Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 22 - Grupos de Exposición Similar SICUA PDF
Clase 22 - Grupos de Exposición Similar SICUA PDF
Y AUDITORIA AMBIENTAL
Departamento de Ingeniería Civil y Ambiental
Facultad de Ingeniería
1
Clasificación de los trabajadores en Grupos de 2
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
4
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
5
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
6
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
Clasificación de los trabajadores en Grupos de 7
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
8
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
9
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
10
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
11
yij = µ + bi + wij
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
13
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
14
^ 2
SSW
∑∑(y ij − yi ) 2
i=1 j=1
σ W = MSW = =
(N − k) (N − k)
" k ni %
$$∑∑ yij ''
__
# i=1 j=1 &
y=
N
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
16
• Fα,k-1,N-k vs F críRco
Ho=Los promedios son
iguales
• H1= Al menos un MSB
promedio es diferente Fk−1,N−k =
MSW
• Rechaza Ho si Fα,k-1,N-k es
mayor que F críRco
• K-1: Grados de libertad
Numerador
• N-K: Grados de libertad
denominador
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
Clasificación de los trabajadores en Grupos de 18
Ramachandran, Occupational
Exposure Assessment for Air
Contaminants, Taylor & Franciis,
2005
k ni __
^ 2
∑∑(y ij − yi )2
i=1 j=1
σ W = MSW = = 0.24285
(N − k)
^ 2
MSB − MSW
σB = = 0.092554
no
σ T2 = σ W2 + σ B2 = 0.33541
σ B2
2
= 0.2759
σT
• Cerca del 27% de la variabilidad se origina por diferencias
entre los trabajadores.
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
Clasificación de los trabajadores en Grupos de 20
MSB= 0,706207577
# k # __ __ &2 & k ni __
%%∑ ni % y i − y ( (( ∑∑(y ij − yi )2
MSB 0.7062
SSB $ i=1 $ ' '
MSW = i=1 j=1
F= = = 2.905
MSB = =
k −1 k −1 (N − k) MSW 0.2431
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
Clasificación de los trabajadores en Grupos de 21
| Summary of conc
w | Mean Std. Dev. Freq.
------------+------------------------------------
1 | .71927213 .4378626 5
2 | .76416809 .39340501 5
3 | .9093563 .33598928 5
4 | .80214432 .20513464 5
5 | 1.563325 .43434321 5
6 | 1.4640259 .87662869 5
------------+------------------------------------
Total | 1.0370486 .56828253 30
Analysis of Variance
Source SS df MS F Prob > F
------------------------------------------------------------------------
Between groups 3.53103767 5 .706207535 2.91 0.0345
Within groups 5.83436828 24 .243098678
------------------------------------------------------------------------
Total 9.36540595 29 .322945033
Comparison of conc by w
(Bonferroni)
Row Mean-|
Col Mean | 1 2 3 4 5
---------+-------------------------------------------------------
2 | .044896
| 1.000
|
3 | .190084 .145188
| 1.000 1.000
|
4 | .082872 .037976 -.107212
| 1.000 1.000 1.000
|
5 | .844053 .799157 .653969 .761181
| 0.185 0.256 0.700 0.336
|
6 | .744754 .699858 .55467 .661882 -.099299
| 0.377 0.514 1.000 0.665 1.000
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
23
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
24
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
25
FRACCION DE EXCEDENCIA
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
26
FRACCION DE EXCEDENCIA
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
27
FRACCION DE EXCEDENCIA
• A parRr de la tabla de la distribución normal es posible
esRmar el área bajo la curva entre -∞ y Zestándar (Pestándar). El
área sombreada en la fig 15.5 corresponde a 1-Pestándar
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
Variabilidad Ambiental - Ejemplo
^ ^
µ g = exp(µ y ) = exp(0.169) = 1.18ppm
^ ^
σ g = exp(σ y ) = exp(0.868) = 2.38
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
28
29
ln(3.5) − ln(1.18)
zestándar = = 1.247
ln(2.38)
– A parRr de la tabla de la distribución Normal, se establece
que Pestándar=0.1062 (depende de la columna que uRlice en
la tabla de la distribución normal). Es decir, la probabilidad
de que una exposición exceda el estándar de 3.5 ppm es
de 10.62%. O, el 10.62% del Rempo podría presentarse
una exposición que excede el estándar.
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
30
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
31
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
32
Número de muestras
• Es importante tener una idea del número de muestras que se
debe recolectar, especialmente si la población a muestrear es
muy grande.
• Una alternaRva en estadísRca es esRmar el número de
muestras requeridas para lograr cierto nivel de precisión con
un nivel de incerRdumbre preestablecido.
2
! Zα /2 * σ $
n =# &
" d %
– Donde:
• n número de muestras requeridas
• Zα/2 valor de Z para un nivel de confianza seleccionado.
• σ desviación estándar de las mediciones
• d la precisión seleccionada para el estudio
34
Número de muestras
• Ejemplo asbestos: Para esRmar el número de muestras
requeridas en nuestros estudios de asbestos para tener una
precisión del 5% del STEL de 1 f/cc:
2 2
! Zα /2 * σ $ ! 1.96 * 0.174 $
n =# & =# & = 47
" d % " 0.05 %
exposición
• Las exposiciones varían entre trabajadores, y en el
Rempo, ubicación, turno y acRvidad
• La estrategia de muestreo debe desarrollarse para
capturar esta variabilidad , pero buscando la viabilidad
y eficiencia
• La efecRvidad (habilidad para dar decisiones de
exposición correctas) y eficiencia (la necesidad de
reducir el número de muestras) ha llevado a que buscar
tener un número ópRmo de muestras sea un aspecto
fundamental al momento de diseñar un muestreo.
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
36
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
37
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005
39
MENSAJES FINALES ACERCA DEL MUESTREO
• Si el muestreo se hace para evaluar un problema, la
estrategia de muestreo puede diseñarse para medir
el “peor caso” (Plog y Quinlan – Fundamentals of Industrial Hygiene,
5ta Ed. NaRonal Safety Council, 2002)
• Ventajas de estrategia del “peor caso”.
• Estrategia diseñada para solucionar un problema
• IdenRficación de la fuente
• Mejora en los controles
• Corrección del problema
• ConcienRzación de los trabajadores
• Si hay cumplimiento en el “peor caso”, hay tranquilidad
frente a los resultados
40
MENSAJES FINALES ACERCA DEL MUESTREO
Ramachandran, Occupational Exposure Assessment for Air Contaminants, Taylor & Franciis, 2005