!

"##$%&'$&$()"'*()+,"&-&
$()+.",+/0&'$&
+0,$%)+'1.2%$&"3#+,"'"(&
"#&#"24%")4%+4

!"#$%&$%'(#"$%&$)'*+%',+-.$/$
,#&0+,+&.(&"$%&$"&."+1+*+%'%

John Emerson Leguizamon

!"##$%&'$&$()"'*()+,"&-&
$()+.",+/0&'$&
+0,$%)+'1.2%$&"3#+,"'"(&
"#&#"24%")4%+4

!"#$%&$%'(#"$%&$)'*+%',+-.$/$
,#&0+,+&.(&"$%&$"&."+1+*+%'%

!"##$%
 CONTENIDO
1. Introducción
2. Método Top Down
3. NMKL
4. Uso de datos de robustez
5. Coeficientes de sensibilidad
6. Precisión intermedia

Introducción
Importancia incertidumbre en el resultado de medición
“Para un mensurando dado y para un resultado de medición dado (de ese
“La incertidumbre del resultado de medición refleja la mensurando), no hay un solo valor sino un numero infinito de valores dispersos
imposibilidad de conocer el valor verdadero de un alrededor del resultado y que con varios grados de credibilidad pueden ser
mensurando” atribuidos al mensurando”
[Hg] (mg/kg )

0.0
Lab Lab
A. B.

La incertidumbre de medida no indica duda acerca de la validez de una La incertidumbre de medición es un estimado de la probabilidad de la cercanía
medida, por el contrario, su conocimiento implica un aumento en la al mejor valor del mensurando que es consistente con el conocimiento presente
confianza del resultado de una medición. disponible
 Alternativas

! 1993" ISO GUM – Medidas

físicas
! 1995" EURACHEM – basada
en ISO GUM
! 1995" Top Down - Comité de
métodos analíticos (AMC)
! 1997" NMKL

Introducción
Método GUM - Alto numero de fuentes y su consideración
U =1. 2. 3. 4. 5. 6. 7. 8. u(Y)
u(Y)

! " # $ %&' ( )*+,-&. / 0, u(E)

u(B)
E
u(R) u(A) A F u(F) u(E) u(Q) u(D)
u(S) u(T) B u(B) C D u(N) u(P)
u(C) u(D)
u(M) u(F)

u(O) u(J)
u(H) u(I) u(K) u(L) u(C)
u(G)
u(A)
u(E)
 Introducción
Método GUM - Alto numero de fuentes y su consideraciòn

u(Y)
Por otro lado usando datos experimentales existentes
obtenidos en los procedimientos de control y
aseguramiento de calidad y validación de métodos,
la probabilidad de incluir todas las contribuciones
u(R) u(A) u(F) u(E)
puedeu(Q)
ser maximizada
u(S) u(T) u(B) u
u(C) u(D) u(N) u (P)
(M)

u(O) u(J)
u(H) u(I) u(K) u(L)
u(G)
Aproximación útil cuando se estudian los componentes individuales, sin embargo en algunos casos se ha visto que puede
subestimar la incertidumbre medición,
U (k=2,de95%) en parte, porque es dificil incluir todas las contribuciones posibles.
Medición

!"#$%&'()&*+,
-./,0.12
 Aproximación AMC 1995 – TOP DOWN
GUM / Botton up Top Down

Lab 2
u(Y)
Lab 1
Lab 4 s
Lab 3 tivo
Lab n a
bor
ola
s c
dio
tu
Es
u(Y)
Se estima la incertidumbre desde un nivel superior

Aproximación AMC 1995 – TOP DOWN

Error Error aleatorio
Top Down
laboratorio i

!" #!!
i

"# $ %&$"

Estudios colaborativos
 Requerimientos estudios colaborativos
Variable Requisito
Lab 2 Laboratorios 8 cuantitativo
Lab 1 Matrices ≥3
Lab 4
Concentraciones ≥3 + blanco
Lab 3 Lab n
Replicas por nivel
≥2 cuantitativo
y por matriz
Replicas por nivel
≥2 cuantitativo
( una matriz)

Objetivo: evaluar caracteristica desempeño método –

Desviacion estandar de reproducibilidad

AOAC International (2002 ): Appendix D: Guidelines for Collaborative Study Procedures To Validate Characteristics of a
method of Analysis

Evaluación de la exactitud del método

Reproducibilidad
Máxima
variabilidad
del método

SR

Precisión intermedia

Repetibilidad Sri

Error
aleatorio
Sr Concentración
Conce
Resultado
Incertidumbre de medición Top Down

