1

1 ( xi )2 / 2 2
y e
2
Prof. M. Anglica Francois C.
 2

Prof. M. Anglica Francois C.

 3

Qu es la estadistica?
Estadstica Es una comparacin matemtica de datos,
haciendo uso de test estadsticos los que pueden ser descriptivo
o comparativo.
La estadstica descriptiva describe los datos.
La media. La variacin.
La desviacin estndar. Se asocia a conceptos de
Error estndar. Precisin y Exactitud.
La estadstica comparativa calcula probabilidad matemtica
(variaciones del conjunto de datos, debido a efectos del
tratamiento:
La prueba t, etc.

Prof. M. Anglica Francois C.

 4

Prof. M. Anglica Francois C.

 5
Por qu usar estadstica?
Mediciones de una serie de replicas de una muestra, aun
bajo las mismas condiciones los valores obtenidos difieren
entre si: errores : mtodo,
instrumentos,
persona que realiz las medicin
.

Evaluar los datos y justificar las conclusiones, descartando

interpretaciones no sustentadas en las limitaciones de la
medicin realizada.

Prof. M. Anglica Francois C.

 Anlisis Cuantitativo Peso, Volumen 6
Potencial elctrico
Absorcin de radiacin

Datos analticos Medidas de magnitudes fsicas

Afectados de cierto grado Siempre hay un

ERROR en su
de INCERTIDUMBRE
medida

Podemos evaluar la magnitud del error? Cmo?

Conociendo los posibles tipos de errores.
Diseando experimentos que los evidencien.
Analizando patrones de concentracin conocida.
Aplicando test estadsticos a los datos
Prof. M. Anglica Francois C.
 7
Error en Analsis Qumico

Diferencia entre el valor observado o determinado

experimentalmente (Xe) y el considerado como el verdadero (). (ea
= (xe- )) xe = resultado obtenido
= valor verdadero

Para evaluar la magnitud del error experimental se toma el error

relativo: Cociente entre el error absoluto y el valor verdadero, (se
expresa en tanto porciento).

Prof. M. Anglica Francois C.

 8

Error por exceso: si el efecto del error da un AUMENTO del

resultado con respecto al valor real.
Error por defecto: si el efecto del error ha provocado una
DISMINUCION del resultado con respecto al valor real.

Prof. M. Anglica Francois C.

 9
TIPOS DE ERRORES

1. ERRORES DETERMINADOS o SISTEMTICOS.

2. ERRORES INDETERMINADOS o ALEATORIOS
3. ERRORES GRUESOS

Errores determinados o sistemticos : Causas concretas.

Son reproducibles y se detectan y corrigen.
Son unidireccional.
Afectan a la exactitud del anlisis.

Prof. M. Anglica Francois C.

 10

Prof. M. Anglica Francois C.

 11
EFECTO

SOBRE LOS RESULTADOS ANALITICOS

Errores constantes o aditivos: La magnitud es independiente

de las dimensiones de la cantidad medida.
Errores proporcionales: La magnitud depende en valor
absoluto del tamao de la muestra tomada para el anlisis.

Prof. M. Anglica Francois C.

 Errores Sistemticos 12

Repeticin de medidas no se detectan.

Aun su magnitud pueden pasar inadvertidos.

Prof. M. Anglica Francois C.

 13
Media aritmtica

error central
Estimacin
del
Moda

Mediana
Desviacin estndar
Estimacin de
la dispersin

Desviacin estndar relativa

Varianza
Prof. M. Anglica Francois C.
 14
Deteccin y eliminacin de errores
determinados

..
Errores de muestreo: Se origina por una muestra no representativa.
Errores Personales : Abarcan desde la capacidad para ver un cambio hasta la
evaluacion de una cantidad x, en una escala. Prctica y experiencia.
Errores Instrumntales:
1. Debido a limitaciones del instrumento. Cada material debe tener indicado su
incerteza. Ej.1 0,006 ml.
2. Necesita calibracin ya sea de equipos con sofisticada electrnica hasta de
material simple como buretas, matraces aforados etc.,

Prof. M. Anglica Francois C.

 15

Errores de Mtodo:
1. Anlisis de materiales de referencia certificados.
2. Determinaciones en blanco.
3. Anlisis independientes.
4. Variar el tamao de la muestra
5. Determinar la sensibilidad.

Se pueden usar estrategias para determinarlo como:

Analizando varias muestras de distinto tamao.
Si es constante, ser mas significativo para muestras pequeas
Si es variable, es ms difcil de detectar.
Analizando una muestra patrn.

Prof. M. Anglica Francois C.

 16
CONCEPTOS ESTADSTICOS BSICOS: Aplicados en el
tratamiento de datos analticos.

Poblacin y muestra : En estadstica el trmino Poblacin designa un grupo finito o

infinito de cosas con caractersticas comunes. La parte observada de una poblacin
se denomina muestra

Poblacin Universo de datos

Muestra Fraccin representativa de la poblacin

Prof. M. Anglica Francois C.

