在檢驗科的各項檢查中儀器的校準報告是其中最重要的一項，校準報告中的分析數據繁多，我們怎樣讀懂校準報告？

報告中最常出現的幾個名詞CV值，SD值，它們各代表的什么意義，它們是如何計算出來的？

我們一起來了解一下吧！

精密度

計量的精密度(precision of measurement)，系指在相同條件下，對被測量進行多次反復測量，測得值之間的一致(符合)程度。從測量誤差的角度來說，精密度所反映的是測得值的隨機誤差。精密度高，不一定正確度高。也就是說，測得值的隨機誤差小，不一定其系統誤差亦小。

準確度

是指你得到的測定結果與真實值之間的接近程度。

精密度與準確度的關系

準確度是指測得值與真值之間的符合程度。

準確度和精密度是兩個不同的概念，但它們之間有一定的關系。應當指出的是，測定的精密度高，測定結果也越接近真實值。但不能絕對認為精密度高，準確度也高，因為系統誤差的存在并不影響測定的精密度，相反，如果沒有較好的精密度，就很少可能獲得較高的準確度。可以說精密度是保證準確度的先決條件。

標準差

它能夠反映變量值的離散程度 ，正負值就是在計算好的SD上加個正負號 表示在這個范圍內波動 在平均值上加上或者減去這個數字，都認為在正常范圍內。

方差：s^2=[(x1-x)^2 +(x2-x)^2 +......(xn-x)^2]/（n-1）(x為平均數)

標準差：方差的算術平方根=S

標準差能很客觀準確的反映一組數據的離散程度，但是對于不同的檢驗目的，或同一項目不同的樣本，標準差就缺乏可比性了，因此對于方法學評價來說又引入了變異系數CV。

CV(Coefficient of Variance):標準差與均值的比率。用公式表示為：CV＝σ/μ

線性分析驗證

考慮預測對象發展變化本質基礎上，分析因變量隨一個自變量變化而變化的關聯形態，借助回歸分析建立它們因果關系的回歸方程式，描述它們之間的平均變化數量關系，據此進行預測或控制。

基本原理

假設預測目標因變量為Y，影響它變化的一個自變量為X，因變量隨自變量的增（減）方向的變化。一元線性回歸分析就是要依據一定數量的觀察樣本（Xi,Yi）i=1，2…，n，找出回歸直線方程Y=a+bX   (1)          

對應于每一個Xi，根據回歸直線方程可以計算出一個因變量估計值Yi，將求出的a和b代入式（1）就得到回歸直線Yi =a+bXi 。那么，只要給定Xi值，就可以用作因變量Yi的預測值。

在分析測試中，一元回歸分析通常采用相關系數r這一統計量來檢驗X與Y是否確實相關以及相關的程度如何。相關系數r的值總是在－1與＋1之間.

當r＝1時，所有的點都在一條直線即回歸直線上，此時稱Y與X完全線性相關

當r＝0時，b＝0，即回歸直線平行于X軸，所示，說明Y的變化與X無關， 此時X與Y毫無線性關系。