微生物实验室统计分析方法
微生物检测技术的使用方法和实验操作技巧
微生物检测技术的使用方法和实验操作技巧微生物检测技术是一种重要的实验手段，用于分析和检测环境、食品、药品等领域中的微生物污染情况。
本文将介绍微生物检测技术的使用方法和实验操作技巧，以帮助读者更好地理解和应用这一技术。
一、微生物检测技术的使用方法1. 样品准备在进行微生物检测之前，首先需要准备样品。
样品可以是环境中的空气、水质、土壤等，也可以是食物、药品等。
样品准备的关键是保持其在检测之前的原样性，并确保样品中微生物的数量能够被准确检测。
2. 样品处理样品处理是为了提取样品中的微生物，常用的方法有离心、过滤、稀释等。
离心用于分离样品中的大颗粒物质，以便更好地检测微生物；过滤则可以去除样品中的大颗粒物质和悬浮微生物，使样品更易于处理；稀释则是为了使微生物数量在适宜检测范围内。
3. 微生物培养微生物培养是为了增殖样品中的微生物数量，以便更好地进行检测。
常用的培养方法包括液体培养和固体培养。
液体培养适合于微生物数量较多、培养时间较短的情况；固体培养适合于较少微生物数量、培养时间较长的情况。
4. 微生物检测方法微生物检测方法根据检测目的和样品性质的不同而不同。
常用的微生物检测方法包括显微镜观察、生物化学检测、分子生物学检测和免疫学检测等。
显微镜观察适用于检测微生物的形态特征，能够直观地观察微生物的数量和分布情况；生物化学检测适用于分析样品中微生物的代谢产物，如酶活性、酸碱度等；分子生物学检测则可以通过分析微生物的DNA或RNA序列来确定其种属和数量；免疫学检测是通过与微生物特异性抗体的结合反应来检测微生物的存在。
二、实验操作技巧1. 严格遵守操作规程在进行微生物检测技术实验时，必须严格遵守实验室的规程和操作规范，包括个人防护、实验操作流程、废物处理等。
正确佩戴实验手套、防护眼镜等个人防护装备，减少实验操作中的污染风险。
2. 实验仪器的选择与操作根据具体的实验目的和方法，选择合适的实验仪器和设备。
例如，在培养微生物时，选择合适的培养皿、培养基和培养箱等；在显微镜观察微生物时，选择适合的镜头和聚焦方式等。
微生物化验方法
微生物化验方法
微生物化验的方法有很多，以下为您推荐：
１．琼脂平板培养法：因培养基不同，琼脂平板法分为选择性培养基检测法和显色培养基检测法。
选择性培养基是在培养基中加入选择性抑制剂来抑制非目标微生物生长；显色培养基是在培养基中加入细菌特异性酶的显色底物，以菌落颜色区分目的菌落与非目的菌落。
２．显微镜镜检法：将待测样品中的微生物富集后，于油镜下直接计数。
显微镜镜检法通常与琼脂平板培养法结合使用，通过琼脂平板培养法对菌落进行定性分析，再用显微镜进行定量计数。
３．微生物测试片检测技术：一般情况下，微生物测试片由印有网格的聚丙烯薄膜和覆盖有培养基和显色物质的聚乙烯薄膜组成。
待测样品经过处理后可直接接种在微生物测试片上，然后放置在适宜的温度下培养——使固定在测试片上的显色物质与待检微生物生长产生的特异性酶发生显色反应，形成有颜色的菌落，通过对这些菌落进行计数便可实现检测。
生物学实验数据分析
2. 双因素方差分析品种1 肥料234
A
50
47
47
53
B
63
54
57
58
C
52
42
41
48
问：哪个品种与哪种肥料搭配在一起产量最高？ 或者说品种之间、肥料之间对产量的影响有无 显著性差异. P值大于0.05，接受无效假设，小于则拒绝。
双因素方差分析
三、聚类分析
聚类分类是直接比较比较各事物之间的性质 ， 将性质相近的归为一类，同时根据相似系数或 距离可以知道彼此间的相近程度。
其本质是完全随机设计的多个样本均数间的比较， 其统计推断是推断各样本所代表的各总体均数是 否相等。
1.2 单因素方差分析举例
例6：四个浓度的化感物质，处理同一种植物的 幼苗，各组间有无显著差异？
处理前的幼苗是相同的，而且是随机分组的。 一个因素，4个水平，0、0.5 、1、2 g/ L。 保持其它条件相同。
例7：采集了不同地区9个橄榄品种，测量了营 养器官的各种数据，想通过这些数据了解品种 之间的亲缘关系。
聚类分析
用于检验两组相关的样本，是否来自具有相 同均值的总体。 条件：两组样本要独立，没有配对关系；
