Escolar Documentos
Profissional Documentos
Cultura Documentos
2016
Lmite de
aceptacin
Valor obtenido
C
1.
1. Equipo
Lmite de
aceptacin
Valor obtenido
C
1.
01/02/2016
2. & Mtodo
1. Equipo
Lmite de
aceptacin
Valor obtenido
C
1.
2.
3. & FactorHumano
2. & Mtodo
1. Equipo
Lmite de
aceptacin
Valor obtenido
C
1.
2.
3.
4. & Ambiente
3. & FactorHumano
2. & Mtodo
1. Equipo
Lmite de
aceptacin
Valor obtenido
C
1.
2.
3.
4.
01/02/2016
5. & Muestreo
4. & Ambiente
3. & Human Factor
2. & Mtodo
Valor real
de la
Muestra
1. Equipo
Lmite de
aceptacin
Valor obtenido
C
1.
2.
3.
4.
5.
Debido
Es muy importante saber diferenciar entre estas dos variaciones debido a que
las acciones correctivas necesarias son muy diferentes.
Estas dos variaciones estn relacionadas a los dos fundamentales tipos de
error analtico. (La estadstica nos ayuda a distinguirlas de manera objetiva).
Definicin
ESTADISTICA
La ciencia de inferir generalidades a
partir de observaciones particulares.
La Estadstica es un campo de estudio
relacionado con:
DESCRIPTIVA
Es la ciencia que
recopila, organiza
e interpreta la
informacin
numrica o
cualitativa
INFERENCIAL
Es la ciencia que
interpreta
informacin de
manera que
pueda llevar a
conclusiones
vlidas.
01/02/2016
Objetivo de la Estadstica
Aplicacin de la Estadstica
Distribucin normal
p ( x)
( x ) 2
2 2
x
= ubicacin
= dispersin
01/02/2016
Caracterizando completamente
una distribucin normal
=
ubicacin
= dispersin
2
01/02/2016
Distribucin Normal
Propiedades importantes
La curva es simtrica alrededor de
Cuanto ms grande el valor de mayor es la dispersin de la curva
Aproximadamente 68% de los datos se encuentran entre 1
Aproximadamente 95 % de los datos se encuentran entre 2
Aproximadamente 99.7 % de los datos se encuentran entre 3
68 %
95%
99.7%
DISTRIBUCION NORMAL
La distribucin Normal
est definida
por x y
16%
2,25%
68%
16%
95,5%
2,25%
_______________________________
x-2 x-
x
x+
Av. Robles E4-65 y Av. Amazonas. Edf. Proinco 5to. piso Of. 509
Telf.: 2903499 www.oae.gob.ec
Parmetros estadsticos
Media
n
i 1
n
i 1
xi
xi = suma de resultados
n = nmero de resultados
01/02/2016
Parmetros estadsticos
Desviacin estndar
i 1
( xi x ) 2
( n1)
Parmetros estadsticos
Desviacin estndar relativa (RSD)
RSD
s
x
s
CV % RSD 100
x
Cuando queremos comparar la dispersin de resultados que tienen diferente magnitud
o unidades, la relacin de la desviacin estndar con respecto a la media puede ser de
ms utilidad que el valor absoluto.
Parmetros estadsticos
La varianza S2, es el cuadrado de la desviacin estndar
Las varianzas son aditivas
S2 = S12 + S22 +.+ Sn2
la varianza tambin describe la dispersin
Por la propiedad de aditividad de las varianzas sabemos que si los resultados estn
influidos por n fuentes de error aleatorio diferentes e independientes, la varianza total de
un resultado es la suma de las varianzas de los componentes individuales.
01/02/2016
Parmetros estadsticos
Desviacin estndar de la media
n=1
- 1.96s/n
n=3
- 1.96s/n
+ 1.96s/n
+ 1.96s/n
n = 10
sM
- 1.96s/n
+ 1.96s/n
s
n
IC =
t (v, )s
n
01/02/2016
Prueba-F
Aplicaciones
Prueba-F
Es una prueba estadstica empleada para la comparacin de varianzas .
Se compara con Ftab (dos colas) (0.05, n2 -1, n1-1). Si F < Ftab admitimos H0
Prueba-F
Aplicaciones
01/02/2016
Prueba-t
Comparacin de valores medios de dos conjuntos de datos
Prueba-t
Comparacin de valores medios de dos conjuntos de datos
Se calcula t
10
01/02/2016
Prueba-t
Comparacin de valores medios de dos conjuntos de datos
Prueba-t
Aplicaciones
tcal
x
s n
REGRESIN LINEAL
11
01/02/2016
CORRELACIN
La medida de la correlacin ms importante es el coeficiente de correlacin
(rho) entre dos variables aleatorias.
Dicho coeficiente se encuentra entre +1 y 1. Cuando es igual a 1 o a +1
todos los puntos se encuentran correlacionados y cuando es igual a 0, decimos
que x e y no estn correlacionadas y por tanto son independientes.
La estimacin de se efecta con el estadstico r:
x y1 y
i 1
x
n
i 1
y
n
i 1
REGRESIN
Una vez establecido que existe correlacin entre las variables x e y , con el anlisis de
regresin, se ajusta una ecuacin de regresin a una nube de puntos (parejas de
valores xi , yi) observada.
