Bland-Altman方法判定测量一致性

格式：doc
大小：251.50 KB
文档页数：10

下载文档原格式

/ 10

bland altman公式

Bland Altman公式是一种评估测量一致性的方法。

该方法通过绘制两个测量方法的偏差图来比较它们之间的一致性。

下面介绍Bland Altman公式的原理及应用。

一、Bland Altman公式的原理Bland Altman公式是通过绘制偏差图来比较两个测量方法的一致性。

偏差图的横轴为两种测量方法的平均值，纵轴为两种测量方法之间的差异。

根据两种测量方法的平均值和差异，可以计算出平均偏差和上下限。

偏差越小，上下限越窄，说明两种测量方法的一致性越好。

二、Bland Altman公式的应用Bland Altman公式常用于医学研究中，比如比较不同测量方法的准确性和一致性，评估新方法的可靠性，或者验证一个测量方法的再现性。

在临床诊断中，Bland Altman公式可以用于比较不同实验室或不同医院的测量结果，以便诊断和治疗更加准确。

三、Bland Altman公式的优缺点Bland Altman公式优点是能够比较两种测量方法的准确性和一致性，且易于操作。

此外，偏差图可以反映两种测量方法之间的相关性和误差分布情况。

但是，偏差图并不能提供测量结果的绝对误差，且需要大量的数据才能得到准确的结果。

四、Bland Altman公式的注意事项绘制偏差图时需要注意数据的选择和处理。

一般来说，数据应当符合正态分布，并且应当包括足够的样本量。

此外，在比较两种测量方法的一致性时，应当考虑数据的来源和测量时间等因素的影响。

如果不恰当地选择数据或不控制相关因素，可能会产生误导性的结果。

五、结论Bland Altman公式是评估测量一致性的一种常用方法，能够反映两种测量方法之间的相关性和误差分布情况。

在医学研究和临床诊断中，应当注意数据的选择和处理，以得到准确的结果。

Bland Altman方法判定测量一致性

Bland Altman方法判定测量一致性bland-altman方法判定测量一致性运用bland-altman分析水稻测量方法一致性全文：在农业生产中，对水稻穗长展开测量的数据就是预测水稻产量，观测农作物生长情况的关键指标。

在实际测量中，经常可以碰到评价两种或多种检测、测量方法结果一致性的问题。

通常情况下，其中一种方法就是目前广泛应用的或被称作“金标准”的方法，在对水稻穗长展开测量的过程中，水稻穗长的手动测量方法即为人工对每棵水稻的穗长展开测量，此测量数据可以做为“金标准”。

而另一种方法则就是更一流、更易于应用领域、更经济的方法，在对水稻穗长展开测量的过程中，水稻穗长的自动测量方法即为采用机器视觉收集水稻穗长图像，然后用图像识别的方法赢得每个水稻的穗长。

本文将通过运用bland-altman方法对水稻穗长测量实例的分析，去推论这两种方法与否可以互相替代。

一、原理和方法bland-altman方法的基本思想就是排序出来两种测量结果的一致性界限，用图形的方法直观地充分反映这个一致性界限。

最后融合水稻穗长的实际状况，得出结论两种测量方法与否具备一致性的结论。

1．一致性界限在进行两种方法的测定时，通常是对同一批受试对象同时进行测量。

这两种方法一般不会获得完全相同的结果，总是存在着有一定趋势的差异，如一种方法的测量结果经常大于(或小于)另一种方法的结果，这种差异被称为偏倚。

偏倚可以用两种方法测定结果的差值的均数d进行估计，均数d的变异情况则用差值的标准差sd来描述。

如果差值的分布服从正态分布，则95％的差值应该位于d-1．96sd和d+1．96sd之间。

我们称这个区间为95％的一致性界限，绝大多数差值都位于该区间内。

如果两种测量结果的差异位于一致性界限内在实际上是可以接受的，则可以认为这两种方法具有较好的一致性，这两种方法可以互换使用。

当样本量较小时，抽样误差会相对较大，因此还要给出95％一致性界限的上下限的置信区间。

医疗设备Bland-Altman一致性分析中文报告的系统评价

论著（医学工程）医疗设备ＢｌａｎｄＡｌｔｍａｎ一致性分析中文报告的系统评价闻　浩，刘玉秀，于　浩［摘要］　目的　ＢｌａｎｄＡｌｔｍａｎ法在一致性评价研究的应用中常存在方法学问题。

