前言：

企業(yè)中生產(chǎn)管理系統(tǒng)MES和實驗室管理系統(tǒng)LIMS經(jīng)過了長時間的應(yīng)用，積累了海量的數(shù)據(jù)，但這些海量MES數(shù)據(jù)、LIMS數(shù)據(jù)并不全是對企業(yè)有價值的數(shù)據(jù)。因此，讓MES、LIMS中的海量數(shù)據(jù)通過合理篩選成為對企業(yè)有價值的大數(shù)據(jù)、及讓MES和LIMS系統(tǒng)中的大數(shù)據(jù)產(chǎn)生關(guān)聯(lián)性及更大的額外價值，進而進行數(shù)據(jù)分析和決策成為企業(yè)業(yè)績增長的根本。而MES、LIMS的海量數(shù)據(jù)篩選、數(shù)據(jù)分析、數(shù)據(jù)決策需要大量的數(shù)據(jù)統(tǒng)計學、機器學習的知識，數(shù)據(jù)大腦與MES和LIMS等系統(tǒng)的融合應(yīng)用可以有效降低應(yīng)用難度。

當測試的數(shù)據(jù)不是一個單向的期望值，不能用“越怎么樣越好”來表述的時候，可以考慮用符號檢驗來測試。如果通過平均值來測試一組樣品，在以平均值為參考時，很難評價這一組樣品，哪個好，哪個不好，因為即使存在個體差異很大的情況，也能離期望平均值接近。所以要用另外一種方式，把這一組樣品數(shù)據(jù)，轉(zhuǎn)換成“越怎么樣越好”的思維模式，比如說越接近期望值越好，這個檢驗方式就是符號檢驗。

案例：

假設(shè)一位化工工程師想確定一組不銹鋼樣本中的平均錳含量是否等于18%。這位工程師隨機選擇了12個樣本并測量了錳含量。

工程師執(zhí)行了單樣本符號檢驗，以確定平均錳含量是否不等于18%。

圖1 樣本數(shù)據(jù)

分析過程：

從數(shù)據(jù)大腦中的組件面板查找Excel讀取組件，拖動到工作面板，配置資源、輸出、文件路徑、隊列容量。

圖2.Excel讀取組件配置

從數(shù)據(jù)大腦中的組件面板查找單樣本符號檢驗組件，拖動到工作面板，配置輸入、樣本、檢驗中位數(shù)、隊列容量。點擊運行，從調(diào)試中查看結(jié)果。

圖3.單樣本符號檢驗組件配置

分析結(jié)果：

圖4.調(diào)試信息

根據(jù)結(jié)果可以看到數(shù)據(jù)中一共有12個樣本，中位數(shù)為18.1。原假設(shè)的理想值為18，<18的有5個，>18的有6個，=18的有1個。由于p值為1（大于顯著性水平0.05），因此原假設(shè)成立。

與LIMS系統(tǒng)相融合：

將數(shù)據(jù)大腦單樣本符號檢驗與國工實驗室智能研發(fā)管理系統(tǒng)（LIMS）相融合，在檢驗實驗樣本時，能提高準確性，可以避免樣本個體差異過大的情況，從而更加準確地判斷出被檢測樣本是否符合期望標準。

含義：

使用單樣本符號檢驗組件可以估計總體中位數(shù)并將它與目標值或參考值進行比較。使用此分析，可以執(zhí)行以下操作：

1.確定總體中位數(shù)是否不同于您指定的假設(shè)中位數(shù)。

2.計算可能包括總體中位數(shù)的值范圍。

參數(shù)說明：

1.  P>0.05 表示無顯著性差異。

2.  0.01<P<0.05 表示顯著性差異。

3.  P<0.01表示極顯著性差異。

適用范圍：

為了確保結(jié)果有效，請在收集數(shù)據(jù)、執(zhí)行分析和解釋結(jié)果時考慮以下準則：

1. 數(shù)據(jù)不來自對稱分布。

2. 數(shù)據(jù)不必是正態(tài)分布的。

3. 樣本數(shù)據(jù)應(yīng)該是隨機選擇的。

4. 每個觀測值都應(yīng)當獨立于其他所有觀測值。