Page 42 - 2019年1月第30卷第2期

3 750 1 200 Grubbs 规则和 MATLAB 语言的异常值自动循环剔除
3 700 序号1
3 650 1 100 异常值 法；以剔除时间和错误概率为指标，对上述方法与基于
3 600
响应值 3 550 响应值 1 000 Grubbs规则的查表逐一剔除法和Excel软件剔除法的应
3 500
3 450 序号1 异常值 900
3 400 用效果进行比较。
3 350 800
0 2 4 6 8 10 12 0 2 4 6 8 10 12 本研究结果显示，基于 Grubbs 规则和 MATLAB 语
传感器序号 传感器序号
A. ZZ B. BA 言的异常值自动循环剔除法的剔除时间显著短于其他
1 600 两种方法，差异均有统计学意义，提示该方法能有效缩
1 580
1 560
1 540 短异常值剔除所用的时间。该方法基于MATLAB语言
响应值 1 520 序号1 进行计算机运算，是所耗时间明显更短的根本原因。基
1 500
1 480
1 460 异常值
1 440 于Grubbs规则和MATLAB语言的异常值自动循环剔除
1 420
0 2 4 6 8 10 12 法的错误概率与其他两种方法比较差异均无统计学意
传感器序号
C. HA 义，提示三者间并无明显差异，这可能与受试志愿者数
图 5 电子舌测试苦度评价数据源异常值的剔除情况 量较少、样本量较小有关。
（方法三） 综上所述，基于 Grubbs 规则和 MATLAB 语言的异
Fig 5 Elimination of outliers in data source of elec- 常值自动循环剔除法可快速、准确、批量地进行苦味异
tronic tongue test bitterness evaluation（me- 常值的多轮循环剔除，并一次性给出剔除结果，可免除
thod three） 反复核对临界值表、逐个逐级剔除数据的烦琐操作，有
表5 3种方法异常值剔除时间和错误概率比较
Tab 5 Comparison of outlier elimination time and error rate of 3 methods
单组口尝试验 多组口尝试验 电子舌测试
剔除方法
剔除时间（x±s），s 错误人次 错误概率，％ 剔除时间（x±s），s 错误人次 错误概率，％ 剔除时间（x±s），s 错误人次 错误概率，％
方法一 745.400 0±25.904 4 1 20.0 3 693.107 7±75.023 3 5 10.0 2 992.673 3±84.117 6 2 5.7
方法二 288.333 3±31.253 1 ＊ 0 0. 1 494.761 4±53.826 9 ＊ 2 4.0 1 276.367 1±55.024 5 ＊ 1 2.9
方法三 0.000 3±0.000 0 ＊# 0 0. 0.005 2±0.000 0 ＊# 0 0. 0.002 3±0.000 0 ＊# 0 0.
＊
注：与方法一比较，P＜0.01；与方法二比较，P＜0.01
#
#
Note：vs. dataset method one， P＜0.01；vs. dataset method two，P＜0.01
＊
助于缩短异常值剔除时间、提高原始数据处理效率，可 left-censored data[J]. Water Res，2011，45（10）：3107-
为医药生产、研发及其他相关的数据测试与分析领域中 3118.
异常值的判定与剔除提供参考。但由于本法在 MAT- [ 6 ] BUCKLEY JA，GEORGIANNA TD. Analysis of statisti-
LAB 语言下进行，因此要求操作人员具备简单的 MAT- cal outliers with application to whole effluent toxicity test-
ing[J]. Water Environ Res，2001，73（5）：575-583.
LAB 语言基本知识，加之软件运行要求较高，故有待于
[ 7 ] 中华人民共和国国家质量监督检验检疫总局，中国国家
后续研究进一步完善。
标准化管理委员会. GB/T4883-2008 数据的统计处理和
参考文献
解释：正态样本离群值的判断和处理[S].北京：中国标准
[ 1 ] 刘斌斌，简晖，田佳明，等.中药矫味与掩味技术的研究进 出版社，2008：4-5.
展及问题分析[J].中国实验方剂学杂志，2016，22（16）： [ 8 ] JAIN RB. A recursive version of Grubbs’test for detect-
229-234. ing multiple outliers in environmental and chemical data
[ 2 ] LI L，NAINI V，AHMED SU. Utilization of a modified [J]. Clin Biochem，2010，43（12）：1030-1033.
special-cubic design and an electronic tongue for bitter- [ 9 ] GRAAFLAND H，SEIGNALET J，DONADIO D，et al.
ness masking formulation optimization[J]. J Pharm Sci， Our experince with antiglobulin consumption （Dixon
2007，96（10）：2723-2734. test）in the study of antibodies bound to platelets[J]. Rev
[ 3 ] 李学林，陈鹏举，桂新景，等.电子舌在羟丙基-β-环糊精 Fr Transfus Immunohematol，1981，24（4）：389-404.
抑 苦 规 律 研 究 中 的 应 用 [J]. 中 草 药 ，2017，48（20）： [10] 尹江丽，王琳静.兵器试验中的异常值检验[J].四川兵工
4235-4244. 学报，2013，34（6）：137-139.
[ 4 ] LI X，GAO X，LIU R，et al. Optimization and validation [11] 中华人民共和国国家质量监督检验检疫总局，中国国家
of the protocol used to analyze the taste of traditional Chi- 标准化管理委员会. GB/T12315-1990 感官分析方法学
nese medicines using an electronic tongue[J]. Exp Ther 排序法[S].北京：中国标准出版社，2008：4-5.
Med，2016，12（5）：2949-2957. [12] 祝国强，杭国明，滕海英，等.谈谈两总体比较的非参数检
[ 5 ] FIELD MS. Application of robust statistical methods to 验方法[J].数理医药学杂志，2011，24（5）：524-525.
background tracer data characterized by outliers and [13] 刘瑞新，张杏芬，李学林，等.3种口尝评价方法用于药物

中国药房 2019年第30卷第2期 China Pharmacy 2019 Vol. 30 No. 2 ·181 ·