文中探讨评价国内发表医疗测量设备ＢｌａｎｄＡｌｔｍａｎ一致性分析报告质量。

　方法　通过计算机检索ＣＮＫＩ、万方医学网、维普网等数据库，搜索２０１９年７月至１２月采用ＢｌａｎｄＡｌｔｍａｎ方法进行医疗测量设备间一致性评价的相关文献。

分析文献增长、专业学科分布以及方法正确使用情况，并与既往同类文献结果进行比较。

　结果　共纳入９０篇文献。

除ＢｌａｎｄＡｌｔｍａｎ法外，使用占比最高为相关分析法（包括Ｐｅａｒｓｏｎ和Ｓｐｅａｒｍａｎ）４２．２％（３８／９０），其次为差异性分析３２．２％（２９／９０）、组内相关系数２１．１％（１９／９０）及回归分析１１．１％（１０／９０）。

研究主题主要涉及医学影像学（４２．２％，３８／９０）、医学检验学（２１．１％，１９／９０）、眼科学（１０％，９／９０）和生物医学工程（１０％，９／９０）等；医学影像学与医学检验涉及文献交叉学科占比差异有统计学意义（８９．５％ｖｓ３１．６％，χ２＝１７．６１３，Ｐ＜０．０５）。

ＢｌａｎｄＡｌｔｍａｎ法报告规范性方面，仅有２篇（２．２％）文献进行了样本量估计，且描述了具体方法；１７篇描述了一致性界值，而其中仅６篇（３５．３％）说明了具体依据并注明参考文献；８８．９％（８０／９０）文献未明确９５％ＬｏＡ计算方法；８６．７％（７８／９０）的文献提供了散点图，而在图形设计中最大的差异集中在对横轴与纵轴含义的表达方面，分别有８８．５％（６９／７８）和８７．２％（６８／７８）的文献将横轴与纵轴分别设定为两者的均值和差值；对于数据行为进行考察的比例仅为６．７％（６／９０）。

３２篇（３５．６％）文献描述了具体使用软件名称及版本号。

在一致性判定依据方面，仅有７篇（７．８％）文献表达“与临床允许范围比较”，低于使用“计算９５％ＬｏＡ内的点是否达到９５％”（２８．９％，２６／９０）和“计算９５％ＣＩ内的点是否达到９５％”（２１．１％，１９／９０）两种方法；未发现采用９５％ＬｏＡ的９５％ＣＩ与事先设定的临床可接受界值进行比较的正确方法。

定量测量Bland-Altman一致性评价方法研究及临床应用

定量测量Bland-Altman一致性评价方法研究及临床应用闻浩;陆梦洁【期刊名称】《医学研究生学报》【年(卷),期】2015(028)010【摘要】The Bland-Altman method has been widely used for consistency evaluation in the field of medicine .However, fre-quent errors in the application of the method seriously affect the quality of researches .This review focuses on the studies of the Bland-Altman method , the status quo and common problems in its application , and standards for related reports .%Bland-Altman方法在医药卫生领域方法比较研究一致性评价中有着广泛应用,但其应用不当问题相当普遍,严重影响了研究质量. 文中针对临床定量结果一致性评价的Bland-Altman方法研究及其应用状况、常见问题以及研究报告要求作一综述.【总页数】5页(P1107-1111)【作者】闻浩;陆梦洁【作者单位】210002 南京,南京医科大学金陵医院(南京军区南京总医院)信息科;210002 南京,南京医科大学金陵医院(南京军区南京总医院)医务部【正文语种】中文【中图分类】R195【相关文献】1.Bland-Altman一致性评价的样本含量估计 [J], 陆梦洁;刘玉秀;缪华章;钟伟华;李永昌2.定量方法对比研究一致性评价Bland-Altman法LoA的可信区间估计 [J], 缪华章;陈林;刘玉秀3.定量测量结果的一致性评价及Bland-Altman法的应用 [J], 萨建;刘桂芬4.Bland-Altman一致性评价推荐的报告条目 [J], 陈羽;钟伟华;刘甜甜;陆梦洁;周憧憧;闻浩;刘玉秀5.临床测量中定量数据Bland-Altman一致性评价 [J], 付美子;林炳清因版权原因，仅展示原文概要，查看原文内容请购买。

