Agncia Nacional de Vigilncia Sanitria

GUIA N 10/2017 Verso 1

GUIA PARA TRATAMENTO ESTATSTICO DA

VALIDAO ANALTICA

VIGENTE A PARTIR DE 12/09/2017

Incio do perodo de contribuies: 13/09/2017

Fim do perodo de contribuies: 12/03/2018

MEDICAMENTOS

2017
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

GUIA PARA TRATAMENTO ESTATSTICO DA

VALIDAO ANALTICA

Este Guia expressa o entendimento da Anvisa sobre as melhores

prticas com relao a procedimentos, rotinas e mtodos
considerados adequados ao cumprimento de requisitos tcnicos ou
administrativos exigidos pela legislao. No confere ou cria novas
obrigaes, devendo ser utilizado por agentes pblicos e privados
como referncia para cumprimento legislativo.

Abordagens alternativas so possveis, de modo que sua

inobservncia no caracteriza infrao sanitria, nem constitui
motivo para indeferimento de peties, desde que atendidos os
requisitos exigidos pela legislao, ainda que por meio diverso
daquele previsto nesta recomendao.

As recomendaes contidas neste Guia produzem efeitos a partir da

data de sua publicao no Portal da Anvisa e ficam sujeitas ao
recebimento de sugestes da sociedade por meio de formulrio
eletrnico, disponvel em
http://formsus.datasus.gov.br/site/formulario.php?id_aplicacao=3
4184.

As contribuies* recebidas sero avaliadas e podero subsidiar a

reviso do Guia e a consequente publicao de uma nova verso.
Independente da deciso da rea, ser publicada anlise geral das
contribuies e racional que justifique a reviso ou no do Guia.

*A fim de garantir maior transparncia ao processo de elaborao dos instrumentos

regulatrios editados pela Anvisa, esclarecemos que os nomes dos responsveis pelas
contribuies (pessoas fsicas e jurdicas) so considerados informaes pblicas e sero
disponibilizados de forma irrestrita nos relatrios e outros documentos gerados a partir dos
resultados deste Guia. J o e-mail e o CPF dos participantes, considerados informaes
sigilosas, tero seu acesso restrito aos agentes pblicos legalmente autorizados e s pessoas a
que se referem tais informaes, conforme preconiza o artigo 31, 1, inciso I da Lei n 12.527,
de 18 de novembro de 2011. Outras informaes que venham a ser consideradas sigilosas pelos
participantes podero ser apensadas em campo especfico no formulrio eletrnico.

2
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

SUMRIO
I. ESCOPO.................................................................................................... 4
II. INTRODUO ........................................................................................... 4
III. BASE LEGAL ............................................................................................ 4
IV. AVALIAO ESTATSTICA NA LINEARIDADE ...................................... 4
A. Consideraes iniciais ....................................................................... 4
B. Anlise visual ...................................................................................... 5
C. Do modelo ............................................................................................ 6
1. Deciso entre MMQO ou MMQP ..................................................... 6
2. Utilizao do MMQO ........................................................................ 8
3. Utilizao do MMQP ......................................................................... 9
4. Avaliao dos coeficientes ............................................................. 9
D. Anlise de varincia (Anova) ........................................................... 10
1. Anova em MMQO ........................................................................... 10
2. Anova em MMQP ............................................................................ 12
E. Avaliao da correlao linear ......................................................... 13
F. Anlise de resduos .......................................................................... 13
G. Resumo .............................................................................................. 15
V. AVALIAO ESTATSTICA DO EFEITO MATRIZ................................. 16
VI. GLOSSRIO ........................................................................................... 19
VII. REFERNCIAS ...................................................................................... 19

3
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

I. ESCOPO
O objetivo deste guia recomendar modelos e procedimentos de anlise estatstica de
alguns parmetros da validao, para cumprimento da Resoluo RDC n
166/2017(doravante chamada simplesmente RESOLUO), que dispe sobre a
validao de mtodos analticos.

Este guia traz recomendaes da Anvisa sobre o que se entende como a melhor maneira
de cumprir a RESOLUO. Procedimentos diferentes podem ser aceitos, desde que
tcnica e cientificamente embasados e que cumpram o disposto na RESOLUO.

II. INTRODUO
A validao analtica tem como objetivo fornecer evidncias documentais de que o
mtodo adequado para o uso pretendido. Para isso, necessrio testar alguns
parmetros do mtodo analtico, conforme estabelecido na RESOLUO.

