Copia de Ejercicios Validacion de Métodos

STATMEAN
STATISTICS AND
MEASUREMENTS
Se tienen 100 indicaciones de longitud en 3 mm punto de con un comparador de caratula
Indicacion mm
1 2.9964
2 2.9985
3 2.9979
4 2.9993
5 3.0018
6 3.0012
7 3.0000
8 3.0024
9 2.9992
10 2.9977
11 2.9970
12 2.9987
13 2.9994
14 3.0043
15 2.9976
16 3.0012
17 2.9990
18 2.9967
19 3.0034
20 2.9949
21 2.9999
22 3.0018
23 3.0016
24 3.0000
25 3.0032
26 2.9988
27 3.0000
28 2.9973
29 2.9987
30 3.0008
31 3.0014
32 2.9968
33 2.9993
34 2.9971
35 2.9981
36 2.9987
37 3.0030
38 2.9999
39 2.9986
40 2.9982
41 2.99810
42 3.0004
43 2.9990
44 3.0007
45 2.9982
46 2.9938
47 3.0018
48 2.9975
49 2.9998
50 2.9999
51 3.0010
52 2.9973
53 2.9986
54 3.0005
55 2.9992
56 3.0018
57 3.0009
58 3.0001
59 2.9955
60 2.9991
61 3.0009
62 3.0015
63 2.9974
64 2.9997
65 3.0010
66 3.0003
67 3.0003
68 3.0009
69 3.0031
70 2.9976
71 3.0003
72 3.0004
73 3.0032
74 3.0004
75 3.0006
76 3.0032
77 3.0006
78 2.9987
79 2.9961
80 2.9978
81 2.9945
82 2.9998
83 2.9966
84 3.0017
85 2.99810
86 2.9979
87 3.0014
88 3.0006
89 3.0009
90 3.0014
91 3.0005
92 2.9974
93 2.9978
94 3.0021
95 2.9965
96 2.9995
97 2.9991
98 2.9979
99 3.0036
100 2.9988
STATMEAN
STATISTICS AND
MEASUREMENTS
Datos de longitud en milímetros de un conjunto de cables que serán utilizados en un estudio de resistencia a la tensión:
Cable Longitud
(mm)
1 10
2 20
3 20
4 20
5 20
6 40
7 40
8 40
9 40
10 80
11 80
12 80
13 90
14 100
15 100
16 110
17 110
18 120
19 150
20 200
a a la tensión:
Objetivo: Determinar de la serie de datos
valores atipicos por el método de Grubbs
STATMEAN
STATISTICS AND
MEASUREMENTS
DATOS 1
Datos (𝑥_𝑖 )
2.32
2.64
2.58
2.53
2.37
2.5
2.7
2.86
2.2
2.53
2.48
2.89
2.02
2.15
2.36
2.5
2.14
2.42
2.69
2.53
2.2
2.39
3.55
2.16
2.61
TABLA VALORES LIMITE DE GRUBBS
n α=0,05 α=0,01 n α=0,05
3 1.1543 1.1547 15 2.5483

4 1.4812 1.4962 16 2.5857
5 1.715 1.7637 17 2.62
6 1.8871 1.9728 18 2.6516
7 2.02 2.1391 19 2.6809
8 2.1266 2.2744 20 2.7082
9 2.215 2.3868 25 2.8217
10 2.29 2.4821 30 2.9085
11 2.3547 2.5641 40 3.0361
12 2.4116 2.6357 50 3.1282
13 2.462 2.699 60 3.1997
14 2.5073 2.7554 70 3.2576
RES LIMITE DE GRUBBS
α=0,01 n α=0,05 α=0,01
2.8061 80 3.3061 3.6729

2.8521 90 3.3477 3.7163
2.894 100 3.3841 3.754
2.9325 120 3.4451 3.8167
2.968 140 3.4951 3.8673
3.0008 160 3.5373 3.9097
3.1353 180 3.5736 3.946
3.2361 200 3.6055 3.9777
3.3807 300 3.7236 4.0935
3.4825 400 3.8032 4.1707
3.5599 500 3.8631 4.2283
3.6217 600 3.9109 4.274
0.954520285960197
valores atipicos por el método de dixon
STATMEAN
STATISTICS AND
MEASUREMENTS
DATOS 1
Datos (𝑥_𝑖 )
9.994
9.982
9.996
9.99
10.009
9.995
9.985
9.988
9.992
9.999
a serie de datos
étodo de dixon
TABLA VALORES LIMITE DE DIXON
n α=0,10 α=0,05 α=0,01

