Documente Academic
Documente Profesional
Documente Cultură
MÉTODOS DE CALIBRACIÓN:
REGRESIÓN Y CORRELACIÓN
Objetivo
• Calibración:
– Necesidad dado el creciente uso de métodos
analíticos, en lugar de los métodos tradicionales.
• Ejemplo: electrodos pH, conductividad, etc.
– Métodos automatizados para el procesamiento de
gran cantidad de muestras.
– Todos sujetos a potenciales errores sistemáticos
que deben ser corregidos a tiempo.
Gráficos de calibración
• Metodología:
– Se procede a la medición de un analito en tres o más
estándares en las mismas condiciones en las que será
evaluada la muestra a analizar.
– Si consideramos que cada medición realizada con los estándares es propensa a errores, ¿Cuál
es la mejor línea (o curva) que expresa la relación entre el analito y la señal?
– Asumiendo que la relación es lineal, ¿Cuáles son los errores y los límites de confianza de la
pendiente y el intercepto?
– Cuando el gráfico es utilizado para interpolar un valor, ¿Cuál es el error y los límites de
confianza para el valor obtenido?
– ¿Cual es la menor concentración del analito que puede ser detectado con un determinado nivel
de confianza? (límite de detección)
Gráficos de calibración
• Asunciones importantes:
– Al realizar varias mediciones en un estándar, las
mediciones resultantes presentan errores que
son distribuidos normalmente.
medición 1 2 3 4 5 6 7
Intensidad 2.1 5.0 9.0 12.6 17.3 21.0 24.7
Concentración 0 2 4 6 8 10 12
Suma
Gráficos de calibración
Gráficos de calibración
• Considere:
• El valor de r podría ser cercano a
uno, y sin embargo la relación
entre las variables podría no ser
lineal.
• Donde:
• Ho= no hay correlación lineal
• Uso de la tabla t para dos colas y (n-2) grados de
libertad.
La línea de la regresión
• Mejor relación
• Si tenemos evidencia de una relación lineal significativa, la
siguiente pregunta es cuales son las características (pendiente e
intercepto) de esa línea que se ajusta de la mejor manera a
todos los datos.
• Estrategia:
• Esa línea es estimada mediante la reducción de los errores
entre los valores medidos y los predichos por la función lineal
(línea de regresión):
• Intercepto:
• a t(n-2)Sa
Errores en la pendiente y el
intercepto
• Ejercicio:
• Calcule las desviaciones estándar y los límites de
confianza de la pendiente y el intercepto de la
línea de regresión elaborada anteriormente.
Calculo de una concentración y su
error aleatorio
• Una vez obtenida la ecuación de la curva, es fácil
interpolar la concentración del analito (y) en base a
la intensidad de la señal (x).
• Debido a que tanto la pendiente, como el
intercepto están sujetos a errores, es necesario
también estimar el error asociado a la medición.
• Dichos error total (aleatorio y sistemático) es de
difícil determinación.
Calculo de una concentración y su
error aleatorio
• Simplificando:
• Donde
• yo es el valor experimental de y a partir del cual
se determinó xo.
• Sxo es la desviación estándar estimada de xo.
Calculo de una concentración y su
error aleatorio
• En ocasiones, se puede recurrir a realizar m lecturas
para obtener el valor de yo, obteniéndose que sxo sería
calculada:
Sy/x
Sa(intercepto)
Sb(pendiente)
Intercepto
Pendiente
Límites de detección
• Definición:
• Aquella concentración que proporciona una señal en el
instrumento (y) significativamente diferente de la señal
del “blanco” o “ruido” de fondo.
• Si bien es cierto no existe un consenso en cuanto a
cuando es “significativamente diferente”, se suele
generalizar que:
• Estrategia:
• Identificados mediante el análisis de los
residuales (yi-ŷi).
• Sin embargo, los residuales no son
independientes pues su suma siempre será
igual a cero.
• Por tal razón un test Q no es aplicable.
• Necesidad de recurrir a métodos gráficos
Datos anómalos en la regresión
Regresión para comparación de
métodos analíticos
• Justificación:
• Cuando comparamos dos métodos para la
determinación de un analito a varias
concentraciones, podemos hacer uso de las
técnicas estadísticas anteriores.
• Sin embargo, cuando dicha evaluación se lleva a
cabo en un amplio espectro de concentraciones,
se debe recurrir a una regresión.
• Logrando identificar presencia de errores
sistemáticos.
Regresión para comparación de
métodos analíticos
• Ideal:
• Pendiente = 1
• r=1
• Intercepto = 0
• Sin embargo, imposible
debido a errores aleatorios.
Regresión para comparación de
métodos analíticos
• Estrategia:
• Contrastar que el origen de la recta difiere
significativamente de cero.
• Contrastar que la pendiente difiere
significativamente de uno.
• Haciendo uso de mediciones únicas o
promediadas realizadas por ambos métodos.
Regresión para comparación de
métodos analíticos
• Ejercicio: