方式
测试方法和数据与我以往的DIY 1.0, Blue Air, IQ Air, 小米和飞利浦的测试非常的相似。Anna 在她的15平米北京朝阳门的卧室做了测试。测试时，房门和窗口是关着的（临睡前的几小时不定时的开关门窗是例外。这个例外导致的变数也是为什么我要用最后四小时的平均来计算效率的其中一个原因）。
Anna 在打开空气净化器之前使用了Dylos Pro激光空气测试仪测量了房里的颗粒数基线。之后，她便启动了空气净化器，并将净化器开了一整晚。Dylos Pro激光空气测试仪每小时会测量颗粒数。以这些数据，我用（（基线颗粒数）-（最后四小时的平均颗粒数））/（基线颗粒数）来计算效率。
为了方便，Anna 的前8个测试是在早上进行的。但是，因为以往的测试都是在晚上进行的，为了公平起见，我便要求她在晚上才进行测试。所以，Anna 便进行了11个夜间测试。
但是，这担忧是毫无必要的。所有测试的平均效率是：0.5微米为84%，2.5 微克为93%。而夜间的测试显示了：0.5微米为85%，2.5微克为92%。这些平均效率与主要文章的平均效率有所不同，因为。。。
室外空气污染指数波动
我在主要的文章有提过，要是两种净化器的效率非常相似，那房间测试就无法精确的表达出它们的微差。这是因为室外PM2.5指数的波动很有可能让我们的数据也跟着波动。（但是，要是两种净化器的效率有明显的差别，那房间测试就能揭示这些差别。这些房间测试已显示了DIY 与大炮之间的差别，也揭示了这山寨DIY 和小米自动模式的差劲的表现。）
为了更有效的揭示出这类微差，我把更多的心思花在了CADR 测试。也就是因为这个原因，我尽量只使用了室外PM2.5浓度比较稳定时的数据。
首先，我只使用了室外PM2.5 波动少于50微克时的数据。我们做的六组数据测试，平均室外PM2.5 的浓度为90微克（也就是这几年北京的年平均PM2.5含量）。在我发表的主页文章中的CADR数据是：86% 和94%。
另一种方式就是使用PM2.5 最为稳固的那一天的数据。那就是1月16日，平均室外PM2.5 为122 微克。这天的数据与在主页文章提到的平均非常接近：86% 和95%。
等等，现在我是把室外PM2.5 浓度最为稳定的时候的数据拿来测量DIY1.1 的效率，那岂不是对DIY 1.0 很不公平？没错，所以我也把DIY 1.0最近的数据以同样的方式整理了一番，也就是使用了室外PM2.5 浓度波动少于50微克的时候的数据。数据显示：DIY 1.0 的效率分别时84% 和91%，和在主页文章所说的84% 和92%差不多。所以，我有把握这些房间测试能准确的揭示1.0 和1.1 之间的效率差别（当然CADR 的测试会比较准确）。
等等，我们不需要控制某些环境吗？
我们怎么知道颗粒数下降是因为净化器？或许Anna 在呼吸时把这些颗粒吸进去了。或许这些颗粒因为门和窗户关闭便奇迹般的下降了。或许室外的颗粒数在测试的过程中下降了。
这些怀疑论都挺有趣的。为了解说这些疑问，我在附近的一个房间又进行了一些测试。有些人认为PM2.5 的数量在晚上时比较低（我也不例外），但北京和其他城市显示的数据并非如此。PM2.5 的数量在晚上时是比较高的。这就意味着在晚上进行测试时，两个相似效率的净化器会无法表现出它们的不同。但，一个较好的答案就是比较时间较短的数据，就是说，
最后，人肉净化器怎样？为了解答，我分析了在房里有和没有人的颗粒数。结果非常可怜，不建议购买人肉净化器。
室外平均PM2.5 指数
我曾经说过，分析室外的PM2.5 浓度是极为重要的。这是因为我测试过的所有的净化器都会在室外PM2.5 浓度高的时候取得较差的效率。因为当很浓的颗粒会侵入房间时，要抑制颗粒物的数量的确不容易。
在AQI 稳固的六天里，室外的PM2.5 浓度是90微克，这大概是北京过去几年的平均AQI 数据。在19个测试里，平均的室外PM2.5浓度是121 微克。这些数据和当时测试Blue Air (113 微克) 和大炮（111 微克）非常的接近。
原版的数据
以下是我们测试 DIY 1.1 净化器的原版数据，包括了美国大使馆的PM2.5浓度的数据。其他比较Blue Air, IQ Air, 飞利浦和DIY大炮的数据也能够在我发表过的博客上参考。如果您想拥有 Excel 格式的原版的数据，请发电邮与 [email protected]。
