-
题名柴油十六烷值近红外系统受控下数据质量目标的优化
- 1
-
-
作者
李颖
潘志强
王斗文
-
机构
大连产品质量检验检测研究院有限公司
-
出处
《光谱学与光谱分析》
2025年第9期2535-2542,共8页
-
基金
国家标准委科学基金项目(20211977-T-469)资助。
-
文摘
柴油十六烷值近红外(NIR-CN)系统测试的数据质量目标(DQO)建模优化,目前尚未见到成熟的研究成果。为减轻匹配错误的综合基体效应和避免单水平无法控制的β风险,本工作利用美国瓦克夏(Waukesha)十六烷值机数据进行比对。经与幂律、二次线性组合和斜率弧度的统计比较,认为最大似然估计戴明回归(DR)的偏倚修正属于最佳合理拟合模型。DR建模来自水平下加权中心平方和(CSS)二维数据的变量迭代,其建立在随机变量独立同分布(i.i.d)假设检验的前提条件,非视相关系数为模型拟合优劣的判断依据,而是通过失拟效应和Anderson-Darling(AD)拟合优度检验。这种检验能有效避免自相关函数(ACF)的累积冲击和交互干扰,最大限度弥补控制图主观臆断趋势分析的目测不足。研究结果表明,DR模型更符合NIR系统的DQO稳健性和实际情况。NIR系统以往仅局限于CN单一水平讨论,现扩展到多个水平的变异研究。不同决策导致不同不确定度,错误决策会遭致额外的成本损失。随时间推移在风险与成本统一的原则下难免会出现CSS的重新选择,只要后续测试满足NIR系统所设定的DQO随机扰动,将使用条件产生的风险控制在所论证的CSS范围内即可。
-
关键词
数据质量目标
戴明回归
加权中心平方和
失拟效应
独立同分布
自相关函数
-
Keywords
Data quality objectives
Deming regression
Centered Sum of Squares
Lack of fit
Independence identical distribution
Autocorrelation function
-
分类号
O657.31
[理学]
-