3 0.941 0.97 0.994
4 0.765 0.829 0.926
5 0.642 0.71 0.821
6 0.56 0.625 0.74
7 0.507 0.568 0.68
8 0.468 0.526 0.634
9 0.437 0.493 0.598
10 0.412 0.466 0.568
valores atipicos por el método de cajas y bigotes
STATMEAN
STATISTICS AND
MEASUREMENTS
DATOS 1
Datos (𝑥_𝑖 )
21.5
21.4
22.5
22.3
26.9
21.3
22.1
22.1
21.2
21.8
21.1
22.4
21.7
21.9
23.1
21.5
21.7
21.8
24.1
21.9
21.6
22.3
22.1
22.2
21.8
a serie de datos
étodo de cajas y bigotes
Datos (𝑥_𝑖 )
21.5
21.4
22.5
22.3
26.9
27
5
21.3
22.1
22.1
26
21.2
21.8
21.1
22.4
25
21.7
21.9
23.1
Datos
21.5 19
24
21.7
21.8
24.1
21.9 23
21.6
22.3
22.1
22.2
22
21.8
21
5
19
Objetivo: Determinar de la serie de datos se ajustan a una d
STATMEAN
STATISTICS AND
MEASUREMENTS
indicador de desempeño /z score
Datos
Datos Estandarizacion
ordenados
Numero consecutivo
1 31.8 28 -1.85
2 42.4 29 -1.60
3 28 31.8 -0.91
4 33 32.1 -0.83
5 35.1 32.3 -0.78
6 38.8 32.4 -0.76
7 34.4 33 -0.61
8 36.8 34.4 -4.84
9 43.7 35.1 -0.08
10 32.1 35.1 -0.08
11 36 35.9 0.12
12 32.4 36 0.14
13 32.3 36.6 0.29
14 38.7 36.8 0.34
15 35.1 38 0.64
16 35.9 38.6 0.79
17 38.6 38.7 0.81
18 36.6 38.8 0.84
19 38 42.4 1.73
20 29 43.7 2.06
Media 35.435 -0.23

Desviacion estandar 4.016 1.474397020156
e datos se ajustan a una distribución normal
dor de desempeño /z score
Probabilidad ordenar datos

Probabilidad inversa probabilidad Anderson darling
(1-P) inversa
0.1356 0.8644 0.1356 -0.20

0.1758 0.8242 0.1758 -0.52
0.3233 0.6767 0.3233 -0.56
0.3417 0.6583 0.3417 -0.75
0.3542 0.6458 0.3542 -0.93
0.3605 0.6395 0.3605 -1.12
0.3990 0.6010 0.3990 -1.19
0.0009 0.9991 0.0009 -10.55
0.5394 0.4606 0.5394 -1.05
0.5394 0.4606 0.5394 -1.17
0.5925 0.4075 0.5925 -1.10
0.5990 0.4010 0.5990 -1.18
0.6376 0.3624 0.6376 -1.13
0.6502 0.3498 0.6502 -1.16
0.7219 0.2781 0.7219 -0.94
0.7549 0.2451 0.7549 -0.87
0.7601 0.2399 0.7601 -0.91
0.7654 0.2346 0.7654 -0.94
0.9085 0.0915 0.9085 -0.36
0.9396 0.0604 0.9396 -0.24
suma -26.88
A2 6.88 calculo estadistico
Datos
31.8
42.4
28
33
35.1
38.8
34.4
36.8
43.7
32.1
36
32.4
32.3
38.7
35.1
35.9
38.6
36.6
38
29
Datos
31.8
42.4
28
33
35.1
38.8
34.4
36.8
43.7
32.1
36
32.4
32.3
38.7
35.1
35.9
38.6
36.6
38
29
Objetivo: En el laboratorio de metrología se cree
(Humedad relativa % H.R.) depende de numero de pe
esto se tomaron 16 datos con una (1) persona y 16 d
STATMEAN que con dos (2) personas hay mayor variabilidad,
STATISTICS AND respuesta a un nivel de significancia del 5% ¿Qué se pu
MEASUREMENTS
Una persona Dos personas

