Distribution of aflatoxin in whole peanut kernels, sampling plans for small samples

Abstract

Es ist gut bekannt, daß die Verteilung von Aflatoxin in einer Charge von ganzen Erdnußkernen extrem heterogen ist. Es wurden bisher verschiedene statistische Modellverteilungen vorgeschlagen, die alle recht gut auf die experimentellen Daten passen, solange die Proben sehr groß sind, die aber für kleine Proben beträchtlich voneinander abweichen. Zur Beurteilung der Effizienz von Probennahmeplänen mit Stichproben von kleinerem Umfang ist es deshalb wichtig, die wahre Verteilung zwischen den einzelnen Erdnußkernen zu kennen. Die Analyse von 368 Stichproben, bestehend aus 1–10 000 Kernen aus der gleichen Charge von Erdnüssen, zeigte, daß die negative Binomialverteilung die Verteilung von Aflatoxin gut beschreibt. Die Varianz kann aus der mittleren Konzentration der untersuchten Proben geschätzt werden, was durch den Vergleich von Daten aus verschiedenen unabhängigen Untersuchungen bestatigt wurde. Ein geringes Risiko einer falschen Entscheidung sowohl für den Konsumenten wie für den Produzenten kann nur mit sehr großen Probenmengen erreicht werden. Entscheidungen, die auf kleinen Stichproben beruhen, sind aber vor allem für den Konsumenten nachteilig, da sich selbst in kleinen Stichproben aus Chargen mit holier mittlerer Konzentration häufig kein Aflatoxin finden läßt. It is well known that the distribution of aflatoxin in a lot of whole peanut kernels is extremly heterogenuous. Several different statistical distribution models have been proposed, fitting the experimental data reasonably well as long as the samples are very large, but differing considerably when applied to small samples. Therefore, it is important to know the real distribution between single kernels for the evaluation of the effectiveness of sampling plans for small samples. It is shown by the analysis of 368 samples of 1–10,000 kernels from the same lot of peanuts that the negative binomial distribution represents a good statistical model. The variance can be estimated from the mean concentration of the analysed samples, as confirmed by the comparison of data from several independent investigations. Decisions based on small samples are especially unfavourable to the consumer, as even a low with a high mean concentration will tend to give negative results. A reasonably small risk of a false decision, both to the consumer and to the producer, can be reached only if very large samples are analysed.