Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INCERTIDUMBRE
Y VALIDACIÓN DE
MÉTODOS
QUÍMICOS
CUANTITATIVOS
1
Características de desempeño:
Linealidad
2
Contenido
• Introducción
• Definiciones
• Evaluación de linealidad
• Planeación
• Inspección
• Regresión
• Evaluación ajuste de datos
3
Calibración
Operación que relaciona una cantidad de salida con una cantidad de
entrada para un sistema de medición bajo condiciones dadas1.
Soluciones de MRC
Etapa 1
Relación entre patrones de y = mx + b
medida y sus respectivas
indicaciones
[Respuesta]
Etapa 2 [Respuesta] y = mx + b
Usar información para obtener
resultado de medida a partir de
m=pendiente
indicación Muestra
[Analito] [Analito]
1. IUPAC (1998) K. Danzer, L.A. Currie, Guidelines for calibration in analytical chemistry. Part 1: fundamentals and
single component calibration, Pure Appl. Chem. 70 (1998) 993–1014.
2. VIM (2012) 4
Linealidad
Francisco Raposo, Evaluation of analytical calibration based on least-squares linear regression for instrumental
techniques: A tutorial review (2016)
5
Linealidad
1. Eurachem . The Fitness for Purpose of Analytical Methods - A Laboratory Guide to Method Validation
and Related Topics. www.eurachem.com Consulta: 18 de Marzo de 2014.
2. USP 6
Linealidad
Intervalo dinámico
Intervalo lineal
Desviación
• Intervalo de trabajo
¿Intervalo de concentraciones? • Concentración interés (0% a 150%)
• Estándar interno
¿Qué tipo de calibración? • Estándar externo
Francisco Raposo, Evaluation of analytical calibration based on least-squares linear regression for instrumental
techniques: A tutorial review (2016) 8
Evaluación de linealidad
2. Preparación y medición
Visualización gráfica
• Observar comportamiento de
[Respuesta]
la curva
¿Cual representa
• Determinar cualitativamente
mejor el
el intervalo lineal
comportamiento
de los datos?
• Observar valores atípicos y
tendencia
[Analito]
10
Evaluación de linealidad
EJEMPLO
Concentración
0,1 0,2 0,4 0,6 1,0 2,0 3,0 4,0 5,1 6,1
Cd (μg/L)
Réplicas Absorbancia (215 nm)
1 0,0036 0,0132 0,0466 0,0600 0,0913 0,1850 0,2646 0,3386 0,4248 0,4793
2 0,0037 0,0154 0,0449 0,0597 0,0968 0,1763 0,2883 0,3576 0,4355 0,4874
3 0,0045 0,0155 0,0444 0,0605 0,1032 0,1952 0,2906 0,3734 0,4571 0,5104
4 0,0089 0,0217 0,0461 0,0693 0,1039 0,2014 0,2826 0,3837 0,4642 0,5175
5 0,0102 0,0220 0,0492 0,0691 0,1014 0,1720 0,2814 0,3824 0,4815 0,5370
Rodriguez A, Nascentes C. (2013) Development of a simple method for the determination of lead in lipstick using
alkaline solubilization and graphite furnace atomic absorption spectrometry 11
Evaluación de linealidad
3. Inspección
2
Gráfico
3
4 1. Seleccionar datos
2. Insertar gráfico de
dispersión
No incluir punto
cero
José Marcos Jurado. Aplicación de Microsoft Excel a la Química Analítica: validación de métodos
analíticos. Departamento de Química Analítica. 1 de abril de 2008
Francisco Raposo, Evaluation of analytical calibration based on least-squares linear regression for 12
instrumental techniques: A tutorial review (2016)
Evaluación de linealidad
3. Inspección
Determinación de Cd en labial
0,6
0,5
Absorbancia 228,8 nm
0,4
0,3
0,2
0,1
0,0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Concentración Cd (μg/L)
