Está en la página 1de 22

1

DEPARTAMENTO DE QUIMICA
ESTADISTICA APLICADA AL ANALISIS QUIMICO
Bases para la Validacin de Mtodos Analticos
Recopilado por J. Sandoval
LA GENTE SOLO VE LO QUE ESTA PREPARADA PARA VER
Emerson
1
CUANDO SE APLICA LA ESTADISTICA
A UN ANALISIS
(QUIMIOMETRIA)
2
ANALISIS DISEO
EXPERIMENTAL
ANTES
MANIPULACION
DE DATOS
DESPUES
LA APLICACION DE LA ESTADISTICA EN TODOS LOS PASOS DE UNA
MEDICION QUIMICA ASEGURA LA CALIDAD DE LA MEDICION
ADQUISICION
DE DATOS
DURANTE
CONTROL ESTADISTICO DE CALIDAD
EN LAS MEDICIONES QUIMICAS
CALIDAD CONFIABILIDAD
3
UN RESULTADO CONFIABLE ES AQUEL
QUE DEMUESTRA SER VALIDO
VALIDEZ: GRADO AL CUAL UNA MEDICION (REALIZADA
MEDIANTE UN INSTRUMENTO Y/O PROCEDIMIENTO ANALITICO
ESPECIFICOS) PRODUCE EL RESULTADO ESPERADO
DEFINICION PRACTICA DE
ESTADISTICA
HERRAMIENTA UTILIZADA PARA DISCRIMINAR
ENTRE LAS PARTES SISTEMATICA (DETERMINADA)
Y AL AZAR (INDETERMINADA) DE UNA SEAL O
RESULTADO ANALITICO
4
y = A + o
Total Sistemtica Al azar
2
OBJETIVO DE UNA MEDICION:
DETERMINAR LA MAGNITUD DE
LA PARTE SISTEMATICA DE LA SEAL
PARA SEPARAR LA PARTE SISTEMATICA DE UNA
SEAL ESPECIFICA, EL ANALISTA DEBERA TENER UN
CONOCIMIENTO PREVIO DE LAS POSIBLES FUENTES
DE ESA PARTE SISTEMATICA
LA ESTADISTICA ES UN COMPLEMENTO QUE LE
AYUDA INDIRECTAMENTE EN DICHA SEPARACION
5 6
EXACTITUD
Y
PRECISION
CERCANIA AL
VALOR VERDADERO
REPRODUCIBILIDAD
ERROR SISTEMATICO
SU PRESENCIA PUEDE SER DETECTADA MEDIANTE PRUEBAS
ESTADISTICAS SENCILLAS. DICHAS PRUEBAS, SIN EMBARGO,
NO PERMITEN IDENTIFICAR EL ORIGEN DEL ERROR
SISTEMATICO
LA MANERA MAS SIMPLE DE DETERMINAR LA PRESENCIA DE
ERROR SISTEMATICO ES CUANTIFICAR EL ANALITO EN UN
MATERIAL DE REFERENCIA (ESTANDAR)*
7
* MATERIAL DE REFERENCIA:
CONTIENE UNO O MAS ANALITOS EN CONCENTRACION CONOCIDA CON
ALTAS EXACTITUD Y PRECISION
PUEDEN OBTENERSE EN
National Institute of Standards and Technology (NIST)
American Society for Testing and Materials (ASTM)
ERROR ALEATORIO
(AL AZAR, INDETERMINADO)
TIENE SU ORIGEN EN LOS EFECTOS DE VARIABLES
FUERA DE CONTROL (TAL VEZ INCONTROLABLES)
EN LAS MEDICIONES
TIENE IGUAL PROBABILIDAD DE SER POSITIVO O
NEGATIVO
ESTA SIEMPRE PRESENTE Y NO PUEDE
CORREGIRSE
8
3
DOS CONCEPTOS BASICOS:
POBLACION Y MUESTRA
POBLACION
COLECCION COMPLETA DE OBJETOS QUE COMPARTEN
UNA O MAS CARACTERISTICAS
DESDE UN PUNTO DE VISTA ANALITICO:
EL NUMERO INFINITO DE RESULTADOS QUE, EN
PRINCIPIO, SE PUEDE OBTENER CON UNA INFINITA
CANTIDAD DE MUESTRA Y EN UNA INFINITA CANTIDAD
DE TIEMPO
MUESTRA
UN SUBCONJUNTO DE UNA POBLACION
9
PUNTOS IMPORTANTES
EN ESTADISTICA
ESTRICTAMENTE, LAS LEYES DE LA ESTADISTICA SE APLICAN SOLO
A POBLACIONES. CUANDO ESTAS LEYES SE APLICAN A MUESTRAS
DE DATOS DE LABORATORIO, SE ASUME QUE LA MUESTRA ES
REPRESENTATIVA DE LA POBLACION
LA ESTADISTICA TIENE SUS BASES EN LA TEORIA DE
PROBABILIDADES (UNA TEORIA UTILIZADA PARA EXPLICAR
EVENTOS AL AZAR)
LA ESTADISTICA NO MANEJA ABSOLUTOS: SOLO PUEDE DECIR
SI UN EVENTO ES ESTADISTICAMENTE SIGNIFICATIVO O
ESTADISTICAMENTE INSIGNIFICANTE
10
DOS DEFINICIONES BASICAS EN ESTADISTICA:
MEDIA Y DESVIACION STANDARD
MEDIA
POBLACION:
MUESTRA:
n NMERO DE MEDICIONES
x
i
i-SIMA MEDICIN DE x
11
n
x
n
1 i
n
i
lim

=

=
n
x
x
n
1 i
i

=
=
DOS DEFINICIONES BASICAS EN ESTADISTICA:
MEDIA Y DESVIACION ESTANDAR
12
DESVIACION ESTANDAR
POBLACION:
MUESTRA:
o
n-1
en su calculadora
GRADOS DE LIBERTAD
UN GRADO DE LIBERTAD
SE PIERDE CUANDO LA
MEDIASE USA EN EL
CALCULO POSTERIOR DE
CUALQUIER PARAMETRO
( )
n
x
n
1 i
2
i
n
lim

