作者：國工智能實施團隊—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。獲取的信息和知識可以廣泛用于各種應(yīng)用，包括商務(wù)管理，生產(chǎn)控制，市場分析，工程設(shè)計和科學(xué)探索等。國工智能實驗室LIMS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。本次案例就雙樣本Poisson檢驗與實驗室LIMS系統(tǒng)相融合進行探討及應(yīng)用舉例。

案例

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

圖1 檢驗結(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分析組件進行數(shù)據(jù)的Poisson分析處理，對組件參數(shù)進行設(shè)置，因素字段配置為factor，結(jié)果值配置為檢驗結(jié)果result，顯著性水平設(shè)置為0.05，單擊運行，從調(diào)試面板中查看分析結(jié)果。

圖3 雙樣本Poisson率校驗分析組件及參數(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)建好的雙樣本Poisson檢驗?zāi)Ｐ椭校鶕?jù)得出的分析結(jié)果自動對報告進行判定，代替人工判定；并將存在缺陷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。

含義

實驗室系統(tǒng)中的雙樣本Poisson檢驗用于比較兩個遵循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。Poisson分布可為時間在給定時間內(nèi)發(fā)生次數(shù)、面積、體積或其他觀測空間建模。

適用范圍

· 確定兩個組的總體發(fā)生率是否不同。· 計算可能包括總體率之間差值的值范圍。例如，實驗員檢查 2 個批次（A 和 B）上每箱實驗樣本的缺陷數(shù)量。一個樣品可能會有多個缺陷，對于批次 A，每箱包含 10 個樣本。實驗員總共抽取 50 箱，共發(fā)現(xiàn) 122 個缺陷。對于批次 B，每箱包含 15 個毛巾。實驗員總共抽取 50 箱，共發(fā)現(xiàn) 132 個缺陷。對于批次 A，總發(fā)生次數(shù)為 122，原因是實驗員發(fā)現(xiàn)了 122 個缺陷。對于批次 B，此數(shù)字為 132，原因是實驗員發(fā)現(xiàn)了 132 個缺陷。對于這兩個批次，樣本數(shù)量 (N) 均為 50，原因是實驗員對于這兩個批次均抽取了 50 箱。為了確定每個樣本的缺陷數(shù)，實驗員對批次 A 使用觀測值長度 10，原因是每箱有 10 個樣本。對于批次 B，檢查員使用觀測值長度 15。對于批次 A，采樣率為（總發(fā)生次數(shù) / N）/（觀測值長度）= (112/50) / 10 = 0.224。對于批次 B，采樣率為 (132/50) / 15 = 0.176。因此，批次 A 中每個樣本平均有 0.244 個缺陷，批次 B 中每個樣本平均有 0.176 個缺陷。由于實驗員輸入的觀測值長度不為 1，因此數(shù)據(jù)大腦也將計算樣本均值。對于批次 A，樣本均值為（總發(fā)生次數(shù) / N）= 112/50 = 2.24。對于批次 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)量的實驗樣本，因此采樣率是更有用的統(tǒng)計量。