估算采样计划中预期变异来源幅度的标准指南（D4854-95）

📋 概述与适用范围

本标准编号为D4854‑95，于1995年首次发布，2001年重新批准，由美国材料与试验协会（ASTM）纺织品委员会（D13）制定。其核心目的是为各分委员会在编写产品规范和制定采样程序时提供一种系统化方法，用以评估和量化采样过程中来自不同层次的变异分量。指南所涵盖的“预期来源”主要指三个层次：批抽样单位（lot sampling units）、实验室抽样单位（laboratory sampling units）以及试样（specimens）。标准明确适用于所有产生变量数据（variables data）的采样计划，无论数据的频数分布形态如何，但不适用于属性数据（attribute data）计划，因为属性数据不采用分阶段取样方式，而是要求从批中所有个体中随机抽取试样。

该指南与多项ASTM标准紧密关联，包括术语标准D123、纺织品试验方法实验室间试验标准D2904（正态分布数据）和D4467（非正态分布数据），以及采样表述编写指南D4271。此外，标准还引用了ASTM辅助程序TEX‑PAC，这是一套运行于个人计算机的软件包，能够执行本指南附录中所述的所有计算，包括不同采样计划的成本比较。因此，D4854‑95不仅是理论指导，更是一份可借助专用工具落地执行的工程文件，在纺织品、高分子材料及轻工产品的质量控制和规范制定中具有重要地位。

⚙️ 试验原理与方法

本指南的核心技术框架是方差分析（ANOVA）。采样计划的总变异可分解为三个相互独立的方差分量：批抽样单位间的变异、实验室抽样单位间的变异以及试样间的变异。三者呈嵌套关系：一批材料先被抽取若干个批抽样单位（如卷、包），每个批抽样单位内再抽取若干个实验室抽样单位，最后每个实验室抽样单位中选取若干试样进行测试。通过这种分层设计，总测试结果的方差可以表达为各层方差分量的线性组合，从而识别出对整体波动贡献最大的环节。

具体操作时，首先需按照设计好的采样方案收集数据，确保每个层次有足够的重复。随后利用单因素或多因素嵌套方差分析计算各层次的均方及期望均方，进而反推出各方差分量的估计值。指南附录A1详细阐述了ANOVA的数据分析方法，附录A2则给出一个完整的数值算例，帮助使用者