基于孤立森林和LOF的实验室能力验证统计分析方法

本发明公开了一种基于孤立森林和LOF的实验室能力验证统计分析方法，属于数据分析技术领域，该方法包括以下步骤：对来自多个实验室的能力验证检测结果进行数据预处理；采用孤立森林算法对实验数据进行全局异常评分；采用LOF算法对局部密度异常进行评分；将两种评分结果归一化后进行加权计算，生成综合异常得分；基于双阈值机制对样本进行多等级离群值判定；生成分析报告和可视化结果，用于能力验证异常实验室筛查及结果解释。该方法融合了全局与局部异常识别优势，不依赖分布假设，适应多维、多源检测数据分析场景，具备高准确性、强解释性与良好的应用通用性，适用于食品安全、环境监测等领域实验室能力验证数据的智能化分析。