TA的首页重复性限 r 和再现性限 R 到底是什么？一文讲透 ISO 5725-2 的 r 与 R 值
重复性限 r 和再现性限 R 到底是什么？一文讲透 ISO 5725-2 的 r 与 R 值
在实验室比对、方法验证或供应商质量审核中，你常会看到两个缩写：r 和 R。它们看起来只是两个字母，却直接决定了“两次测量结果差多少才算正常”。如果搞混了它们，轻则误判一批合格品，重则让两家实验室对同一批样品的结论完全相反。
这篇文章将基于 ISO 5725-2:2019（测量方法与结果的准确度——第2部分：确定标准测量方法重复性与再现性的基本方法），用中文讲清楚重复性限与再现性限的定义、计算公式、演示算例和常见误区。文末还准备了在线的计算工具，可直接使用。
一、重复性限 r 与再现性限 R 是什么？
在 ISO 5725-2 的框架下，重复性（repeatability） 和 再现性（reproducibility） 是描述测量方法精密度（precision）的两个核心指标。它们回答的是同一个问题：“同一样品，测两次，差多少可以接受？” 但前提条件完全不同。
ISO 5725-2 用 重复性标准差 s_r 和 再现性标准差 s_R 来量化这两种条件下的离散程度。但标准差本身不直观——你很难直接判断“0.5 的标准差算不算大”。因此，标准引入了两个限值：
简单说：r 是“同一间屋里”的容忍上限，R 是“不同实验室之间”的容忍上限。由于再现性包含了实验室间的系统差异，通常 R > r。
二、怎么算？公式与步骤（ISO 5725-2 方法）
ISO 5725-2 给出的核心公式非常简洁，但背后的试验设计有严格规定。以下是标准方法的关键步骤与公式。
1. 基本公式
重复性限与再现性限的计算基于对应的标准差：
r = 2.8 × s_r
R = 2.8 × s_R
其中：
2. 获取 s_r 和 s_R 的试验步骤
ISO 5725-2 规定了一个分层试验设计：
1. 选取样品：至少 5 个不同水平（浓度/含量）的样品，覆盖方法适用范围。
2. 选取实验室：至少 8 家实验室（若条件受限，最少 5 家），每家实验室在重复性条件下对每个水平做 至少 2 次（通常 3 次）独立测量。
3. 收集数据：记录每个实验室、每个水平的每次测量结果。
4. 计算每个实验室的组内方差，再合并得到 s_r。
5. 计算实验室间方差，与组内方差合成得到 s_R。
具体计算公式（单水平、等重复数情况）：
设共有 p 家实验室，每家做 n 次重复测量：
最后代入 r = 2.8 s_r， R = 2.8 s_R。
三、一个演示算例（示例数据，仅供演示）
假设某材料中“有效成分含量”的测定方法，按 ISO 5725-2 组织协同试验。选取 5 家实验室（ p=5 ），每家对同一水平样品做 3 次重复测量（ n=3 ）。整理后得到：
计算步骤：
1. 计算再现性标准差：
s_R = √(s_L^2 + s_r^2) = √(0.65^2 + 0.42^2) = √(0.4225 + 0.1764) = √(0.5989) ≈ 0.774 \%
2. 计算重复性限：
r = 2.8 × 0.42 = 1.176 \% ≈ 1.18 \%
3. 计算再现性限：
R = 2.8 × 0.774 = 2.167 \% ≈ 2.17 \%
结果解读（示例数据，仅供演示）：
四、常见误区（务必避开）
误区 1：把 r 和 R 当成“误差范围”或“允差”
r 和 R 描述的是测量方法本身的精密度，不是产品规格的合格判定限。产品是否合格应依据规格限（如 ±5%）判断，而 r 和 R 用于判断两次测量结果是否一致。例如：若某产品规格限为 ±2%，而 R=2.17%，那么两家实验室对同一批产品可能得出“合格”与“不合格”的相反结论——这正是 R 值过大的警示信号。
误区 2：认为 R 一定等于 2.8 乘以某个标准差就完事
2.8 系数仅适用于 “两个单次测量值之差” 的判定。如果你比较的是“两个平均值”（如每组测 3 次取平均），则临界差应改为：
临界差 = 2.8 × (s_R)/(√(n'))
其中 n' 是每个均值的重复次数。ISO 5725-2 对此有专门说明，不可直接套用 2.8。
误区 3：忽略异常值剔除规则