Aps testar os parmetros e obter os resultados, imprescindvel uma avaliao

adequada, para que se possa chegar a uma concluso correta a partir dos resultados
obtidos. Para alguns parmetros, esta avaliao envolve anlise estatstica.

Os modelos estatsticos partem de alguns pressupostos que precisam ser investigados

antes de sua utilizao. Caso essa investigao no ocorra ou no seja completa, os
resultados obtidos pelos modelos estatsticos podem no ser confiveis.

III. BASE LEGAL

Resoluo RDC n 166 de 24 de julho de 2017, publicada no DOU de 25 de julho de
2017.

IV. AVALIAO ESTATSTICA NA LINEARIDADE

A. CONSIDERAES INICIAIS

Conforme definido no art. 23 da RESOLUO, linearidade a capacidade de um mtodo

de gerar respostas analticas diretamente proporcionais concentrao do analito. A
resposta analtica em questo dependente do mtodo, podendo ser, por exemplo,

4
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

rea do pico, absorbncia, volume usado de agente titulante, entre outros. importante
notar que, se uma dada resposta analtica no varia conforme a concentrao do analito,
ela no adequada.

pressuposto dos modelos estatsticos utilizados para o tratamento dos dados de

validao, conforme abordagem proposta nesse Guia, que as medies so realizadas
em indivduos independentes. Por isso, existe a necessidade de que as amostras sejam
preparadas de maneira independente, isto , a partir de diferentes pesagens da
Substncia Qumica de Referncia (SQR). No contexto da linearidade, quando no for
vivel o preparo de amostras independentes desde o incio do procedimento (isto ,
desde a pesagem), poder ser aceito o preparo de solues diludas separadamente a
partir de uma mesma soluo estoque, sendo esta preparada a partir da pesagem da
SQR. A injeo ou anlise repetida da mesma soluo no adequada para aplicao
dos modelos estatsticos aqui mencionados.

Para avaliar se a resposta analtica , de fato, proporcional concentrao do analito,

primeiramente se plotam os dados de concentrao e de resposta analtica em um plano
cartesiano, com a concentrao (varivel independente) no eixo das abscissas (x) e a
resposta analtica (varivel dependente) no eixo das ordenadas (y). Assim, cada
resultado de concentrao e resposta analtica gerar um ponto neste plano. Esses
pontos so referidos como (x1, y1), (x2, y2), (x3, y3). . . (xi, yi). . . (xn, yn), onde n representa
o nmero total de pontos.

O mtodo descrito posteriormente para definio do modelo depende da definio do

centroide. O centroide a posio ( ; ), onde a mdia aritmtica dos valores de x
e a mdia aritmtica dos valores de y.

B. ANLISE VISUAL

Antes de qualquer avaliao estatstica propriamente dita, importante fazer uma

anlise visual para observar se os pontos, quando dispostos no grfico, tm relao
linear aparente. Embora essa anlise visual no seja comprobatria, recomendvel
que ela preceda o uso de qualquer modelo estatstico, porque, neste caso, nenhum
modelo poder ser usado se a relao for visivelmente no linear o que pode
demonstrar que a resposta analtica no adequada ou que necessita de transformao
matemtica.

5
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

C. DO MODELO

O modelo descrito nesta seo uma equao que pretende prever os resultados de
y a partir de qualquer valor de x. Considerando que a resposta analtica deve ser
diretamente proporcional concentrao, para cumprimento da RESOLUO, esse
modelo necessariamente ser uma equao de primeiro grau, representada conforme
abaixo:

y = a + bx +

Onde a definido como coeficiente linear ou intercepto e b definido como coeficiente

angular ou inclinao da reta e como o erro do modelo.

O mtodo recomendado para a estimativa da equao o mtodo dos mnimos

quadrados (MMQ). Este mtodo pode ter um fator de ponderao, sendo ento
denominado mtodo dos mnimos quadrados ponderados (MMQP) ou pode ser
aplicado diretamente, sem fator de ponderao, sendo ento denominado mtodo dos
mnimos quadrados ordinrios (MMQO). O MMQO tambm pode ser entendido como
um caso particular do MMQP no qual o fator de ponderao igual a 1.