13
Evaluación de linealidad
4. Regresión
Respuesta
Busca que parámetros
• Mínimos cuadrados (a,b) minimicen la
• Ortogonales sumatoria de residuales
al cuadrado
Residuales
Buscan minimizar la
distancia de los datos a
la línea establecida [Analito]
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda
edición. ESIC editorial. Madrid. España. 2002
14
Evaluación de linealidad
4. Regresión
Homogeneidad de varianzas
Indica influencia de concentración en variabilidad de resultados
• Test de Cochran (replicas de los niveles)
• Test de Levene
• Prueba F
✓ Homocedasticidad ✓ Heterocedasticidad
✓ Intervalos pequeños ✓ Intervalos grandes
15
Evaluación de linealidad
4. Regresión
Supuestos
Respuesta
[Analito]
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda
edición. ESIC editorial. Madrid. España. 2002
16
Evaluación de linealidad
4. Regresión
𝑎 = 𝑦ത − b𝑥ҧ
[Analito]
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda
edición. ESIC editorial. Madrid. España. 2002
17
Evaluación de linealidad
4. Regresión
Desviación de la
pendiente
𝑆𝑦ൗ Desviación de los
𝑥
Respuesta
𝑆𝑏 =
σ 𝑥𝑖 − 𝑥 2 residuos de la regresión
Desviación del
intercepto 2
σ 𝑦𝑖 − 𝑦ො𝑖
𝑆𝑦ൗ =
𝑥 𝑛−2
σ 𝑥𝑖2 𝑥ҧ = Promedio de datos en 𝑥
𝑆𝑎 = 𝑆𝑦ൗ
𝑥 𝑛 σ 𝑥𝑖 − 𝑥ҧ 2 𝑦ො𝑖 = Respuesta estimada
[Analito]
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda edición. ESIC
editorial. Madrid. España. 2002
18
Evaluación de linealidad
4. Regresión
Evaluación de correlación
Coeficiente de
correlación de Pearson
𝑟 2 > 0.990
Respuesta
Grado de asociación
lineal entre dos variables
Coeficiente de
determinación
2
Proporción de variación de y
𝑟 explicada por variación de x
[Analito]
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda
edición. ESIC editorial. Madrid. España. 2002 19
Evaluación de linealidad
4. Regresión
Corroborar supuestos
http://www.statskingdom.com/index.html
20
Evaluación de linealidad
4. Regresión
2
Línea de tendencia
1. Seleccionar datos
(puntos)
1 2. Clic derecho
3. Agregar línea de
tendencia
4. En barra lateral
seleccionar lineal y
3 casillas ecuación y r2 en
el gráfico
José Marcos Jurado. Aplicación de Microsoft Excel a la Química Analítica: validación de métodos
analíticos. Departamento de Química Analítica. 1 de abril de 2008
21
Evaluación de linealidad
4. Regresión
Determinación de Cd en labial
0,6
R² = 0,9916
0,4 Intercepto 0,0097
0,3
Coeficiente de
0,9916
0,2 determinación
0,1
0,0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Concentración Cd (μg/L)
22
Evaluación de linealidad
4. Regresión
1 2 Análisis de regresión
7 1. Seleccionar datos
4 5 2. Análisis de datos
3. En ventana seleccionar
regresión
3
4. Click en aceptar
5. Seleccionar datos
6. Seleccionar casillas
7. Click en aceptar
José Marcos Jurado. Aplicación de Microsoft Excel a la Química Analítica: validación de métodos
analíticos. Departamento de Química Analítica. 1 de abril de 2008 23
Evaluación de linealidad
4. Regresión
Estadísticas de la regresión
Coeficiente de correlación r
múltiple 0,995812074
Coeficiente de determinación
R^2 0,991641687 r2
R^2 ajustado 0,991467556
Error típico 0,016611993
Observaciones 50
Sy/x
ayb Sa y Sb
24
Evaluación de linealidad