 17

Medidas de la tendencia central: Media, mediana. x

N
x xi = valor individual
i= 1 i
x =
N N = nmero de medidas

x a medida que aumenta N

Mediana: Es el valor central de una serie de datos que han sido ordenados en
orden creciente o decreciente
Si el nmero de trminos es par, la mediana es el promedio de los dos
resultados centrales de la serie

Prof. M. Anglica Francois C.

 18
Ilustracin de la Media y la Mediana

Resultado de 6 determinaciones de la cantidad de Fe(III) contenida en una solucin, de

concentracin conocida ( 20ppm) :

Nota: El valor de la Media es 19.78 ppm (i.e. 19.8ppm), el valor de la mediana es 19.7 ppm

Prof. M. Anglica Francois C.

 PARMETROS QUE ESTIMAN LA DISPERSIN DE LOS 19
RESULTADOS
Desviacin estndar de la muestra (s)

xi = valor individual
N
( xi - x)2 x = media
s = i =1
N = nmero de medidas
N - 1
N-1 = grados de libertad

Slo N-1 desviaciones dan una medida independiente de la precisin de la muestra.

Desviacin estndar de la poblacin ()

N
( x i - m) 2 = media poblacional,
s = i =1 cuando N
N

Prof. M. Anglica Francois C.

 20
s
DESVIACIN ESTNDAR RELATIVA RSD = 1000
x

La desviacin estndar expresada como porcentaje del valor medio se denomina

s
COEFICIENTE DE VARIACIN, CV = ( ) 100%
x

(x i
2
- x) 2
VARIANZA: s 2= i =1

N- 1

Prof. M. Anglica Francois C.

 21
Rechazo de datos

Cuando n 4 puede haber un resultado alejado de la mayoria.

Este valor se debe considera o descata?.
Una regla til que nos da una gua de como proceder es la Prueba Q.
Consideremos el siguiente set de resultados:
Dif.

12,47 12, 48 12,53 12,56 12,67

Rango
Q =Valor cuestionable- valor mas cercano
Valor mas alto valor menor
Q = 12,67 - 12,56 = 0,55
12,67 - 12,47

Prof. M. Anglica Francois C.

 22
Recomendaciones para el rechazo de datos
anmalos:

1. Volver a examinar cuidadosamente todos los clculos relacionados

con el valor dudoso para ver si pudiera existir un error grueso.
2. Estimar la precisin que razonablemente puede esperarse del
procedimiento para asegurar que el resultado es realmente dudoso.
3. Si se dispone de muestra y de tiempo suficiente, repetir el anlisis.
4. Si no se pueden obtener ms datos aplicar la prueba de la Q para
decidir estadsticamente si el dato es rechazable.

Prof. M. Anglica Francois C.

 23
El parametro Qexp se define como:

Q = x - x /w
exp q n

donde x = Resultado cuestionable

q
x = Valor mas cercano
n
w = Rango de set datos

Qexp se compara con un set

de valores de Qcrit:

Prof. M. Anglica Francois C.

 Se recomienda descartar el dado dudoso si Qexp > 24
Qcrit para un nivel de confianza dado.
No. de datos Niveles de confianza
90% 95% 99%
3 0.941 0.970 0.994
4 0.765 0.829 0.926
5 0.642 0.710 0.821
6 0.560 0.625 0.740
7 0.507 0.568 0.680
8 0.468 0.526 0.634
9 0.437 0.493 0.598
10 0.412 0.466 0.568

Se recomienda evaluar el rechazo, primero, con el mas alto nivel de confianza.

El rechazo de un dato dudoso puede tener un marcado efecto en la media en la desviacin
estandar, especialmente. > a < cantidad de puntos. Siempre intente obtener ms datos.
Si el dato dudoso es retenido, entonces informar el valor la mediana en lugar de la media.

Prof. M. Anglica Francois C.

 25
Los valores obtenidos en la determinacin de [NO2-] del agua de un ro
fueron: 0.403, 0.410, 0.401, 0.380 mg/l. Debe rechazarse 0,380?

Como Qcrit = 0.829, el valor

sospechoso no se rechaza. Si, dado el Q = 0,380 - 0,401 = 0,7
resultado, se realizan 3 nuevas
0,410 - 0,380
determinaciones, con lo cual el set de
valores queda: 0.403, 0.410, 0.401,
0.380, 0.400, 0.413, 0.411 mg/l,. Sera
aun retenible el valor 0.380? Q = 0,380 - 0,400 = 0,606
0,413 - 0,380

Pero Qcrit = 0.568 (para 7 valores y 95%) Por consiguiente, Qexp > Qcrit, lo cual
recomienda, el rechazo del valor 0.380.

Nota: que si se retienen 0.380, s = 0.011 mg/l, pero si es rechazado, s = 0.0056 mg/l,
es decir la precision es dos veces mejor, slo por descartar un valor sospechoso.

Prof. M. Anglica Francois C.

 26
x i = valor verdadero + error total

Error: Diferencia entre el verdadero valor (o el considerado

convencionalmente como verdadero) y el valor medido individual o el de
la media de un conjunto.

Error total o error analtico: Composicin de diferentes componentes del

error resultantes tanto del proceso de medida como de otros pasos del
proceso analtico.