两种测量方法定量数据测量结果的一致性评价07-01-04

X ij = Tj + Bij + Eij ，则 ICC 可表示为：
ICC
=
σ
2 T
σ
T2＋σ
B2＋ σ
2 E
从上式可见，ICC 大意味着作为两仪器测量差别的系统误差与随机误差均小，数据一致性较好。一般情况下无法得到上式各指标的具体值，但可通过两因素方差分析模型(随机区组设计方差分析)进行估计[6]，公式为：
若 D 与 A 不独立，或 Cor(D, A) 有统计学意义时，则不能简单的计算一致性限度，而应该进行回归分析 D = α + β A + ε ，此时关注的是α = β = 0 。容易证明如下公式：
β
= Cov(D,
A)
/
σ
2 A
=
0.5(σ
2 XM
−σ
2 XN
)
/(σ
2 XM
−σ
2 XN
+ 2ρσXMσXN
[关键词] 一致性配对 t 检验简单相关系数组内相关系数 Bland-Altman 法
Agreement assessment of data obtained from two raters based on continuous measurements Li Yichong, Li Xiaosong, Huaxi School of Public Health, Sichuan University, 610041
若 D 与 A 独立，或 Cor(D, A) 无统计学意义时，可计算一致性限度(limits of agreement)
作为评价一致性的指标，即差值 D 的 95％参考值范围 D ±1.96S 。此时，一致性限度既可

Bland_Altman分析结果_省略_与测量方法变异程度间的关联度分析_王杨

Institute of Cardiovascular，Fuwai Hospital，Chi-
nese Academy of Medical Science，State Key Laboratory of Translational Cardiovascular Medicine，Beijing 100037 ，China 【Abstract】 BlandAltman method was widely used to evaluate the agreement between two measures． Both the chart and the limits of agreement were important， especially the distribution trend from the chart． The scatter trend associated to the standard deviation of the comparing methods． The chart will show a misleading trend which may make an inappropriate inference． The true available trend might be hidden by the uncorrected use． In this paper， we will demonstrate this potential problem by theoretical method and use random simulation to test the reliability．【Key words】 Methods； Statistics， nonparametric； Comp study （ Chin J Dis Control Prev 2012 ， 16 （ 6 ）： 535 538 ）

测量一致性评价

Test for slope = 1 ：P<0.05，两种方法测量值的回归线斜率显著不等于1。也就是说差值D不独立于均值A，不宜用固定的（常数）值来确定一致性范围，即不宜用上面Limits of agreement表中的结果表达一致性范围。需要通过DA回归分析建立一致性范围与两种方法结果互换函数
Summary 观察样本量（obs）最小值（minimun）中位数（median）最大值（maximum）; 解两种检测方法结果的一般分布情况 ; Limits of agreement 两方法结果差的均值D ; 一致性范围（limits of agreement）; 标准差（SD）
该方法的基本思想是，利用原始数据的均值与差值，分别以均值为横轴，以差值为纵轴做散点图(difference-average plot)，计算差值的均数以及差值的95%分布范围（即为一致性界限），认为应该有95%的差值位于该一致性界值以内。
分析散点的分布与一致性界限的位置关系，并且与专业上可接受的界限值相比较，如果一致性界限在临床上可以接受，则认为床医学、基础试验中，我们常常会对两种或两种以上诊断方法进行比较或者对测量结果进行一致性评价。
一种方法是“金标准”或公认的方法，而另外一种是新方法或手段，可能更加经济或者创伤小
或者我们关注方法之间互换性如何。通过对诊断或测量结果一致性评价，可以回答“方法之间能否互相替代”的问题。
一次性测量：每个受试者两种方法各测量一次。（见本篇）
选择“数据分析”—“诊断试验与预测方程”—“定量测量方法比较”
方法1：方法2：此处选择重复方法为“1：一次性测量”
【结果解释】 Bland-Altma散点图：即差值（Y）与均值（X）的散点图每个点代表每个检测样本横坐标为受试对象两种方法测量值的均值A，本例中为纵坐标为受试对象两种方法测量值的差值D，本例中为上图3条水平线即差值D的平均值及其95%范围

