ESTADÍSTICA

EN QUÍMICA ANALÍTICA
IMPORTANCIA DE LA ESTADÍSTICA EN LA
QUÍMICA ANALÍTICA

Durante la realización de una análisis

cuantitativo es muy importante tomar en cuenta
todas las variables que pueden afectar nuestro
resultado, dentro de estos están los factores
provocados por los instrumentos utilizados y los
errores provocados por quien maneja el
material.

En el reporte de cualquier análisis químico,

es importante tomar en cuenta este tipo de
errores , hacer un análisis de los resultados
y así se podrá concluir sobre él.
¿ Qué es estadística?
La estadística es una colección de
métodos para planificar y
realizar experimentos, obtener datos
y luego analizar, interpretar, y formular
una conclusión basada en esos datos.
Es la ciencia encargada de recopilar,
organizar, analizar e interpretar
información numérica o cualitativa, de
manera que pueda llevar a
conclusiones válidas.
 La Estadística se utiliza como tecnología al
servicio de las ciencias donde la
variabilidad y la incertidumbre forman parte
de su naturaleza.

La Estadística es la Ciencia de la

Sistematización, recolección, ordenación y

presentación de los datos referentes a un fenómeno que
presenta variabilidad o incertidumbre para su estudio
metódico, con objeto de

deducir las leyes que rigen esos fenómenos,

y poder de esa forma hacer previsiones sobre los

mismos, tomar decisiones u obtener conclusiones.
Unidad 1: Estadística Descriptiva.
Arturo A. Alvarado S. (ITSY 2006)
 DATOS NO AGRUPADOS
Media aritmética
Mediana
• Medidas de Moda
Percentiles
tendencia central (posición)

Rango (amplitud)
Rango intercuartílico
Medidas de Varianza
Coef. de variación
dispersión

Unidad 1: Estadística Descriptiva. 6

Arturo A. Alvarado S. (ITSY 2006)
 • Atributo o propiedad que puede ser medida
• Ejemplos de magnitudes : La longitud, la masa, concentración de una
MAGNITUD solución, Absortividad molar volumen de un líquido, absorbancia, etc.

• Magnitud de un objeto específico que estamos interesado en medir

MESURANDO • Es la determinación experimental de la MAGNITUD
O MEDIDA

• Toda MAGNITUD que permite diferenciar entre si a los componentes

de una población
VARIABLE

• Proceso que nos da una información física o química acerca de los

componentes de una muestra
ANALSIS
Medidas de tendencia central

• Mediana
– En una serie de datos ordenados (creciente o
decreciente) es la puntuación o valor central de
la distribución estadística

• Datos no agrupados
– Si el nº de datos es impar: valor central
– Si el nº de datos es par: media aritmética de los 2 puntos
centrales
 Medidas de tendencia central
• Mediana
– Características
• Menos sensible que la media a la variación de las
puntuaciones.
• Se puede calcular aunque algún intervalo carezca
de límite.
• Más representativa que la media cuando
puntuaciones muy extremas.
Medidas de tendencia central

• Moda
– Valor de la variable que más veces se
repite en una serie estadística (máxima
frecuencia)
• Distribuciones: Unimodales o multimodales
• Marca de clase (en intervalos)
– Características:
• Sencilla de calcular
• Se puede calcular si algún intervalo no tiene límites
• Poco representativa
 Medidas de tendencia central
• Media
–Suma de todos los valores de una
variable dividida por el número
total de valores
–Sólo en variables cuantitativas
• X =  xi / N
 Medidas de tendencia central

• Media. Cálculo
– Datos no agrupados: aplicar fórmula
– Datos agrupados
• En tabla de frecuencia: Suma de todos los valores
multiplicados por sus frecuencias y dividido por el
nº total.
X =  xi fi / N
 Medidas de tendencia central
• Media
– Características
• La media es sensible a la variación de las
puntuaciones.
• No se puede calcular si algún intervalo es de límite
abierto.
• No es recomendable si valores muy extremos
 Medidas de dispersión

• Reflejan la dispersión, oscilación de los

datos, respecto al fenómeno
estudiado.

• Complementan las de tendencia

central para la descripción de una
distribución
 Medidas de dispersión
• Amplitud o rango
– Diferencia entre el valor más alto y más bajo
de la distribución.
• Ofrece poca información sobre la agrupación de
los datos.
• Indica el “campo de variabilidad”.
• Suele acompañar a la moda.
 Medidas de dispersión
• Varianza
– Junto a la desviación típica, la que mejor expresa
la variabilidad del fenómeno
– Media de los cuadrados de las diferencias entre
cada valor de la variable y la media aritmética

•S2 =  (xi – x)2 / N •S2 =  xi2 / N – x2

– Para datos agrupados:

•S2 =  fi(xi – x) 2 / N •S2 =  fixi2 / N – x2

 Medidas de dispersión

• Desviación típica
– Es la raíz cuadrada de la varianza
•S2 =  xi2 / N – x2
– Para datos agrupados:

•S2 =  fixi2 / N –x2

 Medidas de dispersión

• Varianza y desviación típica

– Características
• Ambas toman siempre valores positivos.
• Si todos los datos de una distribución son
iguales entre sí, toman el valor 0.
• Sólo son aplicables a variables cuantitativas

• La que más se suele usar es la desviación típica.