5. Evaluación ajuste de datos
Respuesta
Análisis de falta de ajuste
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda
edición. ESIC editorial. Madrid. España. 2002 25
Evaluación de linealidad
5. Evaluación ajuste de datos
𝑏 𝑎 𝑟 𝑛−2
𝑡𝑏 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 𝑡𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 𝑡𝑟 =
𝑆𝑏 𝑆𝑎 1 − 𝑟2
𝑡𝑏 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑏 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 dos colas 𝑡𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑡𝑎 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 dos colas 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 dos colas (α;
(α; n-2) (α; n-2) n-2)
𝐻𝑎 = Pendiente diferente de cero 𝐻𝑜 = Intercepto igual a cero 𝐻𝑎 = Existe correlación entre x y y
Fernández, Santiago; Cordero, José María; Córdoba, Alejandro. Estadística descriptiva. Segunda
edición. ESIC editorial. Madrid. España. 2002 26
Evaluación de linealidad
5. Evaluación ajuste de datos
ayb
Sa y Sb ta y t b α=0,05
Nivel de significancia
t tabulado (EXCEL)
2.01
=DISTR.T.INV(0,05;(n-2))
t calculado
𝑏 75,46 𝑡𝑏 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑏 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 dos colas (α; n-2)
𝑡𝑏 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 =
𝑆𝑏 𝐻𝑎 = Pendiente diferente de cero
𝑎
𝑡𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 2,78 𝑡𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑎 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 dos colas (α; n-2)
𝑆𝑎 𝐻𝑎 = Intercepto diferente de cero
27
Evaluación de linealidad
5. Evaluación ajuste de datos
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,995812074
r t tabulado (EXCEL)
Coeficiente de determinación R^2 0,991641687
=DISTR.T.INV(0,05;(n-2))
R^2 ajustado 0,991467556
Error típico 0,016611993 2.01
Observaciones 50
t calculado
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑡𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑎 dos colas (α; n-2)
𝑟 𝑛−2 75.46
𝐻𝑎 = Existe correlación entre x y y
𝑡𝑟 =
1 − 𝑟2
28
Evaluación de linealidad
5. Evaluación ajuste de datos
Parámetro poco
confiable para
evaluar la linealidad
Danzer, K.; Currie, L.A. Guidelines for calibration in analytical chemistry. Part 1. Fundamentals and single component
calibration, Pure & Appl. Chem. 1998, 70, 993-1014
Francisco Raposo, Evaluation of analytical calibration based on least-squares linear regression for instrumental
techniques: A tutorial review (2016) 29
Evaluación de linealidad
5. Evaluación ajuste de datos
Ventajas Desventajas
Consideraciones
✓ Significancia del intercepto útil para demostrar regresión a través del origen.
(Demostrar efectos en precisión)
✓ Métodos instrumentales tienen señal en muestras sin analito
✓ Pendiente indicador de sensibilidad del método
30
Evaluación de linealidad
5. Evaluación ajuste de datos
𝐹𝑅𝐸𝐺 =
Residual n–2 2
𝑆𝐶𝑟𝑒𝑠 CM𝑟𝑒s𝑖𝑑𝑢𝑎𝑙
𝑛 𝑦𝑖 − 𝑦ො𝑖
𝑦ത 𝐺𝐿𝑟𝑒𝑠
Total n–1 2
𝑦𝑖 − 𝑦ത
𝑦ത = promedio respuesta todos niveles,
𝑦𝑖 = respuesta medida, 𝑆𝐶𝑅𝐸𝐺 > 𝑆𝐶𝑟𝑒𝑠
𝑦ො𝑖 = respuesta estimada Variación de regresión y residual
2. Contraste F de regresión
F calculado 𝐹𝑅𝐸𝐺 > 𝐹 𝑡𝑎𝑏
4.04
