对数正态分布的拟合情况：将第Ⅱ组、第Ⅴ组数据加自然对数后，组成新的一系列数据样本，除金属材料类数据样本拟合效果一般外，其余类别的货物查验数据拟合效果较伽玛分布拟合的还要好。从P－P概率图可初步推测各类数据样本的概率分布（P＞0）服从对数正态分布。其中机仪类样本概率分布拟合得最好，而金属材料类样本概率分布拟合得不太理想。这可能是因为金属材料类的月不合格批次检出率较小造成用于分析的数据量不足所导致。在41组数据中，金属材料类未检出不合格批月次数为32，其比率为78％，用于对数处理分析的数据只有9个，而机仪类月不合格批次最大，未检出不合格批月数比率为12％，用于分析的数据有36个。
一个样本柯尔莫哥洛夫－斯米诺夫检验进一步证实进口货物月查验不合格批次比率服从对数正态分布。表3中，第Ⅱ组、第Ⅴ组数据（加对数前）除机仪类、涂料类的P值分别为0.857和0.08大于0.05外，其余均为0，而将其加对数处理后，最大的P值为0.965，最小的为0.603，加对数后的各类数据样本的P值明显增大，且均大于0.05，可认为P服从对数正态分布。对样本做直方图也可以直观看到两者之间的变化，为P汇总直方图，为lnP汇总直方图。可见，经过对数处理后，样本概率分布呈正态分布。以上是针对某进口货查验总体质量状况研究的结果，若将研究对象细化到上述5类货物中A、B、C类不合格批次比率，其结果仍然适用。
研究结果表明，新风港进口货物月查验不合格批次比率总是在一定的区间范围波动，其波动范围是可测的。例如，进口机仪类货物平均每月未检出不合格的概率为12％，即0.12，检出不合格批次的概率为88％，得月查验不合格批次累计概率为：6抽批方案的制定6.1抽批方案的设计思路,确定进口货物批次总体质量水平（p0）月查验不合格批次比率服从对数正态分布这一特性，为确定比率的总体质量水平提供决策依据。例如，可以将95％置信水平下单侧置信区间上限（剔除等于零的比率）值作为PO。
预测进口货物批量（N）是对新风港部分进口货物批次进行统计分析的结果。结果表明，进口货物批量服从或近似服从正态分布。据此可推断月均值的点估计和区间估计，作直方图也能观察到实证分析的结果。根据抽批风险控制需要确定检索的抽样标准进口货物查验批中，大多数情况属孤立批而不是连续批，以至执法单位不能直接套用GB／T2828计数抽样系统，在这种情况下，可根据检验检疫把关风险控制的需要参照有关抽样检验标准制定抽批方案，调整抽比方案综合考虑抽批管理规定、技术风险、政治风险等其它风险因素，以及现有的资源配置，确定抽批方案，并在运行之中进行检验其控制效果，将方案调整到合理水平。
依据GB／T14162－1993标准检索出来的抽批方案。需要说明的是，该标准所规定的监督质量水平，是指每百单位产品不合格数，而不是不合格品率或单位产品不合格数。该标准抽样方案是基于泊松分布参数的假设检验来设计的。若N＞250，且N≤0.1，采用GB／T14437－1997标准较适合。基于稳健风险控制考虑，已高估了进口货物月不合格批次比率的检出概率。该方案是基于概率风险设计的，在实际操作中，还应当考虑质检法律法规等规定、技术风险、政治风险，以及本单位抽批资源配置、抽批监管目的等，对规定的月查验不合格批次比率监督总体质量水平作适当的“校正”，选择合适的检索标准，最终确定抽批方案。