' " %&

! " # $ %&

SR

Ejemplo aproximación Top Down

Lab 2
Lab 1
Lab 4
Lab 3 Lab n
 Método para la determinacion de fibra cruda en alimentos para animales

Molienda /Tamiz 1mm Fibra cruda: Cantidad de sustancias organicas libres de grasa
insoluble en medios ácidos y alcalinos
Pesar 1 g de muestra

Ebullicion por 30 min

/150 ml H2SO4

Filtrar

( ) * + ,-- Ebullicion por 30 min

!"#$%& ' /150 ml KOH
.
Vacio
Lavar con acetona
a: Masa de la muestra
Secar a peso constante
b: Perdida de masa muestra despues calcinación 130ºC
c: Perdida de masa después de la calcinación del blanco
Calcinar a peso constante
500ºC

!""#$%&'()*(+*'(,%$$"-#&'(.*'(/(0#""#12$'(3*(456667*(891&:#;<#&= 9&>-?:1#&:< #&(1&1"<:#>1" 2-1$9?-2-&:*(

!9?1>@-2*(!A-2B"%(3C

Ejemplo Determinación de fibra cruda en alimentos para animales

Ejemplo Top Down
En un estudio colaborativo – interlaboratorio (5 laboratorios), para establecer la desviación estándar de reproducibilidad de un
método (para la determinacion de fibra cruda en piensos para animales) se midieron 5 tipos diferentes de muestras (alimentos)
que representan concentraciones típicas de fibra y grasa, en 5 réplicas cada uno, de acuerdo con el siguiente esquema.

Los participantes realizaron todas las etapas del método incluyendo la molienda de las muestras

Resultados
Contenido de fibra (% m/m)
Resultados estudio
colaborativo U U rel
Muestra
Promedio (% (% m/m)
SR Sr
m/m)

A 2.3 0.293 0.198

B 12.1 0.563 0.358
C 5.4 0.39 0.264
D 3.4 0.347 0.232
E 10.1 0.575 0.391
 Resultados
Contenido de fibra (% m/m)
Resultados estudio ! Método validado
colaborativo U ! Todos los
Muestra
U rel
(2 x SR) laboratorios
Promedio (%
SR Sr (% m/m)
m/m) emplean el
A 2.3 0.293 0.198 0.6 25% mismo método
B 12.1 0.563 0.358 1.1 9% ! Competencia
C 5.4 0.39 0.264 0.8 14% técnica de los
D 3.4 0.347 0.232 0.7 20% laboratorios para
E 10.1 0.575 0.391 1.2 11% el ensayo

En resumen…
No siempre se
dispone de
información de
ejercicios
AMC: Calcula incertidumbre
globalmente, no tiene que
colaborativos
identificar y cuantificar cada
una de las fuentes de error de
un procedimiento analitico
 1993! ISO GUM
1995! EURACHEM
1995! Comité de métodos
analíticos (AMC)
1997! NMKL

NMKL
 NordTest Report TR 537. Hansbook for calculation of measurement uncertainty in environmental laboratories

Evaluación de la exactitud del método

Reproducibilidad Sesgo del método

Sesgo del laboratorio

SR

Precisión intermedia

Sesgo de la serie
Repetibilidad Sri

Error
aleatorio
Sr Concentración
Resultado CMRC
 Método NMKL
Aproximación basada en la validación de un laboratorio
Efectos que
contribuyen a la
incertidumbre

Aleatorios Sistemáticos

Cuantificación por
Con datos históricos
separado y luego
laboratorio
combinación
Efectos aleatorios Sesgo

!" # !$% & !'%

Método NMKL

!" # !$% & !'%

!"#$%
% %
!" # !() & !'*+,-

Incertidumbre estimada por el sesgo

! MRC
Reproducibilidad dentro del laboratorio ! Validación
! Controles de calidad ! Resultados comparaciones
interlaboratorio

!"#"$"#"%&'()
 Método NMKL

Pasos generales
1. Especifique el mensurando
2. Cuantifique la componente de precisión – sRD
3. Cuantifique el componente del sesgo
4. Convertir los componentes a incertidumbres estándar:
1. u(RD).
2. u(sesgo)

5. Calcular la incertidumbre estándar combinada uc.

!! " $ # !$
!"# %&'()

6. Calcular la incertidumbre expandida U.

$ " % & !!
 Evaluación reproducibilidad dentro del laboratorio

& &
!" # !$% ' !()*+,
! Muestra estable! idealmente la misma.
! El mismo laboratorio.
! El mismo procedimiento.
Corresponde al componente de incertidumbre que ! Diferentes días (1 año).
tiene en cuenta la variación en los resultados del ! Diferentes personas.
laboratorio por un periodo largo de tiempo: ! Diferentes lotes de reactivos.
Reproducibilidad dentro del laboratorio = !-" . ! Diferentes marcas de reactivos.
! Diferentes curvas de calibración.
! Diferentes calibrantes.
! ………..

