常用異常值判別方法在藥品質量控制中的應用研究

摘要：正確判斷異常值是進行科學統計分析的前提，而在實際數據分析過程中，常常忽略對異常值的處理，或對異常值重視不夠，甚至不清楚各種判別方法的適用條件。該文綜述了異常值的來源、常用的異常值判別方法的特點、分析步驟及判別標準。

關鍵詞：異常值，判別方法，藥品，質量控制。

異常值通常是指實驗中與預期有較大差距的值。USP中對異常值有明確的規定，記任何反常、不一致、可疑或模糊的觀察值均可稱為異常值。在藥品檢驗過程中經常會出現異常值，拒絕或保留一個明顯的異常值往往會導致資料處理困難，重者可能產生嚴重偏差。對異常數據進行合理的發現和處理，對于保證藥品檢驗結論的科學性、嚴謹性，從而保證人們使用藥物的安全性具有極為重要的意義。

1 異常值的來源

異常值來源一般有4種：①由實驗設備不準確、不穩定造成的數據嚴重偏離真實值，不符合實際;②由操作技術、讀數習慣等人為客觀因素造成的數據不一致;③由數據記錄不清楚、感覺計數等人為主觀過失造成的假觀察值;④由實驗中出現的小概率事件引起的數據不一致。

2 異常值檢測方法及其特點

異常值的檢驗方法大多數屬于距離法， 常見的有奈爾檢驗法、拉依達準則法、肖維勒準則法、羅曼諾夫準則、格拉布斯檢驗法、狄克遜檢驗法、偏度-峰度檢驗法、漢佩爾準則、四分位數法以及魯棒回歸分析法。選擇合適的異常值檢驗方法取決于樣本量大小和分布的假設。下面我們簡要介紹各種異常值判斷法的適用情況及應用優缺點。

1）奈爾檢驗法

奈爾檢驗法適用于樣本量n>3，且要求數據集符合正態分布，該法的優點是使用簡便，缺點在于需要知道總體的標準差。

2）拉依達準則法

拉依達準則法適用于樣本量n>10，且要求數據集符合正態分布，優點是使用簡單，不需要查表，當樣本量較大時適用。缺點是樣本量n≤10時不適用。

3）肖維勒準則法

肖維勒準則法適用于樣本量n>16，不需要數據集符合正態分布，它是拉依達準則法改進按本，該法的缺點是沒有概率理論，當樣本量n過大時會失效。

4）羅曼諾夫準則法

羅曼諾夫準則法適用于樣本量n<20，要求數據集符合正態分布，其優點是檢驗效率高，缺點是隨著樣本量n的增大，靈敏度會逐漸降低。

5）格拉布斯檢驗法

格拉布斯檢驗法適用于樣本量n>6，要求數據集符合正態分布，其優點是檢驗效率高，缺點是樣本量n較小時或存在多個異常值接近時不適用。

6）狄克遜檢驗法

狄克遜檢驗法適用于樣本量3

7）偏度-峰度檢驗法

偏度-峰度檢驗法適用于樣本量n>3，要求數據集符合正態分布，其優點時重復使用檢測多個異常值時具有非常好的效果，缺點是極端值英較為明顯的偏離樣本主體。

8）漢佩爾準則法

漢佩爾準則法適用于樣本量n>3，要求數據集符合正態分布，其優點是使用簡單，不需要查表，檢驗效果很高，缺點是對異常值不夠敏感，判斷較為保守。

9）四分位數法

四分位數法適用于樣本量n>4，不要求數據集符合正態分布，其優點是使用簡單，不需要查表，檢驗效果能夠控制，缺點是對樣本量要求較大，一般n>10時才具有較好的效果。

10）魯棒回歸分析法

魯棒回歸分析法適用于樣本量n>10，要求數據集符合正態分布，優點是能夠同時檢驗出樣本中的多個異常值，缺點是只適用于大樣本。

3 異常值判定標準和檢驗步驟

異常值的準確判別是確保數據分析正確，得到結果合理的首要前提，也是研究數據可靠的重要保障。所以科學地判斷異常值對各種實驗尤為重要。怎樣把握異常判斷的標準？對于這一問題，目前尚無確切結論。

對于異常值的判斷，首先應該對數據的來源進行調查，如果可以確定是人員故障還是儀器故障等導致了異常值，則不論檢驗結論是否為異常，均應直接排除該值，不得用于后續的計算。但是，這類研究通常是不能確定的，這時，再借助一些異常值的判斷，來找出這些異常值。但由于不同方法的精確度不一樣，對于一般的實驗人員，也無法判斷應采用哪種方法，對于這種兩難問題，處理的原則是：看減少一個或幾個異常數值對實驗結果的影響究竟有多大;如果確定所測數據的反常值對原始結果的影響很大，則多項判別結果也一致，一般認為該數值為異常值。

一般情況下，用反常值檢驗法來判定異常值，需要采取以下步驟：①計算樣本容量，確定樣本量的大小;②對數據樣本從小到大進行排序，找出兩端的極值;③確定數據是否為正態分布，或將其轉化為正態分布;④判斷數據是否需要轉換，然后再進行反常值判斷;⑤選取1種常用或敏感程度較高的判別標準進行判別;⑥根據判別結果的共性，判斷其是否為異常。

對于異常值檢驗，通常采用α為0.05或0.01這兩種標準，但也有學者認為應采用更嚴格的α為0.01或0.005這兩種標準。不管α的大小如何，判斷結果是否認為數據是異常值是不可避免的錯誤。第1類錯誤是指將正常數值視為不正常值而被拒絕，其發生概率為α（棄真存偽）;第2類錯誤是指將不正常值視為正常值而被接受，其發生概率為β（棄偽存真），其概率通常為β<（1-α），又稱α作用函數。通常情況下，進行異常值檢驗時，主要是為了減少犯第1類錯誤的概率，所以在實際判別時，應正確選擇α值，以使結果更加合理。

4 小結

在藥品質量控制中， 通過符合實驗原理基礎上轉換的符合正態分布數據集， 一般選用 格拉布斯檢驗、狄克遜檢驗（極小樣本） 、漢佩爾準則方法（大樣本）和四分位數法等，其他方法可輔助參考使用。

參考文獻：

[1]曹玲，吳莉，王玉，吳越.藥品檢驗中常用的統計學方法及其應用[J].中南藥學，2019，17（09）：1508-1513.

[2]李曉斌. 中藥臨床試驗肝腎功能指標異常值的分析與評價[D].遼寧中醫藥大學，2013.

[3]牛曉輝. 新農合住院費用的分析及異常值篩檢方法研究[D].華中科技大學，2012.

作者簡歷：鐘蓓蓓（1994/01），女，江蘇省連云港人，本科，研究方向：質量控制，風險管理，GMP

（正大天晴藥業集團南京順欣制藥有限公司 江蘇南京 211100）