基础代谢最准确的算法

基础代谢最准确的算法基础代谢指身体在安静、饥饿状态下消耗的最低能量，对于健康管理和营养计划的制定都具有重要意义。

然而，如何准确测量基础代谢仍然是一个挑战。

下面介绍几种最准确的基础代谢算法。

1. Gold标准测定法Gold标准测定法是目前最准确测量基础代谢的方法，也被称为直接测定法。

该方法需要在一定时间内在完全安静的状态下测量呼吸氧气和二氧化碳的分压梯度，利用氧气的摄入量以及二氧化碳的排出量计算出基础代谢。

然而，这种方法需要高精度的仪器和专业技能，操作比较繁琐，成本较高，适用于科研领域和严格的临床环境。

2. 间接卡路里计算法间接卡路里计算法是基于能量守恒原理推算基础代谢耗能量的方法。

该方法基于体重、性别、年龄和活动水平等因素来计算基础代谢。

其中，Mifflin-St. Jeor公式和Harris-Benedict方程是两种较为常见的间接卡路里计算法，它们的计算精度相对较高。

Mifflin-St. Jeor公式：男性： 10W + 6.25H - 5A + 5W：体重（kg）H：身高（cm）A：年龄Harris-Benedict方程：3. Bland-Altman法Bland-Altman法是利用两个基础代谢测量方法之间的偏差来评估这些方法的一致性和准确性的方法。

该方法可以用来比较不同测量方法的准确性和可比性，并评估排除生理变化和技术噪声等因素后的误差。

总的来说，基础代谢的准确测量是对健康管理和营养计划制定的重要基础。

虽然Gold 标准测定法精度较高，但成本较高，适用范围有限。

因此，在实际应用中，间接卡路里计算法是较为常见和实用的测定方法之一。

基于Bland—Altman差异分析图法系统误差的检出

基于Bland—Altman差异分析图法系统误差的检出目的应用Bland-Altman（简称B-A）方法作为检查工具，对两个检测系统间的系统误差进行分析。

方法采用罗氏生化原装检测系统为XM系统，自建检测系统为XN系统，两种检测系统分别对50份新鲜的血清样本进行AST测定，应用Bland-Altman分析法对系统误差大小和类型进行分析。

结果两系统间的固定误差为2.9 U/L，在CLIA室间评估指标范围内。

结论Bland-Altman 差异分析图法可以帮助直观地检查出两系统间的系统误差，存在的误差可以根据分析图进行修正。

标签：Bland- Altman 法；系统误差；检测系统；一致性点图，计算差值的均数（d）以及差值的95%，即差值95%的一致性界限为（-1.96Sd，+1.96Sd），认为应该有95%的差值位于该一致性界限以内。

通过分析散点的分布与一致性界限的位置关系，并且与专业上可接受的界限值相比较，如果一致性界限在临床上可以接受，则可以认为两种方法之间一致性较好。

目前主要应用于两种测量方法的一致性，包括新方法和金标准的比较；某种测量方法的可重复性评估，及对同一批个体重复测量；比较两个观察者的一致性。

本文主要应用Bland-Altman（简称B-A）方法作为检查工具，对两个检测系统间的系统误差进行分析，现报道如下：1 材料与方法1.1 材料1.1.1 样品50份新鲜的血清样本，其内含分析物浓度的分布范围覆盖高、中、低水平。

1.1.2 仪器与试剂罗氏生化原装检测系统：罗氏Cobas P800全自动生化分析仪、罗氏谷草氨酸氨基转移酶（AST）试剂盒、罗氏Cobas校准品组合为XM 系统。

自建检测系统：日立7080全自动生化分析仪、上海科华谷草氨酸氨基转移酶（AST）试剂盒、朗道校准品组合为XN系统。

1.2 方法1.2.1 方法的选择以系统作为XM第一种方法的检测系统，系统为XN第二种方法的检测系统。

Bland_Altman分析在临床检验方法比较的实例应用修改稿

Bland-Altman分析法在临床检验方法比较的实例应用和绘图介绍李荣娟1，苏武锦2△（1.广西壮族自治区职业病防治研究院，广西南宁530021, 2.南宁中心血站, 广西南宁530003）摘要：目的通过实例介绍Bland-Altman( 简称B-A) 方法在一致性评价中的应用和绘图方法。

