Modelos Matemáticos de Variación Escribircmap.upb.edu.co/rid=1SR8GNK19-Q4ZFVL-13Y/bed_VMP3.pdf ·...
Transcript of Modelos Matemáticos de Variación Escribircmap.upb.edu.co/rid=1SR8GNK19-Q4ZFVL-13Y/bed_VMP3.pdf ·...
-
Escribir
121
Aprox. de Cochran:
Modelos Matemáticos de Variación
-
Escribir
122
A muy bajas concentraciones de partículas todos los métodos microbiológicos se vuelven del tipo P/A
Límite de detección – Modelo de Poisson
Modelos Matemáticos de Variación
-
Escribir
123
Cada etapa técnica agrega dispersión adicional a la variabilidad “basal” del sistema
Poisson
Sobre-dispersión
Por tanto:
Sobre-Dispersión – El modelo binomial negativo
Modelos Matemáticos de Variación
-
Escribir
124
Sobre-Dispersión – El modelo binomial negativo
Con ndeterminaciones
paralelas
Modelos Matemáticos de Variación
-
Escribir
125
Probabilidad de resultado negativo (probabilidad de cero)
Límite de detección – El modelo binomial negativo
Modelos Matemáticos de Variación
-
Escribir
126
Cuantificación de la sobre-dispersión
Método de Anscombe(recuento de colonias)
•Deben utilizarse no menos de 30 observaciones independientes•Cuantificar en el rango óptimo de trabajo•Media no inferior a 30•Tiene en cuenta solo una muestra
Modelos Matemáticos de Variación
-
Escribir
127
Cuantificación de la sobre-dispersión
Método que considera varias muestras
c se obtiene desde una regresión lineal
Dividiendo enre c
Modelos Matemáticos de Variación
-
Escribir
128
•Adicional a la dispersión predicha por Poisson•Errores de pipeteo, incertidumbre de recuento, errores espurios
Sobre-dispersión a nivel del detector
Modelos Matemáticos de Variación
-
Escribir
129
Cuestión de definición
Solo una porción analítica (una placa)
El menor recuento fiable
debe definirse la precisión
Todas las etapas del procedimiento
~ 20 - 25 colonias por set de detección
Si la sobre-dispersión es conocida puede emplearseel modelo binomial negativo
Límite inferior de trabajo
Estadística y límites
-
Escribir
130
�No aplica a análisis P/A �Aumenta la certidumbre a medida que aumenta la concentración�Para MPN el límite es superado cuando todos los tubos de todas las diluciones resultan positivos.
Para MPN•El límite es superado cuando todos los tubos de todas las diluciones resultan positivos.•El límite no puede determinarse estadísticamente (la precisión no depende directamente del numero de partículas introducidos en el set de detección.
Límite superior de trabajo
Estadística y límites
-
Escribir
131
Límite superior de trabajo
Para recuento de colonias•La precisión mejora con el número de colonias target en el set de detección.•En la práctica los métodos de recuento de colonias poseen un límite superior por detector que varia con la situación analítica.•El detector se “satura” por varias razones (nº de colonias target)
Para determinar el límite superior•Recuento de colonias por placa donde la incertidumbre (incluyendo errores sistemáticos) donde la incertidumbre resulta del mismo nivel que en el límite inferior
Estadística y límites
-
Escribir
132
Consideraciones adicionales•Exclusión o enmascaramiento de colonias target por crecimiento de colonias “no target” (cobertura) •Pérdida de linealidad por congestión en la placa
Límite superior de trabajo
Estadística y límites
-
Escribir
133
¿Donde puede hallarse esta información?
•Alcance•Robustez de la incubación y sensibilidad al tiempo•Límites de trabajo confiables•Definición e identificación del target•Otras limitaciones y especificaciones
Desde normativas: Por ejemplo en el procedimiento para coliformes totales por filtro de membrana de “Standard Methods for the Analysis of Water and Wastewater”
Especificaciones. Práctica Actual
-
Escribir
134
¿Cuáles son las condiciones de aceptabilidad de un método analítico?
Para métodos de recuento de colonias
•Sensibilidad: > 90% de positivos presuntivos confirmados
•Selectividad: mejor que -1 (no validos si < -2
•Incertidumbre del recuento: �Desviación estandar del duplicado de recuento dentro del laboratorio: < uZ = 0.05�Incertidumbre de recuento individual (una persona) < uZ ± 0.05
Especificaciones. Aproximación
recomendada
-
Escribir
135
¿Cuáles son las condiciones de aceptabilidad de un método analítico?
