Documente Academic
Documente Profesional
Documente Cultură
DATOS ANALITICOS
Introducción
El manejo de datos experimentales es esencial al momento
de un análisis o experimento, ya que es necesario entender
la significancia de los mismos y por tanto, establecer
limitaciones sobre cada paso del análisis.
El diseño de un análisis, el cual abarca la selección del
tamaño de la muestra, exactitud de las medidas requeridas y
número de análisis necesarios, se determina en base al
entendimiento apropiado de lo que esos datos representan.
El manejo de datos experimentales permite obtener
información suficiente para estimar la incertidumbre
asociada a un resultado y la confiabilidad de un análisis.
Cuántos datos mínimos de una medida serían necesarios para
obtener información relevante acerca del problema?
Caracterización de las mediciones
Problema: Cuál es el peso verdadero de una moneda?
La caracterización de los datos analíticos requiere de una
medida de tendencia central asociada a una medida de
dispersión alrededor de dicho valor central.
Media aritmética: Es el valor obtenido al dividir la suma de las
mediciones individuales para el número de mediciones:
Es decir, existe un 95% de probabilidad que el valor real del peso de las
monedas se encuentre entre 3.070 g y 3.164 g.
Pruebas de significancia
Permite determinar si la diferencia entre dos o mas valores
puede ser explicada por un error indeterminado. Los valores
pueden haber sido obtenidos por:
Distintos métodos de análisis.
Igual método de análisis pero diferente momento, lugar o analista.
Una prueba de significancia implica plantear dos hipótesis:
Hipótesis nula (Ho): es aquella que señala que la diferencia entre dos
valores puede ser explicada por un error indeterminado. Se rechaza
la hipótesis nula si la prueba de significancia falla.
Hipótesis alternativa (Ha): es aquella que señala que la diferencia
entre dos valores es demasiado grande para ser explicada por un
error indeterminado. Se acepta la hipótesis alternativa si la prueba de
significancia indica que la hipótesis nula debe ser rechaza.
El rechazo o aceptación de una hipótesis se lo hace en base
al nivel de significancia deseado.
Rechazo o aceptación de hipótesis
Ejemplo: