Post on 27-Sep-2019
MODELADOCALIBRACIÓN
Jamás se deberá fiar a ciegas del resultado de un cálculo: la determinación de algunas regresiones o correlaciones suministran innumerables ejemplos de cálculos irreprochables que desembocan en absurdas conclusiones.
QuimiometríaCarlos Mongay Fernández
Cifras de mérito
valores numéricos basados en una o más características de un sistema o dispositivo que representan una medida de su eficiencia o efectividad
Figures of merit
Figuras de mérito
Cifras de mérito
Algunas cifras de mérito
ExactitudPrecisiónSensibilidadSelectividadLímite de detecciónLímite de cuantificaciónRangos lineal y dinámico
Cifras de mérito: importancia
En la validación de un método analítico:
se define el alcance del método (matriz, analito, técnica analítica y propósito)
se determinan las cifras de mérito
Cifras de mérito: importancia
Analytical Chemistry is a peer-reviewed researchjournal that explores the latest concepts in analyticalmeasurements and the best new ways to increaseaccuracy, selectivity, sensitivity, and reproducibility
Exactitud
•Grado de concordancia entre el resultado de un ensayo y el valor de referencia aceptado
Exactitud y precisión
Inexacto e impreciso Exacto y preciso
Inexacto y preciso Exacto e impreciso
Exactitud
Rango estrecho de concentraciones
Rango amplio de concentraciones
Pruebas t
Regresión y prueba de la elipse
AG González, MA Herrador, AG Asuero, Talanta 48 (1999) 729-736.
Exactitud: pruebas t
pruebas t son válidas estrictamente cuando:la variancia de los valores que se comparan es similar (variancia homogénea u homoscedástica)cuando los niveles de concentración no difieren mucho entre sí
cuando la variancia es variable con la concentración (heterogénea o heteroscedástica) deben aplicarse técnicas de regresión lineal
Exactitud: regresión lineal
Nominal
Mét
od
o a
pru
eba
Exactitud frente a un método de referencia
Mét
od
o a
pru
eba
Exactitud frente a patrones
Método de referencia
Exactitud: regresión lineal
se calculan la pendiente y ordenada al origen de la regresión lineal (a y b ) por un método que tenga en cuenta la varianza
se comparan sus valores con los ideales (1 y 0)
antiguamente se comparaban en forma independiente, pero a y b están correlacionadas
la prueba recomendada es la región elíptica de confianza conjunta (EJCR)
Exactitud: EJCR
Exactitud: regresión por cuadrados mínimos
Frente a patrones
Incertidumbre variable en el eje y
Frente a un método de referencia
Incertidumbre variable en ambos ejes
Exactitud: regresión por cuadrados mínimos
Frente a patrones
Frente a un método de referencia
Cuadrados mínimos
ponderados
Cuadrados mínimos bilineales
WLS
BLS
Exactitud: regresión por cuadrados mínimos
Método Peso wi Ecuaciones
OLS wi = 1 conocidas
WLS wi = 1 / s (yi)2 conocidas
BLS wi = 1/[s (yi)2 + a2 s (xi)2] iterativo
x, variable independiente, y = variable dependiente, s = desvío estándar, a = pendiente, i = muestra, wi = peso de cada muestra
Ecuación a ajustar: y = a x + b
Función objetivo = ∑i
wi ( yi � yi)2
Exactitud: método de máxima probabilidad
los valores de a y b son iguales a BLS
la elipse es diferente, pero se aproxima a la de BLS para un número moderado de muestras (< 20)
para un número mayor de muestras, MP es más permisivo que BLS
Precisión
Grado de concordancia entre ensayos independientes obtenidos bajo condiciones estipuladas
Parámetros estadísticos que estiman la precisión
desviación stándar:
desviación estándar relativa:
coeficiente de variación:
Aspectos de la precisión
Misma Muestra Misma
Diferente Operador Mismo
Diferente Tiempo Mismo
Diferente Equipo Mismo
Diferentes Reactivos Mismos
Reproducibilidad Repetibilidad
Ensayos de colaboración
Intra-laboratorioPrecisión
intermedia
Sensibilidad
Cambio en respuesta (señal analítica) dividido
por el correspondiente cambio en el estímulo
(concentración del analito)
IUPAC, Compendium of Analytical Nomenclature, web editionhttp://www.iupac.org/publications/analytical_compendium/
Sensibilidad: calibración univariada
sensibilidad = pendiente
SEN = a
unidades: señal × concentración–1
Señal
Concentración
b
a
Sensibilidad: calibración univariada
Sensibilidad analítica = Pendiente / Ruido
γ = SEN / sy
unidades: concentración–1
independiente del tipo de señal registrada
sy = estimación del ruido instrumental
Sensibilidad: calibración univariada
inversa de la sensibilidad analítica
γ–1 = sy / SEN
