Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ER
La estadstica como herramienta
LP
de trabajo en el laboratorio
DE
A
IC
IM
QU
D A
ED
CI
SO
U
ER
MUESTRA Y POBLACIN
LP
DE
Poblacin:
Se entiende la
A
IC
totalidad del sistema
IM
objeto de estudio.
QU
Muestra: (mbito analtico)
D
Porciones representativas
ED
de la poblacin
CI
SO
U
ER
En la mayor parte de los casos, cuando se observa
como varia la frecuencia con que aparece cada
LP
valor en una serie de repeticiones suficientemente
DE
grande, en funcin del valor del parmetro
medido, se observa una variacin en forma de
A
campana o curva gaussiana.
IC
IM
QU
DISTRIBUCIN
NORMAL
AD
ED
CI
SO
U
ER
Media aritmtica:
LP
Desviacin estndar:
DE
Parmetros que estiman el valor central:
A
Media aritmtica:
IC
Mediana: valor central de los resultados ordenados
IM
de menor a mayor.
QU
Moda: Valor mas frecuente de la distribucin.
AD
ED
CI
SO
U
ER
Parmetros que estiman la dispersin de
LP
resultados: (PRECISIN)
DE
Desviacin estndar
Desviacin estndar relativa
A
Varianza
IC
IM
QU
( )
s=
D
A
ED
CI
SO
Var.
SO
=
CI
ED
AD
QU
IM
IC
A
DE
LP
ER
U
U
ER
LP
DE
A
IC
IM
QU
La exactitud indica los resultados de la proximidad de la
D
de la medida.
CI
SO
U
ER
Intervalos de Confianza
LP
DE
La curva de distribucin tiene la caracterstica de
que sus colas son asintticas respecto al eje de
A
las abscisas
IC
Para elegir un intervalo de confianza es preciso
IM
elegir el nivel de significacin que se representa
QU
por o P. Cuando se habla de un 95% de
confianza, se hace referencia al rea bajo la
D
= 0.05
CI
SO
U
ER
Intervalos de Confianza
LP
DE
Las medidas individuales se distribuyen
alrededor de la media de la poblacin, su
A
dispersin depende de la precisin, es poco
IC
probable que la media de una muestra sea
IM
exactamente igual a la media de la poblacin
(). QU
Este es el motivo por el cual se proporciona un
D
LP
DE
La anchura de este intervalo depende, adems
del nivel de confianza, de dos factores:
A
1.- La varianza de la poblacin o la muestra.
IC
2.- # de medidas de la muestra.
IM
Error estndar de la media:
QU
eem =
AD
ED
CI
SO
U
ER
Para 95% de confianza los lmites son:
LP
1.96 < < + 1.96
DE
Cuando el tamao de la muestra disminuye, la
A
incertidumbre que introduce la estimacin de a
IC
travs de s aumenta. Modificando en
IM
QU=
Donde t es el parmetro de Student, para un nivel
D
de los resultados
ED
CI
SO
U
ER
Pruebas de significacin
LP
Las ms bsicas y a la vez las mas utilizadas para
DE
la demostracin de la trazabilidad de los resultados
son el test F, y el test t.
A
IC
Se plantea una hiptesis nula Ho , que establece
que la diferencia existente es solo consecuencia de
IM
los errores aleatorios, por lo tanto no es
QU
significativa.
Tambin se plantea una hiptesis H1 , que
D
valores.
CI
SO
U
ER
Pruebas de significacin
LP
Ejm:
DE
Una muestra de agua contiene 25 ng/mL de Hg, y
el valor medio de 6 determinaciones es 24.6 con
A
IC
una s = 0.5 ng/mL, el planteamiento seria el
siguiente:
IM
Ho : = 25 / QU
H1 : 25 /
D
LP
DE
0.5
= = 2.57 = 0.52 /
6
A
IC
El resultado es 24.6 0.5 ng/mL, este valor en
estas condiciones, dado que el intervalo de
IM
confianza contiene el valor verdadero se acepta la
QU
hiptesis nula y se rechaza la alternativa.