Día 1 63.95 74.57
Día 2 61.24 69.14
Día 3 61.21 69.85
Día 4 58.57 63.27
Día 5 58.4 76.11
Día 6 61.2 70
Día 7 56.39 72.78
Día 8 61.14 73.19
Día 9 59.94 68.41
Día 10 61.3 62.58
Día 11 59.94 70.46
Día 12 63.71 67.25
Día 13 62.02 66.42
Día 14 63.03 59.16
Día 15 59.7 74.72
Día 16 61.92 74.81
Plantear las hipotesis H0:s(^2)1=s(^2)2 H1:s(^2)1≠s(^2)2

Calcular las varianzas
Calcular el valor de F
Calcular el valor critico con Excel y con la tabla
Calcular el Pval
Concluir
torio de metrología se cree que la variabilidad en las condiciones ambientales
.R.) depende de numero de personas que permanezcan dentro del laboratorio, para
tos con una (1) persona y 16 datos con dos (2) personas en días diferentes. Se cree
onas hay mayor variabilidad, ¿los datos presentan suficiente evidencia?. Dar la
significancia del 5% ¿Qué se puede concluir?
Objetivo: Un ingeniero realizó un experimento con cinc
de un tanque para hallar su circunferencia, las medicion
STATMEAN ¿Determinar si los 5 operarios tienen diferencias signifi
STATISTICS AND Dar la respuesta a un nivel de significancia del 5%
MEASUREMENTS ¿Qué se puede concluir?
Rép
Operador
1 2
Operador 3 7 7
Operador 1 16 17
Operador 4 14 18
Operador 5 23 19
Operador 2 18 19
perimento con cinco operarios y decide que cada operario realice 5 mediciones
rencia, las mediciones se realizaron a la misma altura del tanque.
n diferencias significativas?.
cancia del 5%
Réplica (m)
3 4 5 promedio
15 11 9 Simbolo de potencia
16 18 18
18 19 19 N
22 19 23 n
16 15 17 a
mbolo de potencia ^ alt+94
25
5
5
Ejercicio
Objetivo: Considere un patrón de tensión Zener de 10 v
referencia de tensión estable durante un período de do
STATMEAN durante el período, se realizan K observaciones repetid
STATISTICS AND potencial Vs del patrón.
MEASUREMENTS ¿Determinar si existen diferencias significativas?.
Dar la respuesta a un nivel de significancia del 1%
¿Qué se puede concluir?
Determinar el valor de la incertidumbre
1 2 3
10.000189 10.000106 10.000149

10.000088 10.000204 10.000119
10.000249 10.000017 9.999983
10.000135 10.000182 9.999956
10.000198 10.000065 9.999879
tensión Zener de 10 volts nominales que es calibrado contra una
nte un período de dos semanas. En cada uno de J días
bservaciones repetidas independientes de la diferencia de
significativas?.
nificancia del 1%
mbre
4 5 6 7 8 9
10.000277 10.000214 9.999888 10.000099 10.000068 10.000223

