Documente Academic
Documente Profesional
Documente Cultură
El análisis de la función lineal es un área familiar para todos los involucrados en los
experimentos de calibración, y tal vez esta familiaridad haya llevado a la introducción de
algunos defectos fatales cuando se evalúa la linealidad de una calibración. Hoy en día, estos
procedimientos erróneos se describen en presentaciones orales, informes de laboratorio y
documentos, y se aceptan como correctos.
La linealidad, en el contexto del sistema de análisis descrito anteriormente que consiste en los
elementos básicos entrada → convertidor → salida, es la suposición de que existe una relación
de línea recta entre las variables de entrada (x) y salida (y) que puede ser escrita
matemáticamente por la expresión y = f (x) si la línea recta cruza a través del origen o por la
expresión y = f (x) + 𝛿 si la línea recta no cruza a través del origen.
"Los gráficos de calibración fueron lineales con coeficientes de correlación superiores a 0.999
para todos los compuestos".
"Estaba claro que la calibración era lineal como resultado de un coeficiente de correlación
cercano a 1 (rexperimental = 0.9996)".
El autor del presente artículo no afirma que las citas anteriores sean incorrectas, sin embargo,
debe decirse que, en cierto sentido, son engañosas en el contexto de la evaluación de la
linealidad. Además, no indican qué métodos estadísticos se utilizaron para evaluar su relación
lineal.
……………….(1)
La función de calibración descrita por la ecuación (1) debe tener una r cercana a 1, pero la
condición dada por "si es lineal, entonces r = 1" no es equivalente a "si r = 1, entonces lineal".
En términos de análisis lógico, la mejor estrategia para demostrar que una condición no es
equivalente a su inverso es proporcionarle un contraejemplo. Para encontrar un
contraejemplo para "si es lineal, entonces r = 1" es suficiente para mostrar que hay algo que
tiene r = 1 pero no es lineal. El Apéndice A proporciona un contraejemplo completo basado en
el análisis estadístico de los diversos cuadrados de suma de errores y componentes de varianza
de un conjunto de datos de calibración lineal reportado en la literatura. Antes de estudiar el
Apéndice A, algunos aspectos importantes como la replicación, los cuadrados de suma de
errores y los grados de libertad deben discutirse con anticipación.
Grados de libertad. Los grados de libertad (DF) asociados a las ecuaciones. (2) - (4) son
respectivamente:
El número 2 entre corchetes en las ecuaciones. (5) y (7) y asociados con las ecuaciones. (2) y
(4) respectivamente, representan el número de parámetros descritos por la ec. (1) (la
pendiente φ + la intercepción 𝛿 = 2 parámetros). Si un modelo con un número diferente de
parámetros a los descritos por la ec. (1) se estudiaron, por ejemplo:
Los grados de libertad asociados a las ecs. (2) y (4) serían (IJ - 3) y (I - 3) respectivamente. El
número 3 entre corchetes en este caso, representa los tres parámetros (φ + ϕ + 𝛿) de la
ecuación. (8). Usando la ec. (1) y los criterios mínimos de cinco niveles de concentración (I = 5)
por triplicado (J = 3) establecidos en la sección anterior, es posible estimar 13, 10 y 3 grados de
libertad para SSr, SSε y SSlof respectivamente.
• Los términos de varianza calculados de 𝜎2ε y 𝜎2lof se utilizan para calcular la relación de
varianza de Fisher o la prueba F mediante la expresión:
La estimación de los diversos cuadrados de suma de errores y la relación de Fisher para probar
la aceptabilidad de un modelo lineal propuesto en la literatura se analiza en el Apéndice A.
Distancia
Límite de detección
El límite de detección (LOD) se define comúnmente como la cantidad más baja de analito en
una muestra que puede detectarse de manera confiable pero no necesariamente cuantificada
por un método analítico particular. Hace una década, la Organización Internacional de
Normalización propuso utilizar el término "concentración neta mínima detectable" definida
como la confianza con la cual es posible detectar una cantidad de analito en la muestra mayor
que la de una muestra en blanco con un poder estadístico de (1 - 𝛽).
Se utilizan diferentes criterios para evaluar el LOD. Un resumen de los principales enfoques
propuestos para determinar el LOD en la literatura sobre validación se presenta en el Esquema
1. La determinación visual del LOD se realiza preparando muestras con concentraciones
conocidas del analito y estableciendo el nivel en el que el analito puede ser confiable
detectado La Fig. 3 muestra el LOD de cromatografía para PGE2 determinado visualmente
diluyendo sucesivamente soluciones de PGE2 replicadas a una concentración inicial de 0.4 ng /
ml. Las soluciones replicadas se diluyen hasta un nivel de concentración donde el analito ya no
se detecta visualmente. De acuerdo con la Fig. 3, el LOD visual corresponde a una
concentración de 0.1 ng / ml de PGE2. Las pautas para la validación de procedimientos
analíticos recomiendan la presentación de cromatogramas relevantes al presentar un informe
de validación donde la determinación de LOD se basa en un criterio visual. Otro enfoque
utilizado para estimar el LOD es el cálculo de la relación señal / ruido bajo el supuesto de que
se cumplen la normalidad de los datos, la homoscedasticidad y la independencia de los
residuos. Una inspección de la literatura sobre validación de métodos reveló que este es el
enfoque más popular entre los analistas que realizan estudios de validación.