方差相同。 例3：一种化感物质或者一种新型生长剂处理植 物幼苗后，对植物的生长有无影响？
培养一批幼苗，随机分成两组，各10株： 组1：对照组：10株 组2：处理组：10株（浇灌处理液）
独立样本检验
3. 配对样本T-检验
如何处理数据
处理这些数据常用的统计学方法有： T-检验（T-test） 方差分析(Analysis of variance; ANOVA) 聚类分析（Cluster Analysis) 相关性分析 (Correlation analysis )
尿液标本临床微生物实验室检验操作指南
婴幼儿尿液采集袋采集
由于婴幼儿不能自主控制膀胱收缩，需要用采集袋。此法很难避免会阴部正常菌 群的污染，易出现 假阳性，因此该方法采集的尿液培养结果阴性更有意义。如培养结 果阳性，必要时可用膀胱导尿或耻骨 上膀胱穿刺法采集尿液标本进一步确证有无尿路 感染。
其他采集方法
其他不常用的尿液采集方法还包括回肠导管导尿采集、间歇性导尿管采集、肾盂 造瘘术、输尿管造 口术、膀胱镜检查术采集等。
留置导尿管尿液采集
先消毒导尿管采集部位，按无菌操作方法用注射器穿刺导尿管吸取尿液5 mL～10 mL；如果需要， 将导管夹闭10 min～20 min后在管中采集尿标本。尿液标本不能 通过收集袋引流管口流出的方式采集。 长期留置导尿管的患者，需在更换新的导尿管 后留取尿标本。
膀胱导尿采集
局部消毒后，严格采用无菌技术使用导尿管经尿道插入膀胱收集尿液，弃去最开 始导出的15 mL~30 mL尿液后再收集尿液送检。注意避免将下尿道细菌经导管引入 膀胱，导致继发性感染。
标本拒收
收到不合格标本，建议与临床医师联系，注明拒收的原因并退回，可要求重新留取标本，并做记录。 若不 合格标本无法重新留取但临床要求培养时，应在报告中注明，并强调该培养结果仅供参考。
01 标本标识与申请单不符，标识错误或没有标识
06 导尿管尖端培养
02 未提供采集时间及采集方法
07 标本送检时容器有渗漏
尿液干化学分析（与尿路感染相关指标） ➢ 白细胞酯酶：在中性粒细胞被破坏或形态改变时，尿液中仍能够检测到 白细胞酯酶，可补充显微镜检查的不足。 ➢ 亚硝酸盐：阳性常见于大肠埃希菌等革兰阴性杆菌引起的尿路感染。 ➢ 尿蛋白：参考值为阴性，尿路感染时可为阳性。
尿液有形成分分析（与尿路感染相关指标） ➢ 仪器检测 ➢ 显微镜检查
微生物实验室的工作流程
微生物实验室的工作流程1.实验室准备工作首先，实验室的准备工作非常关键。
这包括准备所需的设备、试剂和培养基等实验材料。
为了确保实验安全，实验室还需要保持清洁，并配备必要的实验室消毒器材。
此外，实验室还需要确保所有设备的正常运作，如平台摇床、培养箱、超净台、酶标仪等，以便后续的实验操作。
2.样品准备所需的样品可以是来自环境中的土壤、水样、空气或生物体内的微生物等。
样品的准备包括收集、保存和处理等步骤。
在收集样品时，需要注意避免污染，以确保获得可靠的结果。
保存样品时，可以使用不同的方法，如冷冻、冷冻干燥或脱水等。
在处理样品时，可以通过过滤、稀释、离心等方法，去除其中的固体颗粒或其他杂质。
3.培养微生物在微生物实验室中，培养微生物是非常重要的工作。
培养微生物的目的是为了获得足够多的微生物来进行后续的实验操作。
培养微生物可以使用液体培养基或固体培养基。
液体培养基通常用于获得大量的微生物，而固体培养基则用于分离和纯化微生物。
在培养微生物时，需要控制培养条件，如温度、pH值和氧气浓度等，以便微生物能够正常生长。
4.实验操作实验操作包括对微生物进行不同的检测和测量，以获取所需数据。
这些操作可以根据实验目的的不同而有所不同，常见的操作包括细胞计数、菌落形成单位(CFU)计数、菌群结构分析、菌株鉴定等。
这些操作往往使用特定的实验方法和技术，如PCR、凝胶电泳、酶标记等。
在实验操作中，需要进行严格的操作规范和实验室安全措施，以避免实验样品的污染和实验人员的伤害。
5.数据收集与分析数据的收集是微生物实验室工作中的一个核心环节。
收集的数据可以是实验结果、实验操作过程中的观察数据或实验样本的分析结果等。