10.000036 10.000099 10.000117 10.000182 10.000125 10.000202
10.000219 10.000108 10.000052 10.000004 10.0001 10.000013
10.000071 10.000085 9.999999 9.999989 10.000086 10.00022
10.000122 10.000029 10.000101 10.00003 10.000249 10.000172
10
9.999932
10.000019
10.000108
9.999997
10.000149
STATMEAN
STATISTICS AND Hallar la desviación de repetibilidad y gráficar
MEASUREMENTS
Réplica (m)
Analista
1 2 3 4 5 6
Analista 1 0.014 0.084 0.062 0.074 0.044 0.092
Analista 2 0.036 0.020 0.095 0.045 0.078 0.070
Analista 3 0.034 0.064 0.046 0.011 0.092 0.018
Analista 4 0.078 0.075 0.071 0.048 0.076 0.050
Analista 5 0.042 0.100 0.030 0.097 0.022 0.079
Medición: 0°C
Unidad de Medida °C
sr
Periodo de analisis 30 dias
Valores observados
LCS de LA de
Dia Error 1 Error 2 Rango LC Acción advertencia
1 -0.01 0.04
2 0.09 0.01
3 0 0.09
4 0.04 0.05
5 -0.01 0.06
6 0.06 0.08
7 0.05 0.01
8 0.04 0.08
9 0.05 0.05
10 -0.01 0.03
11 0.02 -0.01
12 0.03 0.09
13 -0.01 0.08
14 0.02 0.03
15 0.02 0.05
16 0.05 0.01
17 0 0.04
18 0.04 0.05
19 0.05 0.05
20 0 0.06
21 0.03 0.09
22 0.01 0.07
23 0.08 0.05
24 0.07 -0.01
25 0.05 0.08
26 0.02 0.08
27 0 -0.02
28 -0.02 -0.02
29 0.02 0.09
30 0.06 0.05
31 0 0.05
de repetibilidad y gráficar la carta de control
STATMEAN Objetivo: En el laboratorio de metrología de masas s
diferencias significativas respecto a su valor de m
STATISTICS AND calibración.
MEASUREMENTS ¿Los datos presentan suficiente evidencia?.
Dar la respuesta a un nivel de significancia del 5%
Dato Valor
1 100.23
2 100.21
3 100.18
4 100.21
5 100.2
6 100.24
7 100.26
8 100.21
9 100.18
10 100.19
11 100.22
12 100.2
13 100.26
14 100.24
15 100.2
Plantear las hipotesis Ho: No hay diferencis entre la masa y su valor de masa convencional
Calcular las media
Calcular la desviación estandar
Valor de referencia (Masa convencional)
Determinar el t calculado
Calcular el t Critico
Concluir
𝑡=((𝑥 ̅−𝜇)√𝑛)/𝑠~𝑡_(𝛼/2;𝑛−1)
𝑡=((𝑥 ̅−𝜇)√𝑛)/𝑠~𝑡_(𝛼/2;𝑛−1)
ología de masas se desea determinar si una pesa de 100 g presenta
a su valor de masa convencional reportada en su certificado de
encia?.
cancia del 5%
Objetivo: Un ingeniero realizó un experimento con d
mediciones en la determinación de estaño en product
STATMEAN cada operario.
STATISTICS AND ¿Los datos presentan suficiente evidencia?.
MEASUREMENTS Dar la respuesta a un nivel de significancia del 5%
Metodo validado Metodo

mg/kg normalizado
55 57
57 55
59 58
56 59
56 58
59 55
55 58
58 57
56 55
56 56
57 56
56 59
58 58
59 57
57 59
Datos para el calculo

Muestra 1 Muestra 2
promedio
Varinzas
desviacion estandar
Numero de datos
GL
GL total
VERIFICACION DE SUPUESTOS
NORMALIDAD
Verificacion de varianzas iguales
Valor calculado F
Valor critico F Conclusion: Se evidencia igual
Valor P prueba F
CALCULO DE ESTADISTICO DE PRUEBA
(𝑋 ̅−𝑌 ̅)/
Calculo Manual Valor T
Numerador
+1/𝑛_2 )
Denominador
Resultado final
〖 (𝑛 〗
_1+𝑛_2−
DETERMINACION DEL ESTADISTICO CRITICO
Excel
se concluye que no existen diferncias estaditicamente significativas en
Calculo con la funcion de excel
Valor P
Estadistico T
CONCLUSIONES
El estadístico t 0,38 es menor a 2,084 por lo tanto no se rechaza H0
xperimento con dos metodos y decide que cada metodos realice 15
estaño en productos alimenticios y decide comparar los resultados de
encia?.
cancia del 5%
usion: Se evidencia igualdad de varianza y normalidad en los resultados
(𝑋 ̅−𝑌 ̅)/(√(1/𝑛_1
+1/𝑛_2 )∗√(( 〖 (𝑛 〗 _1−1)𝑆_𝑥^2+
〖 (𝑛 〗 _2−1)𝑆_𝑦^2)/(𝑛_1+𝑛_2−2)))~𝑡_(𝛼/2;𝑛
_1+𝑛_2−2)
amente significativas entre los dos metodos
za H0
STATMEAN SESGO
STATISTICS AND
MEASUREMENTS
Para la evaluacion de el sesgo y la repetibilidad de la m
cual tiene un valor asignado de 2.58 g/ 100 g con una in
medición en condiciones de repetibilidad se presentan a
1 Evaluar el sesgo empleando un material de referencia ce