=


= o
( )
1 n
x x
s
n
1 i
2
i

=

=
4
DESVIACION ESTANDAR
13
LA DESVIACION ESTANDAR ES
UNA MEDIDA CUANTITATIVA
DE LA PRECISON
(REPRODUCIBILIDAD o
DISPERSION DE LAS
MEDICIONES ALREDEDOR DE
LA MEDIA)
DESVIACION ESTANDAR RELATIVA
(RSD)
14
TAMBIEN CONOCIDA COMO COEFICIENTE
DE VARIACION (CV)
x
s
RSD =
100
x
s
RSD % =
GRADOS DE LIBERTAD
NUMERO DE VALORES NO RESTRINGIDOS
Ejemplo:
ESCOJA UN TOTAL DE 5 VALORES AL AZAR:
3 5 17 2 10
5 GRADOS DE LIBERTAD
ESCOJA UN TOTAL DE 5 VALORES CON UN PROMEDIO DE 8:
3 5 17 2 13
4 GRADOS DE LIBERTAD
PARA OBTENER UN PROMEDIO DE 8 DESPUES DE ESCOJER LOS
PRIMEROS 4 VALORES, EL 13 Y SOLAMENTE EL 13 PUEDE SER EL
5
o
VALOR
15
Ejemplo:
ESCOJA UN TOTAL DE 5 VALORES CON UN PROMEDIO DE 8 Y
UNA DESVIACION ESTANDAR DE 6:
3 5 17 3.725 11.275
3 GRADOS DE LIBERTAD
PARA OBTENER UN PROMEDIO DE 8 Y UNA DESVIACION
ESTANDAR DE 6 , SOLAMENTE LOS NUMEROS 3.725 Y 11.275
PUEDEN SER EL 4
o
Y EL 5
o
VALORES, DESPUES DE ESCOJER LOS
PRIMEROS 3 NUMEROS
16
GRADOS DE LIBERTAD
(CONTINUACION)
EN GENERAL...
SI UNO TIENE n DATOS Y CALCULA mPARAMETROS
ESTADISTICOS, LOS GRADOS DE LIBERTAD SON DE (n - m)
5
DISTRIBUCIONES
50 determinaciones
de la concentracin
(g/mL) del in
nitrato en una
muestra de agua
17
media= 0.500 g/mL
desv. estd. = 0.0165 g/mL
TABLA DE FRECUENCIA
LA DISTRIBUCION SE
PUEDE VISUALIZAR
MEDIANTE UN
HISTOGRAMA
0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47
0.51 0.52 0.53 0.48 0.49 0.50 0.52 0.49 0.49 0.50
0.49 0.48 0.46 0.49 0.49 0.48 0.49 0.49 0.51 0.47
0.51 0.51 0.51 0.48 0.50 0.47 0.50 0.51 0.49 0.48
0.51 0.50 0.50 0.53 0.52 0.52 0.50 0.50 0.51 0.51
Concentracion Frecuencia
0.46 1
0.47 3
0.48 5
0.49 10
0.50 10
0.51 13
0.52 5
0.53 3
18
0
2
4
6
8
10
12
14
0.46 0.47 0.48 0.49 0.50 0.51 0.52 0.53
Concentracion, g/mL
F
r
e
c
u
e
n
c
i
a
HISTOGRAMA DE LOS DATOS DE CONCENTRACION DE ION NITRATO
LADISTRIBUCION
DE LAS
MEDICIONES ES
CERCANAMENTE
SIMETRICA CON
RESPECTO ALA
MEDIA
LA SIMETRIA SE HACE MAS APARENTE A MEDIDA QUE n SE INCREMENTA
ES UN ESTIMADO DE
S ES UN ESTIMADO DE o
x
LA DISTRIBUCION NORMAL O GAUSSIANA
19
FRACCION DE LA POBLACION CUYOS
VALORES SE ENCUENTRAN ENTRE x Y x+dx
( )
t o
(

=
2
2
x
exp
y
2
2
ydx
N
dN
=
Funcion de densidad de probabilidad
LA DISTRIBUCION NORMAL O GAUSSIANA
20
La probabilidad de que la variable aleatoria x
tome un valor dentro de un determinado rango es
la integral de la funcin y sobre dicho rango
El rea total encerrada
bajo la curva es igual a 1:
}


=1 ydx
}
= s s
b
a
ydx b x a P ) (
( )
t o
(

=
2
2
x
exp
y
2
2
6
LA DISTRIBUCION NORMAL O GAUSSIANA
21
RELACION
MUYUTIL:
DIFERENCIAEN
UNIDADES DE
DESVIACION
ESTANDAR
ECUACION
MAS
COMPACTA:
o

=
x
z
dz e
2
1
N
dN
2
z
2

t
=
( )
t o
(

=
2
2
x
exp
y
2
2
LA DISTRIBUCION NORMAL ESTANDAR
22
Se llama distribucin normal "estndar" a aqulla en la
que sus parmetros toman los valores = 0 y = 1. En este
caso la funcin de densidad tiene la siguiente expresin:
x
x x
z =