A partir da definio do modelo, obtm-se a equao da reta que ser utilizada para
clculo dos valores esperados da regresso, que sero necessrios para a Anova.

1. Deciso entre MMQO ou MMQP

Para escolha do mtodo a ser utilizado, deve se considerar a varincia dos resultados de
y para cada valor de x. Se a varincia de y for constante (situao denominada
homocedasticidade), pode-se utilizar o MMQO. Caso sejam observadas alteraes de
varincia de y (situao denominada heterocedasticidade), recomendvel que se
utilize o MMQP, pois a utilizao do MMQO poder gerar resultados tendenciosos.

A varincia dos valores de y para cada um dos nveis de concentrao calculada da

seguinte maneira:

1
2 = ( )2
1
=1

Em que: j representa o j-simo resultado para o conjunto de rplicas i; m representa o

nmero de medidas (rplicas) para a resposta analtica y em cada ponto.

6
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Para avaliar se os dados so homocedsticos ou no, recomendado aplicar o teste de

Cochran. As hipteses so:

0 : 21 = 22 = 2 = 2
{
1 : 2 , = 1,2, ,

Em que 2 representa a varincia dos valores de y para um determinado nvel de

concentrao

A hiptese nula (H0) que as varincias sejam todas iguais e a hiptese alternativa (H1)
que pelo menos uma das varincias seja diferente das outras.

A estatstica a ser testada :

2

= 2 =

Em que o valor de C a razo entre a maior varincia observada para os conjuntos de

dados de y e a soma das varincias de y observadas para todos os nveis de
concentrao.

O valor de C calculado deve ser comparado ao valor crtico ao nvel de significncia de

5%. A concluso do teste ser:

Se C < Ccrtico, aceita-se a hiptese nula (dados homocedsticos)

Se C Ccrtico, rejeita-se a hiptese nula (dados heterocedsticos)

Os valores de C crtico ao nvel de significncia de 5% esto descritos na Tabela 1.

7
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Tabela 1 - Valores de C crtico com nvel de significncia de 5%.

N de medidas (rplicas) para a

Nmero varivel y
de
Pontos 2 3 4 5
5 0,841 0,684 0,598 0,544
6 0,781 0,616 0,532 0,48
7 0,727 0,561 0,48 0,431
8 0,68 0,516 0,438 0,391
9 0,638 0,478 0,403 0,358
10 0,602 0,445 0,373 0,331
11 0,57 0,417 0,348 0,308
12 0,541 0,392 0,326 0,288
13 0,515 0,371 0,307 0,271
14 0,492 0,352 0,291 0,255
15 0,471 0,335 0,276 0,242
16 0,452 0,319 0,262 0,23
17 0,434 0,305 0,25 0,219
18 0,418 0,293 0,24 0,209
19 0,403 0,281 0,23 0,2
20 0,389 0,27 0,22 0,192

2. Utilizao do MMQO

Se os dados forem homocedsticos, poder ser utilizado o MMQO. Neste caso, os

coeficientes so calculados conforme segue:

=1[( )( )]
=
[=1( )2 ]

Em que b representa a inclinao da reta e a representa o intercepto.

importante lembrar que cada um dos pontos est sujeito a erro experimental. Diante
dos referidos erros, assume-se que estes esto na resposta analtica (y). O erro
experimental tambm estar presente nos coeficientes.

A reta de regresso linear deve sempre passar pelo centroide.

8
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

3. Utilizao do MMQP

Ao aplicar o mtodo dos mnimos quadrados ponderados, os coeficientes da reta de

regresso devem ser estimados utilizando-se um fator de ponderao calculado a partir
do inverso da varincia de y, 2 , levando em considerao a mdia harmnica de todas
as varincias de y.

Se os pontos individuais so assinalados por (x1, y1), (x2, y2), (x3, y3)... (xi, yi)... (xn, yn), os
desvios padro correspondentes so 1 , 2 , 3 ... ... . Pode-se, em seguida, definir os
pesos individuais, 1, 2 , 3 ... ... , como sendo:
2
= 2
=1

A partir dos pesos individuais, tem-se:

=1
=
=1 2
2

Em que: bw representa a inclinao ponderada da reta e e representam as

coordenadas do centroide ponderado e aw representa o intercepto ponderado.