Hallar el sesgo y % sesgo
Emplear la prueba t para sesgo
2 Analizar los resultados
DESCRIPCION
Mensurando
Descripcion metodo:
Muestra:
Incertidumbre estandar medicion
Evaluacion con Material de Referencia Certificado
Informacion MRC
Nombre
Valor asignado nitrogeno total
Incertidumbre expandida
Factor de cobertura
RESULTADOS DE MEDICIO
Replica
1
2
3
4
5
6
7
8
9
10
RESULTADOS
Evaluacion Sesgo empleando Prueba t

Sesgo (mg/kg)
% Sesgo
t calculada
t tabulado (0,05; n-1)
Evaluacion Sesgo - incertidumbres

Sesgo (mg/kg)
Criterio aceptación
2∗√(𝑢_𝑀𝑅𝐶^2+𝑢_𝑀𝑒
𝑑𝑖𝑐𝑖ó𝑛^2 )
go y la repetibilidad de la medición de nitrogeno total en leche, se adquirio un material de referencia, el
de 2.58 g/ 100 g con una incertidumbre expandida de 0.19 g/ 100 g (k = 2.11). Los resultados de la
epetibilidad se presentan al final de la hoja
un material de referencia certificado
Contenido de nitrogeno total en leche

Digestion, destilacion y titulacion con HCl 0.1 M
Material de referencia de leche en polvo
0.032 g / 100 g
Referencia Certificado
Leche en polvo
2.58 g/ 100 g
0.19 g/ 100 g
2.11
S DE MEDICION
Contenido
Nitrogeno obtenido
(g/100 g)
ANALISTA 1
2.56
2.64
2.56
2.54
2.58
2.55
2.56
2.54
2.49
2.58
𝑡_𝑐𝑎𝑙𝑐= (((𝑋_𝑖 ) ̅− 𝑋_𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 )∗√𝑛)/(𝑆_𝑚𝑒𝑑 )
|𝑋_𝑀𝑅𝐶−(𝑋_𝑖 ) ̅ |
≤2∗√(𝑢_𝑀𝑅𝐶^2+𝑢_𝑀𝑒𝑑𝑖𝑐𝑖ó𝑛^2 )
𝑒𝑛𝑐𝑖𝑎 )∗√𝑛)/(𝑆_𝑚𝑒𝑑 )
𝑀𝑒𝑑𝑖𝑐𝑖ó𝑛^2 )
STATMEAN
STATISTICS AND Gráficar la carta de co
MEASUREMENTS
Medición: 0°C
Unidad de Medida °C
El valor de referencia del punto de 0°C es -0.01 Desviacion estandar
Valores observados previamente Valores observados
Dia x1 Sesgo Dia x1
2016-08-01 0.06 2017-11-01 -0.01