unidades: concentración
es la menor diferencia de concentración apreciable
sy = estimación del ruido instrumental
Selectividad
Grado en el que un método puede usarse para
determinar un analito en mezclas, sin interferencias
de otros componentes de comportamiento similar
J Vessman, RI Stefan, JF Van Staden, K Danzer, W Lindner, DT Burns, A Fajgelj, HMüller, Pure Appl. Chem. 73 (2001) 1381-1386
Selectividad
en calibración univariada la selectividad debe ser total:
SEL = 1
las interferencias siempre afectan la exactitud
en presencia de interferencias:
la máxima concentración tolerable es la concentración de un interferente que produce un cierto sesgo en la predicción de un analito en una muestra típica, por ejemplo, de ± 5 %
Selectividad: interferencias
Interferencia en la determinación simultánea de Co, Ni y Pd conteniendo 0,50 µg ml–1 de cada ión
Interferente Tolerancia
Na+, K+ >1000
Ca2+, Mg2+, Ba2+, Mn2+ 800
Ag+, Pb2+ 200
Zn2+ 5
Tolerancia: relación interferente/analito que produce un error de ± 5 %
Límite de detección: definición
menor concentración de analito que puede ser detectada con un cierto nivel de confianza
antigua definición de IUPAC
señal (LC = LOD) = 3 sy + Blanco
LC = LOD = 3 sy / a
Blanco
α
Detección
Señal
Analito ausente
tα,ν sy
α = tasa de falsos positivos o error tipo I
Límite crítico (L C) o de decisión = LOD
LA Currie, Pure Appl. Chem. 67 (1995) 1699-1723
Límite crítico o de decisión: definición
Nivel de concentración límite a partir del cual se define la “detección” o “no detección” del analito
H van der Voet, en AH El-Shaarawi, WW Piegorsch (Eds.), Encyclopedia ofEnvironmetrics, Vol. 1, Wiley, Chichester, 2002, pp. 504-515
β= tasa de falsos negativos o error tipo II
Límite de detección
problema con la antigua definición de IUPAC
α
DetecciónAnalito ausente
β
BlancoSeñal
L C = LOD
Límite de detección
moderna definición de IUPAC
β= tasa de falsos negativos o error tipo II
0
αβ
Detección
ConcentraciónLC
Analito ausente
LOD
(tα,ν + tβ,ν) s0
Límite de detección
moderna definición de IUPAC
You're now close to learning, among many other things, that it is possible to detect the analyte when its actual level is below the limit of detection!
NM Faber, www.chemometry.com/Expertise/LOD.html
Límite de decisión y límite de detección
0 L C = 1,64s0
Analito no detectado
Analito detectado
Límite de decisión y límite de detección
0 LOD = 3,28s0 L C = 1,64s0
Analito no detectado
Analito detectado
Error tipo IErrores
tipo I y II
Límite de decisión y límite de detección
0 L C
Evidencia de
ausencia
LOD
Evidencia de presencia
?
Falta de evidencia
Comparación de límites de detección
sy/x = desvío estándar de la regresión
a = pendienteM = número total de muestras de calibrado = concentración media de calibradoQxx = suma de cuadrados de xx
LOD = 3 sy /a
Límites de cuantificación
menor concentración que puede ser medida con una precisión mínima dada (usualmente 10%
en calibración univariada
el error estándar en la cuantificación es del 10% como máximo
LOQ = 10 s0
s0=s y / x
a √ 13+
1M
+x2
Q xx
LC = 1,64s0 LOD = 3,28s0
Analito no detectado
Analito detectado
(error tipo I)
0
Analito detectado
LOQ = 10s0
Analito cuantificado
Analito no cuantificado
Analito detectado
(errores tipo I y II)
Rangos lineal y dinámico
Rango lineal: prueba F
sy/x = desvío estándar de los residuos de la regresión
sy = estimación del ruido instrumental
( )( )2
2/
exp
y
xy
s
sF =
Rangos lineal y dinámico
Concentración
Rango lineal
Rango dinámico
LOQ
Extremo superior del rango lineal
pérdida de la relación señal-concentración
Señal
LOD
Uso de Matlab
“MATrix LABoratory”realiza calculos numéricos con vectores y matricesamplia variedad de gráficos en 2 y 3 dimensiones
Rutinas:
“calibración y predicción de datos univariados”:lr_cal.mlr_pred.m
“estudios de exactitud y comparación de métodos analíticos”ejcr.m
Uso de Matlab
Al entrar en Matlab se ve la siguiente pantalla:
Uso de Matlab
seleccionar el directorio de trabajo donde están los datos y rutinas
depende de la organización del disco rígido de cada usuario
Uso de Matlab
llamar a la rutina 'lr_cal.m' para operarescribir directamente, en la línea de comando lr_cal, y luego se presionar ENTERla rutina se ejecuta y solicita el nombre del archivo con los datos de calibradopor ejemplo, el archivo 'CAL_problema1.txt'escribirlo entre comillas simples y se presionar ENTER
Uso de Matlab