A linha de regresso ponderada deve passar atravs do centroide ponderado, cujas

coordenadas so dadas por:

= =1 e = =1

4. Avaliao dos coeficientes

Conforme disposto no inciso V do art. 26 da RESOLUO, a comprovao da significncia

do coeficiente angular fundamental para que seja demonstrada a linearidade do
mtodo. Tal avaliao realizada por meio do teste F da Anova, conforme descrito a
seguir.

A avaliao do coeficiente linear pode trazer informao importante, dependendo do

mtodo que est sendo validado. Recomenda-se que seja verificado, por meio de teste
t, se o coeficiente linear ou no estatisticamente diferente de zero.

esperado que o coeficiente linear no seja estatisticamente diferente de zero. Caso

ele seja, importante fazer uma avaliao do impacto deste resultado na linearidade do

9
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

mtodo. Recomenda-se considerar, entre outros fatores, o valor do coeficiente linear

em relao s concentraes testadas e a possvel interferncia do diluente ou de outras
substncias no sinal analtico que est sendo avaliado.

Em geral, a linearidade do mtodo precisar ser reavaliada quando o valor do

coeficiente linear for estatisticamente diferente de zero e tiver magnitude significativa
para o sinal analtico na concentrao de trabalho. Alm disso, caso seja encontrado
intercepto estatisticamente diferente de zero e com magnitude significativa frente s
respostas analticas, recomendvel que se utilize uma curva de calibrao ao invs de
um ponto nico para padronizao na rotina de anlise.

D. ANLISE DE VARINCIA (ANOVA)

A anlise de varincia (Anova) permite avaliar se uma determinada reta de regresso

estimada explica satisfatoriamente a relao existente entre a concentrao e o sinal.

A Anova tem fatores diferentes para o clculo, dependendo do mtodo utilizado

(MMQO ou MMQP).

A Anova realizada por meio da avaliao de todas as fontes de variao do sistema:

Regresso: variao das respostas analticas em relao ao centroide (amplitude

do modelo)
Resduos: variao das respostas analticas reais em relao ao modelo (erros)
Total: soma das variaes da regresso e dos resduos.

Para que seja comprovado que y realmente varia em funo de x (comprovao

fundamental para a linearidade), necessrio demonstrar que a variao devida
regresso (modelo) suficientemente maior que a devida ao erro (resduos).

1. Anova em MMQO

As somas dos quadrados esto relacionadas pela frmula abaixo:

( )2 = ( )2 + ( )

2

=1 =1 =1

10
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Em que:

a mdia aritmtica dos valores de y no centroide

um valor individual de y obtido experimentalmente em um determinado ponto (i-

simo ponto)

um valor individual de y calculado pelo modelo (equao) em um determinado

ponto (i-simo ponto)

n o nmero total de pontos

=1( )2 a soma dos quadrados total, tambm conhecida como SQTot

=1( )2 a soma de quadrados da regresso, tambm conhecida como SQReg

=1( )

2
a soma de quadrados devidos aos erros (ou resduos), tambm
conhecida como SQRes

Essa frmula tambm conhecida como:

SQTot = SQReg + SQRes

Aps obteno das somas dos quadrados, podem ser obtidos os quadrados mdios,
dividindo-se as somas pelo nmero de graus de liberdade. Tem-se ento:

)2
=1(
Quadrado Mdio da Regresso= QMReg = 1

)2
=1(
Quadrado Mdio dos Resduos = QMRes =

)2
=1(
Quadrado Mdio Total = QMTot = 1

p o nmero de parmetros do modelo. Neste caso, p=2.

A partir da, pode-se obter o valor de F, dividindo-se o quadrado mdio da regresso

(modelo) pelo quadrado mdio dos resduos (erros):

=1( )2
1
= =
=1( )
2

Para ilustrao, esto apresentados no Quadro 1 os valores considerados para Anova

no MMQO.

11
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Quadro 1 - Resumo da Anova nos MMQO

As hipteses do teste so:

0 : = 0
{
1 : 0

Comparando-se o valor de F com um valor crtico, toma-se a deciso de aceitar ou

rejeitar a hiptese nula de que b=0.

Se (,1,2) rejeita-se a hiptese nula de que b=0 e assume-se que y

efetivamente varia em funo de x e que o mtodo pode ser considerado linear.

(0,05;1;2) tem distribuio de probabilidade F de Snedecor com 1 grau de liberdade

no numerador e n-2 graus de liberdade no denominador ao nvel de significncia de 5%.