2016-08-16 0.09 2017-11-08 0.09
2016-08-31 -0.02 2017-11-15 0
2016-09-15 0.04 2017-11-22 0.04
2016-09-30 -0.02 2017-11-29 -0.01
2016-10-15 0.07 2017-12-06 0.06
2016-10-30 0 2017-12-13 0.05
2016-11-14 0.02 2017-12-20 0.04
2016-11-29 -0.02 2017-12-27 0.05
2016-12-14 0.09 2018-01-03 -0.01
2016-12-29 0.07 2018-01-10 0.02
2017-01-13 0.01 2018-01-17 0.03
2017-01-28 0.09 2018-01-24 -0.01
2017-02-12 0.01 2018-01-31 0.02
2017-02-27 0.04 2018-02-07 0.02
2017-03-14 0.05 2018-02-14 0.05
2017-03-29 -0.02 2018-02-21 0
2017-04-13 0.04 2018-02-28 0.04
2017-04-28 0.04 2018-03-07 0.05
2017-05-13 0.08 2018-03-14 0
2017-05-28 -0.02 2018-03-21 0.03
2017-06-12 -0.02 2018-03-28 0.01
2017-06-27 0.06 2018-04-04 0.08
2017-07-12 0 2018-04-11 0.07
2017-07-27 0.01 2018-04-18 0.05
Gráficar la carta de control tipo X
Valores observados
LCS
Limite de Limite de
x2 x3 Promedio Sesgo Linea central Advertencia
accion + accion -
+
0.04 0.04
0.01 -0.01
0.09 0.04
0.05 -0.03
0.06 0.01
0.08 -0.01
0.01 -0.01
0.08 0.04
0.05 0.05
0.03 0.04
-0.01 0.04
0.09 -0.03
0.08 0
0.03 0.05
0.05 0.05
0.01 0.01
0.04 -0.03
0.05 0.01
0.05 -0.01
0.06 0.01
0.09 -0.01
0.07 0.03
0.05 0.02
-0.01 -0.03
0.08 0.04
LCS
Advertencia
-
Para la validación de cierto método de mediciones eléctr
la variación en el efecto de la frecuencia a un nivel bajo
STATMEAN sobre la resistencia, para ellos se decide utilizar un dise
cual da un total de 4x2=16 corridas del proceso, que se
STATISTICS AND 850 Hz y la tensión 40 kV y 90 kV:
MEASUREMENTS
Factor
FRECUENCIA VOLTAJE
(-1) - -
a + -
b - +
ab + +
n 2
A
B
AB
Fuente de Suma de
variacion cuadrados
SSA A
SSB B
SSAB AB
SSE ERROR
SST TOTAL
do de mediciones eléctricas se desea estudiar su robustez, por
cuencia a un nivel bajo y alto (Factor A) y del voltaje (factor B)
e decide utilizar un diseño factorial 22 con cuatro replicas, lo
das del proceso, que se realiza aleatorio. La frecuencia 25 Hz y
:
REPLICA -1 -1
I II III IV TOTAL 1 -1
18.2 18.9 12.9 14.4 -1 1
27.2 24 22.4 22.5 1 1
15.9 14.5 15.1 14.2 -1 -1
41 43.9 36.3 39.9 1 -1
-1 1
1 1
-1 -1
1 -1
-1 1
1 1
-1 -1
1 -1
-1 1
1 1
Grados de Cuadrado
F0 Valor p
libertad medio
18.2
27.2
15.9
41
18.9
24
14.5
43.9
12.9
22.4
15.1
36.3
14.4
22.5
14.2
39.9
Para los datos propuestas determinar la pendiente y la in
prueba de hipótesis, graficar los resultados y concluir sobre
STATMEAN
STATISTICS AND
MEASUREMENTS
Equipo Medidor de caudal

Intervalo 2.5
Tolerancia 0,25% volumen
Resultados de las verificaciones
Punto de
medición Error
(x) Fecha (y)
100 3/9/2018 0
200 4/9/2018 0.07
300 5/9/2018 -0.032
400 6/9/2018 0.129
500 7/9/2018 0.01
600 8/9/2018 0.012
700 9/9/2018 0.142
800 10/9/2018 0.172
900 11/9/2018 0.175
1000 12/9/2018 0.182
1100 1/9/2019 0.201
1200 2/9/2019 0.213
Pendiente
Intercepto
Promedio
determinar la pendiente y la intersección, el valor estimado, los residuales, realizar la
ar los resultados y concluir sobre la linealidad.
L/h
yi-yes
EMP Estimado Residuales
0.25
0.25
0.25
0.25
0.25
0.25
0.25
0.25
0.25
0.25
0.25
0.25
x
Gráfico de probabilidad normal
1.2
1
0.8
0.6
Y
0.4
0.2
0
0.8 1 1.2 1.4 1.6 1.8
Muestra percentil
Variable X 1 Gráfico de los residuales