这些数据可以通过记录和观察进行收集，并使用适当的数据收集工具进行整理和管理。
一旦收集到数据，需要进行数据分析，以获得有关微生物特性、菌群结构或菌株鉴定等方面的信息。
数据分析可以使用统计学方法和生物信息学工具，如R软件、Qiime等。
微生物检验流程及操作标准
微生物检验流程及操作标准全文共四篇示例，供读者参考第一篇示例：微生物检验是一种重要的实验室技术，用于检测食品、水质、环境等样品中的微生物存在情况。
微生物检验需要严格遵守一系列操作标准和流程，以确保检验结果的准确性和可靠性。
下面我们将介绍一下微生物检验的流程及操作标准。
一、样品采集1. 样品的采集需要采用无菌工具，并保持样品在采集过程中不受到外界环境的污染。
2. 样品的采集过程应尽量避免接触到任何可能引入外源微生物的物质，比如皮肤、空气等。
3. 采集的样品应标明正确的标识信息，包括样品名称、采集地点、采集日期等。
二、样品处理1. 样品收到实验室后，需要尽快进行处理，避免样品内的微生物增殖或死亡。
2. 样品处理过程需要保持在无菌条件下进行，使用无菌工具进行操作。
3. 样品处理过程中需要按照检验要求进行适当的稀释，以确保实验得出准确的结果。
三、培养基准备1. 培养基的制备需要按照标准的配方和步骤进行，以确保培养基的质量符合要求。
2. 制备培养基时需要严格遵守无菌操作规范，避免细菌、真菌等外源微生物的污染。
3. 制备好的培养基需要在适当的条件下保存，确保培养基的稳定性和有效性。
四、接种操作1. 在进行微生物检验之前，需要准备好无菌的接种环、移液器等工具。
2. 采取适当的方法将处理好的样品接种到培养基上，避免接种时引入外源微生物。
3. 接种操作需要在无菌条件下进行，避免培养物受到任何污染。
五、培养与观察1. 接种后的培养基需要置于适当的温度和湿度条件下进行培养，促使样品中的微生物生长。
2. 定期观察培养基上的生长情况，记录生长的数量和形态，用于后续的分析和鉴定。
3. 在观察过程中需要注意反复进行无菌操作，避免细菌、真菌等外源微生物的污染。
六、鉴定与结果解读1. 当样品中的微生物生长到一定程度时，需要进行鉴定和分析，确定其种属和数量。
2. 鉴定过程需要参考相关的鉴定手册和标准，进行适当的试验和测试。
3. 根据鉴定结果进行结果解读，判断样品中微生物的种类和数量是否符合标准要求。
统计活菌数目的方法
统计活菌数目的方法在微生物学研究中，统计活菌数目是一个非常重要的工作。
活菌数目的准确统计可以帮助科研人员了解微生物的生长情况、抗菌药物的疗效以及环境中微生物的分布情况。
因此，科研人员需要掌握一些准确、可靠的方法来进行活菌数目的统计。
本文将介绍几种常用的统计活菌数目的方法。
首先，最常用的方法是平板计数法。
这种方法是将待测样品均匀涂布在富营养培养基的平板上，然后在适宜的条件下培养一定时间，待菌落形成后进行计数。
这种方法简单易行，且结果准确可靠，因此被广泛应用于微生物学研究中。
其次，膜过滤法也是一种常用的统计活菌数目的方法。
这种方法适用于水样、空气样等微生物含量较低的样品。
具体操作是将待测样品通过特制的滤膜，然后将滤膜放置在富营养培养基的平板上进行培养，最终统计菌落的数量。
膜过滤法可以有效地集中微生物，提高检测的灵敏度，是一种非常实用的统计方法。
另外，流式细胞术也被广泛应用于活菌数目的统计。
这种方法利用流式细胞仪对微生物进行快速、自动化的检测和计数。
流式细胞术具有高通量、高精度的特点，可以在短时间内完成大量样品的检测，因此在临床诊断和环境监测中得到了广泛的应用。
除了上述方法，还有一些新兴的技术被引入到活菌数目的统计中，例如荧光显微镜技术、基因测序技术等。
这些新技术在提高统计准确性的同时，也大大提高了统计的效率。
总的来说，统计活菌数目的方法多种多样，每种方法都有其适用的场景和特点。
科研人员在选择统计方法时，应根据实际情况和研究目的进行合理的选择，以确保统计结果的准确性和可靠性。
希望本文介绍的方法可以对大家有所帮助。
生物实验数据分析方法
生物实验数据分析方法标题：生物实验数据分析方法探析引言：生物实验数据的分析是实验过程中至关重要的一环。
通过对实验数据的准确分析和解读，可以揭示生物体内发生的变化、运行机制等重要信息，为进一步的研究奠定基础。
