作者：國工智能數(shù)據(jù)大腦項目組—白興婭

實驗室管理系統(tǒng)（LIMS）是實現(xiàn)先進(jìn)實驗室管理的一項重要工具，但目前市面上的實驗室管理系統(tǒng)更傾向于作為一個信息化工具，且這種基礎(chǔ)信息系統(tǒng)內(nèi)信息處理的邏輯相對簡單，并不能主動發(fā)現(xiàn)問題。而國工智能實驗室管理系統(tǒng)融合了國工智能數(shù)據(jù)大腦平臺，平臺內(nèi)提供上百種統(tǒng)計學(xué)相關(guān)算法及機器學(xué)習(xí)算法；通過這些算法對企業(yè)數(shù)據(jù)進(jìn)行分類分析、聚類分析、關(guān)聯(lián)分析、預(yù)測分析，挖掘數(shù)據(jù)潛在價值，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)競爭力，助力企業(yè)快速發(fā)展。本次案例就單因素方差與實驗室LIMS系統(tǒng)相融合進(jìn)行探討及應(yīng)用舉例。
 實驗室系統(tǒng)中的單因素方差分析（one-way ANOVA）指對單因素試驗結(jié)果進(jìn)行分析，是檢驗單個因素對試驗結(jié)果有無顯著性影響的方法，通過對兩個樣本平均數(shù)比較的引伸，檢驗多個平均數(shù)之間的差異，從而確定因素對試驗結(jié)果有無顯著性影響。也稱為F檢驗，通過對數(shù)據(jù)變異的分析來推斷兩個或多個樣本均數(shù)所代表的總體均數(shù)是否有差別的一種統(tǒng)計推斷方法。簡單的來說，就是用來檢驗同一個影響因素的不同水平對因量是否有影響的一種方法。

案例與數(shù)據(jù)
某企業(yè)質(zhì)檢實驗室需要檢驗A、B、C三種催化劑的催化活性是否有顯著性差異，在相同的溫度，壓力等條件下分別用A、B、C三種催化劑催化反應(yīng)的進(jìn)行，得到6次試驗產(chǎn)物D的收率的結(jié)果如表1所示，試分析在相同樣品情況下，A、B、C三種催化劑的催化活性是否存在顯著性差異。

表1  三種催化劑所得產(chǎn)物D產(chǎn)量（kg）

要檢驗三種催化劑的催化活性是否存在顯著差異，等同于檢驗三者產(chǎn)量的均值是否相等。

給定原假設(shè)H0：三者產(chǎn)量均值相等，備擇假設(shè)H1：三者的產(chǎn)量均不相等；對于影響產(chǎn)量的因素僅催化劑種類一項，因此可以采用單因素方差分析進(jìn)行多總體樣本均值檢驗。

國工數(shù)據(jù)大腦分析過程

圖1  RDBMS讀取組件

圖2 單因素方差分析組件及參數(shù)配置

圖3 分析結(jié)果

國工數(shù)據(jù)大腦平臺可直接獲取實驗室LIMS系統(tǒng)中的實驗數(shù)據(jù)，直接將實驗數(shù)據(jù)對接到創(chuàng)建好的單因素方差分析模型中，根據(jù)得出的分析結(jié)果自動對報告進(jìn)行判定，代替人工判定；并將存在顯著性差異的報告重點推送給相關(guān)領(lǐng)導(dǎo)引起重視。根據(jù)領(lǐng)導(dǎo)對存在顯著性差異報告的處理，可自動觸發(fā)二次檢驗流程等操作。

 圖4   算法自動觸發(fā)LIMS系統(tǒng)報告判定

參數(shù)說明：

①因素：影響研究對象的某一指標(biāo)、變量。

②單因素試驗：考慮的因素只有一個的試驗叫單因素試驗。

③顯著性水平：估計總體參數(shù)落在某一區(qū)間內(nèi)，可能犯錯誤的概率為顯著性水平。

適用范圍：