Академический Документы
Профессиональный Документы
Культура Документы
MEDICION
µ
Como no se puede realizar un número infinito de mediciones, solo se puede
conocer el estimado del error aleatorio.
Al ordenar los valores, se observa que son mayores alrededor del promedio,
esto quiere decir que:
∑ ( Yi− μ)
2
o sea el promedio ponderado de cada error
σ= i=1
n
– + – +
µ µ
Mayor dispersión = menor precisión Menor dispersión = mayor precisión
Pero aquí se considera una población infinita de mediciones, lo cual es
imposible en la realidad. Lo que se hace en la realidad es tomar una cantidad
de mediciones que permitan hacer un estimado por lo que σ ≈ S. La precisión
S proporciona un estimado de la desviación típica de la MUESTRA, pero se
requiere un tamaño de muestra de 30 o más mediciones. Y se calcula entonces
como:
∑( Yi− Y)
n
2
VERACIDAD: tiene que ver con los errores sistemáticos significativos respecto
del valor real. Representa el sesgo del promedio con respecto del valor
verdadero.
Para que un método de medida sea valido no debe de haber sesgo. Todo sesgo
existente debe ser eliminado o compensado para poder obtener el valor
verdadero; esto es: el método debe ser VERAZ o de lo contrario NO SIRVE. Por
lo que hay que asegurar que en un resultado no hay sesgo.
En este caso se conoce la causa del sesgo, por lo que se puede eliminar,
siempre es en el mismo sentido (positivo o negativo) y siempre es en la misma
magnitud.
Si se tiene dos equipos considerados como veraces, aquel que sea mas preciso
(que tenga una menor dispersión) será el más exacto.
Nota: aunque representan en números al mismo valor (dispersión de valores),
la precisión y la incertidumbre son diferentes en concepto; siendo la precisión
un concepto objetivo y la incertidumbre un concepto subjetivo.
¿PARA QUE VALIDAR UN MÉTODO? Para siempre que se utilice se realice una
medida confiable y se cumpla con una especificación de exactitud.
1. Recuperación (recobro)
2. Limite de detección.
3. Limite de cuantificación.
5. Reproducibilidad.
6. Repetibilidad.
7. Sesgo o error.
8. Incertidumbre.
9. Sensibilidad.
10.Selectividad.
11.Robustez.
- Comparación interlaboratorios.
- Pruebas de hipótesis.
- Estudios r y R.
- ANOVA.
- Correlacion y regresion.
- Diseño de experimentos.
- Estudios de sensibilidad.
- Validación de diseño.