Se concluye que nuestro resultado no es
D
LP
DE
2.5
A
2
IC
25
IM
1.5
24.48
QU 25 25.52
1
D
0.5
A
ED
0
24 24.2 24.4 24.6 24.8 25 25.2 25.4 25.6
CI
SO
U
ER
Pruebas de significacin
LP
Test F
DE
Compara dos varianzas: a partir de sus
respectivas estimaciones se define el
A
IC
valor calculado como: = dado que los
IM
QU
valores de F son siempre superiores a 1 si el
mayor valor se sita en la parte superior
D
<
A
ED
CI
SO
U
ER
Pruebas de significacin
LP
Test t
DE
1.- Comparacin de la media de una muestra con
la de una referencia:
IC
=
IM
QU
tcrtico n-1= grados de libertad, = 0.05, 2 colas
Ejm.: Valor de referencia 40 ug/mL
D
LP
Test t
DE
1.- Comparacin de las medias de dos series:
=
A
IC
Donde s es calculado
IM
1 QU + 1
=
+ 2
A D
LP
Test t
DE
1.- Comparacin de las medias de dos series:
A
=
IC
( )+( )
IM
Y los grados de libertad son ahora:
QU
AD
ED
CI
SO
. .=
SO
(
CI
ED
A
)
D
QU
IM
2
IC
A
DE
LP
ER
U
U
ER
LP
DE
MANEJO ESTADSTICO DE
A
LOS DATOS OBTENIDOS
IC
IM
QU
PUNTO DE VISTA
REGLAMENTARIO Y NORMATIVO
D A
ED
CI
SO
U
ER
MARCO NORMATIVO DE LA ISO 17025
LP
DE
Requisitos generales relativos a la
A
competencia de los laboratorios de ensayo
IC
y calibracin.
IM
Coherente con: ISO 9001:2008
QU
Publicada por AENOR: UNE-EN-ISO,
17025:2005
D
A
ED
CI
SO
U
ER
ISO/IEC 17025: ALCANCE
LP
DE
Especifica los requisitos generales de idoneidad
A
pertinente a todas las organizaciones que
IC
efectan pruebas o calibraciones. Pertinente a
IM
todos los laboratorios cualquiera que sea su
tamao. Utilizado por laboratorios, organismos
QU
acreditadores y otros interesados en la
idoneidad de los laboratorios. Abarca diferentes
D
LP
DE
Propiedad del resultado de una medicin o
A
de un patrn o estndar tal que pueda
IC
relacionarse con referencias establecidas,
IM
generalmente patrones nacionales e
QU
internacionales, mediante una cadena
ininterrumpida de comparaciones cada
D
determinadas.
CI
LP
DE
Cmo se consigue?
A
IC
Medidas Fsicas Patrones certificados:
IM
Kg, m, seg
QU
D
LP
Jerarqua de referencias
DE
A
Concentracin de Material de referencia
IC
certificado (MRC).
IM
Valor concenso: Interlaboratorios.
QU
Concentracin encontrada con un mtodo de
referencia.
D
A
ED
CI
SO
U
ER
QU ES VALIDACIN ?
LP
DE
A
Confirmacin mediante el suministro de
IC
IM
los requisitos para una utilizacin o
QU
aplicacin especfica prevista.
A D
ED
CI
NTP-ISO 9000:2000
SO
U
ER
PORQU VALIDAR ?
LP
DE
A
Exigencia Nacional e Internacional.
IC
IM
Nos evita repeticiones.
QU
Nos volvemos competitivos.
D
A
ED
CI
SO
U
ER
OBJETIVOS DE LA VALIDACIN
LP
DE
Caso 1: Mtodos Normalizados: Demostrar
dominio del ensayo y uso correcto.
A
IC
Caso 2: Mtodos no normalizados:
Demostrar que los parmetros del mtodo
IM
referencial no se afectan, dominio del ensayo,
QU
uso correcto.
Caso 3: Mtodo de desarrollo del
D
uso correcto.
CI
SO
U
ER
MTODO ANALTICO:
LP
Contenido
DE
1.- Alcance: Evitar el uso para actividades
A
para las que no estaba previsto.
IC
Elementos o propiedades a determinar.
IM
LP
Contenido
DE
2.- Referencias: Documentos de consulta.
A
3.- General: Principio fsico, informacin
IC
preliminar para su comprensin, epgrafe
IM
de definiciones (trminos, smbolo,
QU
unidades, etc.), epgrafe de razones y
objetivos (requisitos legales, control de
DA
produccin, etc.).