ISO 5725-2 要求先使用 Cochran 检验（检查组内方差异常）和 Grubbs 检验（检查实验室均值异常）剔除离群值，再计算 s_r 和 s_R。如果数据含异常值而不剔除，r 和 R 会被严重高估。
误区 4：把 r 和 R 当作固定常数
r 和 R 会随样品水平（浓度）变化。通常低浓度时绝对 r/R 较小，但相对值（r/均值）可能很大。因此，方法验证报告应给出 不同水平下的 r 和 R 值，而非一个单一数值。
五、在线工具：30 秒算出你的 r 和 R
如果你手头已经有协同试验的原始数据（各实验室、各次测量值），无需手动套公式——直接用质量工程师常用的在线计算器：
? 重复性/再现性限计算工具
6SQ 在线工具
使用说明：
1. 打开链接，按提示输入实验室数量、重复次数及各次测量值。
2. 工具自动完成 Cochran/Grubbs 异常值检验（如有）、计算 s_r、s_L、s_R，并输出 r 与 R 值。
3. 结果可导出用于方法验证报告或实验室间比对总结。
该工具严格遵循 ISO 5725-2 的计算逻辑，适合实验室技术人员、质量工程师及审核员日常使用。
总结一句话：重复性限 r 管“内部一致性”，再现性限 R 管“外部可比性”。下次再看到两份测量结果相差较大时，先算一算 R——如果差值在 R 以内，别急着下结论说“谁错了”，可能只是方法本身的正常波动。
在实验室比对、方法验证或供应商质量审核中，你常会看到两个缩写：r 和 R。它们看起来只是两个字母，却直接决定了“两次测量结果差多少才算正常”。如果搞混了它们，轻则误判一批合格品，重则让两家实验室对同一批样品的结论完全相反。
这篇文章将基于 ISO 5725-2:2019（测量方法与结果的准确度——第2部分：确定标准测量方法重复性与再现性的基本方法），用中文讲清楚重复性限与再现性限的定义、计算公式、演示算例和常见误区。文末还准备了在线的计算工具，可直接使用。
一、重复性限 r 与再现性限 R 是什么？
在 ISO 5725-2 的框架下，重复性（repeatability） 和 再现性（reproducibility） 是描述测量方法精密度（precision）的两个核心指标。它们回答的是同一个问题：“同一样品，测两次，差多少可以接受？” 但前提条件完全不同。
- 重复性条件：同一操作者、同一台设备、同一实验室、短时间内对同一试样的多次测量。
- 再现性条件：不同实验室（或不同操作者、不同设备）对同一试样的测量。
ISO 5725-2 用 重复性标准差 s_r 和 再现性标准差 s_R 来量化这两种条件下的离散程度。但标准差本身不直观——你很难直接判断“0.5 的标准差算不算大”。因此，标准引入了两个限值：
- 重复性限 r：在重复性条件下，两次测量结果的绝对差，在 95% 概率下不应超过的数值。
- 再现性限 R：在再现性条件下，两个实验室各自报出的单次测量结果的绝对差，在 95% 概率下不应超过的数值。
简单说：r 是“同一间屋里”的容忍上限，R 是“不同实验室之间”的容忍上限。由于再现性包含了实验室间的系统差异，通常 R > r。
二、怎么算？公式与步骤（ISO 5725-2 方法）
ISO 5725-2 给出的核心公式非常简洁，但背后的试验设计有严格规定。以下是标准方法的关键步骤与公式。
1. 基本公式
重复性限与再现性限的计算基于对应的标准差：
r = 2.8 × s_r
R = 2.8 × s_R
其中：
- s_r = 重复性标准差（组内标准差）
- s_R = 再现性标准差（总标准差，包含实验室间变异）
- 系数 2.8 的来源：在正态分布假设下，两次独立测量之差的分布标准差为 √(2) × σ。取 95% 覆盖概率，对应标准正态分布的双侧分位数 z = 1.96，因此 1.96 × √(2) ≈ 2.77，ISO 5725-2 将其修约为 2.8。
注意：2.8 是标准给出的固定系数，适用于“两次测量之差”的判定。如果你比较的是单次测量值与真值，则应使用其他系数（如 1.96）。
2. 获取 s_r 和 s_R 的试验步骤
ISO 5725-2 规定了一个分层试验设计：
1. 选取样品：至少 5 个不同水平（浓度/含量）的样品，覆盖方法适用范围。
2. 选取实验室：至少 8 家实验室（若条件受限，最少 5 家），每家实验室在重复性条件下对每个水平做 至少 2 次（通常 3 次）独立测量。
3. 收集数据：记录每个实验室、每个水平的每次测量结果。