=
1
0
o

dx e
N
dN
x
2
2
2
1

=
t
( )
t o
(

=
2
2
x
exp
y
2
2
dz e
2
1
N
dN
2
z
2

t
=
Que, naturalmente, coincide con:
Puesto que...
INTERPRETACION GEOMETRICA DE LA
DESVIACION ESTANDAR o
23
A MAYOR o, MAS ANCHA LA CURVA
DISTRIBUCIONES NORMALES CON LA MISMA MEDIA PERO
DIFERENTES VALORES DE LA DESVIACION ESTANDAR
OTRAS DISTRIBUCIONES COMUNES
DISTRIBUCIONES APROXIMADAMENTE LOG-NORMAL:
CONCENTRACION DEL ANTICUERPO INMUNOGLOBULINA M
EN SUERO DE INDIVIDUOS MACHOS
EL TAMAO DE LAS GOTITAS FORMADAS POR LOS
NEBULIZADORES DE ABSORCION/ EMISION ATOMICA
TAMBIEN EXHIBEN ESTA DISTRIBUCION
24
7
25
OTRAS PROPIEDADES DE LA DISTRIBUCION NORMAL
PREGUNTA: CUAL ES LA PROBABILIDAD DE QUE REPLICAS DE UNA
MEDICION SE ENCUENTREN DENTRO DE UN RANGO PARTICULAR
ALREDEDOR DE LA MEDIA?
26
( ) o =
=
1 x
1 z
( ) o =
=
2 x
2 z
( ) o =
=
3 x
3 z
En el intervalo
[ - 2, + 2]
se encuentra
comprendida,
aproximadamente,
el 95% de la
distribucin
OTRAS PROPIEDADES DE LA DISTRIBUCION NORMAL
OTRA PREGUNTA: CUAL ES RANGO ALREDEDOR DE LA MEDIA PARA EL
CUAL HAY UNA PROBABILIDAD DADA DE QUE REPLICAS DE UNA
MEDICION SE ENCUENTREN DENTRO DE EL?
EN OTRAS PALABRAS:
CUAL ES EL VALOR DE z PARA UN PORCENTAJE DADO DE VALORES
OBSERVADOS?
27
%Valores Observados Intervalo alrededor de Desviaciones estandares, z
50 0.67s 0.67
68 1.00s 1.00
80 1.29s 1.29
90 1.64s 1.64
95 1.96s 1.96
98 2.33s 2.33
99 2.58s 2.58
99.7 3.00s 3.00
99.9 3.29s 3.29
28
A SU DESVIACION
ESTANDARD SE LE CONOCE
COMO ERROR ESTANDARD
DE LA MEDIA
0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47
0.51 0.52 0.53 0.48 0.49 0.50 0.52 0.49 0.49 0.50
0.49 0.48 0.46 0.49 0.49 0.48 0.49 0.49 0.51 0.47
0.51 0.51 0.51 0.48 0.50 0.47 0.50 0.51 0.49 0.48
0.51 0.50 0.50 0.53 0.52 0.52 0.50 0.50 0.51 0.51
0.506 0.504 0.502 0.496 0.502 0.492 0.506 0.504 0.500 0.486
RESULTADOS DE 50 DETERMINACIONES DE LACONCENTRACION DE ION NITRATO, EN g/mL
LA DISTRIBUCION DE MEDIAS
NOTESE QUE ESTAS
MEDIAS EXHIBEN UNA
DISPERSION MENOR
QUE LOS DATOS
ORIGINALES
PARTE DE UNA
POBLACION DE MEDIAS
8
TEOREMA DEL LIMITE CENTRAL
INDEPENDIENTEMENTE DEL TIPO DE DISTRIBUCION DE LOS DATOS...
ENTRE MAS MUESTRAS DE DATOS SE TOMAN, MAS NORMALMENTE DISTRIBUIDA
SE HACE LA DISTRIBUCION DE LAS MEDIAS DE ESAS MUESTRAS
EN OTRAS PALABRAS,
AUN SI LA POBLACION ORIGINAL NO ES NORMALMENTE DISTRIBUIDA, LA
DISTRIBUCION DE LAS MEDIAS TIENDE A SER MAS NORMALMENTE DISTRIBUIDA A
MEDIDA QUE n AUMENTA
29
EN LAPRACTICA,
o
x
x
i
o
m
i
x
n
x
m
o
= o
n
s
s
x
m
=
CONFIABILIDAD DE UN RESULTADO ANALITICO
RESULTADO ANALTICO:
INTERVALO DE CONFIANZA*_
RANGO DENTRO DEL CUAL UNO PUEDE RAZONABLEMENTE ASUMIR
QUE SE ENCUENTRA EL VALOR REAL
LIMITES DE CONFIANZA_
LOS VALORES EXTREMOS DE ESE RANGO
* CONFIANZA SIGNIFICA QUE UNO PUEDE AFIRMAR CON UN
GRADO ESPECIFICO DE CERTEZA (i. e. , UNA CIERTA PROBABILIDAD)
QUE EL INTERVALO INCLUYE EL VALOR REAL
30
confianza de ervalo int x
RANGO DE CONFIANZA Y DISTRIBUCION DE LAS MEDIAS
DISTRIBUCION DE MEDIAS MOSTRANDO EL RANGO DENTRO
DEL CUAL SE ENCUENTRA EL 95% DE LAS MEDIAS
31
LIMITES DE CONFIANZA
SI SE CONOCE o :
32
P =1 o
n
z
x IC
o
=
1.96 (95%)
2.58 (99%)
Z =
9
LIMITES DE CONFIANZA
SI NO SE CONOCE o (MUESTRAS PEQUEAS):
33
n
ts
x IC =
( ) P , f t t =
1 n f =
P 1 = o
t ES FUNCIN DE:
LOS GRADOS DE LIBERTAD
LA PROBABILIDAD, P, DE QUE SE
ENCUENTRE DENTRO DEL RANGO
ESTABLECIDO
ALGUNAS VECES SE USA o (LA PROBABILIDAD DE QUE
SE ENCUENTRE FUERA DEL RANGO ESTABLECIDO)
VALORES DE t
34
( ) P , f t t =
P=0.95
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
0 20 40 60 80 100 120
Degrees of freedom
t
-
v
a
l u
e
EJEMPLO
SE DETERMIN LA CONCENTRACIN DE PLOMO EN LA
SANGRE DE 50 NIOS DE UNA ESCUELA CERCA A UNA
CARRETERA CON MUCHO TRFICO. LA MEDIA DE LAS
MUESTRAS FU DE 10.1 ng/mL Y LA DESVIACIN ESTNDAR
FU DE 0.6 ng/mL.
(a) CALCULAR EL INTERVALO DE CONFIANZA DE LA
CONCENTRACIN MEDIA DE PLOMO EN TODOS LOS NIOS DE
LA ESCUELA.
(b) CUAL DEBERA SER EL TAMAO DE LA MUESTRA PARA
REDUCIR EL RANGO DE CONFIANZA A 0.2 ng/mL (ES DECIR, 0.1
ng/mL)?
35
LIMITES DE CONFIANZA
36
50 n
ppb 6 . 0 s
ppb 1 . 10 x
=
=
=
n
s
t x IC =
17 . 0 1 . 10
50
6 . 0
01 . 2 1 . 10 IC = =
10.2
7
9.9
3
Intervalo de confianza
lim. superior
lim. inferior
10.1
0.17 0.17
0.34 Rango de confianza
10
37
? n
ppb 6 . 0 s
ppb 1 . 10 x
=
~
=
n
s
t x IC =
Tamao de la muestra
10.1
0.1 0.1
0.2
1 . 0
n
s
t =
2
1 . 0
ts
n |
.
|

\
|
=
2
2
10 4 . 1 144
1 . 0
6 . 0 2
n ~ ~ |
.
|

\
|
~
LIMITES DE CONFIANZA
EN GENERAL_
EL TAMAO DE MUESTRA (n)
NECESARIO PARA ESTIMAR LA
PRECISION DENTRO DE C ES
38
2
C
ts
n
|
.
|

