的均匀性和稳定性，读者可自行阅读，勿需更多说明。下面强调的是6.4.8：
“6.4.8 上述确定一种测量方法精密度的方法时，都假定了精密度与所测试的物料无关或与物料有某种可预测的依赖关系。对某些测量方法，引用精密度值时必须说明是对哪一类或哪几类物料而言的。在其他应用场合，这些数值仅能作为粗略的估计。更为常见的情形是，精密度与测试水平密切相关，因此，建议在公布精密度时，同时明确精密度试验中所用的物料及物料的变化范围。”
一定要重视“……精密度和测试水平密切相关，因此建议在公布精密度时，同时明确精密度试验中所用的物料及物料的变化范围”。对不同浓度的物料所测定的精密度往往有不小的差异，这对应用测量方法是至关紧要。目前在文献上，越来越多使用精密度图（precision profile）来表达所测物料浓度和精密度之间的关系。下图是文献中肌钙蛋白浓度和精密度之间的关系图：
从此图中可以看出，随肌钙蛋白浓度的升高，标准偏差的绝对值经过一个较平稳变化的过程后明显升高；变异系数则正相反，随浓度升高，逐渐趋于平稳。这对全面了解该测量方法的精密度变化情况非常有用。在评定测量方法性能时，应该评定在变化浓度区间的变异系数。可以理解，为什么ISO 5725要求评定5个浓度水平的精密度。检验界在过去往往只测定一个浓度的精密度，这显然是不够的。
“6.4.9为评定正确度，至少一种所用的物料要有接受参照值。如果正确度似乎随水平改变，则需要有若干水平的物料具有接受参照值。”
当评定正确度时, 检验界由于很难得到多个浓度的参考物质，往往只是测量1个浓度的偏移（正确度）。实际上偏移常随浓度而变化，可能需要评定多个浓度参考物质的偏移。
以上是第6章内容的阅读笔记。
下面将添加在第6章未涉及的第4章内容。
“4.4 短暂的时间间隔
4.4.1 根据重复性条件的定义（3.14），确定重复性的测量必须在恒定的操作条件下进行；即在整个测量时间段内，在0.3中所列的那些因素必须保持不变。特别，设备在两次测量之间不应重新校准，除非校准是单个测量中一个基本的组成部分。在实际中，在重复性条件下进行的试验宜在尽可能短的时间间隔内进行以便使那些不能总是保证不变的因素，比如环境因素的变化最小。”
评定测量方法的重复性标准偏差很重要，因为它是最小的精密度，是可比的。必须保证“在短暂的时间间隔，恒定的操作条件下进行”，检验界往往将重复性评定限制在一个批次（批内）内测定，应注意一个批次时间不应太长，且只能校准一次。
“4.4.2 影响不同观测之间的时间间隔的另一因素是测试结果的独立性假定。为避免前面的测试结果可能会影响以下的测试结果（从而可能低估重复性方差），就有必要按以下方式提供样本：操作员根据样品编号不知道哪些样品是相同的。指示操作员按一定观测顺序操作，而顺序是随机的，以使所有的同一测试对象的测试不会一起进行。这也许意味着违背了重复测量应在一个短的时间段内完成的初衷，除非全部测量能在一个很短的时间间隔内完成。”
检验室进行试验时，往往不注意测量的独立性，表现只给一份一个浓度的标本，让操作员对其重复测定，而不是“操作员根据样品编号不知道哪些样品是相同的”应严格按4.4.2的要求：“……指示操作员按一定观察顺序操作，而顺序是随机的……”。
“4.6 观测条件”
在此节中，对3类精密度的观察条件分别作了叙述，不难理解可自行阅读。
对第4和第6章内容阅读结束。
重点是一开始6.2的10个问题，尝试回答如下：
“a) 该测量方法是否有一个令人满意的标准？”
在6.2 标准测量方法中明确“应是一个标准化的方法，这样一个方法应是稳健的。……建立测量方法的文件应该是明确的和完整的，……”
“b) 宜征集多少实验室来协作进行试验？”
6.3.4 实验室选择的影响中称“根据附录B中的图B1和图B2可以看到，当参加精密度试验的实验室数很小（p≈5），重复性标准差和复现性标准差的值变化较为显著，而当p大于20时，再增加2到3个，只能使不确定度降低很少，一般取p为8到15……”
“c) 如何征集实验室？这些实验室应满足什么要求？”
第4和第6章给出了不同的回答，在评估测量方法性能时，4.5.1回答是可取的“……对使用这个标准程序的每个实验室的重复性应该和至少是近似相同的，这样可以允许建立一个共同的平均重复性标准差，它适用于任何实验室……”
“d) 在实际中什么是水平的变化范围？”
在本文件中似乎没有找到对此问题的详细论述。
“e) 在试验中宜使用多少个水平？”
“6.4.1……作为一般规则，使用5种不同的物料通常就能满足较大的水平变化范围，用这些水平完全能够确定要求的准确度”。
“f) 什么样的物料才能表达这些水平？如何准备受试物料？"
“6.4用于准确度实验物科的选择”一节中有详细的叙述可以参照。
“g) 宜规定多少次重复？”
在本文件中找不到回答，在ISO 5725.2给出了4次重复测量的回答，但似乎未说明为什么。此外在本导则“6.3.4 实验室选择的影响”中有这样一段话“当σL大于σr（即γ大于2）时，每个实验室在每个水平测试结果数n>2不会获得比n=2太多的信息”，言下之意是不是2次重复即可？
“h) 完成所有这些测量宜规定多长的时间范围？”
“4.4 短暂的时间间隔”可能是最好的回答。
“i) 5.1中的基本模型是否适宜？是否需要考虑修改？”
这可能是统计学家回答的问题。
“j) 需要什么特别的预防措施来确保同一物料在所有的实验室、在相同的状态下进行测量？”
“4.6.1……复现性条件下，观察值是在不同的实验室获得的，由于实验室不同，不仅所有其他因素会发生改变，而且由于在两个实验室之间的管理和维护以及观察值的稳定性检查等诸多方面的差异也会对结果产生不同的影响。”不仅要对我们熟悉的影响因素加以控制，还要注意本节所提的其他因素。”
“6.4.2…就有必要将相同的物料给分布在国与国家和洲的不同地方的许多实验室，在运输过程中同时伴随着许多损失和风险…”
换言之要对物料的运输有详细的规定和足够保护措施。检验医学所测定的物料一般都是均匀的，所以对6.4其他章节所提出的问题，可以稍加考虑。
4、第5章、第7章内容的讨论
4.1 第5章 统计模型
在统计学中，叙述统计学计算之前似乎都要先说明所使用的统计模型，因为计算的结果是按照此模型衍生的公式计算而来，此处不对本章节的统计型模型进行讨论。因为在以后讨论的5个部分还有更多更具体的论述，希望能有熟悉统计学的同志作个专题报告。
4.2 第7章 准确度数据的应用
本标准的第6部分是“准确度值的实际应用”，与第7章的内容接近，将与第6部分的读书报告合并。
本次读书报告小结：
1. 讨论了检验医学是否应该使用ISO 5725提出的“测量方法和结果的准确度（正确度和精密度）概念”；
2. 如果使用此概念，目前有无试验方法可以直接测定准确度？
3. “协同评估试验（协同研究）”是否是评估标准（参考）测量方法的一个较好途径；
4. 组织“协同研究”几个要点是什么？答案是什么？