• Si los datos están muy dispersos, la desviación típica será
muy grande.
 Medidas de dispersión
• Coeficiente de variación de Pearson
– Para poder comparar la dispersión entre 2
ó más variables entre sí, o una misma
variable en 2 ó más grupos estudiados
– Es una medida relativa: Relaciona la
media con la desviación típica

• CV = S / X * 100
 DISTRIBUCION DE FRECUENCIAS
• En una distribución de datos estos pueden estar o no
agrupados.
DATOS NO AGRUPADOS EN DATOS AGRUPADOS EN INTERVALOS:
INTERVALOS: SUPUESTO DE CONCENTRACION EN
EL PUNTO MEDIO (Xi):
 n  X
X  i i
n X
n
X i i Xi ni
18-20 20
Xi
4
ni
1
n 15-17 30
3 3 12-14 60
2 7 9-11 40
1 6 6-8 30
0 3 3-5 20
Xi ni Xi*ni
4 1 4 Xi ni P. M. PM*ni
3 3 9 18 20 20 19 380
2 7 14
1 6 6
15 17 30 16 480
0 3 0 12 14 60 13 780
33 9 11 40 10 400
mitjana= 33/5= 6,6
6 8 30 7 210
3 5 20 4 80
2330
mitjanna= 2330/200= 11,65
 La distribución normal
f(X)

Media X
Mediana
Moda

• Datos simétricos: coinciden la media, la

mediana y la moda
Propiedades de la distribución
normal:
El área bajo la curva aproximado del promedio μ a
más o menos una desviación estándar (1σ) es de
0.68, a más o menos 2σ es de .0 95 y a más o menos
3σ es de 0.99.
Propiedades de la distribución
normal:
La forma de la campana de Gauss depende de los parámetros
μ y σ.
Tiene una única moda que coincide con su media y su mediana.
La curva normal es asintótica al eje de X.
Es simétrica con respecto a su media μ . Según esto, para este
tipo de variables existe una probabilidad de un 50% de observar
un dato mayor que la media, y un 50% de observar un dato
menor.
 En resumen
• Podemos concluir que hay una familia de
distribuciones con una forma común, diferenciadas por
los valores de su media y su varianza.
• La desviación estándar (σ ) determina el grado de
apuntamiento de la curva. Cuanto mayor sea el valor
de σ, más se dispersarán los datos en torno a la media
y la curva será más plana.
• La media indica la posición de la campana, de modo
que para diferentes valores de μ la gráfica es
desplazada a lo largo del eje horizontal.
• De entre todas ellas, la más utilizada es la
distribución normal estándar, que corresponde a
una distribución de media 0 y varianza 1.
 ERRORES EN LOS ANALISIS
QUIMICOS
• Es imposible efectuar análisis químicos
totalmente libres de errores o
incertidumbres.
• La fiabilidad de un resultado se analiza de
diferentes maneras
• Se analizan patrones de composición
conocida
• Se aplican pruebas estadísticas a los
datos
Los errores presentes en un estudio analítico modifican:

• Precisión
Es el grado de confianza con que se puede repetir un
experimento y este puede dar los mismo resultados. Es
utilizado como sinónimo de repetitibilidad.

• Exactitud
Es el grado de concordancia entre el resultado de un
ensayo y el valor de referencia aceptado.
 TERMINOS IMPORTANTES

• EXACTITUD : El término denota el grado

de coincidencia del resultado de una
medición con el valor verdadero o
aceptado de la misma y se expresa en
función del error. La exactitud implica una
comparación con el valor verdadero o
aceptado como tal.
• Cuando no se conoce el valor verdadero
se debe usar un valor aceptado.
Exactitud supone una comparación con un valor verdadero, o
aceptado como tal, mientras que la precisión indica la
concordancia entre una serie de medidas realizadas de la
misma forma. Se evalúa como:

• Error absoluto.- Nos indica si medimos u obtuvimos

mas o menos que el valor experimental, y en qué cantidad
excedimos del valor real o qué cantidad nos faltó; esto
según el signo de la sustracción.

EA = valor experimental – valor teórico

El signo asociado con el error (- ó +) es tan importante

como el mismo valor numérico, porque el químico
necesita conocer si el efecto del error ha provocado un
aumento o disminución del resultado.
•Error relativo.- Es una forma de conocer el porcentaje
de error que obtuvimos en nuestros resultados.

ER = (valor experimental – valor teórico) x 100

(valor teórico)

Cuando no se conoce el valor aceptado, se toma como

tal, la media de una serie de datos
 TERMINOS IMPORTANTES

Media, Media aritmética y promedio (X) son

términos sinónimos. Es la medida de tendencia
central mas utilizada .Se obtiene dividiendo la
suma de los valores de una serie y dividiendo
por el numero de medidas del conjunto.