2. Anova em MMQP

Quando se utiliza o MMQP, os mesmos fatores de ponderao devem ser utilizados na

Anova. Por isso, as frmulas so diferentes da Anova em MMQO, embora o racional
aplicado seja o mesmo.

Para ilustrao, esto apresentados no Quadro 2 os valores considerados para Anova no

MMQP.

Quadro 2 - Resumo da Anova em MMQP

12
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Na Anova para MMQP, o F crtico e a regra de deciso para a hiptese nula so iguais ao
Anova para MMQO.

E. AVALIAO DA CORRELAO LINEAR

Aps determinado o modelo, pode ser calculado o coeficiente de correlao de Pearson

(r), que representa o grau de associao linear entre as variveis.

Caso seja usado o MMQO, o r calculado da seguinte maneira:

ni=1[(xi x)(yi y)]

r=
[ni=1(xi x)2 ][ni=1(yi y)2 ]

Em que: r representa o coeficiente de correlao de Pearson.

Caso seja usado o MMQP, o r calculado da seguinte maneira:

=
[ 2 ( )2 ][ 2 ( )2 ]

Em que: rw representa o coeficiente de correlao de Pearson ponderado.

Quanto maior o valor de r, mais forte a correlao entre as duas variveis e mais
realista o modelo (equao) proposto. O valor mnimo aceito para r ou rw de 0,990,
conforme disposto no 3 do art. 27 da RESOLUO. Os valores de r e rw devem ser
arredondados considerando pelo menos 3 casas decimais.

F. ANLISE DE RESDUOS

Resduo a diferena entre o valor encontrado de y e o valor estimado pelo modelo

(equao) em um determinado ponto, ( ). O resduo quantifica a distncia entre
o valor real e o estimado.

Quando o erro do modelo devido apenas s variaes comuns de anlise, espera-se

que os resduos sejam independentes entre si e tenham distribuio normal, ou seja:

~ (0, 2 )

importante que a normalidade, a independncia e a homocedasticidade sejam

investigadas.

13
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Para avaliao da normalidade dos resduos, recomenda-se:

Avaliao visual do grfico

Testes estatsticos de normalidade, tais como: Shapiro Wilk, Lilliefors, grficos
de probabilidade ou histograma.

Os grficos para avaliao visual devem incluir a distribuio de todos os resduos em

funo da concentrao e da resposta, preferencialmente com uma linha reta no valor
de mdia e outras duas linhas delimitando os valores esperados. Para estimar os valores
esperados, pode-se utilizar testes como o de Grubbs, D de Cook, entre outros. Valores
fora da faixa esperada so considerados outliers (valores aberrantes). Neste caso,
importante investigar se existe alguma causa analtica para esses valores aberrantes e
se, mesmo com esses valores, os dados ainda podem ser utilizados.

Exemplo de grfico para avaliao dos resduos est descrito na figura.

Figura 1 - Grfico de distribuio dos resduos em funo da resposta analtica. Neste caso, a
varincia dos resduos parece ser constante (homocedasticidade).

14
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

G. RESUMO

Para ilustrao, apresenta-se fluxo resumido para anlise estatstica dos dados
referentes ao parmetro linearidade

Figura 2 - Fluxograma para avaliao de linearidade.

15
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

V. AVALIAO ESTATSTICA DO EFEITO MATRIZ

Para comprovao da ausncia de efeito matriz, necessrio demonstrar que as retas
de concentrao versus resposta analtica da soluo de SQR e da soluo amostra
fortificada com SQR so paralelas, conforme disposto nos artigos 29 e 30 da
RESOLUO. As retas podero ser consideradas paralelas quando seus coeficientes
angulares ou inclinaes no forem estatisticamente diferentes.

Existem algumas maneiras para avaliar se as inclinaes no so estatisticamente

diferentes. Para qualquer uma delas, fundamental que os pressupostos estatsticos
sejam atendidos e, se necessrio, testados.

Uma das maneiras possveis de se avaliar o efeito matriz o teste t. importante notar
que o uso adequado do teste t s possvel diante de um conjunto de dados que permita
determinar adequadamente a varincia dos valores que sero comparados, por isso
existe a necessidade de que a comparao envolva um nmero adequado de curvas
conforme a varincia; quanto maior a varincia, maior o nmero de curvas necessrias.