4. 计算每个实验室的组内方差，再合并得到 s_r。
5. 计算实验室间方差，与组内方差合成得到 s_R。
具体计算公式（单水平、等重复数情况）：
设共有 p 家实验室，每家做 n 次重复测量：
- 第 i 家实验室的均值： ȳ_i
- 总均值： ȳ
- 组内均方（重复性方差）： s_r^2 = (1)/(p(n-1)) Σ(i=1..p) Σ(j=1..n) (y_(ij) - ȳ_i)^2
- 实验室间方差： s_L^2 = (1)/(p-1) Σ(i=1..p) (ȳ_i - ȳ)^2 - (s_r^2)/(n) （若结果为负，则取 0）
- 再现性方差： s_R^2 = s_L^2 + s_r^2
最后代入 r = 2.8 s_r， R = 2.8 s_R。
三、一个演示算例（示例数据，仅供演示）
假设某材料中“有效成分含量”的测定方法，按 ISO 5725-2 组织协同试验。选取 5 家实验室（ p=5 ），每家对同一水平样品做 3 次重复测量（ n=3 ）。整理后得到：
- 重复性标准差： s_r = 0.42 \%
- 实验室间标准差： s_L = 0.65 \%
计算步骤：
1. 计算再现性标准差：
s_R = √(s_L^2 + s_r^2) = √(0.65^2 + 0.42^2) = √(0.4225 + 0.1764) = √(0.5989) ≈ 0.774 \%
2. 计算重复性限：
r = 2.8 × 0.42 = 1.176 \% ≈ 1.18 \%
3. 计算再现性限：
R = 2.8 × 0.774 = 2.167 \% ≈ 2.17 \%
结果解读（示例数据，仅供演示）：
- 同一实验室、同一操作者，对同一样品测两次，两次结果之差 不应超过 1.18%。若超过，说明该次测量可能存在问题（如操作失误、设备漂移）。
- 不同实验室各自测一次，两个结果之差 不应超过 2.17%。若超过，说明两家实验室之间存在显著的系统差异，需要排查校准或操作规范。
四、常见误区（务必避开）
误区 1：把 r 和 R 当成“误差范围”或“允差”
r 和 R 描述的是测量方法本身的精密度，不是产品规格的合格判定限。产品是否合格应依据规格限（如 ±5%）判断，而 r 和 R 用于判断两次测量结果是否一致。例如：若某产品规格限为 ±2%，而 R=2.17%，那么两家实验室对同一批产品可能得出“合格”与“不合格”的相反结论——这正是 R 值过大的警示信号。
误区 2：认为 R 一定等于 2.8 乘以某个标准差就完事
2.8 系数仅适用于 “两个单次测量值之差” 的判定。如果你比较的是“两个平均值”（如每组测 3 次取平均），则临界差应改为：
临界差 = 2.8 × (s_R)/(√(n'))
其中 n' 是每个均值的重复次数。ISO 5725-2 对此有专门说明，不可直接套用 2.8。
误区 3：忽略异常值剔除规则
ISO 5725-2 要求先使用 Cochran 检验（检查组内方差异常）和 Grubbs 检验（检查实验室均值异常）剔除离群值，再计算 s_r 和 s_R。如果数据含异常值而不剔除，r 和 R 会被严重高估。
误区 4：把 r 和 R 当作固定常数
r 和 R 会随样品水平（浓度）变化。通常低浓度时绝对 r/R 较小，但相对值（r/均值）可能很大。因此，方法验证报告应给出 不同水平下的 r 和 R 值，而非一个单一数值。
五、在线工具：30 秒算出你的 r 和 R
如果你手头已经有协同试验的原始数据（各实验室、各次测量值），无需手动套公式——直接用质量工程师常用的在线计算器：
? 重复性/再现性限计算工具
6SQ 在线工具
下图是 6SQ 在线工具一键生成的结果效果：
使用说明：
1. 打开链接，按提示输入实验室数量、重复次数及各次测量值。
2. 工具自动完成 Cochran/Grubbs 异常值检验（如有）、计算 s_r、s_L、s_R，并输出 r 与 R 值。
3. 结果可导出用于方法验证报告或实验室间比对总结。
该工具严格遵循 ISO 5725-2 的计算逻辑，适合实验室技术人员、质量工程师及审核员日常使用。
总结一句话：重复性限 r 管“内部一致性”，再现性限 R 管“外部可比性”。下次再看到两份测量结果相差较大时，先算一算 R——如果差值在 R 以内，别急着下结论说“谁错了”，可能只是方法本身的正常波动。