Variable X 1
d normal
1.6 1.8 2
l
yi-yes
os residuales Residuales
0.00000
0 200 400 600 800 1000
-yes
duales
800 1000 1200 1400
En la hoja se encuentran los datos de la evaluación del int
de plomo en labial. Se realizó la medición de 5 réplicas po
A partir de los datos:
STATMEAN 1. Construir la curva de calibración y determinar la pendie
STATISTICS AND 2. Realizar un análisis de regresión y determinar los errore
MEASUREMENTS intercepto.
3. Realizar pruebas de contraste de hipótesis para la pend
4. A partir de los valores de respuesta, determine el valor
Concentración Pb
Factor (ppm) Absorbancia
Analista 1 2.0 0.0170
Dia 2 2.0 0.0177
Dia 3 2.0 0.0163
Dia 4 2.0 0.0174
2.0 0.0159
4.0 0.0312
4.0 0.0325
4.0 0.0300
4.0 0.0320
4.0 0.0294
6.0 0.0478
6.0 0.0495
6.0 0.0460
6.0 0.0487
6.0 0.0450
8.0 0.0614
8.0 0.0635
8.0 0.0593
8.0 0.0624
8.0 0.0584
10.0 0.0784
10.0 0.0810
10.0 0.0759
10.0 0.0798
10.0 0.0748
12.0 0.0917
12.0 0.0944
12.0 0.0889
12.0 0.0929
12.0 0.0876
14.0 0.1094
14.0 0.1125
14.0 0.1063
14.0 0.1110
14.0 0.1051
16.0 0.1216
16.0 0.1248
16.0 0.1185
16.0 0.1233
16.0 0.1168
18.0 0.1404
18.0 0.1437
18.0 0.1370
18.0 0.1420
18.0 0.1357
20.0 0.1516
20.0 0.1549
20.0 0.1483
20.0 0.1533
20.0 0.1465
la evaluación del intervalo lineal de un método para la determinación
ción de 5 réplicas por nivel evaluado.
determinar la pendiente, el intercepto y el coeficiente de correlación.

determinar los errores asociados a los residuales en Y, a la pendiente y el
pótesis para la pendiente, el intercepto.
a, determine el valor de concentración estimado
Ejercicio 14
Objetivo: Se desea conocer si existen diferencias signifi
por el tiempo que demora y al ser ensayos destructivos
STATMEAN ¿Determinar si los resultados tienen diferencias signific
D G
78 61
78 56
71 59
72 60
D G
r si existen diferencias significativas entre las mediciones de 4 operadores quienes
y al ser ensayos destructivos solo realizan 4 mediciones.
os tienen diferencias significativas?.
de significancia del 5%
A O
44 20
24 19
46 23
47 23
A O
OPERADOR RESULTADO
O 20
O 19
O 23
O 23
A 44
A 24
A 46
A 47
G 61
G 56
G 59
G 60
D 78
D 78
D 71
D 72
Ejercicio 12
por el tiempo que demora en hacer una medición solo
EJERCICIO 1
A B Diferencias
4 3
3 4
6 6
7 6
9 5
4 4
2 7
5 3
EJERCICIO 2
A B Diferencias
7 8
6 7
5 5
6 6
9 10
9 9
6 7
4 5
en hacer una medición solo realizan 5 mediciones.
EJERCICIO 1
Diferencias Diferencias Consecutivo Asignacion Asignacion
Numero consecutivo
absolutas ordenadas corregido negativos positivos
Positivos
Negativos
EJERCICIO 2
Diferencias Diferencias Consecutivo Asignacion Asignacion
Numero consecutivo
absolutas ordenadas corregido negativos positivos
Positivos 0
Negativos 0
Ejercicio 13
por el tiempo que demora y al ser ensayos destructivos
A B Rango A
4 3
3 4
6 6
7 6
9 5
4 4
2 7
5 3
n1 n2
y al ser ensayos destructivos solo realizan 5 mediciones.
Rango B
Año Categoría Producto Ventas Clasificación
2017 Componentes Cadenas $ 20,000 75%
2015 Ropa Calcetines $ 3,700 22%
2017 Ropa Mallas de ciclismo $ 4,000 22%
2015 Ropa Pantalones cortos $ 13,300 56%
2017 Ropa Mallas $ 36,000 100%
2015 Componentes Manillares $ 2,300 35%
2016 Componentes Frenos $ 3,400 36%
2016 Bicicletas Bicicletas de montaña $ 6,300 40%
2016 Accesorios Cascos $ 17,000 90%
2016 Accesorios Luces $ 21,600 90%
2016 Accesorios Candados $ 29,800 90%
2016 Componentes Ejes pedalier $ 1,000 23%
2015 Ropa Jerséis $ 6,700 5%
2017 Componentes Ejes pedalier $ 600 27%
2015 Bicicletas Bicicletas de carretera $ 3,500 50%
2017 Ropa Jerséis $ 7,500 40%
2017 Accesorios Neumáticos y cámaras $ 63,700 90%
2017 Bicicletas Bicicleta de carga $ 9,300 60%
2017 Accesorios Bastidores para bicicletas $ 33,700 92%
2017 Ropa Gorras $ 600 15%
2017 Accesorios Bombines $ 30,700 95%
2016 Accesorios Bombines $ 16,400 80%
2016 Accesorios Bastidores para bicicletas $ 22,100 90%
2015 Accesorios Bombines $ 700 10%
2015 Ropa Mallas $ 3,300 30%
2016 Ropa Mallas de ciclismo $ 2,900 36%
2016 Componentes Ruedas $ 16,700 75%
2016 Bicicletas Bicicletas de paseo $ 1,800 15%
2015 Componentes Ejes pedalier $ 500 35%
2016 Ropa Gorras $ 400 20%
2015 Ropa Chalecos $ 3,300 36%
2015 Componentes Pedales $ 800 36%
2016 Ropa Guantes $ 15,600 65%
2016 Componentes Pedales $ 1,500 17%
2017 Componentes Pedales $ 6,200 38%
2017 Ropa Guantes $ 27,000 88%
2016 Componentes Sillines $ 2,800 38%
2015 Ropa Guantes $ 13,300 50%
2015 Accesorios Bastidores para bicicletas $ 300 5%
2015 Bicicletas Bicicletas de paseo $ 500 22%
2016 Ropa Jerséis $ 3,800 48%
2015 Ropa Mallas de ciclismo $ 700 28%
2016 Ropa Mallas $ 22,100 99%
2015 Ropa Gorras $ 500 50%
2017 Bicicletas Bicicletas de paseo $ 3,100 22%

