| 行业内的经验方法 很多实验室已经成功的开发出将Q-Sun或QUV时间转换成室外曝晒时间的“经验方法”。 这有一个关于比较数据有效性的好例子。一个涂层制造商要开发一种新型涂层。最初的QUV测试在200-400小时会造成严重的裂化，这比同样用途的传统涂层的裂化时间短很多。然而，经过3年不断的反复设计和在QUV的反复测试，涂层被改进到各种设计都可在QUV中经受住2000-4000小时-这要大大优于传统涂层。随后在佛罗里达进行的平行测试显示出在耐久性上类似的10：1的增加。然而，如果当初涂层化学家在改变设计前等候佛罗里达的测试数据，那他们今天还会在反复设计的最初阶段，这种涂层也不会像现在一样在商业取得成功了。 另一方面，如果你坚持“经验方法”的转换系数，那就用以经验为主地方法找到它。 尽管不可能有一个通用的转换系数，数百家的实验室已经成功的开发出自己内部的“经验方法”来将Q-Sun或QUV测试时间转换成室外曝晒时间。然而，很重要的一点是这些规则是从对实验室自己的加速测试和自己的室外曝晒的经验性比较而得出的。此外，这些转换的经验只有在下列条件才是有效的：
如果你了解自己的材料的室外情况，那你会在不超过几个月的时间内开发出自己的大拇指规则。如果你不了解自己的材料的室外情况，那就需要与有室外工作历史的材料进行对比来开发经验方法。 排序相关性 另外，很重要的一点是：“相关性”意味着“排序相关性”。 当有人问，“加速试验箱与室外的相关性如何?”他们实际上应该问的是“加速试验箱得出的材料耐久性排序与室外测试材料的排序是否完全相同?” 对于测量排序相关性，我们推荐spearman's rho的方法，这是一种易于计算的统计学方法，也不需要线性相关性测试所需的关于数据的假设。一项关于27种汽车涂层在QUV和佛罗里达耐久性排序的研究显示QUV排序和佛罗里达排序间的排序相关性达0.89。不同的佛罗里达曝晒的排序相关性是0.88-0.95。换句话说，QUV重复佛罗里达排序几乎与佛罗里达重复自己一样好。 |