Si la ecuacin de regresin es del tipo y = + x (de una lnea recta), hablamos de
REGRESION LINEAL (siendo y la variable aleatoria dependiente y x la variable aleatoria
independiente de la que conocemos el valor).
Los parmetros y se estiman (a y b), a partir de los valores muestrales, por el
mtodo de los mnimos cuadrados.
La ecuacin anterior queda:
y a yx byx x
REGRESIN
donde:
y = y estimada
n
n
b yx
xi y i xi y i
i 1
i 1
xi2
i 1
xi
i 1
a yx
i 1
2
yi b yx xi
i 1
i 1
12
01/02/2016
REGRESIN
S a Sb
y y
S y, x
Sb
n2
S y, x
x x
REGRESIN
Los intervalos de confianza de los
parmetros b y a son:
a t Sa
b t Sb
REGRESIN
13
01/02/2016
FUNCION RESPUESTA
MTODOS
INSTRUMENTALES
Comportamiento lineal
S
e
a
l
Concentracin
FUNCIN RESPUESTA
COEFICIENTE DE CORRELACIN
14
01/02/2016
COEFICIENTE DE CORRELACIN
LMITES DE CONFIANZA
15
01/02/2016
ANOVA
Anlisis de Varianza
ANOVA
Porqu ANOVA?
Analito conc.
105
100
Promedi
o
95
90
80
A
Analista
Anlisis de Varianza
ANOVA es una tcnica estadstica usada para separar y calcular la variacin
debido a los errores aleatorios de la medicin causada por cualquier factor
(sean estos constantes variables).
La idea central detras de ANOVA es que cuando los resultados pueden ser
agrupados, por ejemplo, por analista, por laboratorio, por mtodo, etc. la
variacin total del conjunto de resultados pueden ser calculada por la
combinacin de las varianzas dentro-grupos y entre-grupos.
La ms simple forma de ANOVA es la de un solo factor y se usa cuando se
considera una sola variable o factor, por ejemplo, un analista, un mtodo, una
misma temperatura, etc. (One-way ANOVA).
Cuando se consideran dos variables o factores simultanemente, por ejemplo,
temperatura y tiempo, se usa el ANOVA de dos factores (two-ways ANOVA).
16
01/02/2016
ANOVA
Anlisis simple de la varianza
k= No. Das
p=No de
repeticiones
n= No. Total
de
repeticiones
Origen
de la varianza
Grados de
libertad ( )
Entre grupos
(Between)
1 = k-1
Dentro del
grupo
(Within)
2 = n-k
Total
= n-1
Diferencias cuadrticas
medias
(DCM = SDC/ ) (varianzas)
Sumas de diferencias
cuadrticas (SDC)
5
SDCB p(Li L) 2
DCM B
i 1
SDCW (Lij Li ) 2
i 1 j 1
SDC B
v
DCM W
SDC W
v
DCMt
SDC t
vt
SDCT (Lij L ) 2
i 1 j 1
( SDC B SDCW )
Grados de
libertad ()
= k-1
w = n-k
t = n-1
DESVIACIN DE REPETIBILIDAD Y
REPRODUCIBILIDAD
,
sr
DCM W
La desviacin estndar de
reproducibilidad (sR) es
s L2
donde
s R s r2 s L2
DCM B DCM W
5
17
01/02/2016
La prueba-F
GARANTIZAR GRUPOS ESTUDIADOS NO DIFERENTES
VB ; vW
Asumciones en ANOVA
Aunque en ANOVA se asume de que los datos y sus promedios estan normalmente
distribudos, en la prctica por tenerse muy pocas mediciones, es dificil demostrar la
Resumen
1. ANOVA nos ayuda a determinar si las diferencias entre un
grupo de medias son significativamente mayores que el
calculado para el error de medicin, expresado por la
varianza S2w.
18
01/02/2016
s R s r2 s L2
Cuando son
duplicados
TEST DE COCHRAN
2.
3.
C C5%
NO SE DESCARTA
C5%< C C1%
DUDOSO
C > C1%
SE DESCARTA
19
01/02/2016
TEST DE GRUBBS
Variabilidad entre laboratorios (Between).
TEST DE GRUBBS SIMPLE
Ordenar los valores en forma creciente para tomar la
observacin ms grande.
1.
Se aplica para un valor extremo (mayor o menor) y se
calcula el estadstico
2.
Se aplica para un valor extremo (mayor o menor) y se
calcula el estadstico
Mayor
3.
Menor
TEST DE GRUBBS
4.
ACEPTADO
DUDOSO
Gmx (Gmn)
5.
> G1%
SE DESCARTA
TEST DE GRUBBS
TEST DE GRUBBS DOBLE (Dos valores extremos pueden
enmascarar el anlisis )
20
01/02/2016
TEST DE GRUBBS
2. Obtener los valores crticos al 5 % y 1 %
(Tabla de Grubbs doble).
3. Comparar el valor de G calculado
4. :
ACEPTADO
DUDOSO
Gmx (Gmn)
< G1%
SE DESCARTA
EVALUACIN DE MTODOS
CUALITATIVOS
TABLAS DE CONTINGENCIA
EVALUACIN DE MTODOS
CUALITATIVOS
21
01/02/2016
EVALUACIN DE MTODOS
CUALITATIVOS
22