作者：國工智能實(shí)施團(tuán)隊(duì)—左鵬

前言

近年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關(guān)注，其主要原因是企業(yè)在生產(chǎn)、運(yùn)營過程中產(chǎn)生大量的數(shù)據(jù)，迫切的需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。獲取的信息和知識(shí)可以廣泛用于各種應(yīng)用，包括商務(wù)管理，生產(chǎn)控制，市場(chǎng)分析，工程設(shè)計(jì)和科學(xué)探索等。國工智能實(shí)驗(yàn)室LIMS系統(tǒng)融合了國工智能數(shù)據(jù)大腦平臺(tái)，平臺(tái)內(nèi)提供上百種統(tǒng)計(jì)學(xué)相關(guān)算法及機(jī)器學(xué)習(xí)算法；通過這些算法對(duì)企業(yè)數(shù)據(jù)進(jìn)行分類分析、聚類分析、關(guān)聯(lián)分析、預(yù)測(cè)分析，挖掘數(shù)據(jù)潛在價(jià)值，探索人力無法探知的規(guī)律，提高企業(yè)產(chǎn)品附加值及行業(yè)競(jìng)爭力，助力企業(yè)快速發(fā)展。本次案例就雙樣本Poisson檢驗(yàn)與實(shí)驗(yàn)室LIMS系統(tǒng)相融合進(jìn)行探討及應(yīng)用舉例。

案例

某企業(yè)質(zhì)檢實(shí)驗(yàn)室需要檢驗(yàn)A、B兩種實(shí)驗(yàn)樣品的缺陷數(shù)量，在相同的檢驗(yàn)方案條件下分別用A、B兩種實(shí)驗(yàn)樣品進(jìn)行檢驗(yàn)，得到的檢驗(yàn)結(jié)果如圖1所示，試分析在相同檢驗(yàn)方案情況下，A、B兩種實(shí)驗(yàn)樣品的缺陷出現(xiàn)率。 

圖1 檢驗(yàn)結(jié)果

分析過程

使用國工數(shù)據(jù)大Excel讀取組件，將數(shù)據(jù)集映射到系統(tǒng)中。

圖2 Excel讀取

再通過拖拽的方式將雙樣本Poisson率檢驗(yàn)分析組件與Excel讀取鏈接到一起。使用集成好算法的雙樣本Poisson分析組件進(jìn)行數(shù)據(jù)的Poisson分析處理，對(duì)組件參數(shù)進(jìn)行設(shè)置，因素字段配置為factor，結(jié)果值配置為檢驗(yàn)結(jié)果result，顯著性水平設(shè)置為0.05，單擊運(yùn)行，從調(diào)試面板中查看分析結(jié)果。

圖3 雙樣本Poisson率校驗(yàn)分析組件及參數(shù)配置

分析結(jié)果

圖4 分析結(jié)果

從圖4中運(yùn)用雙樣本Poisson分析得出的結(jié)果可以看出，由于 p 值 0.157 大于顯著性水平（用 α 或 alpha 表示）0.05，因此分析員否定原假設(shè)并得出兩個(gè)樣本缺陷發(fā)生率不同的結(jié)論。95% 置信區(qū)間表明，樣本 B 的缺陷率可能高于樣本 A 的缺陷率。

與LIMS系統(tǒng)相融合

國工數(shù)據(jù)大腦平臺(tái)可直接獲取實(shí)驗(yàn)室LIMS系統(tǒng)中的實(shí)驗(yàn)數(shù)據(jù)，直接將實(shí)驗(yàn)數(shù)據(jù)對(duì)接到創(chuàng)建好的雙樣本Poisson檢驗(yàn)?zāi)Ｐ椭校鶕?jù)得出的分析結(jié)果自動(dòng)對(duì)報(bào)告進(jìn)行判定，代替人工判定；并將存在缺陷顯著性差異的報(bào)告重點(diǎn)推送給相關(guān)領(lǐng)導(dǎo)引起重視。根據(jù)領(lǐng)導(dǎo)對(duì)存在顯著性差異報(bào)告的處理，可自動(dòng)觸發(fā)二次檢驗(yàn)流程等操作。

含義

實(shí)驗(yàn)室系統(tǒng)中的雙樣本Poisson檢驗(yàn)用于比較兩個(gè)遵循Poisson分布的總體的均值或發(fā)生率以確定它們是否存在顯著差異的假設(shè)檢驗(yàn)。Poisson分布可為時(shí)間在給定時(shí)間內(nèi)發(fā)生次數(shù)、面積、體積或其他觀測(cè)空間建模。

適用范圍

· 確定兩個(gè)組的總體發(fā)生率是否不同。· 計(jì)算可能包括總體率之間差值的值范圍。例如，實(shí)驗(yàn)員檢查 2 個(gè)批次（A 和 B）上每箱實(shí)驗(yàn)樣本的缺陷數(shù)量。一個(gè)樣品可能會(huì)有多個(gè)缺陷，對(duì)于批次 A，每箱包含 10 個(gè)樣本。實(shí)驗(yàn)員總共抽取 50 箱，共發(fā)現(xiàn) 122 個(gè)缺陷。對(duì)于批次 B，每箱包含 15 個(gè)毛巾。實(shí)驗(yàn)員總共抽取 50 箱，共發(fā)現(xiàn) 132 個(gè)缺陷。對(duì)于批次 A，總發(fā)生次數(shù)為 122，原因是實(shí)驗(yàn)員發(fā)現(xiàn)了 122 個(gè)缺陷。對(duì)于批次 B，此數(shù)字為 132，原因是實(shí)驗(yàn)員發(fā)現(xiàn)了 132 個(gè)缺陷。對(duì)于這兩個(gè)批次，樣本數(shù)量 (N) 均為 50，原因是實(shí)驗(yàn)員對(duì)于這兩個(gè)批次均抽取了 50 箱。為了確定每個(gè)樣本的缺陷數(shù)，實(shí)驗(yàn)員對(duì)批次 A 使用觀測(cè)值長度 10，原因是每箱有 10 個(gè)樣本。對(duì)于批次 B，檢查員使用觀測(cè)值長度 15。對(duì)于批次 A，采樣率為（總發(fā)生次數(shù) / N）/（觀測(cè)值長度）= (112/50) / 10 = 0.224。對(duì)于批次 B，采樣率為 (132/50) / 15 = 0.176。因此，批次 A 中每個(gè)樣本平均有 0.244 個(gè)缺陷，批次 B 中每個(gè)樣本平均有 0.176 個(gè)缺陷。由于實(shí)驗(yàn)員輸入的觀測(cè)值長度不為 1，因此數(shù)據(jù)大腦也將計(jì)算樣本均值。對(duì)于批次 A，樣本均值為（總發(fā)生次數(shù) / N）= 112/50 = 2.24。對(duì)于批次 B，樣本均值為 132/50 = 2.64。樣本均值描述每箱的平均缺陷數(shù)。但是，由于各箱中含有不同數(shù)量的實(shí)驗(yàn)樣本，因此采樣率是更有用的統(tǒng)計(jì)量。