偏差、差值、误差

进行分析方法学验证的数据计算中，对偏差和差值的概念进行了理解。本帖仅记录一下目前对偏差和差值的概念理解，后续学习后再加深学习补充。如有错漏，还望各位老师能够予以指正。

摘要：相对标准偏差、相对平均偏差；相对偏差、绝对偏差；绝对差值；绝对误差、相对误差

1.  偏差

偏差分为两种，姑且将其中一种称为“Bias”，另一种称为“Variance/Deviation”。

这两种，都将其定义为正数。（偏差表示数据与平均值或标准真值的偏离程度，应是正数，所以不建议在计算时说成偏差绝对值。）

1.1    偏差Variance/Deviation的使用

如精密度（重复性、中间精密度、进样精密度）、准确度验证的多个样品之间的相对标准偏差（RSD）；水分标定时F值计算时或用到相对平均偏差（RAD）。

相对标准偏差（RSD）=STDEV（全部计算数值）/AVERAGE（全部计算数值）

相对平均偏差（RAD）=AVEDVE（全部计算数值）/AVERAGE（全部计算数值）

含量/溶出度验证一般要求3份或6份样品的RSD≤2.0%；有关物质验证一般要求3份或6份样品的RSD≤10.0%；

RSD比较常用，RAD用的比较少。在检测样品时，含量一般测定两次取平均值，这两个数值可以采用RAD对其进行统计，一般要求RAD≤2.0%。

我是这样理解RSD与RAD的：RSD表示各组数值间的离散程度，RAD表示与算术平均值的接近程度。像只有2个数值的情况就没有比较离散的意义了，只可用RAD。RSD适用于3个数值以上的比较。

1.2   偏差Bias的使用

如溶液稳定性、耐用性等项目中主成分或杂质含量：

分为绝对偏差、相对偏差：

绝对偏差＝|标签明示值－测定值|

相对偏差＝|（标签明示值－测定值）/标签明示值|×100%

标签明示值可以放宽理解为溶液稳定性0小时、耐用性正常条件下主成分或杂质含量的实际值。也可以指平均值、限度规定值等。

含量验证一般要求相对偏差≤2.0%；有关物质验证一般要求相对偏差≤20.0%。

绝对偏差用得较少。如有关物质溶液稳定性考察中，供试品溶液总杂含量的绝对偏差不超过质量标准限度的20%，如0小时总杂0.08%，8小时后总杂0.12%，两者绝对偏差0.04%（限度0.3%的20%为0.06%，符合要求）。

2.  绝对差值（Absolute Difference）

绝对差值应理解为两个数据差值的绝对值，也是正数。

和偏差Bias一样，在溶液稳定性、耐用性等项目中主成分或杂质含量比较时也比较常用。

它和“绝对偏差”类似，但是绝对差值的概念中不限定“标签明示值”或“平均值”，所以它比绝对偏差用途广一些，使用这个概念也更容易为大家所接受。

例，用于溶液稳定性各时间点含量差值的比较：0小时含量100.2%，4小时含量99.8%，两者绝对差值是0.04%（可接受标准是各时间点含量的绝对差值在2%以内，符合要求）。

一般可根据实际情况拟定范围。

无相对差值的概念。

3.  误差（Errors）

误差指测量结果偏离真值的程度，反映准确度。

3.1 绝对误差

绝对误差是分析结果与真值之差；可以表示一个测量结果的可靠程度。

3.2  相对误差

相对误差是绝对误差和真值的百分比率；可以比较不同测量结果的可靠性。

由此引申系统误差和偶然误差概念，不细述。

在分析验证过程中应该用不到误差的这些概念。

====================================结  束=================================

P.S. 引用网络一张图，来表达偏差的概念：