Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PARTE A
Página 1 de 26
Exactitud
PARTE A
Página 2 de 26
Representatividad
Precisión
n < 30 n > 30
PARTE A
Página 3 de 26
n < 30 n > 30
PARTE A
Página 4 de 26
Sensibilidad
Selectividad
Propiedades Complementarias
Rapidez
PARTE A
Página 5 de 26
Costos
Otras propiedades que están relacionadas con el factor humano son las
relacionadas con la segundad del operador, del personal del laboratorio y del
medio ambiente. Además, los relacionados con la comodidad del personal del
laboratorio esto es: evitar tareas tediosas o que impliquen stress y de propiciar la
creatividad, competitividad y estímulo técnico y económico.
INCERTIDUMBRE Y VERACIDAD
PARTE A
Página 6 de 26
Los errores en Química Analítica indican las diferencias entre el valor verdadero
(el considerado como verdadero) y un resultado individual o medias de
resultados.
Existen tres tipos de errores clasificados: aleatorios, sistemáticos y crasos.
PARTE A
Página 7 de 26
donde:
z f(x 1 , x 2 )
PARTE A
Página 8 de 26
Las varianzas son aditivas cuando las variable independientes se suman mientras
que se usan las desviaciones estándar al cuadrado cuando, se trata de una
multiplicación o división. Es importante resaltar que las variables no, deben estar
correlacionadas (independientes), esto a menudo puede no suceder en
situaciones prácticas.
Los errores sistemáticos se propagan con sus signos. Si z es el error sistemático
que afecta a z, la relación para una suma o una resta es:
PARTE A
Página 9 de 26
Donde x1 es el error sistemáticos que afecta a x1, x2 a x2, ... etc. A diferencia de
los errores aleatorios que se acumulan, los errores sistemáticos pueden
compensarse.
PARTE A
Página 10 de 26
54
54
54
55
58
62
63
64
64
65
Poblaciones y muestras
PARTE A
Página 11 de 26
Distribución normal
PARTE A
Página 12 de 26
14
12
10
Frecuencia
0
2000 4000 6000 8000 10000 12000
Clases
Campana de Gauss
PARTE A
Página 13 de 26
La notación
nos dice que los valores de x están distribuidos normalmente con un promedio y
una varianza 2.
PARTE A
Página 14 de 26
PARTE A
Página 15 de 26
Las tablas suelen presentarse de distintas maneras, pueden ser de una cola o de
dos colas. Esta última muestra que parte del área total cae dentro o fuera del
intervalo (-z, +z). La Tabla 1 (ver ANEXOS al final de este apunte) da los valores
de z correspondientes a las áreas sombreadas mostradas sobre la misma tabla.
PARTE A
Página 16 de 26
-z z
El área sombreada representa en este caso al 2.5% del área total bajo la curva, es
decir una probabilidad = 0.025. Esta función de Excel nos muestra un área que va
desde z = - a z = -1.96 (probabilidad = 0.025). Lo mismo es decir que se
espera que el 2.5 % de los datos sean inferiores a z = -1.96. Si bien este es el
16 Lic. Sergio G. Chesniuk
http://www.metroquimica.com.ar
Curso: “Elementos para la Validación de Métodos Analíticos”
PARTE A
Página 17 de 26
Ejemplo: Supongamos que una fábrica de autopartes produce piezas cuya masa
presenta una distribución normal con = 5.00 g y = 0.05 g y queremos saber
entre que valores se encontraran el 95% de los resultados. Dicho intervalo se
calcula:
(5.0 ± 1.96 x 0,05); el intervalo es (5.1 - 4.9). ¿Por qué es esto así?
z2 = (250 -215) / 35 = 1
PARTE A
Página 18 de 26
PARTE A
Página 19 de 26
C=B-A
La Tabla 3 es de una cola. Ejemplo: supongamos que para los mismos datos
dados anteriormente, queremos saber cuál es la probabilidad de encontrar un
resultado mayor que 250. Como z = 1, de la tabla obtenemos el valor p = 0,84.
Esta es la probabilidad de encontrar un valor menor que z = 1; es decir que para
valores mayores la probabilidad será 1 - 0.84 = 0.16 (16%).
Este problema puede resolverse también con Excel tomando la función estadística
DISTR.NORM.ESTAND, insertando el valor de z = 1 obtenemos p = 0.84. Como
vimos en la gaussiana A y B anteriores esta es la probabilidad de obtener valores
inferiores a 250, por lo tanto la probabilidad de obtener valores mayores es
complemento, es decir 16 %.
PARTE A
Página 20 de 26
Intervalos de confianza
Para una distribución normal el 95% de los datos (es decir el 95% del área bajo la
curva) cae dentro de los límites z = -1.96 a z = 1.96. Puede decirse que el 95% de
los datos estarán dentro de los límites: 1.96
Esto es verdadero para todas las distribuciones normales, como los promedios
de las muestras están también normalmente distribuidos, será entonces
también verdadero para las distribuciones de los promedios. Se puede
establecer que el 95% de todos los promedios de la muestra de tamaño n caen
dentro de los límites:
Es decir:
PARTE A
Página 21 de 26
Esto nos dice que es posible estimar (obviamente desconocido). Para lo cual,
debe determinarse x para n mediciones y a la vez expresando la incertidumbre
correspondiente a la estimación.
= x 1.96
n
= x z
con 100 – % de probabilidad
n
Rta: = x 1.645
n
PARTE A
Página 22 de 26
1.96 0.10
n
1.96 0.05
N
N=4n
x z
2 n
PARTE A
Página 23 de 26
0
z
z 2
2
= x z s para n 30
2 n
= x t s para n < 30
2 n
PARTE A
Página 24 de 26
PARTE A
Página 25 de 26
PARTE A
Página 26 de 26