\
|
~
MAS SOBRE LA DISTRIBUCION NORMAL
EN GENERAL UNO ASUME QUE REPETIDAS DETERMINACIONES
DE UN ANALITO SIGUEN UNA DISTRIBUCION NORMAL
LA ASUNCION NO ES DEL TODO GRATUITA:
ESTUDIOS MATEMATICOS DE LA DISTRIBUCION NORMAL
(AL MENOS POR 300 AOS) HAN MOSTRADO QUE EN
SITUACIONES EN LAS QUE MUCHOS PEQUEOS ERRORES
AFECTAN CADA MEDICION, EL ERROR TOTAL EN EL
RESULTADO SIGUE SIEMPRE UNA DISTRIBUCION NORMAL
MUCHOS CIENTIFICOS HAN ENCONTRADO UN GRAN
NUMERO DE SITUACIONES EN LAS QUE MEDICIONES
REPETIDAS SIGUEN UNA DISTRIBUCION NORMAL
39
USO DE LAS COLAS DE
UNA DISTRIBUCION NORMAL DE ERROR
HAY SITUACIONES EN LAS QUE ES IMPORTANTE
DETERMINAR LA FRECUENCIA CON LA CUAL
CIERTOS RESULTADOS EXTREMOS PODRIAN
OCURRIR EN UNO DE LOS LADOS DE LA CURVA
NORMAL DE ERROR:
TIPICAMENTE, EL ANALISTA DEBE ASEGURARSE
QUE NO MAS QUE UN PEQUEO PORCENTAJE DE
LAS MUESTRAS SEA MAYOR O MENOR QUE
ALGUN VALOR LIMITE PREDETERMINADO
40
11
USO DE LAS COLAS DE
UNA DISTRIBUCION NORMAL DE ERROR
RETOMEMOS LAS DETERMINACIONES DE LA
CONCENTRACIN (ppm) DE IN NITRATO EN UNA MUESTRA
DE AGUA
MEDIA= 0.500 ppm
DESV. ESTD. = 0.0165 ppm
SUPONGAMOS QUE DESEAMOS ESTIMAR EL PORCENTAJE DE
DETERMINACIONES QUE EXCEDE 0.53 ppm
41
QUE PORCENTAJE DE LAS DETERMINACIONES EXCEDE 0.53?
COLAS DE LA DISTRIBUCION NORMAL
EL PORCENTAJE REQUERIDO PUEDE OBTENERSE DE LA
TABLA DE DISTRIBUCION NORMAL ESTANDAR (VIDE
INFRA), PERO PARA USAR ESTA TABLA DEBEMOS PRIMERO
ESTANDARIZAR EL VALOR (0.53) EN EL QUE ESTAMOS
INTERESADOS.
ESTO SE HACE EN TERMINOS DE z, LA DESVIACION DEL
VALOR CON RESPECTO A LA MEDIA, EXPRESADA EN
UNIDADES DE DESVIACION ESTANDAR, ES DECIR :
42
s
x x x
z
lim

~
o

=
818 . 1
0165 . 0
50 . 0 53 . 0
=

=
COLAS DE DISTRIBUCION NORMAL
RECUERDE QUE ESTE VALOR DE z NOS DICE
QUE EL VALOR (0.53) ESTA 1.818
DESVIACIONES ESTANDAR POR ENCIMA
DE LA MEDIA (0.50)
43
818 . 1 = z
USANDO EL VALOR DE z Y LA TABLA DE
DISTRIBUCION NORMAL ESTANDAR, VEMOS
QUE APROXIMADAMENTE 3.45% DE LAS
DETERMINACIONES EXCEDEN 0.53 ppm
TABLA DE DISTRIBUCION NORMAL ESTANDAR
Standardized value = (value mean)/SD
44
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
S
t a
n
d
a
r d
i z
e
d

v
a
l u
e
%
e
x
c
e
e
d
i n
g

t h
e
v
a
l u
e
0.000 50.0 0.842 20.0 1.645 5.0 2.054 2.00 2.575 0.50 2.877 0.200 3.287 0.050
0.025 49.0 0.860 19.5 1.655 4.9 2.064 1.95 2.582 0.49 2.885 0.195 3.317 0.045
0.050 48.0 0.878 19.0 1.664 4.8 2.075 1.90 2.589 0.48 2.893 0.190 3.349 0.040
0.075 47.0 0.896 18.5 1.675 4.7 2.086 1.85 2.597 0.47 2.901 0.185 3.385 0.035
0.101 46.0 0.915 18.0 1.685 4.6 2.097 1.80 2.604 0.46 2.910 0.180 3.427 0.030
0.126 45.0 0.935 17.5 1.695 4.5 2.108 1.75 2.612 0.45 2.919 0.175 3.476 0.025
0.151 44.0 0.954 17.0 1.706 4.4 2.120 1.70 2.619 0.44 2.928 0.170 3.534 0.020
0.176 43.0 0.974 16.5 1.717 4.3 2.132 1.65 2.627 0.43 2.937 0.165 3.607 0.015
0.202 42.0 0.994 16.0 1.728 4.2 2.144 1.60 2.635 0.42 2.946 0.160 3.707 0.010
0.228 41.0 1.015 15.5 1.739 4.1 2.157 1.55 2.643 0.41 2.956 0.155 3.869 0.005
0.253 40.0 1.036 15.0 1.751 4.0 2.170 1.50 2.652 0.40 2.966 0.150
0.279 39.0 1.058 14.5 1.762 3.9 2.183 1.45 2.660 0.39 2.977 0.145
0.305 38.0 1.080 14.0 1.774 3.8 2.197 1.40 2.669 0.38 2.987 0.140
0.332 37.0 1.103 13.5 1.786 3.7 2.211 1.35 2.678 0.37 2.998 0.135
0.358 36.0 1.126 13.0 1.799 3.6 2.226 1.30 2.687 0.36 3.010 0.130
0.385 35.0 1.150 12.5 1.812 3.5 2.241 1.25 2.696 0.35 3.022 0.125
0.412 34.0 1.175 12.0 1.825 3.4 2.257 1.20 2.706 0.34 3.034 0.120
0.440 33.0 1.200 11.5 1.838 3.3 2.273 1.15 2.716 0.33 3.047 0.115
0.468 32.0 1.226 11.0 1.852 3.2 2.290 1.10 2.726 0.32 3.060 0.110
0.496 31.0 1.254 10.5 1.866 3.1 2.308 1.05 2.736 0.31 3.074 0.105
0.524 30.0 1.282 10.0 1.881 3.0 2.326 1.00 2.747 0.30 3.089 0.100
0.553 29.0 1.311 9.5 1.896 2.9 2.345 0.95 2.758 0.29 3.104 0.095
0.583 28.0 1.341 9.0 1.911 2.8 2.365 0.90 2.770 0.28 3.120 0.090
0.613 27.0 1.372 8.5 1.927 2.7 2.386 0.85 2.781 0.27 3.136 0.085
0.643 26.0 1.405 8.0 1.943 2.6 2.409 0.80 2.794 0.26 3.154 0.080
0.674 25.0 1.439 7.5 1.960 2.5 2.432 0.75 2.806 0.25 3.172 0.075
0.706 24.0 1.476 7.0 1.977 2.4 2.457 0.70 2.819 0.24 3.192 0.070
0.739 23.0 1.514 6.5 1.995 2.3 2.483 0.65 2.833 0.23 3.214 0.065
0.772 22.0 1.555 6.0 2.014 2.2 2.512 0.60 2.847 0.22 3.237 0.060
0.806 21.0 1.598 5.5 2.033 2.1 2.542 0.55 2.862 0.21 3.261 0.055
12
COLAS DE DISTRIBUCION NORMAL
LA TABLA DE DISTRIBUCION NORMAL ESTANDAR
TAMBIEN PUEDE USARSE EN REVERSA:
QUE VALOR ES PROBABLE DE SER EXCEDIDO POR
EL 10% DE LAS DETERMINACIONES MAS ALTAS?
45
QUE VALOR ES EXCEDIDO POR EL 10% DE LAS DETERMINACIONES?
COLAS DE DISTRIBUCION NORMAL
LOCALIZANDO EL 10% EN LA COLUMNA DE LA
DERECHA DE LA TABLA DE DISTRIBUCION
NORMAL ESTANDAR, OBTENEMOS UN VALOR, z,
DE 1.282, DEL CUAL SE PUEDE OBTENER EL VALOR
DESCONOCIDO:
46
CONCLUIMOS QUE EL 10% MAS ALTO DE LAS
DETERMINACIONES EXCEDE 0.52 ppm
0165 . 0
50 . 0 x
282 . 1
lim