Para métodos de recuento de colonias
•Placas paralelas: Que la variación se encuentre dentro de la distribución de Poisson (si no es así debe medirse la sobre-
dispersión)
•La variación dentro de muestra tiene un coeficiente de incertidumbre procedimental < uX ± 0.10 en muestras de agua.En muestras sólidas la incertidumbre agregada debe estar por
debajo de 0.05
Especificaciones. Aproximación
recomendada
-
Escribir
136
¿Cuáles son las condiciones de aceptabilidad de un método analítico?
Para métodos de recuento de colonias
Proporcionalidad (linealidad) del detector: Depende de la selectividad. Es adecuada hasta los limites de números de colonia siguientes:
Especificaciones. Aproximación
recomendada
-
Escribir
137
¿Cuáles son las condiciones de aceptabilidad de un método analítico?
Para métodos de recuento de colonias
•Con crecimiento excesivo de colonias el limite funcional superior puede alcanzarse mas rápidamente
•El recuento no es válido si mas de 1/3 del espacio está ocupado por el crecimiento (target y no target)
Especificaciones. Aproximación
recomendada
-
Escribir
138
¿Cuáles son las condiciones de aceptabilidad de un método analítico?
Para métodos de recuento de colonias
•Debe incorporarse, de estar disponible, información de recuperación relativa comparada contra un método estándar e información de reproducibilidad desde ejercicios interlaboratorioscolaborativos
•Adicionalmente deben incorporarse: condiciones de prueba, descripción del target y almacenamiento de la muestra
Especificaciones. Aproximación
recomendada
-
Escribir
139
Características categóricas referidas a especificidad y selectividad
•Se recomienda el empleo de muestras naturales.
•Debe cubrirse el alcance completo del método incluyendo diferentes muestras y casos de contaminación así como también diferentes temporadas.
•En una validación primaria ambos presuntivos; positivos y negativos, deben ser verificados.
•La manera biológicamente mas atractiva y costo-efectiva para testear métodos sobre cultivo líquidos es el uso de diseños MPN (ocurren negativos y positivos >>> una o muy pocas células).
Características de performance del método expresadas
numéricamente como una frecuencia relativa basada en
una clasificación P/A o +/-
Determinación y expresión de las
características de comportamiento
-
Escribir
140
Características categóricas referidas a especificidad y selectividad
•Las características de performance pueden definirse numéricamente.
•Se refieren a las proporciones relativas de colonias o tubos asumidos como positivos o negativos sobre la base de la primera impresión (presunción) comparados con el verdadero después de la verificación.
Determinación y expresión de las
características de comportamiento
-
Escribir
141
Determinación y expresión de las
características de comportamiento
a) Numero de presuntos positivos hallados positivos (verdaderos positivos)b) Numero de presuntos negativos hallados positivos (falsos negativos)c) Numero de presuntos positivos hallados negativos (falsos positivos)d) Numero de presuntos negativos hallados negativos (verdaderos negativos)
-
Escribir
142
Características categóricas referidas a especificidad y selectividad
1) Sensibilidad = a/(a + b), fracción de positivos totales correctamente asignados en el recuento presuntivo
2) Especificidad = d/(c + d), fracción de negativos totales correctamente asignados en el recuento presuntivo
3) Tasa de falsos positivos = c/(a + c), fracción de positivos observados erróneamente asignados
4) Tasa de falsos positivos = b/(b + d), fracción de negativos observados erróneamente asignados
5) Eficiencia E es un parámetro simple y general, el cual da la fracción de colonias o tubos correctamente asignados: E = (a + d) / n
n = a + b + c + d
Determinación y expresión de las
características de comportamiento
-
Escribir
143
Características categóricas referidas a especificidad y selectividad
•Las colonias deben recogerse aleatoriamente desde todas las colonias (target y no target) consideradas como un todo. Con cultivos líquidos, todos los positivos y negativos deben ser igualmente testeados en sus proporciones actuales.
•Debido a las importantes influencias del operador y la población microbiológica, ninguna de las características de performance pueden presentar valores constante método-específicos.
