Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 3: 04-
04-12-
12-12
di = Xi – X
“Para casa”
C2-
C2-
3
Conceito de Precisão
S= Σ
i=1
(xi – x )2
N-1 N -1 =
no de graus de liberdade
S2 é chamado de Variância
Método
de análise
C preciso e exato !
A impreciso e inexato
Testes de Hipóteses
7
Teste F para comparar conjuntos de dados
“Hipótese nula” : as precisões são semelhantes
Graus
lib. 3 4 5 6 12 20 Numer..
Numer
C3-
Comente sobre a diferença na precisão obtida nos laboratórios
A e B para a determinação de Mg em uma mesma amostra de
leite considerando um nível de confiança de 95%.
Dados:
Lab. A : 34,97; 34,85; 34,94 e 34,88 mg L-1 e
Lab. B : 35,02; 34,96; 34,99; 35,07 e 34,85 mg L-1.
FOTO:
10
http://saude.abril.com.br/edicoes/0292/nutricao/conteudo_261910.shtml, acessado 02-11-12
Antes de “comparar médias”...
“Entendendo” os erros
TIPOS:
TIPOS
2) ALEATÓRIOS
11
Erros Sistemáticos ou Determinados
(Podem ser conhecidos e rastreados)
rastreados)
12
Erros Sistemáticos ou Determinados
(Podem ser conhecidos e rastreados)
rastreados)
• Método comparativo
• Testes interlaboratoriais
13
Erros Sistemáticos ou Determinados
(Cumprimento do POP )
Procedimento Operacional Padrão
14
Erros Indeterminados (aleatórios ou randômicos)
Medidas flutuam
aleatoriamente
ao redor da média
afetam a precisão
15
Ex de uma Distribuição Normal (Calibração de uma pipeta)
50
% das medidas
Curva de Gauss
30
(Perfil da distribuição)
10
9.969 9.975 9.981 9.987 9.993
9.971 9.977 9.983 9989 9.995 volume (mL)
Histograma mostrando a
distribuição de 50 medidas do
volume escoado por uma pipeta
de 10 mL
16
OBS: Transparência preparada a partir de material do Prof Célio Pasquini (IQ-
IQ-Unicamp
Unicamp))
Karl F. Gauss
17
Distribuição Normal de Gauss
1 exp - 1 (X i - µ)2
Y=
σ √2π 2 σ2
Assim, pode-
pode-se calcular uma faixa para um resultado R
supondo que os desvios observados seguem uma distribuição normal
18
OBS: Transparência preparada a partir de material do Prof Célio Pasquini (IQ-
IQ-Unicamp
Unicamp))
Expressão de resultados e Limites de confiança da média
µ
0,4 -2σ -1σ +1σ+2σ
µ =x ± tS
Frequência relativa
0,3
√N
0,2
0,1
0_
0 +
Distribuição Normal de Gauss
19
OBS: Transparência preparada a partir de material do Prof Célio Pasquini (IQ-
IQ-Unicamp
Unicamp))
Valores críticos para t nos níveis de 95 e 99%
99%
(P=
(P=0,025
0,025 e P=
P=0,005
0,005 na distribuição unilateral)
unilateral)
Graus de liberdade 95% 99%
1 12,71 63,66
2 4,30 9,93
3 3,18 5,84
4 2,78 4,60
5 2,57 4,03
6 2,45 3,71
7 2,37 3,50
8 2,31 3,36
9 2,26 3,25
10 2,23 3,17
. . .
. . .
∞ 1,96 2,58
x1 - x2
t= Sp corresponde a S “agrupado”
n1 n2 n é o número das medidas
Sp n1 + n2 para cada média
µ =x ± tS µ - x
t = √N
√N S
x1 - x2
t=
n1 n2
Sp n1 + n2
22
Exemplo 4:
µ=?
µ =x ± tS
√N
µ = 31,40 ± (3,18 x 0,11) / √ 4
- Propagação de erros
- Regressão linear
24
Propagação de erros para um resultado R: alguns exemplos
(Erros e incertezsas em cada etapa do processo
processo))
AB
R = A + B – C (soma e sub.) R = (multiplicação e divisão)
C
Erros determinados:
ER EA EB EC
ER = EA + EB - EC = + -
R A B C
2 2 2
SR SA + SB + SC
SR = √ SA2 + SB2 + SC2 = ±
R A B C
25
CASO DE MÉTODOS INSTRUMENTAIS
Regressão linear
Padrões
Abs=
Abs= 48,3x + 0,24
Absorbância
r= 0,9987
Branco
0 Concentração (mg L-1) 1
n Σx.y – Σx.Σy
a = ______________ b = y - x
n Σx2 – (Σx)2
n= no de pontos (x1;y1) da calibração
n Σxy – ΣxΣy
r = _______________________________
{ [nΣx2 – (Σx)2] [nΣy2 – (Σy)2] } 1/2 28
REGRESSÃO LINEAR
casa”:
“Para casa”:
29