Webservice für Anbieter von Eignungsprüfungen
Q/Hampel-Methode gemäß ISO 13528
Der Hampel-Schätzer ist ein robuster Mittelwert, der unter anderem bei der Auswertung von Ringversuchen nach ISO 13528 und DIN 38402 - A45 eingesetzt wird. Die in diesen Normen ebenfalls definierte Q-Methode liefert einen robusten Schätzwert für Streuung von Daten.
Auf dieser Seite können Sie für einen Datensatz, z.B. Konzentration eines Stoffes in einer Probe, die robusten statistischen Kennwerte berechnen lassen.
Bedienung: Bitte fügen Sie Ihre Daten in das unten stehende Textfeld ein. Auf jeder Zeile sollte ein Wert stehen. Sie können Ihre Daten auch aus Excel kopieren und hier einfügen.
Dieser Service wird Ihnen von der QuoData kostenlos zur Verfügung gestellt und kann für beliebig viele Auswertungen genutzt werden.
Im Gegenzug bitten wir Sie, uns Ihre E-Mail-Adresse zu hinterlassen. Diese wird von uns vertraulich behandelt und nicht an Dritte weitergegeben.
Ihre E-Mail-Adresse werden wir verwenden, um Sie über Neuigkeiten aus der Normung, Weiterbildungs- und Softwareangebote der QuoData auf dem Laufenden zu halten. Sie werden weniger als 10 E-Mails pro Jahr erhalten.
Q/Hampel Methode in Software implementiert
PROLab ist unser Softwarepaket zur Planung, Organisation, Durchführung und Auswertung von Ringversuchen. Es ist sowohl zur Laborbewertung (bspw. gem. ISO 13528) als auch für Studien zur Methodenvalidierung (bspw. nach ISO 5725: 1-6) geeignet.
PROLab basiert auf den Berechnungsvorschriften relevanter nationaler und internationaler Normen und beinhaltet eine Vielzahl an ausgereiften statistischen Werkzeugen. Die Auswertung Ihrer Daten kann nach den folgenden Standards vorgenommen werden:
- ISO 13528/ISO 5725-5 (der so genannte “Algorithmus A+S”)
- ISO 5725-2 für Studien zur Methodenvalidierung
- DIN 38402 A42
- DIN 38402 A45 (Q/Hampel)
- Schweizerisches Lebensmittelbuch
- Q/Huber-Methode
- Adaptive Horwitz-Funktion
- ISO 5725-3 für geschachtelte Ringversuchsdesigns
Unsere Software wird bei einigen der größten Ringversuchsveranstalter weltweit eingesetzt, wie z.B
- beim Bundesamt für Verbraucherschutz und Lebensmittelsicherheit
- bei der U.S. Food and Drug Administration
- im Joint Research Center der Europäischen Kommission und
- im UK Health and Safety Laboratory
- bei der Integrated BioBank of Luxembourg, die unsere Lösung zur Online-Dateneingabe einsetzt .
Warum Q/Hampel zuverlässiger ist als A+S
Die Q/Hampel-Methode ist wesentlich robuster als die A+S-Methode. Das bedeutet, dass die Ergebnisse bei Auftreten von Ausreißern wesentlich zuverlässiger sind.
Beispiel: Wie Sie in den folgenden beiden Diagrammen sehen können, ergeben sowohl Q/Hampel als auch A+S sehr ähnliche Mittelwerte und Toleranzgrenzen. Dementsprechend liegen die vier Ausreißer (Labor 33, 37, 27 und 20) außerhalb
der von beiden Methoden berechneten Toleranzgrenzen.
Wenn sich ein einziges Laborergebnis ändert, ergibt sich aber folgendes Bild:
In den folgenden beiden Diagrammen erkennt man, dass der Einzelwert von 73 weit außerhalb liegt.
Bei der A+S Methode befinden sich die vier Ausreißer nun innerhalb der Toleranzgrenzen. Eine einzige Änderung genügt, um die A+S-Berechnungen zu verwerfen, was zu einer völlig anderen Leistungsbewertung für diese vier Labore
führt. Bei Q/Hampel haben sich jedoch die Toleranzgrenzen - und der Mittelwert - kaum verschoben. Die vier bisherigen Ausreißer liegen noch immer außerhalb der Toleranzgrenzen.
Publikationen zu Q/Hampel
Die Data Scientists der QuoData sind stetig daran interessiert, die Q/Hampel Methode und auch andere Standards zu verbessern. Aus diesem Grund veröffentlichen wir eine Vielzahl an Publikationen. Unter anderem:
Steffen Uhlig, Bertrand Colson, Petra Gowik (2018):
Taking laboratory uncertainties into account in the Hampel estimator
In: Accreditation and Quality Assurance
https://link.springer.com/article/10.1007/s00769-018-1332-x
Uhlig, Steffen (2015):
Robust estimation of between and within laboratory standard deviation with measurement results below the detection limit.
In: Journal für Verbraucherschutz und Lebensmittelsicherheit (10), S. 385–391.
http://dx.doi.org/10.1007/s00003-015-0967-3
Colson, Bertrand (2014):
The Untold History of Algorithm A.
Hg. v. QuoData GmbH.
https://quodata.de/en/company/algorithm-a.html