•En cuanto a la validación secundaria se necesita solo obtener información de falsos positivos, excepto para sensibilidades mas bajas que las especificadas
Determinación y expresión de las
características de comportamiento
-
Escribir
144
Características categóricas referidas a especificidad y selectividad
Selectividad•Puede definirse a la selectividad como:
Donde (a + c) son positivos presuntivos
•El limite superior del rango de trabajo es afectado de manera importante por la selectividad.
•Poseen mas valor científico la selectividad real (presuntos confirmados).
•La selectividad varia estacionalmente por ello no existen criterios disponibles.
Determinación y expresión de las
características de comportamiento
-
Escribir
145
Límites de trabajo
Límite inferior de detección y cuantificaciónNúmero mas bajo y suficiente de colonias o partículas por set de detección o placas paralelas.
Límite superiorNo es un valor fijo, sino mas bien una región vaga de números de colonias donde los recuentos por placas resultan demasiado inciertos para generar una determinación válida.
El limite de trabajo superior es indicado por:o La sobre-dispersión puede resultar mas pronunciada y frecuente >>> Índice de dispersión de Poisson.o Incongruencia entre distintas diluciones para el recuento de colonias o Pérdida de proporcionalidad (linealidad) >>> Índice G2
El más efectivo
Determinación y expresión de las
características de comportamiento
-
Escribir
146
Rango de trabajo de procedimientos MPN
Los límites prácticos, inferior y superior de los procedimientos MPN son los casos extremos cundo solo un tubo en el set de detección resulta
positivo o negativo
Determinación y expresión de las
características de comportamiento
-
Escribir
147
Precisión
Cada medición analítica debe ir acompañada con la estimación de la precisión, aún cuando no sea factible determinarla experimentalmente
para cada determinación individual.
Idealmente a validación primaria debe proveer
una estimación general
Aleatoriedad total (Dist. de Poisson)
Determinación de la constante general de
sobre-dispersión
Determinación y expresión de las
características de comportamiento
-
Escribir
148
Estimación de la precisión
Tipo A
Derivadas de cálculos estadísticos basados en determinaciones
paralelas
Tipo B
Desviación estándar en escala logarítmica (AOAC)
Dependen del nº de colonias.Tienden a ser elevadas
Basadas en la suposición de ciertas distribuciones de probabilidad u otra
información
Altamente idealizada
Dist. de Poisson
Mínima estimaciónEstimación para c/ determinación
Determinación y expresión de las
características de comportamiento
-
Escribir
149
Estimación de la precisión
El modelo mixto
Un modelo de sobre-dispersión basado en distribución binomial negativa
Elementos teóricos de D. Poisson+
Constante empírica de sobre-dispersión
Debe calcularse para distintas aplicaciones del método analítico.
Puede depender de la matriz estudiadaConviene expresarse como RSD
Determinación y expresión de las
características de comportamiento
-
Escribir
150
Estimación de la precisión
Precisión de MPN
Asume aleatoriedad completa de la distribución de partículas en el set de detección
Aplica mejor a bajo nº de partículas
•Es determinada por el numero de tubos paralelos/dilución y por el coeficiente de dilución
•Los límites de confianza al95% para combinaciones estándar de tubos son publicadas
en tablas MPN
Determinación y expresión de las
características de comportamiento
-
Escribir
151
Es conveniente desarrollar la validación en etapas.
Las investigaciones de la performance deben realizarse buscando el rango de trabajo fiable donde el
comportamiento del método es relevante.