Evaluación reproducibilidad dentro del laboratorio

Control de calidad interno
! Control de calidad que cubra el proceso analítico completo
! Idealmente lo más parecido posible a las muestras de rutina
! MRC
! Controles positivos
! Muestras duplicadas

Carta control promedios Carta control Rangos

 Evaluación reproducibilidad dentro del laboratorio
Control de calidad interno

Carta control promedios Carta control Rangos

Controles positivos, MRC (Sesgo) Muestras duplicadas

'
(
!!" $
)* )+,
!"# $ %"&

Ejemplo
Un laboratorio especializado en análisis de contaminantes orgánicos (PCBs) realiza un estudio
intralaboratorio por un tiempo de 526 días con un MRC (SRM1953)
SRM 1953
Valor certificado 63,1. (ng/kg)
U (K=2) 1,5. (ng/kg)
Día Valor (ng/kg) Día Valor (ng/kg)

1 69,6 221 66,9

30 65,7 245 62,9
67 81,3 268 66,7
90 72,1 278 63,4
98 74,5 284 47
Calcular la desviación 108 62,3 301 73
130 68,6 320 40,5
estándar de 166 78,1 368 68
reproducibilidad dentro 187 53,5 379 75,8
196 45,4 401 58,9
del laboratorio 200 59,1 526 59,7
 Ejemplo
Un laboratorio especializado en análisis de contaminantes orgánicos realiza un estudio
intralaboratorio por un tiempo de 526 días con un MRC (SRM1953)
SRM 1953
Valor certificado 63,1. (ng/kg)
U (K=2) 1,5. (ng/kg)
Día Valor (ng/kg) Día Valor (ng/kg)

1 69,6 221 66,9

30 65,7 245 62,9
67 81,3 268 66,7
90 72,1 278 63,4
Calcular la desviación 98 74,5 284 47
108 62,3 301 73
estándar de 130 68,6 320 40,5
166 78,1 368 68
reproducibilidad dentro 187 53,5 379 75,8
del laboratorio 196 45,4 401 58,9
200 59,1 526 59,7
"! 65.6
# 8,49
RSD 12.9%

Evaluación sesgo dentro del laboratorio

!"#$#%&'

% %
!!"!#$ ( )*+!"!#$ , !&'(

Incertidumbre promedio
Sesgo promedio de los resultados del
de los valores de
laboratorios respecto al valor de los MRC
referencia de los MRC
disponibles

! Mediciones repetidas de varios MRC con un procedimiento de referencia

! A partir de varias comparaciones interlaboratorios.
! A partir de experimentos de fortificación.
 Evaluación sesgo dentro del laboratorio
!"#$#%&'
% %
!!"!#$ ( )*+!"!#$ , !&'(

Varios MRC 1 MRC

2 2 2
- ./.01 - !456 .789# 2
!#$#%& ( , !#$#%& ( ./.01 2 , , !456
3 3 3

Evaluación sesgo dentro del laboratorio

!4"#"$%5
'-./" + SRM 1953
+
!"#"$% & '(')* + , , !123 Valor certificado 63,1. (ng/kg)
0
U (K=2) 1,5. (ng/kg)
Día Valor (ng/kg) Día Valor (ng/kg)

1 69,6 221 66,9

30 65,7 245 62,9
(2.49 6789 67 81,3 268 66,7
! ng/kg)2 (1.5 / 2 ng/kg)2 90 72,1 278 63,4
ng/kg)2 ++
98 74,5 284 47
108 62,3 301 73
130 68,6 320 40,5
%"#"$% $ 3.17 ng/kg 166 78,1 368 68
187 53,5 379 75,8
196 45,4 401 58,9
200 59,1 526 59,7
%"#"$% &'( $ 4.83% "! 65.6
#$% 8,49
RSD = u rel 12.9%
Sesgo 2.49
 Método NMKL

& &
!" # !$% ' !()*+,

!" # -./0123& '-40523&

!" # .4062

RESUMEN
Muchas fuentes de
Top Down incertidumbre

Topdown! uR

¿Y lo que pasa en mi
!! " !$"# # !$%&'()
laboratorio?