本文将从数据收集、处理和分析等方面探讨生物实验数据分析的方法及技巧。
一、数据收集1. 选取合适的实验模型：选择与研究目的相关的生物模型，确保实验结果的可靠性和准确性。
2. 测量与记录：严格按照实验设计方案进行测量，应同时记录生物体的性状和特征。
数据的量化和准确性是数据分析的基础。
3. 实验重复：尽可能重复实验以获得更加可靠的数据结果。
二、数据处理1. 数据清洗：去除异常值、缺失值和重复值等对数据结果有影响的数据。
2. 数据整理：将收集的数据按照所需的格式进行整理，以便进行后续的统计分析。
3. 数据转换：根据实验目的和问题需求，对数据进行合理的转换。
如对原始数据进行平均值计算、标准差计算等。
三、常用的数据分析方法1. 描述性统计：包括均值、中位数、标准差、频率分布等，用于描述数据的基本特征和分布情况。
2. 方差分析：用于判断实验组间差异是否显著，并确定差异是否由于实验处理造成。
3. t检验和方差分析：用于比较两组实验结果是否具有统计学差异，确定两组数据之间的关系。
4. 相关分析：用于分析两个或多个变量之间的相关性或关联性，如皮尔逊相关系数、斯皮尔曼等级相关系数。
5. 逐步回归分析：用于确定多个自变量对因变量的影响程度，找出对因变量影响最大的自变量。
6. 生物信息学分析：通过大规模数据的整合、分析和解读，揭示生物体的基因组、转录组、蛋白质组等方面的信息。
四、数据可视化数据可视化是将数据以图表或图形的形式展现出来，有助于更加直观地观察和分析数据。
常用的数据可视化工具包括：散点图、柱状图、折线图等。
合理选择和使用数据可视化工具可以使数据更加生动和易于理解。
结论：生物实验数据的准确分析和解读是科学研究的基石，我们对生物实验数据分析的方法以及常用的数据可视化工具有了初步的认识。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、误差的表示方法 (一)准确度与误差1．准确度：指测量结果与真值的接近程度 2．误差（1）绝对误差：测量值与真实值之差 （2）相对误差：绝对误差占真实值的百分比注：μ未知，δ已知，可用χ代替μ（二）精密度与偏差1．精密度：平行测量的各测量值间的相互接近程度2．偏差：（1）绝对偏差 ：单次测量值与平均值之差 （2）相对偏差：绝对偏差占平均值的百分比 （3）平均偏差：各测量值绝对偏差的算术平均值 （4）相对平均偏差：平均偏差占平均值的百分比（5）标准偏差：（6）相对标准偏差（变异系数）（三）准确度与精密度的关系1. 准确度高，要求精密度一定高，但精密度好，准确度不一定高2. 准确度反映了测量结果的正确性 精密度反映了测量结果的重现性 练习例：用丁二酮肟重量法测定钢铁中Ni 的百分含量，结果为10.48%,10.37%,10.47%,10.43%,10.40%;计算单次分析结果的平均偏差，相对平均偏差，标准偏差和相对标准偏差。
解： x δμ=-%100%100%x RE δμμμ-=⨯=⨯%100%R E xδ=⨯i d x x=-100%100%i x x dx x-⨯=⨯nx x d i ∑-=1)(12--=∑=n x x S n i i x 100%100%xi x d xn x-⨯=⨯⋅∑100%x S RSD x=⨯0.18%0.036%5i d d n ===∑10.43%x =0.036%100%100%0.35%10.43%d x⨯=⨯=相对标准偏差=二、可疑数据的取舍在一组测定值中有时会出现过高或过低的数据，称可疑数据。
如测得4个数据：21.30、19.25、19.30和19.32，显然21.30可疑。
使人怀疑可能是实验中出现了什么差错，但在计算平均值和标准偏差时不能随意把它舍弃。
因舍弃一个测定值要有根据，不能合意者取之，不合意者舍之。
对于舍弃可疑值的问题，曾提出过许多标准，目前用得最多的统计学方法是G-检验法。
G-检验法也称格鲁布斯法（Grubbs ），此法的优点是在判断可疑值的过程中，引入了正态分布的两个最重要的样本参数平均数和标准差（S ），该方法的准确性较好。