Cualquier comparación de recuperaciones entre dos métodos debe estar limitada a casos para los cuales
ambos métodos son fiables
Consideraciones generales
Procedimientos y pasos de la Validación
-
Escribir
152
Validación primaria
Identificación del target
Incertidumbre del recuento
Tiempo sensibilidad
Otras características de robustez
Límite superior de trabajo
Precisión
Veracidad y recuperación relativa
Especificaciones
Procedimientos y pasos de la Validación
-
Escribir
153
Validación secundaria
Muestras naturales
Muestras divididas o series de dilución replicadas
Placas paralelas
Recuento duplicado para verificar la performance
esperada
Debe aislarse y verificarse al menos 100 positivos presuntivos
Se calculan las características de performance categóricas y se comparan con los valores especificados
si están disponibles
Procedimientos y pasos de la Validación
-
Escribir
154
Un modelo general para especificaciones básicas cuantitativas
Límite superior de trabajo y otras especificaciones
cuantitativas
Diseño experimental basado en series de diluciones
clasificadas o volúmenes con replicación de placas
Muestra líquida cuidadosamente mezclada o suspensión de material sólido
Dilución a nº de colonia que supere apenas el límite superior supuesto del detector
6 o 7 diluciones sucesivas con pasos 1:2
Se siembran 3 placas paralelas por cada dilución
Se leen las placas en orden aleatorio por una persona
Si participa una segunda persona se obtiene información de la incertidumbre del
recuento. También pueden ocurrir cambios en la apariencia de las colonias target
Diseños para determinar especificaciones
-
Escribir
155
Precisión del procedimiento analítico total
Pruebas con muestras divididas o series de dilución
replicadas
Muestras naturales con alto o medio contenido del analito
Aplicar el procedimiento de mezclado
Se recomiendan placas paralelas
Al menos 30 muestras que abarquen todo el ámbito de aplicación son necesarias para
una cobertura adecuada
El número de determinaciones paralelas (series de dilución) por muestras deben ser al menos 2 (5 o 6 dan mas confiabilidad).
Los resultados serán utilizados para calcular la constante de sobre-dispersión.
Diseños para determinar especificaciones
-
Escribir
156
Características categóricas
Pueden estudiarse en conexión con las pruebas descriptas anteriormente
Se seleccionan placas con bajo numero de colonias
Todas las colonias deben ser contadas (target y no target)
En validación primaria las colonias de ambos tipos (20 o 30 por muestra) deben ser aisladas aleatoriamente para verificación. Ambos tipos de colonias no deben
necesariamente provenir de las mismas diluciones si la selectividad no permite esto.Cuando la selectividad es alta (colonias target > 90%) puede ser innecesario aislar
colonias presuntivas negativas
En validación secundaria solamente colonias presuntivas positivas necesitan ser asiladas y verificadas
Diseños para determinar especificaciones
-
Escribir
157
Datos no planificados
Los datos recolectados en el tiempo desde observaciones paralelas por fuera de un dado diseño experimental, pueden ser utilizadas como información adicional para soportar o modificar un límite
superior de trabajo o especificaciones de sobre-dispersión.
Diseños para determinar especificaciones
-
Escribir
158
Que debe contener un Informe de
validación
-
Escribir
159
La aplicación de métodos validos dentro de los límites estudiados no necesariamente asegura la validez de los resultados
Control de Calidad Analítico
Cartas de control con limites obtenidos en especificaciones (validación primaria o secundaria)
Materiales de referencia, intercalibraciones, muestras adicionadas
Controles de Calidad Analíticos
-
Escribir
160
• La validación debe simular en lo posible a la rutina. Las muestras naturales con concentraciones naturales de microbios deberán ser en lo posible los principales materiales de prueba.
• Los materiales artificiales (CRMs y muestras fortificadas) son empleadas en sistemas de aseguramiento de la calidad internos y externos para asegurar la aptitud de los laboratorios participantes.
• Las muestras fortificadas son muy utilizadas en validación secundaria donde resulta dificultoso hallar muestras naturales con el organismo target.
• Las muestras negativas (blancos) debe limitarse al control de calidad interno. Su inclusión entre las muestras estudiadas para el método de equivalencia puede dar lugar a una falsa impresión de una buena correlación entre los métodos. Si fuera posible saber de antemano que las muestras naturales no contienen organismos target, esta sería una adecuada selección de falsos positivos en las pruebas de validación.
• El rango de concentración óptima para la validación de métodos microbiológicos es más estrecho que el rango proyectado de la aplicación. Las altas concentraciones son innecesarias y se asemejan a los cultivos puros.
Materiales de prueba
-
Escribir
161
• Las muestras con un contenido muy bajo de bacterias necesitan ser estudiados por razones de salud pública, pero no son apropiadas para comparaciones inter - métodos ni otros ejercicios por razones estadísticas. .
• Los métodos microbiológicos generalmente no son sensibles a la concentración en el extremo inferior de la escala
• Cada germen individual reacciona con el medio nutritivo casi independientemente de otras partículas en la muestra
• Los métodos que son válidos en concentración suficientes para la validación también se consideran validos a bajas concentraciones
Materiales de prueba
-
Escribir
162
Hora de almorzar
-
Escribir
163
Cronograma
SEGUNDA PARTE
Introducción al Cálculo de la Incertidumbre en Métodos Microbiológicos
Realización de actividades integradoras.Realización de actividades integradoras.