ED
CI
SO
U
ER
VALIDACIN, DESARROLLO
LP
DE
1.- Desarrollar un protocolo prospectivo que
establezca claramente:
A
Plan de validacin.
IC
Diseo de la validacin. (muest., pers., das)
IM
Criterios de aceptacin. (5% de variacin)
QU
Cmo llevar a cabo la validacin.
2.- Recoleccin de datos.
D
DE
A
INFORMACIN
IC
IM
Sujetas a VARIABILIDAD
QU
Esta variabilidad es
ESTADSTICA aceptable?
A D
ED
CI
SO
U
ER
PRE-EVALUACIN
LP
DE
Distribucin Normal
A
ANOVA: Igualdad de Varianzas
IC
(Comparacin de analistas)
IM
QU
D
Herramienta estadstica:
A
ED
MINITAB
CI
SO
U
ER
DISTRIBUCIN NORMAL
LP
DE
Infinidad de estudios indican que al repetir mediciones
(anlisis qumico) de un mismo parmetro, la funcin de
A
probabilidad obtenida sigue el modelo de distribucin
IC
normal. (campana gaussiana)
IM
El teorema del lmite central proporciona el fundamento
estadstico que permite esperar dicha tendencia de los
QU
datos experimentales.
An cuando la poblacin original no est distribuida
D
LP
DE
Verificacin de Normalidad de residuales:
A
Test de Anderson; Criterio: Pvalue > 0.05
IC
IM
Comparacin de analistas
QU
Test de Barletts (igualdad de varianzas): 2 o ms
analistas; Criterio: Pvalue > 0.05
AD
ED
LP
DE
DISEO DEL EXPERIMENTO
A
N de muestras (matrices).
IC
N de analistas.
IM
N de das.
QU
N de repeticiones (x muestra, x da).
D
N de niveles de concentracin.
A
ED
CI
SO
U
ER
PARMETROS A DETERMINAR
LP
DE
Especificidad/Selectividad.
A
Linealidad.
IC
IM
Robustez.
A
ED
Incertidumbre.
CI
SO
U
ER
CRITERIOS DE ACEPTACIN
LP
DE
A
Especificidad:
IC
IM
e impurezas conocidas, precursores
QU
sintticos, metabolitos o productos de
degradacin. Solo reconoce el analito.
D
A
ED
CI
SO
U
ER
CRITERIOS DE ACEPTACIN
LP
DE
Selectividad:
IC
Habilidad para diferenciar el analito entre varias
IM
sustancias en la muestra y es aplicable a
mtodos en los que dos o ms componentes
QU
separados y cuantificados en una matriz
compleja. Reconoce otros analitos.
AD
ED
CI
SO
U
ER
Cmo se evala la Especificidad?
LP
DE
Se analizan:
A
Blancos de reactivos.
IC
Blanco de matriz, natural o sinttico.
IM
(muestra sin analito)
QU
Analito puro. (estndar)
LP
DE
Se comparan los resultados obtenidos y se
A
observa que:
IC
La seal de la matriz sea despreciable
IM
frente a la del analito.
QU
La seal del analito en la matriz fortificada
sigue el mismo patrn que la seal del
D
analito puro.
A
A
IC
sean directa o indirectamente
IM
proporcionales a la concentracin o
QU
cantidad del analito en una muestra
dentro de un intervalo determinado.
D
A
ED
CI
SO
U
ER
LINEALIDAD
LP
DE
Procedimiento:
A
IC
Linealidad del sistema y mtodo: 5
IM
concentraciones x 6 rplicas.
QU
La seleccin del rango y del nmero de
D
LP
DE
Los estimadores de regresin para un nivel de
A
confianza (p=95%) son:
IC
Coeficiente de correlacin (r). Evala el ajuste del
IM
modelo lineal propuesto y es una medida de la cercana de las
observaciones a una lnea recta.
QU
Intercepto (a). Ordenada al origen, evala la proporcionalidad
de la funcin analtica. Es una medida del error sistemtico potencial
D
del mtodo.
A
Pendiente,
constituye una medida de la sensibilidad del mtodo.
CI
SO
U
ER
LINEALIDAD
LP
DE
Qu se debe evaluar?
A
Observar la funcin respuesta.
IC
Realizar la evaluacin estadstica:
IM
Mtodos de los cuadrados mnimos
QU
Distribucin Normal de Residuales (Test de Anderson).