=
52 . 0 0165 . 0 282 . 1 50 . 0 x
lim
= + =
EJERCICIO DE TALLER
EL OCTANAJE DE LA GASOLINA SE PUEDE INCREMENTAR
MEDIANTE LA ADICION DE TETRAETILO DE PLOMO (TEL,
TETRAETHYLLEAD), PERO EL LIMITE MAXIMO DE TEL PERMITIDO
ES 0.50 g/gal. SI MAXIMO EL 0.5% DE LAS MUESTRAS DE GASOLINA
PUEDEN EXCEDER ESTE LIMITE Y LA DESVIACION ESTANDAR
DEL CONTENIDO DE TEL EN LA COMPAIA A ES o
A
= 0.05 g/gal,
CUAL ES LA CONCENTRACIO MEDIA QUE ESTA COMPAIA PUEDE
USAR EN SU GASOLINA?
LA COMPAIA B MANTIENE UN CONTROL MAS ESTRICTO EN SUS
PROCEDIMIENTOS, DE TAL MANERA QUE o
B
= 0.01 g/gal. CUANTO
TEL PUEDE AADIR EN PROMEDIO ESTA COMPAIA?
47 48
13
PRUEBAS DE SIGNIFICACION
TAMBIEN LLAMADAS
PRUEBAS DE HIPOTESIS (NULA)
UN PROCEDIMIENTO SISTEMATICO QUE NOS PERMITE
DECIDIR SI UN CONJUNTO DE MEDICIONES REPETIDAS
MUESTRA EVIDENCIA DE ERROR SISTEMATICO
49
EL PROPOSITO DE UNA PRUEBA DE SIGNIFICACION ES
SACAR UNA CONCLUSIONACERCA DE UNA POBLACION
UTILIZANDO DATOS PROVENIENTES DE UNA MUESTRA
PRUEBAS DE SIGNIFICACION
EJEMPLO: (Analyst 1983, 108, 64)
EN UN METODO PARA DETERMINAR PLOMO EN SANGRE POR
ABSORCION ATOMICA SE OBTUVIERON LOS SIGUIENTES
VALORES PARA UNA MUESTRA STANDARD QUE CONTIENE
38.9 ppb DE PLOMO:
50
ppb x 80 . 37 = ppb s 964 . 0 =
38.9 37.4 37.1
EXISTE ALGUNA EVIDENCIA DE ERROR SISTEMATICO?
LA CUESTION ES SI LA DIFERENCIA ENTRE EL RESULTADO Y
EL VALOR REAL ES ESTADISTICAMENTE SIGNIFICATIVA, O SI
SE DEBE A MERAS VARIACIONES FORTUITAS (AL AZAR)
SE SIGUE UN PROCEDIMIENTO DE 6 PASOS
PASO 1:
HIPOTESIS NULA ( H
0
) : EL RESULTADO NO ES
INEXACTO
OJO: UNO NO SABE SI ESTA DECLARACION ES
CIERTA O ES FALSA, PERO SERA ASUMIDA
CIERTA HASTA QUE SE PRUEBE QUE ES FALSA
PASO 2:
HIPOTESIS ALTERNA ( H
1
) : EL RESULTADO ES
INEXACTO
51
PROCEDIMIENTO DE SEIS PASOS
PASO 3:
PRUEBA ESTADISTICA
OJO: ESTE PASO CONDENSA LA INFORMACION DE LA
MUESTRA EN UN SIMPLE NUMERO
52
s
n x
t
calc