-
Escribir
164
5.4.6.1 Un laboratorio de calibración, o un laboratorio de ensayo que realiza sus propias calibraciones, debe tener y debe aplicar un procedimiento
para estimar la incertidumbre de la medición para todas las calibraciones y todos los tipos de calibraciones
5.4.6.2 Los laboratorios de ensayo deben tener y deben aplicar procedimientos para estimar la incertidumbre de la medición. En algunos
casos la naturaleza del método de ensayo puede excluir un cálculo riguroso, metrológicamente y estadísticamente válido, de la incertidumbre de medición. En estos casos el laboratorio debe, por lo menos, tratar de
identificar todos los componentes de la incertidumbre y hacer una estimación razonable, y debe asegurarse de que la forma de informar el
resultado no dé una impresión equivocada de la incertidumbre.Una estimación razonable se debe basar en un conocimiento del desempeño del método y en el alcance de la medición y debe hacer uso, por ejemplo, de
la experiencia adquirida y de los datos de validación anteriores.5.4.6.3 Cuando se estima la incertidumbre de la medición, se deben tener en
cuenta todos los componentes de la incertidumbre que sean de importancia en la situación dada, utilizando métodos apropiados de análisis.
La norma ISO/IEC 17025-2005(E).
Requisitos técnicos. Descripción
-
Escribir
165
Aspectos generales. Factores que influyen en los ensayos.
Resultados Analíticos
Factores Humanos
Confort y Condiciones ambientales
Métodos de ensayos
Y calibración
Validación de Métodos
Equipamiento
Trazabilidad en las mediciones
Muestreo
Manipulación de los ítems de ensayo y
calibración
La norma ISO/IEC 17025-2005(E).
Requisitos técnicos. Descripción
-
Escribir
166
Parámetro no negativo que caracteriza la dispersión de los
valores atribuidos a un mensurando, a partir de la información que se
utiliza (VIM 2008)
La norma ISO/IEC 17025-2005(E).
Requisitos técnicos. Descripción
-
Escribir
167
La norma ISO 17025 recomienda que cada resultado vaya acompañado de dos parámetros de calidad básicos
Trazabilidad
Incertidumbre
La norma ISO/IEC 17025-2005(E).
Requisitos técnicos. Descripción
-
Escribir
168
Valor 1 ±±±± Valor 2
Trazabilidad
Estimación del valor verdadero
Incertidumbre
Trazabilidad e incertidumbre.
-
Escribir
169
La incertidumbre es el primer índice de calidad de una medida, que es tanto mayor cuanto
menor es aquella
Incertidumbre y Calidad.
-
Escribir
170
Precisión
Incertidumbre específica
Exactitud
Bias o sesgo
Veracidad relativa
Cuando se refiere a
un resultado
Cuando se refiere a
un resultado
Cuando se refiere a
un método (n < 30
det)
Cuando se refiere a
un método (n < 30
det)
Cuando se refiere a
un método (n > 30
det) | µ´ - |
Cuando se refiere a
un método (n > 30
det) | µ´ - |
n ���� ∞∞∞∞ ���� X̂
X ′ˆ
µ′
Xx ′− ˆ
Xxi ′− ˆ
Errores aleatorios o indeterminados
Fluctuantes
Distribución Normal de Gauss
Errores sistemáticos o determinados
Alteraciones operacionales bien definidas
Desviaciones de signo
determinado
Pueden depender o no de la [analito]
Errores crasos o espuriosCaracterísticas similares a los errores
sistemáticos con excepción de la magnitud
Errores analíticos.
-
Escribir
171
Proximidad entre el resultado de una medición y el valor verdadero del mesurando. Es la combinación
de la precisión y la veracidad (ISO 3534-2: 2006)
En caso de aplicarse a un conjunto de resultados, implicauna combinación de componentes aleatorios y una
componente de error sistemático común.
Exactitud. Precisión y Veracidad.