ANOVA de la regresin lineal (intercepto y coeficiente de
D
regresin).
A
CI
SO
U
ER
LINEALIDAD
LP
DE
Existe otra prueba de verificacin que confirma la linealidad del
mtodo:
Prueba de t de student para la correlacin (Quattrocchi).
A
IC
HO : existe correlacin entre X-Y
H1 : no existe correlacin entre X-Y
IM
tr > ttab se acepta HO
Correlacin lineal no significativa
QU
r (n 2 )
D
| |
tr =
A
(1 r 2 )
ED
CI
SO
U
ER
LINEALIDAD
LP
DE
Ejemplo:
A
Dato Concentracin (Xi) Medicin (Yi)
IC
1 2.4 2002
IM
2 QU 5.2 4461
3 8.0 7033
D
4 10.8 9418
A
5 13.6 11530
ED
40 34444
CI
SO
U
ER
LINEALIDAD
LP
Ejemplo:
DE
A
342788.4 (40 x34444) / 5
IC
b= = 857.64
398.4 ((40 x 40) / 5)
IM
a=
QU
34444 (857.64 x 40)
= 27.9
5
A D
r = 0.99938
CI
SO
U
ER
LINEALIDAD
LP
DE
Ejemplo:
A
Clculo con el mtodo de t de student.
IC
Grados de libertad: (n-2)=(5-2)=3
IM
ttabla = 3.1821
QU
0.99938(5 2)1/ 2
tr = = 49.16
(1 0.99938 )
2 1/ 2
A D
ED
LP
DE
A
Grado de coincidencia existente entre los
IC
IM
obtenidos en condiciones estipuladas
QU
D
ISO 5725-1
A
ED
CI
SO
U
ER
PRECISIN
LP
DE
La precisin en general comprende:
A
Precisin del sistema.
IC
Precisin del mtodo.
IM
La precisin del mtodo distingue tres aspectos:
QU
Repetibilidad.
Precisin intermedia.
D
Reproducibilidad.
ED
CI
SO
U
ER
PRECISIN
LP
DE
Precisin del Sistema:
IC
Se determina evaluando la dispersin al
IM
aplicar el mtodo a una preparacin tipo
QU
simple lista para el anlisis directo del
analito (Estndar = al menos 5
D
determinaciones)
A
ED
CI
SO
U
ER
PRECISIN
LP
DE
Repetibilidad:
IC
Medida de la precisin del mtodo cuando
IM
este se realiza por el mismo analista,
QU
mismo da, mismos reactivos, mismo
instrumento.
D
A
ED
CI
SO
U
ER
PRECISIN
LP
DE
Precisin intermedia:
IC
Determina la precisin dentro de un
IM
laboratorio cuando el mtodo se efecta
QU
con diferentes analistas, con diferentes
equipos o en diferentes das con la misma
D
muestra homognea.
A
ED
CI
SO
U
ER
PRECISIN
LP
DE
Reproducibilidad:
A
Mide el grado de concordancia entre resultados
IC
de ensayo individuales obtenidos sobre la misma
IM
muestra con el mismo mtodo pero en
QU
diferentes laboratorios con diferentes analistas,
empleando diferentes equipos y no
D
tiempo.
ED
CI
SO
U
ER
PRECISIN
LP
DE
Tratamiento de datos:
A
El parmetro estadstico que caracteriza a este
IC
estudio es la desviacin estndar (s) o
IM
preferiblemente el coeficiente de variacin (CV o
RSD). QU
Permite evaluar la incertidumbre en la
D
LP
DE
Ejemplo:
A
IC
IM
Dato Conc.% Dato Conc.%
QU
1 49.75 4 49.85
D
2 49.60 5 50.05
A
ED
3 49.95 6 50.20
CI
SO
U
ER
PRECISIN
LP
DE
Frmula de clculo:
A
IC
IM
Sx100
RSD =
QU
X
D
A
ED
CI
SO
U
ER
PRECISIN
LP
DE
A
IC
Nmero de datos (n):. 6
IM
Media, X: 49.90
QU
Desviacin estndar (s). 0.21
RSD:. 0.43%
D
A
ED
CI
SO
U
ER
PRECISIN
LP
ISO 5725-2
DE
Objetivo: determinar la consistencia de la data
en el ensayo de precisin.