方法罗氏生化原装检测系统为M1系统，自建检测系统为M2系统，两种检测系统分别对50份新鲜的血清样本进行一次测定，实验数据应用Bland-Altman分析法进行评估分析。

结果实例分析中, 应用Bland-Altman分析法，结合CLIA室间评估指标分析，葡萄糖的允许误差限值为T±10%, 这种差异是可接受的, 可认为这两种系统具有较好的一致性；而按照6西格马质量管理的要求，4.5西格马偏倚要求葡萄糖的允许误差限值为T±2.5%[10]，这种差异还需要改善。

结论Bland- Altman 法在评价一致性的时既考虑了随机误差同时也考虑了系统误差对一致性的影响, 同时可结合专业意义进行判断, 具有独特的优势。

关键词：一致性评价；Bland- Altman 法；系统误差临床实验中，常会遇到更换检验方法、检验仪器、新的检验技术引入实验室中，需对两种检测系统所得结果的一致性进行评价，以保证新旧检测系统测量结果的一致性、等价性或可交换性。

评估的方法有配对t检验、相关分析、回归方法、Bland-Altman分析法（简称B-A法）等，因为配对t 检验与简单相关分析具有明显的片面性, 不能同时兼顾随机误差与系统误差, 用它们评价一致性所得的结论可能是误导的[1]，目前临床上,如生化项目、离子项目、自建系统及试剂评估等[2-5]常使用美国临床和实验室标准协会（CLSI）系列文件之利用患者样本进行方法对比及偏差评估-批准指南第2版(EP9-A2) [6]文件的要求对两系统间的检测结果进行比对分析，而Bland-Altman 方法是用于评价两种测量一致性的标准方法［7，8］，在评价两种测量一致性时，并未被广泛采用［9］。

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)。

运用Bland-Altman分析水稻测量方法一致性
摘要：在农业生产中，对水稻穗长进行测量的数据是预测水稻产量，观测农作物生长情况的重要指标。

在实际测量中，经常会遇到评价两种或多种检测、测量方法结果一致性的问题。

一般情况下，其中一种方法是目前广泛应用的或被称为“金标准”的方法，在对水稻穗长进行测量的过程中，水稻穗长的手动测量方法即人工对每棵水稻的穗长进行测量，此测量数据可作为“金标准”。

而另一种方法则是更先进、更便于应用、更经济的方法，在对水稻穗长进行测量的过程中，水稻穗长的自动测量方法即使用机器视觉采集水稻穗长图像，然后用图像识别的方法获得每个水稻的穗长。