Error total
Accidntal Sistemtico
Aleatorios
(al azar)
Prof. M. Anglica Francois C.
 27
Relacin entre exactitud, veracidad y precisin

Sesgo: Diferencia entre el valor

Sesgo = xm -X = 0? esperado de un estimador y el
verdadero valor del parmetro.

Si el sesgo es no significativo (no hay error sistemtico, resultados

veraces), la exactitud del mtodo es equivalente a su precisin:

Si la precisin es baja (alto error aleatorio), cualquier resultado ser

inexacto y podr diferir considerablemente del verdadero valor
convencional.
Si la precisin es buena (bajo error aleatorio) todos los resultados sern
exactos a menos que haya error sistemtico.
Si el sesgo es significativo (hay error sistemtico), incluso resultados con
alta precisin sern inexactos.

Prof. M. Anglica Francois C.

 A) Error sistemtico, sesgo significativo (X-x m 0) 28

Valor verdadero Media

Resultado anmalo
outlier (error accidental)
sesgo

X xm
Rango de errores aleatorios

B) Ausencia de error sistemtico, sesgo no significativo (X-x m = 0)

Valor verdadero Media

Resultado anmalo
outlier (error accidental)
sesgo


X xm
Rango de errores aleatorios
Prof. M. Anglica Francois C.
 29
A) No preciso, Veraz (inexacto) Media

Valor verdadero
Resultado, xi

sesgo Error aleatorio

X xm
B) No preciso, No Veraz (inexacto)
Media
Valor verdadero
Resultado, xi

Error aleatorio

X sesgo xm
Prof. M. Anglica Francois C.
 30
C) Preciso, No veraz (inexacto) Media

Valor verdadero
Resultado, xi

Error aleatorio

X xm
sesgo
D) Preciso, Veraz (EXACTO) Media

Valor verdadero
Resultado, xi

Error aleatorio

X sesgo xm
Prof. M. Anglica Francois C.
 31
Caracterizacin de los errores indeterminados

Se caracterizan mediante principios estadsticos basados en la distribucin

normal de Gauss. Para tener una idea cualitativa de cmo los pequeos
errores producen una incertidumbre global.
Supongamos que slo 4 errores al azar se combinan para dar el error total.
Cada error tiene la misma probabilidad de ocurrir. Cada uno puede hacer
que el resultado final sea alto o bajo en una cantidad fija U. La magnitud
U es la misma para cada uno de los 4 errores al azar.

Prof. M. Anglica Francois C.

 Distribucin de la frecuencia del error 32
indeterminado Curva o distribucin Gaussiana
b)

a)

Curva de Gauss

a) 4 incertidumbres (errores) c)
b) 10 incertidumbres
c) Un gran nmero de datos el nmero
incertidumbres

Prof. M. Anglica Francois C.

 Caractersticas de la curva normal de error 33

Es una curva Gaussiana cuya rea total es la unidad.

La curva queda completamente definida por dos parmetros: La
media de la poblacin () y la desviacin estndar de la poblacin ().

La curva normal de error esta representada por la ecuacin:

x= valor individual, = media de la poblacin

Prof. M. Anglica Francois C.

 34

1. La media se presenta en el punto central de mxima frecuencia.

2. Hay una distribucin simtrica de desviaciones positivas y negativas
alrededor del mximo.
3. Una disminucin exponencial de la frecuencia a medida que aumenta la
magnitud del error. As los errores indeterminados pequeos se
producen mucho ms frecuentemente que los grandes.

Prof. M. Anglica Francois C.

 Datos obtenidos en la calibracin de una pipeta de 10ml 35

No. Vol, ml. No. Vol, ml. No. Vol, ml

1 9.988 18 9.975 35 9.976

2 9.973 19 9.980 36 9.990
3 9.986 20 9.994 37 9.988
4 9.980 21 9.992 38 9.971
5 9.975 22 9.984 39 9.986
6 9.982 23 9.981 40 9.978
7 9.986 24 9.987 41 9.986
8 9.982 25 9.978 42 9.982
9 9.981 26 9.983 43 9.977
10 9.990 27 9.982 44 9.977
11 9.980 28 9.991 45 9.986
12 9.989 29 9.981 46 9.978
13 9.978 30 9.969 47 9.983
14 9.971 31 9.985 48 9.980
15 9.982 32 9.977 49 9.983
16 9.983 33 9.976 50 9.979
17 9.988 34 9.983
Prof. M. Anglica Francois C.
 36
Media 9.982 ml Mediana 9.982 ml
Spread 0.025 ml Desviacin estandar 0.0056 ml

A =Histograma de los resultados experimentales

B =Curva Gausiana con el mismo valor medio, igual precisin
y laFrancois
Prof. M. Anglica misma rea
C. bajo la curva del histograma.
 37
Distribucin de frecuencia para medidas que
contienen errores aleatorios

Existe la misma probabilidad de que debido a los efectos de los errores

indeterminados, se obtengan resultados altos o bajos.
Los errores indeterminados dan lugar a que se presenten con mayor
frecuencia desvos pequeos que desvos grandes.

Prof. M. Anglica Francois C.