• Mediana es el resultado alrededor del cual se

reparten los demás por igual. Si la serie es un
numero impar la mediana es el numero de la
mitad. Si la serie es un numero par se toma el
promedio del par central después de haber
ordenado la serie de menor a mayor.
 TERMINOS IMPORTANTES

• Ejemplo 1:calcular la media y la mediana

de 10.06, 10.20, 10.08, 10.10.

• Media = X =10.06+10.20+10.08+10.10 = 10.11

4
Mediana = 10.08 +10.10 = 10.09
2
 TERMINOS IMPORTANTES
• METODOS PARA MEDIR LA EXACTITUD
• Error absoluto: Es la diferencia entre el valor
experimental y el valor real.
• Error relativo: Es el error absoluto dividido por la
cantidad medida.
• Ejemplo:
• Una muestra tiene 20.34 g de Fe y un analista
encuentra que es 20.44g
• Error Absoluto = 20.44-20.34 = 0.10%
• Error relativo = 0.1/20.34x100 = 0.0049 = 0,49%
 TERMINOS IMPORTANTES
Precisión.
• El término precisión describe la reproducibilidad de los
resultados y se puede definir como la concordancia que
hay entre los valores numéricos de dos o más
mediciones que se han realizado de idéntica manera.

La precisión sólo depende

de la distribución
de los errores aleatorios
y no se relaciona
con el valor verdadero ni
con el valor especificado.
 PRECISION

• Para describir la precisión de un conjunto

de datos repetidos se utilizan tres
términos muy conocidos:
• La desviación estándar, la varianza y el
coeficiente de variación.
• La desviación estándar (DS/DE) es una
medida de dispersión usada en estadística
que nos dice cuánto tienden a alejarse los
valores puntuales del promedio en una
distribución.

Asi la varianza es la media de los cuadrados de las

diferencias entre cada valor de la variable y la media
aritmética de la distribución. Aunque esta fórmula es
correcta, en la práctica interesa realizar inferencias
poblacionales, por lo que en el denominador en vez
de n, se usa n-1
 TERMINOS IMPORTANTES

• METODOS ABSOLUTOS PARA EXPRESAR LA PRECISION

• Desviación estándar S=

• Varianza: S2
• Coeficiente de variación. C.V = S/Media *100
• Ejemplo . La N de una solución se calculo con 4
titulaciones por separado y los resultados fueron 0.2041,
0.2049, 0.2039, y 0.2043. Calcular la X, la Mediana, El
rango , La desviación S y el C.V.
• X = (0.2041+0.2049+0.2039+0.2043)/4 = 0.2043
• Mediana M= (0.2041+0.2043)/2 = 0.2042
• Rango R = 0.2049-0.2039 = 0.001
• S= 0.0004
• C.V = (0.0004/0.2043)*100 = 0.2%
 TERMINOS IMPORTANTES

• En términos generales la exactitud

supone una comparación con un valor
verdadero o aceptado como tal, la
precisión indica la concordancia entre las
medidas que han sido realizadas de una
misma forma.
 Esquema gráfico para comprender la
relación entre exactitud y precisión

En C existe buena precisión, pero no buena exactitud;

en A buena exactitud y precisión, y en B mala exactitud
y precisión.
Diagrama precisión y exactitud
 EVALUACION DE LOS DATOS ANALITICOS
• ESTUDIANTE RESULTADOS COMENTARIO
DE UNA TITULACION
A 10.08 Preciso pero
10.11 inexacto
10.09
10.10
10.12
B 9.88
10.14
10.02 Exacto pero
9.80 impreciso
10.21
10.19
C 9.79 Inexacto e
9.69 impreciso
10.05
9.78
 EVALUACION DE LOS DATOS ANALITICOS

• ESTUDIANTE RESULTADOS COMENTARIO

DE UNA TITULACION

10.04
9.98
D 10.02 EXACTO Y
9.97 PRECISO
10.04
ERRORES DETERMINADOS O SISTEMATICOS

FUENTES DE ERRORES
SISTEMÁTICOS

• Errores instrumentales: Calibraciones deficientes

• Errores del método: Dificiles de identificar

• Errores personales: Descuido, Falta de atención

 EFECTO DE LOS ERRORES SISTEMATICOS
EN LOS RESULTADOS ANALITICOS

• Los errores sistemáticos pueden ser constantes o

proporcionales

• En los errores constantes el error absoluto es invariable

con el tamaño de la muestra ,mientras el error relativo
cambia al modificar dicho tamaño.

• Los errores proporcionales aumentan o disminuyen

según el tamaño de la muestra. Con los errores
proporcionales el error absoluto varia con el tamaño de
la muestra, en cambio el error relativo permanece
constante.
EJERCCICIOS
Se llevaron a cabo una serie de determinaciones del contenido de Zn preparado
vitamínico encontrándose los siguientes resultados:14,1/15,2/14,8/15,5/15,3/mg Zn
por capsula
Calcular:
a) Calcular la media aritmética.
b) El error absoluto.
c) El error relativo.
Para la determinación de nitrógeno en una planta aromática se realizaron varios
análisis en un determinado tiempo. Los resultados obtenidos fueron los siguientes.

Calcular:
a) Calcular la media aritmética.
b) Desviacion estandar
c) Varianza
d) Coeficiente de variación