=
98 . 1
964 . 0
3 9 . 38 8 . 37
=

=
calc
t
14
PASO 4:
VALORES CRITICOS : COMPARE EL RESULTADO DE LA
PRUEBA ESTADISTICA (t
calc
) CON VALORES TEORICOS
TABULADOS
t
crit
= 4.3 (P = 95%, f = 2)
SI t
calc
EXCEDE EL VALOR CRITICO, LA HIPOTESIS NULA SE
RECHAZA.
LOS VALORES CRITICOS PUEDEN INTEPRETARSE COMO
VALORES QUE SON IMPROBABLES* QUE SEAN EXCEDIDOS POR
LA PRUEBA ESTADISTICA (t
calc
) SI LA HIPOTESIS NULA ES CIERTA
* A UN 95% DE CONFIANZA, LA PROBABILIDAD ES MENOR DE 5% (ES
DECIR, MENOS QUE 1 EN 20)
53
PASO 5:
DECISION: RETENEMOS LA HIPOTESIS NULA
PASO 6:
CONCLUSION: HEMOS SIDO INCAPACES DE PROBAR QUE EL
RESULTADO ES INEXACTO
54
NOTA IMPORTANTISIMA:
LA DECISION DE RETENER LA HIPOTESIS NULA NO
SIGNIFICA QUE SE HA DEMOSTRADO QUE ES CIERTA;
SIMPLEMENTE, NO SE PUDO DEMOSTRAR QUE SEA FALSA
VALORES CRITICOS PARA LA PRUEBA t
55
LA HIPOTESIS NULA SE USA
(O SE DEBERIA USAR)
EN LAS CORTES CRIMINALES:
EL ACUSADO SE ASUME NO CULPABLE
HASTA QUE SE DEMUESTRE QUE ES CULPABLE
56
VEREDICTO NO CULPABLE EN CORTE CRIMINAL
LA EVIDENCIA (PRUEBAS DE SIGNIFICACION) INDICA QUE LA
HIPOTESIS NULA DEBE CONSERVARSE
CONCLUSION:
NO SE HA DEMOSTRADO QUE EL ACUSADO ES INOCENTE...
(NO SE PUDO DEMOSTRAR QUE EL ACUSADO SEA CULPABLE)
15
PRUEBAS DE SIGNIFICACION
ENFASIS SOBRE LO IMPORTANTE
+ H
0
ES UNA DECLARACION DE QUE NO HAY
DIFERENCIA, ES DECIR, QUE CUALQUIER DIFERENCIA
OBSERVADA ES DEBIDA SOLO AL AZAR
+ H
0
ES LA HIPOTESIS QUE EL INVESTIGADOR ESPERA
RETENER
+ EL UMBRAL DE ERROR, o (= 1-P), ES EL RIESGO (LA
PROBABILIDAD) QUE EL INVESTIGADOR ESTA
DISPUESTO A TOMAR SI RECHAZARA
INCORRECTAMENTE LA H
0
VERDADERA
57
COMPARACION DE LAS MEDIAS DE
DOS MUESTRAS
SE QUIEREN COMPARAR LOS RESULTADOS DE UN
NUEVO METODO ANALITICO CON AQUELLOS
OBTENIDOS POR UN SEGUNDO METODO
(REFERENCIA)
58
CONOCIDOS:
2 1
2 1
2 1
&
&
&
n n
s s
x x
COMPARACION DE DOS MEDIAS
CASO I:
s
1
Y s
2
NO SON SIGNIFICATIVAMENTE DIFERENTES
H
0
: LOS DOS METODOS NO PRODUCEN RESULTADOS DIFERENTES
PRUEBA ESTADISTICA:
t
calc
TIENE f
1
+ f
2
(O SEA, n
1
+n
2
-2) GRADOS DE LIBERTAD
59
2 1
2 1
1 1
n n
s
x x
t
calc
+

=
*
* UN PROMEDIO PONDERADO
CON
2 1
2
2 2
2
1 1 2
f f
s f s f
s
+
+
=
( )
2 1
x x NO =
Y QUE ES UN PROMEDIO PONDERADO?
A CADA NUMERO x
i
EN EL CONJUNTO (x
1
, x
2
, x
3
, ., x
n
)
SE LE ASIGNA UN FACTOR DE PONDERACION w
i
EL PROMEDIO PONDERADO SE DEFINE COMO
NOTESE QUE SI TODOS LOS FACTORES DE PONDERACION FUERAN
IGUALES EL PROMEDIO PONDERADO SE REDUCE AL PROMEDIO COMUN
60

=
=
=
n
i
i
n
i
i i
w
w
x w
x
1
1
16
CASO II:
s
1
Y s
2
SON SIGNIFICATIVAMENTE DIFERENTES
H
0
: LOS DOS METODOS NO PRODUCEN RESULTADOS DIFERENTES
PRUEBA ESTADISTICA:
61
2
2
2
1
2
1
2 1
n
s
n
s
x x
t
calc
+

=
2
1 1
2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1

+
|
|
.
|

\
|
+
+
|
|
.
|

\
|
|
|
.
|

\
|
+
=
n
n
s
n
n
s
n
s
n
s
f
REDONDEADO AL
ENTERO MAS
CERCANO
COMPARACION DE DOS MEDIAS
( )
2 1
x x NO =
CON
CUANDO SE USE LA PRUEBA t...
o
1
= o
2
?
62
SI
NO
2 1
f f f + =
CASO I
CASO II
USE LAPRUEBAF PARARESOLVER
ESTE CONDICIONAL
2
2
2
1
2
1
2 1
n
s
n
s
x x
t
calc
+

=
2
1 1
2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1

+
|
|
.
|

\
|
+
+
|
|
.
|

\
|
|
|
.
|

\
|
+
=
n
n
s
n
n
s
n
s
n
s
f
2 1
2 1
1 1
n n
s
x x
t
calc
+

=
2 1
2
2 2
2
1 1 2
f f
s f s f
s
+
+
=
2 1
2 1
2 1
n n
s vs s
x x
EJEMPLO (CASO I)
COMPARACION DE DOS METODOS PARA LA DETERMINACION
DE BORO EN MATERIAL VEGETAL
63
PRUEBAS DE SIGNIFICACION
Resultados obtenidos (ppm) media desv std n
MET. ESPECTROFOTOMETRICO
28.00 0.30 10
MET. FLUORIMETRICO
26.25 0.23 8
SON LOS RESULTADOS DE ESTOS DOS METODOS SIGNIFICATIVAMENTE
DIFERENTES? (Analyst 1983, 108, 368)
64
Subindices: E: Espectrofotomtrico F: Fluorimtrico
9 1 10 1 n f
10 n
ppm 30 . 0 s
ppm 00 . 28 x
E E
E
E
E
= = =
=
=
=
7 1 8 1 n f
8 n
ppm 23 . 0 s
ppm 65 . 26 x
F F
F
F
F
= = =
=
=
=
CASO I : s
E
NO = s
F

F E 0
x NO x : H = F E 1
x x : H =
F E
F E
calc
n
1
n
1
s
x x
t
+

=
F E
2
F F
2
E E 2
f f
s f s f
s
+
+
=
17
65

271604 . 0
7 9
23 . 0 7 30 . 0 9
s
2 2
=
+
+
=
58 . 13
8
1
10
1
2716 . 0
25 . 26 00 . 28
n
1
n
1
s
x x
t
F E
F E
calc
=
+