=DISTR.F.INV(0.05;glregresión;glresiduos) 𝐻𝑎 = 𝐸𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙
32
Evaluación de linealidad
5. Evaluación ajuste de datos
Ventajas Desventajas
33
Evaluación de linealidad
5. Evaluación ajuste de datos
Error puro
Error total
Falta de ajuste
Respuesta
Contraste F de falta 𝐹𝐹𝐴 < 𝐹𝑇𝑎𝑏𝑢𝑙𝑎𝑑𝑜 → 𝐻𝑜 = 𝑀𝑜𝑑𝑒𝑙𝑜 𝑙𝑖𝑛𝑒𝑎𝑙 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
de ajuste 𝐹𝐹𝐴 > 𝐹𝑇𝑎𝑏𝑢𝑙𝑎𝑑𝑜 → 𝐻𝑎 = 𝑀𝑜𝑑𝑒𝑙𝑜 𝑙𝑖𝑛𝑒𝑎𝑙 𝑛𝑜 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
José Marcos Jurado. Aplicación de Microsoft Excel a la Química Analítica: validación de métodos
analíticos. Departamento de Química Analítica. 1 de abril de 2008
35
Evaluación de linealidad
5. Evaluación ajuste de datos
José Marcos Jurado. Aplicación de Microsoft Excel a la Química Analítica: validación de métodos
analíticos. Departamento de Química Analítica. 1 de abril de 2008
36
Evaluación de linealidad
5. Evaluación ajuste de datos
2. Estimar suma de cuadrados de falta de ajuste (σ(𝑦ത𝑖𝑗 − 𝑦ො𝑖 )2 ) y error (σ(𝑦𝑖 − 𝑦ത𝑖𝑗 )2 )
3. Determinar grados de libertad de falta de ajuste (k – 2) y error (n - k)
4. Calcular cuadrado medio de falta de ajuste y error (SC/gl)
𝐶𝑀
5. Calcular F falta de ajuste (𝐹𝐹𝐴 = 𝐶𝑀𝐹𝐴 )
𝐸𝑃
José Marcos Jurado. Aplicación de Microsoft Excel a la Química Analítica: validación de métodos
analíticos. Departamento de Química Analítica. 1 de abril de 2008
37
Evaluación de linealidad
5. Evaluación ajuste de datos
Revisar intervalo
de medición
38
Evaluación de linealidad
5. Evaluación ajuste de datos
Ventajas Desventajas
39
Evaluación de linealidad
5. Evaluación ajuste de datos
Análisis de residuales en X
Francisco Raposo, Evaluation of analytical calibration based on least-squares linear regression for instrumental
techniques: A tutorial review (2016) 40
Evaluación de linealidad
5. Evaluación ajuste de datos
Análisis de residuales en X
41
Evaluación de linealidad
5. Evaluación ajuste de datos
Análisis de residuales en X
Determinación de Cd en labial
0,6000
0,5000
0,4000
Absorbancia
0,3000
0,2000
0,1000
0,0000
-1,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Concentración de Cd (μg/L)
Concentración Cd (μg/L) Pronóstico Concentración Cd (μg/L)
42
Evaluación de linealidad
5. Evaluación ajuste de datos
Análisis de residuales en X
Residuos X
20,0%
0,0%
-20,0% 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Error relativo
-40,0%
-60,0%
-80,0%
-100,0% Revisar intervalo
-120,0% de medición
-140,0%
-160,0%
-180,0%
Concentración Cd (µg/L)
43
Evaluación de linealidad
5. Evaluación ajuste de datos
Análisis de residuales en X
Ventajas Desventajas
Consideraciones
44
Evaluación de linealidad
5. Evaluación ajuste de datos
Error relativo
5,0%
0,3
0,0%
0,2 0,0 1,0 2,0 3,0 4,0 5,0 6,0
-5,0%
0,1
-10,0%
0,0
0,0 2,0 4,0 6,0 -15,0%
Concentración Cd (μg/L)
Concentración Cd (μg/L)
Transformación de datos,
Test homocedasticidad selección modelo de regresión
NO SI
no lineal.
46
¿Preguntas?
47
Gracias
48
Linealidad
Taller
49
Evaluación de linealidad
Taller linealidad
50
Evaluación de linealidad
Taller linealidad
Ejercicio 1
51
Evaluación de linealidad
Taller linealidad
Ejercicio 2
52
Evaluación de linealidad
Formulario
Linealidad
53