Para correta aplicao do teste t, tambm fundamental que se comparem as varincias

de cada um dos grupos de amostras que se pretende testar. No caso, as varincias da
inclinao da curva de solvente contaminado com SQR e da curva de amostra
contaminada com SQR precisam ser comparadas, pois o mtodo de clculo do teste t
vai depender da igualdade ou no dessas varincias. Assim, antes da aplicao do teste
t, importante que as varincias sejam comparadas por meio do teste F de Snedecor.

Para cada reta (SQR em solvente e amostra fortificada com SQR) ser determinada uma
equao de regresso da mesma maneira que na linearidade:

1 = 1 + 1 1 +

2 = 2 + 2 2 +
Em que:

y1 corresponde ao sinal analtico para a curva de calibrao obtida com SQR em solvente;

y2 corresponde ao sinal analtico para a curva de calibrao obtida com a amostra

fortificada com SQR;

x1 corresponde concentrao da SQR em solvente (grupo 1);

x2 corresponde concentrao do analito nas amostras fortificadas com SQR (grupo 2);

16
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

a1 corresponde ao intercepto da curva de calibrao obtida com o SQR em solvente;

a2 corresponde ao intercepto da curva de calibrao obtida com a amostra fortificada

com SQR;

b1 corresponde inclinao da curva de calibrao obtida com o SQR em solvente;

b2 corresponde inclinao da curva de calibrao obtida com a amostra fortificada com

SQR;

corresponde ao erro do modelo.

Os erros so independentes e identicamente distribudos como uma distribuio

normal com mdia 0 e varincia , N~(0, ).

O teste t compara as inclinaes das retas ajustadas segundo as equaes definidas

acima, testando a hiptese nula de que as inclinaes so iguais (retas paralelas). Temos
ento:

: = 2
{ 0 1
1 : 1 2
Quando o teste F indica varincias semelhantes, o valor de T calculado conforme
abaixo:

1 2
=
1 2

Em que:

1 a estimativa de 1 , usando as 1 observaes do grupo 1;

2 a estimativa de b2 , usando as 2 observaes do grupo 2;

1 2 a estimativa do desvio-padro da diferena entre os coeficientes angulares

dos modelos. Este desvio-padro igual raiz quadrada da seguinte varincia:

2 2 1 1
2 = ,/ [(
1 2 + ( 2 ],
1 1)1 2 1)2

Em que:

2
(1 2)21 + (2 2)22
, = ,
1 + 2 4

17
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

Em que:

21 o quadrado mdio do resduo para o grupo 1;

22 o quadrado mdio do resduo para o grupo 2;

21 a varincia dos X para o grupo 1;

22 a varincia dos X para o grupo 2.

O valor obtido de T deve ser comparado com o valor crtico, considerando 1 + 2 4

graus de liberdade e nvel de significncia de 5%.

Se rejeita-se a hiptese nula e considera-se que existe efeito

matriz significativo e o mtodo no suficientemente seletivo. Para que este mtodo
seja utilizado, devem ser propostas aes corretivas que minimizem a distoro no
resultado causada pelo efeito matriz.

Se a hiptese nula no for rejeitada, considera-se que no h efeito matriz significativo.

Neste caso, as retas de regresso podem ser consideradas paralelas e a mesma
inclinao pode ser aplicada nos dois modelos. Teremos ento:

1 = 1 + 3 + e

2 = 2 + 3 +

18
 MEDICAMENTOS GUIA n 10, verso 1, de 30 de agosto de 2017

VI. GLOSSRIO
Anova Anlise de Varincia

ANVISA- Agncia Nacional de Vigilncia Sanitria

MMQ - Mtodo dos Mnimos Quadrados

MMQP - Mtodo dos Mnimos Quadrados Ponderados

MMQO - Mtodo dos Mnimos Quadrados Ordinrios

R - Coeficiente de correlao de Pearson

RDC Resoluo de Diretoria Colegiada

SQR - Substncia Qumica de Referncia

VII. REFERNCIAS
Miller, J. N; Miller, J. C. Statistics and Chemometrics for Analytical Chemistry. 6. Ed.
England: Pearson, 2010.

Ministrio da Agricultura, Pecuria e Abastecimento (MAPA), Guia: Validao e Controle

de Qualidade Analtica (Frmacos em Produtos para Alimentao Animal e
Medicamentos Veterinrios), Braslia, 2011.

19