G-检验法的检验步骤如下：计算包括可疑值在内的平均值；计算可疑值与平均值之差；计算包括可疑值在内的标准偏差；用标准偏差除可疑值与平均值之差，得G 值；||X X G S-=；查G 检验临界值表，若计算的G值大于表中查到的临界值，则把可疑值舍弃。
例 标定一个标准溶液得到4个数据：0.1014、0.1012、0.1019和0.1016mol/L 。
用Grubbs 法判断数据0.1019是否应该舍弃。
解 算G 值：|||0.10190.1015|1.330.0003X X GS--===可疑查G 检验临界值表（表1），得到n=4时，0.05G =1.48，因为1.33<1.48，所以0.1019应保留 。
表1 Grubbs 检验部分临界值G (95%的置信度，α=0.05)三、有限量实验数据的统计检验在定量分析中，常需要对两组有限的实验数据分析分别得出的结果，或两种分析方法的分析结果的平均值与精密度是否存在着显著性差别作出判断，这些问题都属于统计检验的内容，称显著性检验或差别检验或假设检验。
统计检验的方法很多，在定量分析中最常用的是t 检验与F 检验，分别主要用于检验两组或多组分析结果是否存在显著的系统误差与偶然误差等。
44.6100.046%s -===⨯=0.046%100%100%0.44%10.43s x⨯=⨯=（一）、 F 检验该检验法是通过比较两组数据的均方偏差（S ），以确定它们的精密度（偶然误差）是否有显著性差异。
F 检验法的步骤是：首先计算出两个样本的方差1S 与2S ，然后计算方差比，用F 表示。
2122S F S =12()SS >将1S 与2S 代入公式,求出F 值,与临界值12(,)a F df df (单侧)比较: 如果12(,)a F F df df <说明两组数据的精密度不存在显著性差异； 如果12(,)a F F df df >则有显著性差异。
表2是在95%置信度及不同自由度时的部分F 值。
F 值与置信度及1S 和2S 的自由度1d f 和2df 有关。
使用该表时必须注意1d f 为较大方差的自由度；2df 为较小方差的自由度。
例： 在分光光度分析中，用仪器A 测定溶液的吸光度6次，得到标准偏差1S =0.050;再用性能较好的B 仪器测定4次，得到标准偏差2S =0.020。
请分析仪器B 的精密度是否显著地优于仪器A ？解 在本例中，已知仪器B 的性能较好，其精密度不会比仪器A 差，因此，是属于单侧检验问题。
1n =6， 1S =0.050 2n =4, 2S =0.0202S 大= 20.050=0.0025 , 2S 小=20.020=0.00040 F=22S S大小=0.00250.00040=6.25查表2，d f 大=6-1=5，df 小=4-1=3，0.05(5,3)F =9.01,F<0.05(5,3)F ,故A 、B 两种仪器的精密度之间不存在统计学上的显著差异，即不能做出仪器B 显著地优于仪器A 的结论。
从表中的置信度可知，做出这种判断的可靠性为95%。
表2 95%置信度时的部分F 值（α=0.05的单侧F 检验表）*位于分母的方差的自由度2df **位于分子的方差的自由度1d f（二）t 检验两组数据通过F 检验确认精密度（偶然误差）无显著性差异后，可以通过t 检验进一步检验两组数据的均值是否存在系统误差。
t 检验主要用于下述几方面：两组有限量测量数据的平均值（样本均值）间是否存在着显著性差别；样本均值与标准值间的比较；痕量分析结果的真实性与估计；分析方法的检出限等。
（1）样本平均值与标准值的比较 在实际工作中，为了检查分析方法或操作过程是否存在较大的系统误差，可对标准试样进行若干次分析，再利用t 检验法比较分析结果的平均值与标准试样的标准值之间是否存在显著性差异，就可做出判断。
用基准物质、标准试剂或已知理论值来评价分析方法或分析结果，就涉及样本平均值与标准值的比较问题，即已知真实值（标准值）的t 检验。
进行t 检验时，先按下式算出t 值：μ=X ±t •然后与由表3查得的相应()a t df 值比较；若算出的|t|>()a t df 说明X （样本均值）与μ（标准值）间存在着显著性差异，若|t|<()a t df 说明两者不存在显著性差异。