-
Escribir
172
Exactitud: Veracidad (bias)
Proximidad entre el promedio de una serie grande de resultados y elvalor verdadero del mesurando (ISO 3534-2: 2006)
Exactitud: Precisión
Proximidad entre los resultados de mediciones independientes, obtenidos bajo condiciones estipuladas (ISO 3534-2: 2006)
Exactitud. Precisión y Veracidad.
-
Escribir
173
Precisión (errores aleatorios)
+Veracidad
(errores sistemáticos)
EXACTITUD
Exactitud. Precisión y Veracidad.
-
Escribir
174
Exactitudvs
Precisión
Veracidad vs
Precisión
Exactitud. Precisión y Veracidad.
-
Escribir
175
1)
2)Corrección
X
X
Aseguramos la veracidad
Sesgo significativo
Sesgo no significativo
X
Mi valor individual
Valor verdadero
Mi media
Errores Sistemáticos. Veracidad.
Logaritmación
-
Escribir
176
Operación que bajo condiciones especificadas establece, en una primera etapa, una relaciónentre los valores y sus incertidumbres de medida asociadas obtenidas a partir de los patrones de medida, y las correspondientes indicaciones con sus incertidumbres asociadas y, en una segunda etapa, utiliza esta información para establecer una relación que permita obtener un resultado de medida a partir de una indicación
VIM 2008
Trazabilidad. Definición de calibración.
-
Escribir
177
Copias oficiales
Pesas certificadas
Balanza
Futuras medidas
Unidad base S.I.Kilogramo de
Sèvres
Máximo nivel
Nivel mínimo
0
u1
(u21 + u22 )
1/2
(u21 + u22 + u
23)
1/2
(u21 + u22 + u
23 + u
24)
1/2
IncertidumbreNivel de trazabilidad
Trazabilidad e incertidumbre. Unidades de
masa.
-
Escribir
178
Cadena ininterrumpida de comparaciones
Incertidumbres determinadas
Documentación
Competencia
Referencia al S.I.
Recalibraciones
Elementos de la trazabilidad.
-
Escribir
179
Métodos primarios o definitivos
Materiales de referencia certificados
Métodos de referencia
Ejercicios de intercomparación
Materiales de referencia de trabajo
Laboratorios de referencia
Instrumentos de referencia
Elaboración de materiales de referencia
Muestras adicionadas
Técnicas alternativas
Máximo nivelde trazabilidad
Mínimo nivelde trazabilidad
Veracidad. ¿Con que REFERENCIAS
comparamos?
-
Escribir
180
RESULTADO VERAZ
RESULTADO TRAZABLE
Veracidad y Trazabilidad.
-
Escribir
181
Instrumento de medida
Pesas certificadas
Copiasoficiales
Unidad fundamental
S.I.:Kilogramo de SèvresFuturas medidas
hechas con el instrumento de
medida
Trazabilidad: Medición de masas.
-
Escribir
182
X
Mi valor individual
Valor verdadero
Mi media
X
A lo sumo la dispersiónpuede minimizarse
Errores Aleatorios. Precisión. Dispersión
de los resultados.
-
Escribir
183
Dispersión de resultados de ensayos mutuamente independientes utilizando el mismo método aplicado a alícuotas de la misma muestra en diferentes condiciones: distintos operadores, diferente equipamiento o diferentes laboratorios. La reproducibilidad necesita una especificación de las diferentes condiciones experimentales, las mas frecuentes son: entre días, entre operadores y entre laboratorios.
Dispersión de resultados de ensayos mutuamente independientes, utilizando el mismo método aplicado a alícuotas de la misma muestra, en el mismo laboratorio, por el mismo operador, usando el mismo equipamiento en un intervalo corto de tiempo. Es una medida de la variabilidad (varianza) interna y un reflejo de la máxima precisión que el método pueda alcanzar.
Repetibilidad (ISO)
Reproducibliad (ISO)
El espectro de la Precisión
-
Escribir
184
Repetibilidad Reproducibilidad
Aumenta variabilidad
Interna ( intermedia)Reproducibilidad
Interna (precision intermedia)
El espectro de la Precisión
-
Escribir
185
Límite legal
Resultados sin incertidumbre
Importancia de conocer la incertidumbre
-
Escribir
186
Límite legal
Resultados con incertidumbre
Importancia de conocer la incertidumbre
-
Escribir
187
Resultados sin incertidumbre
Laboratorio 1 Laboratorio 2
Importancia de conocer la incertidumbre
-
Escribir
188
Resultados con incertidumbre
Laboratorio 1 Laboratorio 2
Importancia de conocer la incertidumbre
-
Escribir
189
X
A lo sumo la dispersiónpuede minimizarse
X
Mi valor individual
Valor verdadero
Mi media
Errores Aleatorios. Precisión. Dispersión
de los resultados.