Copia de Ejercicios Validacion de Métodos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Copia de Ejercicios Validacion de Métodos

Cargado por

Copyright:

Formatos disponibles

STATMEAN

n α=0,05 α=0,01 n α=0,05

3 1.1543 1.1547 15 2.5483

α=0,01 n α=0,05 α=0,01

2.8061 80 3.3061 3.6729

TABLA VALORES LIMITE DE DIXON

n α=0,10 α=0,05 α=0,01

indicador de desempeño /z score

Media 35.435 -0.23

dor de desempeño /z score

Probabilidad ordenar datos

0.1356 0.8644 0.1356 -0.20

Una persona Dos personas

Plantear las hipotesis H0:s(^2)1=s(^2)2 H1:s(^2)1≠s(^2)2

10.000189 10.000106 10.000149

10.000277 10.000214 9.999888 10.000099 10.000068 10.000223

Metodo validado Metodo

Datos para el calculo

CALCULO DE ESTADISTICO DE PRUEBA

se concluye que no existen diferncias estaditicamente significativas en

Calculo con la funcion de excel

amente significativas entre los dos metodos

1 Evaluar el sesgo empleando un material de referencia ce

2 Analizar los resultados

Evaluacion con Material de Referencia Certificado

Evaluacion Sesgo empleando Prueba t

Evaluacion Sesgo - incertidumbres

un material de referencia certificado

Contenido de nitrogeno total en leche

𝑡_𝑐𝑎𝑙𝑐= (((𝑋_𝑖 ) ̅− 𝑋_𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 )∗√𝑛)/(𝑆_𝑚𝑒𝑑 )

Valores observados previamente Valores observados

Dia x1 Sesgo Dia x1

2016-08-01 0.06 2017-11-01 -0.01

Equipo Medidor de caudal

Resultados de las verificaciones

Variable X 1 Gráfico de los residuales

determinar la pendiente, el intercepto y el coeficiente de correlación.

También podría gustarte