本文将通过运用Bland-Altman方法对水稻穗长测量实例的分析，来判断这两种方法是否可以互相替代。

一、原理和方法
Bland-Altman方法的基本思想是计算出两种测量结果的一致性界限，并用图形的方法直观地反映这个一致性界限。

最后结合水稻穗长的实际状况，得出两种测量方法是否具有一致性的结论。

1．一致性界限
在进行两种方法的测定时，通常是对同一批受试对象同时进行测量。

偏倚可以用两种方法测定结果的差值的均数d进行估计，均数d的变异情况则用差值的来描述。

如果差值的分布服从正态分布，则95％的差值应该位于标准差S
d
和d+1．96Sd之间。

我们称这个区间为95％的一致性界限，绝大多数d-1．96S
d
差值都位于该区间内。

如果两种测量结果的差异位于一致性界限内在实际上是可以接受的，则可以认为这两种方法具有较好的一致性，这两种方法可以互换使用。

当样本量较小时，抽样误差会相对较大，因此还要给出95％一致性界限的上下限的置信区间。

差值均数的标准差SE(d)，一致性界限的上、下限的标准误近似等于1．71SE(d)，则可以分别计算出一致性界限上限的95％置信区间和下限的95％置信区间。

2．一致性界限的图形表示——Bland—Altman图
Bland-A1tman图以图形的方式反映一致性界限。

在二维直角坐标中，用横轴z表示两种方法测量每个对象的平均值，纵轴Ⅳ表示两种方法测量每个对象的差值，即可得到Bland—Altman图3.3。

图中上下两条水平实线代表95％一致性界限的上下限，中间实线代表差值的均数，虚线代表差值均数为0。

两种测量方法的一致程度越高，代表差值均数的实线越接近代表差值均数为0的虚线。

根据95％一致性界限外的数据点数和一致性界限内的最大差值，以及临床上的可接受程度，对待评价的两种方法的一致性做出评价。

Bland．Altman图还清楚地显示了观察过程中出现的极端情况，如图中最下方的两个点。

二、水稻穗长测量实验
运用Bland-Altman差值方法对两次实验结果进行比较，第二次显示采用机器视觉测量水稻穗长的方法与手动测量方法即“金标准”具有较好的一致性，这两种方法可以互相替换。

而第一次实验两种测量方法的一致性较差。

以下是运用Bland-Altman方法对水稻数据进行分析。

1.用Bland-Altman方法对第一次实验结果进行分析：
图1.1 第一次实验水稻穗长手动测量数据散点图
图1.2 第一次实验水稻穗长自动测量数据散点图图1.3 第一次实验使用Bland-Altman差值法分析图
图1.4 第一次实验使用Bland-Altman比值法分析图2.用Bland-Altman方法对第二次实验方法进行分析
图2.1 第二次实验水稻穗长手动测量数据散点图
图2.2 第二次实验水稻穗长自动测量数据散点图图2.3 第二次实验使用Bland-Altman差值法分析图
图2.4 第二次实验使用Bland-Altman比值法分析图
三、对Bland-Altman方法进行其他实验的验证
在本次作业中还对《Bland—Altman分析在临床测量方法一致性评价中的应用》论文中的方法进行了验证，实验证明，作业得出的结果与论文得出的结果一致。

可知，该方法和程序正确。

图3.1 sEDV数据散点图图3.2 mEDV数据散点图
图3.3 Bland-Altman差值法分析图
图3.4 Bland-Altman比值法分析图四、实验Matlab源代码
clear
close all
clc
data = xlsread('01.xls');
%data = xlsread('02.xls');
%data = xlsread('03.xls');
X=data(:,1);
Y=data(:,2);
%%%%%%%%%%%%%数据散点图%%%%%%%%%%%%%%%%%%%%%%%%%%% figure(1)
plot(X, 'g*');
figure(2)
plot(Y, 'g*');
%%%%%%%%%%%%Bland-Altman差值法%%%%%%%%%%%%%%%%%%%%%%% me1=mean(X-Y);
s1=std(X-Y);
figure(3)
plot((X+Y)/2,(X-Y),'r*');
hold on
hline=plot(60:200,ones(1,141)*me1,'b-');
text(200,me1, '(X-Y)');
plot(60:200,ones(1,141)*(me1-2*s1),'b-');
text(200,me1+2*s1, '(X-Y+2*sigma)');
plot(60:200,ones(1,141)*(me1+2*s1),'b-');
text(200,me1-2*s1,'(X-Y-2*sigma)');
xlabel('(X+Y)/2');
ylabel('X-Y');
hold off
%%%%%%%%%%%%%%%%Bland-Altman比值法%%%%%%%%%%%%%%%%%%% me=mean(X./Y);
s=std(X./Y);
figure(4)
plot((X+Y)/2,(X./Y),'r*');
hold on
hline=plot(60:200,ones(1,141)*me,'b-');
text(200,me, '(X/Y)');
plot(60:200,ones(1,141)*(me-2*s),'b-');
text(200,me+2*s, '(X/Y+2*sigma)');
plot(60:200,ones(1,141)*(me+2*s),'b-');
text(200,me-2*s,'(X/Y-2*sigma)');
xlabel('(X+Y)/2');
ylabel('X/Y');
hold off
%[muhat,sigmahat,muci,sigmaci] = normfit(X-Y, 0.05) %%%%%%%%%%%%% 获得95%置信区间的单边宽度%%%%%%%%%%%%%%%%% y=X-Y;
[midu, midsig, miduci, midsigci] = normfit (y, 0.05);
%midSigleW = miduci - midu;
midSigleW = s/sqrt(length(y)) * 2;
highSigleW = 1.71*s/sqrt(length(y)) * 2;
lowSigleW = 1.71*s/sqrt(length(y)) * 2; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%。