-
Escribir
190
Desviación típica o estándar
( )
30 Para
1
2
<
−
−
=∑
n
n
xx
si
i ( )
30 Para
2
>
′−
=∑
n
n
x
i
iµ
σ
Cuantificación de la dispersión
Logaritmación
-
Escribir
191
Desviación estándar relativa
30 Para
%100s
%
sRSD
<
=
=
n
xCV
x
30 Para
%100%
RSD
>
′=
′=
n
CVµ
σ
µ
σ
Cuantificación de la dispersión
-
Escribir
192
Varianza: su propiedad mas
importante es la aditividad
Desviación estándar
de la media.
( )
1
2
2
−
−
=∑
n
xx
si
i
( )
( )1
2
−
−
==∑
nn
xx
n
ss
i
i
X
Cuantificación de la dispersión
-
Escribir
193
Información obtenida en la validación del método analítico
ISO o “Bottom-up”
Información obtenida desde ejercicios inter-laboratorios
¿Cual es mas conveniente de utilizar?
Las mas empleadas
Incertidumbre. Métodos para valorar las
fuentes de incertidumbre.
-
Escribir
194
Estrategia basada en utilizar la información obtenida en la validación del método (VM)
Estrategia propuesta por la ISO o “Bottom-up”
Estrategia desde ejercicios interlaboratorios
Distintas estrategias o aproximaciones
para el cálculo de la incertidumbre.
-
Escribir
195
� Naturaleza del método de ensayo y datos metrológicos disponibles (Tipos A y B)
� Requisitos del cliente
� Especificaciones
� Recursos del laboratorio
¿Qué debe tenerse en cuenta al momento de elegir una metodología para estimar la incertidumbre analítica?
Distintas estrategias o aproximaciones
para el cálculo de la incertidumbre.
-
Escribir
196
Especificación
Modelado del proceso de medición
Identificación
Identificación de las fuentes de incertidumbre
Cuantificación, Reordenamiento de fuentes
Cálculo de la incertidumbre estándar
Combinación
Cálculo de la incertidumbre estándar combinada
Incertidumbre a informar
Cálculo de la incertidumbre expandida
Sistemática común de la estimación de la
incertidumbre
-
Escribir
197
Metodología general, aplicable a todo tipo de mediciones Metodología general, aplicable a todo tipo de mediciones
Metodología unificada, consistente y bien estructuradaMetodología unificada, consistente y bien estructurada
Incorpora el conocimiento disponible sobre el ensayoIncorpora el conocimiento disponible sobre el ensayo
Da lugar a estimaciones cuantificables de significado no ambiguoDa lugar a estimaciones cuantificables de significado no ambiguo
Mejora el conocimiento de los principios y técnicas analíticasMejora el conocimiento de los principios y técnicas analíticas
Estimación de la incertidumbre ISO.
Ventajas.
-
Escribir
198
El analista debe efectuar estimaciones basadas en datos previos o experiencia (Estimaciones tipo B)
El costo en tiempo y esfuerzo es considerable
Debe desarrollarse una expresión matemática entre el mensurando (y) y los parámetros xi sobre los que y depende: y = f(x1, x1 ... xn)
Como alternativa el proceso de medida puede dividirse en bloques y puede calcularse la incertidumbre de cada bloque
La incertidumbre de cada paso se evalúa normalmente mediante análisis estadísticos de una serie de observaciones
Deben evaluarse las covarianzas asociadas a cualquier serie de parámetros que estén correlacionados
Presenta tendencia a subvalorar la incertidumbre
Estimación de la incertidumbre ISO.
Limitaciones.
-
Escribir
199
Aplicación de la ley de propagación de errores
Estimación de la incertidumbre ISO.
Combinación de la distintas fuentes de
incertidumbre.
-
Escribir
200
Aplicación de la ley de propagación de errores
Coeficiente de sensibilidad
Estimación de la incertidumbre ISO.
Combinación de la distintas fuentes de
incertidumbre.