TECNOLOGICO DE ESTUDIOS

SUPERIORES DE ECATEPEC

PRACTICA N°2
“Errores y tratamiento Estadístico
de los datos “

QUÍMICA ANÁLITICA
Ingeniería Química y bioquímica

Morales Pérez Daniela Itzel

Rosas Espindola Sandra
Ramos Arcos Diana

1
 Indicé

Portada…………………………………………………1.

Indice……………………………………………………2.

Introducción………………………………………… 3-4.

Metodologia…………………………………………

Resultados……………………………………….

Discusión de resultados…… ……………………..

Conclusión………………………………………..

Bibliografía………………………………………

2
 Introducción
Como una ciencia experimental, la química analítica es cada día más
cuantitativa, las mediciones (de masa, volumen, potencial eléctrico, unidades
de absorbencia, etc.) Realizadas en el laboratorio tienen como metas
cuantificar los valores para variables que en la naturaleza son continuas lo que
implica que dichas mediciones deben estar sujetas a errores; incluso medidas
independientes de la misma cantidad, cuando se realizan en condiciones
aparentemente idénticas, difieren dentro de ciertos límites.

El análisis de los datos debe presentarse de manera que sea fácilmente

comprensible. Con demasiada frecuencia, el lenguaje puramente estadístico
significa poco o nada para los químicos y bioquímicos; expresiones tales como
“existe una diferencia significativa” puede ser verdadera, pero es demasiado
general para ser útil. Toda medida física está sujeta a un grado de
incertidumbre que, en el mejor de los casos, puede ser reducido a un valor
aceptable, pero nunca podrá eliminarse totalmente. Determinar la magnitud de
esta incertidumbre puede ser difícil y requiere de un esfuerzo adicional al de la
medición y de criterio por parte del observador. Existen distintas pruebas que
nos pueden ayudar en la comparación de la hipótesis, para los cálculos de los
valores más probables y límites de confianza así como pruebas para el rechazo
de valores dudosos. Cualquier determinación cuantitativa en la que se exprese
un resultado numérico sin el conocimiento de la incertidumbre asociada con él
es un dato inútil.

Por otra parte, un resultado de menor exactitud podrá ser de utilidad si se

conoce el límite de error que lo afecta. Es decir, no existen resultados
cuantitativos válidos si no van acompañados de una estimación de los errores
inherentes a ellos.

Es esencial conocer los errores experimentales para interpretar

adecuadamente el resultado obtenido. Existen varias causas para producir
errores estadísticos, según las causas son clasificadas es errores de muestro y
de no muestreos.

El error de muestro puede ocurrir en cualquier encuesta sea un censo o una

muestra. Estos errores comprenden errores sistemáticos y equivocaciones. Los
errores de no muestreo se originan en el conjunto de operaciones que se
realizan en el proceso de recogida y almacenamiento de información. La
magnitud del error ajeno al muestreo depende básicamente del número de
observaciones registradas.

3
 Los errores experimentales son responsables de variación en la predicción y
en la exactitud de los resultados experimentales por eso debemos analizar la
importancia del tratamiento estadístico de los datos analíticos.

Debemos definir los términos precisión y exactitud y los métodos para

expresarla de igual forma. La precisión y exactitud con la que se determina una
variable se refiere a cualidades distintas de su valor. Se dice que una variable
fue determinada con exactitud, y su valor vista muy poco del valor verdadero o
esperado.

En cambio, se dice que una variable fue determinada con precisión, si su valor
es altamente reproducible; es decir en una serie de medidas hay muy poca
variación entre los valores determinados para la variable.

La exactitud se mide usando el error absoluto o discrepancia porcentual

respecto al valor verdadero. Existen distintas pruebas para el rechazo de
información dudosa como la prueba Q para poder utilizarla debemos de
conocer su criterio al aplicarla en la evaluación de datos analíticos.

Así como esta debemos de analizar otros métodos como t de Student y la

prueba F como elementos para pruebas de significancia que sirven para la
determinación de las diferencia entre dos medidas muéstrales y para la
construcción de intervalos de confianza.