=
+

16 7 9 f f f
F E
= + = + =
t
crit
(16 GdL, 95%) = 2.12
t
crit
(16 GdL, 99%) = 2.92
t
calc
(13.58) > t
crit
(2.12) ? SI (aun por encima del 99%)
66

DECISION: Se rechaza H
0
( )
F E
x NO x =
Se retiene H
1
( )
F E
x x =
CONCLUSION: SI, LOS RESULTADOS DE ESTOS
DOS METODOS SON SIGNIFICATIVAMENTE
DIFERENTES
PRUEBAS DE SIGNIFICACION
EJEMPLO (CASO II)
LA SIGUIENTE TABLA PROPORCIONA LA CONCENTRACION DE TIOL EN
SANGRE DE DOS GRUPOS DE VOLUNTARIOS. EL PRIMER GRUPO ES
NORMAL Y EL SEGUNDO SUFRE DE ARTRITIS REUMATOIDE. (Analyst,
1983, 107,195)
Concentracin de tiol (mM)
67
Normal Reumatoide
1.84 2.81
1.92 4.06
1.94 3.62
1.92 3.27
1.85 3.27
1.91 3.76
2.07
ES LA CONCENTRACION DE
TIOL EN LA SANGRE DE LOS
ENFERMOS DE ARTRITIS
REUMATOIDE DIFERENTE DE
AQUELLA DE LOS
INDIVIDUOS NORMALES?
68
Subindices: N: Normal R: Reumatoide
7 n
mM 07559 . 0 s
mM 9214 . 1 x
N
N
N
=
=
=

CASO II : s
N
= s
R
6 n
mM 4404 . 0 s
mM 465 . 3 x
R
R
R
=
=
=

R N 0
x NO x : H = R N 1
x x : H =
47 . 8
6
440 . 0
7
0755 . 0
645 . 3 921 . 1
n
s
n
s
x x
t
2 2
R
2
R
N
2
N
R N
calc
=
+

=
+

18
69
5 2
1 6
6
440 . 0
1 7
7
0755 . 0
6
440 . 0
7
0755 . 0
2
1 n
n
s
1 n
n
s
n
s
n
s
f
2
2
2
2
2
2 2
R
2
R
2
R
N
2
N
2
N
2
R
2
R
N
2
N
=
+
|
|
.
|

\
|
+
+
|
|
.
|

\
|
|
|
.
|

\
|
+
=
+
|
|
.
|

\
|
+
+
|
|
.
|

\
|
|
|
.
|

\
|
+
=


t
crit
(5 GdL, 95%) = 2.57 t
crit
(5 GdL, 99%) = 4.06
t
calc
(8.47) > t
crit
(2.57) ? SI (aun por encima del 99%)
DECISION: Se rechaza H
0
( )
R N
x NO x =
Se retiene H
1
( )
R N
x x =
CONCLUSION: SI, LACONCENTRACION DE TIOL EN LASANGRE
DE LOS ENFERMOS DE ARTRITIS REUMATOIDE ES DIFERENTE DE
AQUELLA DE LOS INDIVIDUOS NORMALES

LA PRUEBA t POR PAREJAS


CIRCUNSTANCIAS EN LAS CUALES ES NECESARIO O DESEABLE HACER
UNA COMPARACION DE MEDIAS POR PAREJAS:
CANTIDAD LIMITADA DE UNA O MAS MUESTRAS (SOLO HAY MUESTRA
SUFICIENTE PARA UNA DETERMINACION POR CADA METODO)
MUESTRAS DE ORIGENES DIFERENTES Y POSIBLEMENTE CON
CONCENTRACIONES DIFERENTES*
MUESTRAS QUE SE RECIBEN EN UN PERIODO DE TIEMPO LARGO (SE
HACE NECESARIO ELIMINAR EFECTOS DE CONDICIONES AMBIENTALES
VARIABLES COMO TEMPERATURA, PRESION, ETC.)
ASUNCION: CUALQUIER ERROR (SISTEMATICO O AL AZAR) ES
INDEPENDIENTE DE LA CONCENTRACION
* EN CASO DE DIFERENCIAS DE CONCENTRACION MUY AMPLIAS ES MEJOR USAR ANALISIS DE
REGRESION (VER LUEGO)
70
EJEMPLO DE PRUEBA t POR PAREJAS
LA SIGUIENTE TABLA PROPORCIONA LA CONCENTRACION
DE PLOMO (g/mL) POR DOS METODOS DIFERENTES PARA 4
MUESTRAS:
71
LOS DOS METODOS PROPORCIONAN VALORES PARALAS
CONCENTRACIONES MEDIAS DE PLOMO QUE DIFIEREN
SIGNIFICATIVAMENTE?
MUESTRA
EXTRACCION
OXIDATIVA
EXTRACCION
DIRECTA
1 71 76
2 61 68
3 50 48
4 60 57
DIF
-5
-7
+2
+3
72