NMKL

Intra- uR + ubias MRC

reproducibilidad Interlaboratorios
Recuperados
 RESUMEN

Ventajas Ventajas
! Detallado ! Practico
! Identificación puntos críticos ! Fácil
! Análisis de contribuciones ! Dinámico
! Información fácilmente disponible
! Información global

Desventajas Desventajas
! Complicado ! No identificación de puntos críticos
! Puede subestimar u ! Dificultad en mejorar el proceso
! Depende de un modelo matemático

!"#$%&$'#"$%()#"$%&$*#+!")&,
 USO DE DATOS DE ROBUSTEZ

Medida de la capacidad del método analítico, de permanecer

inalterado debido a pequeñas (pero deliberadas) variaciones en
los parámetros del método, proporcionando una indicación de su
confiabilidad durante su uso normal

Evaluación Robustez – Diseño factorial

En una reacción se desea evaluar el tiempo y temperatura optima

Dominio experimental
Nivel Nivel
factores
(-) (+)
x1 Tiempo reacción (h) 6 8
x2 Temperatura (°C) 40 80

1. Valor promedio 3. Efecto principal temperatura

() * %( * #+ * ,- ,- * #+ %( * ()
!$ " " .( !# " $ " &%
( & &

2. Efecto principal tiempo 4. Interacción tiempo - temperatura

,- * %( #+ * () #$%
!! " $ ". !!"# " "'
& & &
Evaluación Robustez – Diseño factorial
Diseño factorial completo
Dominio experimental
!" !"#$%&'(
Nivel Nivel
factores
(-) (+)
x1 Tiempo reacción (h) 6 8
)*+','(
x2 Temperatura (°C) 40 80

! Estrategia experimental optima para estudiar simultáneamente el efecto de

varios factores sobre la respuesta y sus interacciones.
! Identificar variables de influencia para posterior optimización
! Estudiar en que condiciones el proceso es más robusto a pequeñas variaciones
de alguno de los factores identificados

Evaluación Robustez – Diseño factorial !"

Diseño factorial completo 23

No Efecto Valor
1 Promedio 61.5
2 tiempo (t) 8.5
3 Temperatura (T) 36
4 Catalizador (C) -5.0
5 Interacción t x T 1.0
6 Interacción T x C 11
7 Interacción t x C 2.0
Cambio en la respuesta originado por
un cambio en la variable / factor
8 Interacción t x T x C 1.0
Evaluación Robustez – Diseño factorial )*
Efecto de 6,7 o 8 factores en la respuesta

1. Media
2. 7 efectos principales
3. 21 interacciones de 2 factores Significativas
4. 35 interacciones de 3 factores
!! " #!$
5. 35 interacciones de 4 factores
6. 21 interacciones de 5 factores No Significativas
7. 7 interacciones de 6 factores
8. 1 interacción de 7 factores

Diseños factoriales fraccionales

!!$& " %& 7 variables en 64 experimentos
Grado de
#$% !!$( " #% 7 variables en 16 experimentos
!" fraccionamiento
!!$' " $ 7 variables en 8 experimentos
R: nivel de confusiones que se presentan en la estimación
de los efectos
Resolución

Diseño Youden Steiner

NÚMERO DE EXPERIMENTO
Factores 1 2 3 4 5 6 7 8
!#$%
""" x1 + + + + - - - -
x2 + + - - + + - -
! Diseño factorial para x3 + - + - + - + -
estudiar 7 variables en 8 x4 + + - - - - + +
x5 + - + - - + - +
experimentos
x6 + - - + + - - +
x7 + - - + - + + -
! Efectos principales con
interacciones de 2 factores Resultado y1 y2 y3 y4 y5 y6 y7 y8

!"#"$%&#$&'()*+(),)-"."/01&'()2+)345678+)9&'1%/ :%;:)"<<=0>":0&/ 0/)#&?';:/%;; ";;"@; 1'#0/$ .%:A&1 B"=01":0&/+ !"#$%&' "()