A
Definiciones:
IC
IM
ED
laboratorios
CI
SO
U
ER
PRECISIN
LP
DE
Estimados:
A
IC
S 2r varianza de repetibilidad
IM
S 2R varianza de reproducibilidad
QU
S 2L varianza entre laboratorios (analistas)
m media general esperada
A D
ED
LP
DE
A
Evaluacin:
IC
Verificacin de la distribucin Normal de
IM
LP
DE
A
Grado de concordancia entre el valor
IC
IM
resultados y un valor de referencia
QU
aceptado.
D
A
ED
CI
SO
U
ER
VERACIDAD
LP
DE
Determinacin:
A
1.- Comparacin con un mtodo oficial, validado o
IC
estandarizado.
IM
2.- Adicin de estndar.
Verificacin: 2 formas
QU
a) Con Placebo: muestra hecha en el laboratorio
con componentes de la matriz de la muestra sin
D
LP
DE
b) Con muestra:
A
Determinar por duplicado el contenido
IC
promedio del analito en la muestra con
IM
mtodo a validar.
QU
Enriquecer las muestras con cantidades
variables de estndar (5 niveles: por 6
D
rplicas).
A
ED
CI
SO
U
ER
VERACIDAD
LP
DE
Clculos:
A
Expresado como porcentaje de recuperacin:
IC
[ Ce ]
IM
% R = x 100
QU [ Cv ]
Donde:
D
%R = Porcentaje de recuperacin.
A
LP
DE
A
Criterios de aceptacin:
IC
90-100 % para muestras enriquecidas.
IM
Trazas: QU
Sobre 100 ppb: 80-100 % de recup.
D
LP
DE
Ensayo de t de student
A
R
IC
100 n
t ob =
IM
RSD
Donde: QU
tob = t de student obtenida experimentalmente.
D
R = recuperacin porcentual.
A
n = nmero de medidas.
ED
CI
SO
U
ER
VERACIDAD
LP
DE
Los valores de tob se comparan con los
tabulados para el intervalo de confianza
A
IC
requerido con n-1 grados de libertad y la
veracidad se evala para el promedio de
IM
recuperaciones de todas las concentraciones.
QU
Si tob < ttablas no existe diferencia significativa
con el 100% de recuperacin y la veracidad es
D
apropiada.
A
LP
DE
Ejemplo:
A
IC
% Agregado % Hallado % Recuperacin
IM
80 QU78.5, 78.3, 76.0 98.1, 97.9, 95.0
LP
DE
Clculo:
A
ttablas(v: 8, : 0.05) = 2.306
IC
R(n=9) = 98.9 %
IM
s = 1.88
RSD = 1.90 QU
100 R n (100 98 . 9 ) x 3
D
t ob = = = 1 . 74
A
RSD 1 . 90
ED
CI
SO
U
ER
VERACIDAD
LP
DE
Conclusin:
A
IC
Como tob < ttablas (1.74 < 2.306), no
IM
LP
DE
A
Mnima cantidad de analito que puede
IC
IM
Corresponde a la pendiente de la curva de
QU
calibracin.
D
mtodo.
ED
CI
SO
U
ER
SENSIBILIDAD
LP
DE
A
LMITE DE DETECCIN:
IC
Menor concentracin de analito que puede
IM
detectarse pero no necesariamente
QU
cuantificarse en una muestra, en las
condiciones establecidas.
D
A
ED
CI
SO
U
ER
SENSIBILIDAD
LP
DE
A
LMITE DE CUANTIFICACIN:
IC
IM
Menor concentracin de analito que puede
determinarse con precisin y exactitud
QU
razonables en las condiciones establecidas
D
A
ED
CI
SO
U
ER
SENSIBILIDAD
LP
DE
Cmo hallar el lmite de deteccin y cuantificacin en
AAS?....
A
IC
Comparacin del blanco con soluciones patrn a
diferentes niveles de concentracin (IUPAC).
IM
QU
k (s)
=
D
C ld
A
m
ED
CI
SO
U
ER
SENSIBILIDAD
LP
DE
Donde:
Cld = Concentracin ms baja detectable confiablemente
A
que un instrumento analtico puede determinar a un
IC
nivel de confianza dado.
IM
k = 3, para el lmite de deteccin a un nivel de confianza
del 99.86 % QU
k = 10, para el lmite de cuantificacin a un nivel de
confianza del 99.99 %
D
reactivos.
ED