0 NO x : H
DIF 0
=
0 x : H
DIF 0
=
70 . 0
991 . 4
4 75 . 1
s
n x
s
n 0 x
t
DIF
DIF
DIF
DIF
DIF
DIF
calc
=

= =

3 1 4 1 n f
4 n
991 . 4 s
75 . 1 x
DIF E
DIF
DIF
DIF
= = =
=
=
=

t
crit
(3 GdL, 95%) = 3.18
DECISION: Se retiene H
0
( ) 0 NO x
DIF
=

t
calc
(0.70) > t
crit
(3.18) ? NO
No, los dos mtodos no proporcionan valores para las
concentraciones medias de plomo que difieren significativamente
19
PRUEBA F
PARA LA COMPARACION DE DESVIACIONES STANDARD
UTIL PARA COMPARAR LA PRECISION DE
DIFERENTES METODOS
LA PRUEBA F CONSIDERA EL COCIENTE DE LAS DOS
VARIANZAS MUESTRALES*
(SIEMPRE, VARIANZA MAYOR / VARIANZA MENOR):
73
2
2
2
1
s
s
F
calc
=
* SE ASUME QUE LAS POBLACIONES DE DONDE
SE TOMAN LAS MUESTRAS SON NORMALES
2 1
s s >
PRUEBA F
PARA LA COMPARACION DE DESVIACIONES STANDARD
74
H
0
: LAS DESVIACIONES ESTANDAR DE LAS
POBLACIONES NO SON DIFERENTES
(ES DECIR, EL COCIENTE DE VARIANZAS NO DIFIERE
SIGNIFICATIVAMENTE DE LAUNIDAD)
EVALUACION:
RECHAZAR LA HIPOTESIS NULA SI F
calc
> F
crit
( )
2 1
s s NO =
PRUEBA F
* 2 FORMAS 2 *
PRUEBA DE UNA COLA (UNILATERAL):
PRUEBA SI UN METODO A ES MAS PRECISO QUE
UN METODO B
OJO: UNO ESTA INTERESADO EN DETECTAR LA DIFERENCIA
EN UNA SOLA DIRECCION
PRUEBA DE DOS COLAS (BILATERAL):
PRUEBA SI LOS METODOS A Y B DIFIEREN EN SU
PRECISION
OJO: UNO ESTA INTERESADO EN DETECTAR CUALQUIER
DIFERENCIA EN CUALQUIER DIRECCION
75 76
20
PRUEBA F - EJEMPLOS
UNA COLA:
SE COMPARO UN METODO PROPUESTO PARA LA DETERMINACION DE DE LA
DEMANDA DE OXIGENO EN AGUAS RESIDUALES CON UN METODO
STANDARD. SE OBTUVIERON LOS SIGUIENTES RESULTADOS (ppm) EN UNA
MUESTRA:
77
METODO media desv std n
STANDARD
72 3.31 9
PROPUESTO
72 1.51 8
ES EL METODO PROPUESTO MAS PRECISO QUE EL METODO
ESTANDAR?
78
Subindices: S: Standard P: Propuesto
8 1 9 1 n f
9 n
ppm 31 . 3 s
S S
S
S
= = =
=
=
7 1 8 1 n f
8 n
ppm 51 . 1 s
F P
P
P
= = =
=
=

S P 0
s NO s : H <
S P 1
s s : H <
2
P
2
S
calc
s
s
F =
8 GdL
7 GdL
81 . 4
51 . 1
31 . 3
2
2
= =
79

F
crit
(8/7, 95%) = 3.73
F
calc
(4.81) > F
crit
(3.73) ? SI
DECISION: Se rechaza H
0
( )
S P
s NO s <

CONCLUSION: EL METODO PROPUESTO ES MAS PRECISO QUE


EL METODO ESTANDAR
Se retiene H
1
( )
S P
s s <
PRUEBA F - EJEMPLOS
DOS COLAS:
DATOS ANTERIORES DE BORO EN MATERIAL VEGETAL
80
METODO media desv std n
ESPECTROFOTOMETRICO
28.00 0.30 10
FLUORIMETRICO
26.25 0.23 8
CHEQUEAR LAASUNCION DE QUE LAS DOS VARIANZAS NO
DIFIEREN SIGNIFICATIVAMENTE
21
81
Subindices: E: Espectrofotomtrico F: Fluorimtrico
9 1 10 1 n f
10 n
ppm 30 . 0 s
E E
E
E
= = =
=
=
7 1 8 1 n f
8 n
ppm 23 . 0 s
F F
F
F
= = =
=
=
CASO I : s
E
NO = s
F

F E 0
s NO s : H = F E 1
s s : H =
70 . 1
23 . 0
30 . 0
s
s
F
2
2
2
F
2
E
calc
= = =
VERIFICAR QUE ESTO ES CIERTO
82

F
crit
(9/7, 95%) = 4.82
F
calc
(1.70) > F
crit
(4.82) ? NO
DECISION: Se retiene H
0
( )
F E
s NO s =

CONCLUSION: SE CONFIRMA LAASUNCION DE QUE LAS DOS


VARIANZAS NO DIFIEREN SIGNIFICATIVAMENTE
EXISTE UNA PEQUEA PROBABILIDAD DE
QUE HAYAMOS TOMADO UNA MALA DECISION
(DOS POSIBLES ERRORES EN PRUEBAS DE SIGNIFICACION)
83
DECISION
______________________________
RECHACE LA NORECHACE LA
HIPOTESIS NULAY HIPOTESIS NULAY
CONCLUYAQUE NOCONCLUYAQUE
ELRESULTADO ES ELRESULTADO ES
REALIDAD INEXACTO INEXACTO
______________________________________________
HIPOTESIS NULA SE TOMO LA ERROR DEL
ES FALSA; ES DECIR, DECISION CORRECTA TIPO II
ELRESULTADO ES
INEXACTO
HIPOTESIS NULA ERROR DEL SE TOMO LA
ES CIERTA; ES DECIR, TIPO I DECISION CORRECTA
ELRESULTADO NO
ES INEXACTO

EJERCICIO DE TALLER
Una de sus amigas se ha metido en el negocio de fabricar vinos.
En una fiesta de catadores de vino ella le dijo a usted que estaba
segura que un cierto restaurante estaba etiquetando el vino de ella
como si fuera importado y que estaba cobrando precios
exhorbitantes. Usted le respondi que estaba tomando el curso de
Estadstica en Univalle y que si ella le proporcionaba unas cuantas
botellas, usted podra determinar si los dos vinos eran el mismo.
(Durante una de esas fiestas, uno dice casi cualquier cosa).
Cual es su conclusin, con base en los siguientes resultados de
contenido (%v/v) de alcohol?
Vino de su amiga: 12.50, 12.34, 12.38, 12.33, 12.28, 12.41
Vino del restaurante: 12.49, 12.62, 12.69, 12.64
84
22
EJERCICIO DE TALLER
85
Cuando se hacen mediciones por replicado, a veces un resultado parece
diferir sustancialmente de los dems. Una prueba de significacin
llamada prueba-Q o prueba de Dixon puede utilizarse para chequear
si el valor sospechoso puede descartarse antes de calcular la media y la
desviacin estndar. Para aplicar esta prueba, se calcula un cociente de
rechazo Q, definido como
/resultado sospechoso - resultado ms prximo /
rango de resultados
y se ve si excede el valor crtico apropiado en la tabla estadstica de
cocientes, que aparece en la pgina siguiente.
Si Q
calc.
> Q
crit.
, el resultado sospechoso puede descartarse.
Aplicar la prueba-Q a los siguientes datos del contenido de estronsio
(g/mL) en una muestra, para ver si el valor sospechoso puede o no
descartarse: 1.15, 1.02. 1.10, y 1.88.
= Q