则可得出分析结果是否正确，新分析方法是否可用的结论。
例 某药厂生产维生素丸，要求含铁量为6.00%。
今从一批产品中抽样进行5次测定，得含铁量分别为5.94％、5.99％、5.98％、5.97％及6.03%。
试问这批产品是否合格？ 解 n=5,df=5-1=4X =5.98% 0.033%S=1.36t ==查表3双侧检验α=0.05,df=5-1=4的t 值：0.05()t df =2.776。
因为t<0.05()t df所以含铁量平均值与要求值无显著差别，产品合格。
例 用新方法测定基准明矾中铝的百分含量，得到9个分析数据：10.74、10.77、10.77、10.77、10.81、10.82、10.73、10.86和10.81。
已知明矾中铝的标准值（理论值）为10.77%，试问新方法是否可引起系统误差（置信度95%）？ 解 n=9,df=9-1=8,X =10.79%0.042%S ==1.43t ==由于所测明矾中铝的含量大于或小于标准值都说明新方法可以引起系统误差，故属双侧检验。
查表3，p=0.95,df=8时，0.05(8)t =2.31。
t<0.05()t df 故X 与μ之间不存在显著性差异，即采用新方法后，未引起系统误差。
（2）两个样本平均值的比较 两个样本平均值间的t 检验是指：①一个样品由不同分析人员用不同方法、不同仪器或不同分析时间，分析所得两组数据平均值间的差异显著性检验；②二个试样含有同一成分，用相同分析方法所测得两组数据平均值间的差异显著性检验。
检验目的：两个操作者、两种分析方法、两台仪器及两个实验室等的分析结果是否存在显著性差异；不同分析时间样品是否存在显著性变化；两个试样中某成分的的含量是否存在显著性差异等。
根据上述t 值的计算公式t =将公式中X 换成第一组数据的平均值的1X ，将μ换成第二组数据的平均值2X ，将S换成两组数据间的标准误R S ，得t 值的计算公式为：1212||||RX X X X t S S--==该式即可用于两组数据的平均值的t 检验。
其中两组数据间的标准误R S 是由误差传递公式导出的；1n 、2n 分别为两组数据的测定次数，S 称为合并标准偏差或组合标准差，可以用下式计算：R S =S =式中分母称为总自由度df=1n +2n -2。
如果已知两组数据的标准差S 1和S 2，也可以用下式计算合并标准差S =由t 值计算公式求出的t 值与表31查得的临界值()a t df 比较。
若|t|<()a t df ,说明两组数据的平均值不存在显著性差异，可以认为两个均值属于同一总体，即12μμ=。
若│t|≥()a t df ，结论与上述相反。
说明两组均值间存在着系统误差。
例 用同一方法分析两个样品中的铅的含量mg/kg ，结果为： 样品1：1.22、1.35、1.26 样品2：1.31、1.34、1.35这两个样品有显著性差异吗？ 解 1n =3， 1X =1.242n =3, 2X =1.330.021S ==12||0.09 5.290.021X X t S-===在95%置信水平上，α=0.05,从表3中查出双侧检验(4)a t =2.776。
因为5.29大于2.776，所以可以判断两个样品有显著性差异。
例 用A 、B 两种不同方法测定合金中铌的百分含量，所得结果如下： A: 1.26 1.25 1.22； B: 1.35 1.31 1.33 1.34 分析A 、B 两种方法之间是否有显著性差异(置信度90%)?解 1n =3， 1X =1.24% 2n =3, 2X =1.33%0.019%S ==12 1.24 1.33||6.210.019X X t S--===查表3，当p=0.90,df= 1n +2n -2=5时，0.10(5)t =2.015。
t >0.10(5)t ，故A 、B 两种分析方法之间存在显著性差异，因此需要找出差异原因加以解决。
并应清楚A 、B 两种分析方法不可以互相代替。
（三）、使用统计检验需要注意的几个问题（1）单侧与双侧检验 用t 检验确认两组分析结果是否存在着显著性差别时，用双侧检验，若检验某分析结果是否明显高于（或低于）某值，则用单侧检验。