Moving Average Mcv

Statistische Qualitätskontrolle in Hämatologie-Analysatoren Die statistische Qualitätskontrolle, die in Hämatologie-Analysatoren durchgeführt wird, hat viele wichtige Unterschiede von den entsprechenden Techniken in den klinisch-chemischen Analysatoren. Diese Unterschiede sind auf Gründe wie die hohe Stabilität der Zytometrie-Technologie, die kleine biologische Variation einiger Hämatologie-Parameter, die großen Reagenzfläschchen und die geringe Zeitdauer der Hämatologie-Kontrollen zurückzuführen. Wegen der oben genannten Gründe, die Levey-Jennings Diagramme in Hämatologie-Analysatoren unterscheiden sich von entsprechenden Charts in der klinischen Chemie. Zum Beispiel haben die Hämatologie Levey-Jennings Diagramme nur drei Linien (obere und untere Grenzen und zentrale Linie). Der Grund dafür ist, dass diese Levey-Jennings-Diagramme nicht statistisch aus einer normalen Verteilung der bisherigen Qualitätskontrolldaten erstellt werden, was aufgrund der sehr kleinen Variation der hämatologischen Qualitätskontrollwerte nicht möglich ist. In Hämatologie-Analysatoren gelten die oberen und unteren Grenzwerte als Grenzwerte für die industrielle Qualitätskontrolle. Die kleine biologische Variation vieler Hämatologieparameter machte viele Forscher zu etablierten Methoden der Qualitätskontrolle, die nur auf den Ergebnissen der Patienten basierten. Solche geeigneten Parameter sind die Erythrozytenindizes (MCV, MCHC, MCV) mit der kleineren biologischen Variation (nicht nur wegen der Biologie, sondern vor allem der hämatologischen Analysentechnik). Diese Attribute von ihnen inspiriert Brian Bull (ein amerikanischer Hämatologe), um eine neue Qualitätskontrolle Methode weithin als Bulls-Algorithmus bekannt zu etablieren. Bulls-Algorithmus (auch bekannt als Methode) erkennt systematische Fehler in MCV, MCHC und MCV und folglich in HgB, Hct und RBC. Seine Methode ist eine Art gleitender Durchschnitt. Ihre Hauptidee ist es, den Mittelwert der letzten zwanzig Patientenwerte, darunter auch den Mittelwert der Charge der letzten zwanzig Werte, abzuschätzen. Der Algorithmus selbst ist eine ziemlich komplizierte Gleichung, die die Ausreißer eliminiert und den gleitenden Durchschnitt der letzten zwanzig Werte schätzt. Stier-Algorithmus hat sich als sehr effektiv bei der Erkennung kleiner systematischer Fehler (fast 1) nicht nur in Erythrozyten-Indizes, sondern auch in fast allen Hämatologie-Parameter. Es verwendet alle Patienten Daten ohne Ausnahme. Die letzte Tatsache machte Bulls-Algorithmus die billigste Qualitätskontrolle Methode in der Labormedizin. Hämatologie Qualitätskontrolle Proben dauern nur 20 30 Tage und sind sehr teuer, wenn auf der anderen Seite Vollblutproben im Kühlschrank für 24 Stunden stabil sind. Diese Tatsachen führten einige Forscher dazu, Methoden zu finden, die auf der wiederholten Analyse von Patientenproben beruhen. Diese Verfahren sind als zurückbehaltene Patientenproben bekannt. Im Jahr 1988 Cembrowski (kanadische klinische Chemiker) etabliert die effektivsten Patientendaten Patient Methode. Es basierte auf der wiederholten Analyse der gleichen Patientenproben zwischen zwei aufeinanderfolgenden Tagen. Seine Methode ist bekannt als m / n lim. - Lim steht für die Qualitätskontrollgrenze. Sie ist gleich dem Doppelten der Standardabweichung der repetitiven Analyse (2 x SD). - n steht für die Anzahl der Patienten, die zweimal analysiert werden. - m steht für den Anteil der n Anzahl der Proben, der außerhalb der Grenzwerte (lim) liegen darf. Statistische Simulationen von Cembrowski bewiesen die Wirksamkeit seiner Methode. Ihm zufolge ist die beste Kombination von m, n und lim 2, 3, 2 oder 2/3 2s. Abschließend stehen drei verschiedene Methoden zur Verfügung, um die analytischen Fehler im hämatologischen Labor nachzuweisen. Levey-Jennings erkennt systematische und zufällige Fehler. Im Gegenteil, Bulls-Algorithmus und behalten Patientenproben entdecken nur systematische Fehler, aber sie haben den Vorteil der niedrigen Kosten. Labor kann die beste Kombination der drei wählen. T 949955949965964945943945 949957951956941961969963951. 922965961953945954942 921945957959965945961943959965 20, 2013How, um einen gleitenden Durchschnitt in Excel zu berechnen Ein gleitender Durchschnitt ist eine Statistik, die verwendet wird, um Teile eines großen Datensatzes über einen Zeitraum zu analysieren. Es wird häufig mit Aktienkursen, Aktienrenditen und wirtschaftlichen Daten wie Bruttoinlandsprodukt oder Verbraucherpreisindizes verwendet. Mit Microsoft Excel können Sie Bewegungsdurchschnitte innerhalb von Minuten organisieren und berechnen, so dass Sie mehr Zeit auf die eigentliche Analyse als auf die Konstruktion der Datenreihe konzentrieren können. Öffnen Sie ein neues Arbeitsblatt in Microsoft Excel. Geben Sie Daten und ihre entsprechenden Datenpunkte in zwei Spalten ein. Zum Beispiel, um die monatlichen Umsatzzahlen zu analysieren, geben Sie jeden Monat in Spalte A und die entsprechende Umsatzzahl daneben in Spalte B ein. Ein Datenwert von Jahren würde dann die Zellen A1 bis A12 und B1 bis B12 füllen. Bestimmen Sie das Zeitintervall des gleitenden Durchschnitts, den Sie berechnen möchten, z. B. einen dreimonatigen oder sechsmonatigen gleitenden Durchschnitt. Gehen Sie zum letzten Wert des ersten Intervalls und klicken Sie auf die entsprechende leere Zelle rechts. Wenn Sie mit dem Beispiel aus Schritt 1 einen dreimonatigen gleitenden Durchschnitt berechnen möchten, klicken Sie auf die Zelle C3, da B3 den letzten Wert der ersten drei Monate des Jahres enthält. Verwenden Sie die Funktion AVERAGE, und geben Sie eine Formel in die leere Zelle ein, die Sie ausgewählt haben, und geben Sie den Datenbereich für das erste Intervall an. In diesem Beispiel würden Sie quotAVERAGE (B1: B3) eingeben. Positionieren Sie Ihre Maus auf die untere rechte Ecke der Zelle mit der Formel, bis Sie sehen, ein quot. quot Linksklick und ziehen Sie die Formel auf die leere Zelle neben dem letzten Datenpunkt in der benachbarten Spalte. Im obigen Beispiel würden Sie die Formel von Zelle C3 in Zelle C12 ziehen, um den dreimonatigen gleitenden Durchschnitt für den Rest des Jahres zu berechnen.