*+$",&-".$&/+0 1( 2343()6C6D6CE+
 Diseño Youden Steiner
NÚMERO DE EXPERIMENTO NÚMERO DE EXPERIMENTO
Factores 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
x1 + + + + - - - - A A A A a a a a
x2 + + - - + + - - B B b b B B b b
x3 + - + - + - + - C c C c C c C c
x4 + + - - - - + + D D d d d d D D
x5 + - + - - + - + E e E e e E e E
x6 + - - + + - - + F f f F F f f F
x7 + - - + - + + - G g g G g G G g
Resultado y1 y2 y3 y4 y5 y6 y7 y8 s t u v w x y z

!"#"$%&#$&'()*+(),)-"."/01&'()2+)345678+)9&'1%/ :%;:)"<<=0>":0&/ 0/)#&?';:/%;; ";;"@; 1'#0/$ .%:A&1 B"=01":0&/+ !"#$%&' "()

*+$",&-".$&/+0 1( 2343()6C6D6CE+

Diseño Youden Steiner

!"#"$%&#'( )*+%#%,-*"

!"# $!%&%'()*+,-,.,/0%"%'()*1,2,3,40
5"6 $5%&%'()*+,-,1,20%"%'()*.,/,3,40
7"8 $7%&%'()*+,.,1,30%"%'()*-,/,2,40
* +!, " * +!- 9": $9%&%'()*+,-,3,40%"%'()*.,/,1,20
!"#$%& '()
. ;"< $;%&%'()*+,.,2,40%"%'()*-,/,1,30
="> $=%&%'()*+,/,1,40%"%'()*-,.,2,30
?"@ $?%&%'()*+,/,,2,30%"'()*-,.,1,40

#$%&'( ) * + , - Método robusto frente a la variable X

 Diseño Youden Steiner

¿Y los factores?

Diseño Youden Steiner

Ejemplo
Parámetro del NÚMERO DE EXPERIMENTO
VARIABLE Variable Variación
método 1 2 3 4 5 6 7 8
A pH Fase móvil pH 2.50 pH 1.90 A A A A a a a a
B J N2 de secado 12L/min 10L/min B B b b B B b b
Relación Adsorbente/mL
C Extracto 50 43,75
C c C c C c C c
D Relacion AcNa/ Muestra 1/5 1/4 D D d d d d D D
E Relación Agua/ Muestra 2,00 1,60 E e E e e E e E
F Volumen Final 5 mL 2 mL F f f F F f f F
G Volumen de inyección 10 uL 5 uL G g g G g G G g
s t u v w x y Z

Compuesto s t u v w x y z Desv est. s Criterio

Analito 1 83.54 65.28 51.25 72.48 49.62 59.69 57.52 60.76 8.01 11.33
 Diseño Youden Steiner
Ejemplo
!"#"$%&#'( )*+%#%,-*"
Parámetro del
VARIABLE Variable Variación
método !"# $!%&%'()*+,-,.,/0%"%'()*1,2,3,40
A pH Fase móvil pH 2.50 pH 1.90 5"6 $5%&%'()*+,-,1,20%"%'()*.,/,3,40
7"8 $7%&%'()*+,.,1,30%"%'()*-,/,2,40
B J N2 de secado 12L/min 10L/min 9": $9%&%'()*+,-,3,40%"%'()*.,/,1,20
Relación Adsorbente/mL ;"< $;%&%'()*+,.,2,40%"%'()*-,/,1,30
C Extracto 50 43,75 ="> $=%&%'()*+,/,1,40%"%'()*-,.,2,30
?"@ $?%&%'()*+,/,,2,30%"'()*-,.,1,40
D Relacion AcNa/ Muestra 1/5 1/4
E Relación Agua/ Muestra 2,00 1,60 Efectos
F Volumen Final 5 mL 2 mL
G Volumen de inyección 10 uL 5 uL
Aa Bb Cc Dd Ee Ff Gg
11,240 4,030 -4,070 8,515 2,585 8,165 11,580

Compuesto s t u v w x y z Desv est. s Criterio

Analito 1 83.54 65.28 51.25 72.48 49.62 59.69 57.52 60.76 8.01 11.33

¿Qué son los efectos?

