Come stimare correttamente la ripetibilità su più livelli di concentrazione, quando usare uno scarto tipo pooled e quando invece serve un modello dipendente dal livello. Esempi pratici, formule e riferimenti ISO 5725.
HomeCategory
Laboratori ISO/IEC 17025
Contenuti, corsi e aggiornamenti dedicati ai laboratori di prova che operano secondo UNI CEI EN ISO/IEC 17025: accreditamento, metodi, tarature, incertezza e qualità.
Il metodo Monte Carlo consente di propagare le distribuzioni di probabilità attraverso modelli di misura complessi e non lineari. Un approccio particolarmente utile nelle emissioni in atmosfera, dove concentrazione, portata, ossigeno, umidità, temperatura e pressione possono interagire tra loro.
Il digit non ha sempre lo stesso significato metrologico. Risoluzione, arrotondamento, ±1 digit e specifiche del costruttore portano a contributi di incertezza diversi: ecco come distinguerli e calcolarli senza doppi conteggi.
Cinque risorse gratuite online utili in laboratorio per statistica descrittiva, regressione, outlier, normalità, ANOVA, Bland-Altman, carte di controllo e altri calcoli.
Come costruire uno scadenziario Excel per un laboratorio ISO/IEC 17025: tarature, verifiche, PT/ILC, manutenzioni, reagenti, qualifiche e audit con avvisi automatici.
Google Forms può diventare uno strumento semplice per checklist, manutenzioni, audit, non conformità e registrazioni di laboratorio. Ecco come usarlo senza perdere controllo del dato.
Il 22 settembre 2026 DN Consulenze parteciperà al Protein Day Elementar presso SSICA Parma con un intervento sul metodo Dumas e i requisiti ISO/IEC 17025.
Come leggere i valori di incertezza SNPA 34/2021: differenza tra incertezza stimata, incertezza target e congruenza, con attenzione allo stato applicativo del documento.
La UNI EN 482:2021 fissa requisiti prestazionali precisi per l’incertezza relativa estesa delle procedure di misura negli ambienti di lavoro: cosa significano e come verificarli.
NORDTEST NT TR 569 Ed. 6.1 aggiorna l’approccio al controllo qualità interno: meno falsi allarmi, più attenzione ai target control limits e collegamento con l’incertezza di misura.