Cambio en la respuesta originado por un cambio en la variable / factor
$%&!'( )*
!"#$%&'
(&)*#+!,

#"
!! "
##$
# +*,-*!-./ )

01 223456
!%&'()*+ ,* !+-*..!/+ " " " 93:; 7812
#0 436 78
 Coeficientes de sensibilidad
Molienda /Tamiz 1mm

Masa muestra (M) Masa calc. muesta)

Pesar 1 g de muestra

Ebullicion por 30 min Concentración (C)

/150 ml H2SO4
Masa Calc. blanco
Filtrar

Ebullicion por 30 min

/150 ml KOH

Vacio
Lavar con acetona
# $ % & '((
!!"#$% " Secar a peso constante
) 130ºC

Calcina a peso constante

500ºC

Coeficientes de sensibilidad
Molienda /Tamiz 1mm

Masa muestra (M) Masa calc. muesta)

Pesar 1 g de muestra

Ebullicion por 30 min Concentración (C)

/150 ml H2SO4
Masa Calc. blanco
Filtrar

! ¿La concentración del ácido? Ebullicion por 30 min

/150 ml KOH
! ¿La concentración de la base?
Vacio
Lavar con acetona
# $ % & '((
!!"#$% " Secar a peso constante
) 130ºC

Calcina a peso constante

500ºC
 Coeficientes de sensibilidad
Molienda /Tamiz 1mm

Masa muestra (M) Masa calc. muesta

Pesar 1 g de muestra

Ebullicion por 30 min Concentración (C)

/150 ml H2SO4
Masa Calc. blanco
Concentración !!"#$% (%) Filtrar
H2SO4 . / 0 1 +((
Ebullicion por 30 min &%"&'( ' 3-
2.5 6.25 /150 ml KOH 2
3.0 6.40 Vacio
3.5 6.50 -
Lavar con acetona

5.0 6.80 2%1 !"#"$%&'()*"+",%-)-,

./"#"$%00&1 Secar a peso constante
2%2 130ºC

3"45678
2%( Calcina a peso constante
2%& 500ºC
& ) ( , 2
39:;<:=78;5>:"?;5@9 &" ' ()*+, -#$
 !"#$%&!'&()'*+%+,-&+-#').'!+"

Evaluación de la veracidad del método

Reproducibilidad Sesgo del método

Sesgo del laboratorio

SR

Precisión intermedia
!"#$%

Sesgo de la serie
Repetibilidad Sri

Error
aleatorio
Sr Concentración
Resultado
CMRC
!"#"$"#"%&'()
 Estudio de precisión intermedia

& Estudio inter-analistas

& Estudio en el tiempo

!"#$% ¿Qué puede pasar? ¿Para qué hago

esto?

Hay diferencias No hay diferencias

¿Qué hago con

estos datos?

!"#"$"#"%&'()

Diseño
Diseño completamente
completamente al
al aazar
zar
Es el modelo más básico para un estudio de influencia de una variable, este puede ser expresado
como

Interanalista o Factor a
interdías estudiar Error de medición

Valor medido
Expectativa
matemática

!"#$%"&'()*+,-+.-*+/'(&01'2+3"456*+7-*+859:'(*+;-+!-*+!5<6'9*+=-*+>(9')*+?-+/-*+!511595*+@-+A-*+---+B+.8<9:<#6"#*+3-+CDEEFG- !"#$%$&'&(%()*)+,-%(.,-&/%)
%0'&/%(%,)%)'%)&12+1&+".%300'&+( ,-%-&,-&/, %1()0"#$%$&'&-* 4#" +12&1++", C?"-+HIJ-H+!KLKG-+.>7MN*+7O((<59P5+C."6$5+3<Q5G-
 Diseño
D iseño completamente
completamente aall aazar
zar

Muestra

Analista 1 Analista 2 Analista 2

Medición Medición ! Medición Medición Medición Medición Medición Medición ! Medición

1 2 m 1 2
! m 1 2 m

Montgomery, D. C., Bermúdez Rojas, T., Walker, H. M., Maisel, L., Arley, N. B., Maddala, G. S., ... & CWilkinson, R. (2006). Probabilidad y estadística
aplicadas a la ingenieríaApplied statistics and probability for engineers (No. 519.5 M787). CATIE, Turrialba (Costa Rica).

ANÁLISIS DE VARIANZA
Promedio Valor
Origen de las Grados de de los Probabilid crítico
variaciones Suma de cuadrados libertad cuadrados F ad para F
$
& )*+
Factor (Entre) ! " $%# % $& '%( )*+
)*,
!"#
$ '
&
Error (Dentro) " " $!% % $#! '-! % (. )*,
!"# %"#

$ '
&
Total " " $!% % $& '! % (
!"# %"#

'/ 012345 6789543: ¿Y la incertidumbre?

! ; 012345 43<=>87:
& ./0',10 2 ./30',14
()')*!+,)+ -
5
!"#$%#&

John Emerson Leguizamon

jeleguizamon@inm.gov.co