1. OBJETO: Describir un conjunto de herramientas para realizar el seguimiento de la validez de los resultados.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "1. OBJETO: Describir un conjunto de herramientas para realizar el seguimiento de la validez de los resultados."

Transcripción

1 ASEGURAMIENTO DE LA CALIDAD VERSIÓN 1 JUNIO 2011 Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 1 de 13

2 1. OBJETO: Describir un conjunto de herramientas para realizar el seguimiento de la validez de los resultados. 2. ALCANCE: Aplicable a ensayos de laboratorio, control de producción. 3. REFERENCIAS: Norma ISO 8258 Shewhart Control Charts. Control Estadístico de la Calidad. Montgomery. Guía de TP Esp. en Ing. en Calidad - UTN Experiencia personal en el laboratorio. 4. DEFINICIONES Y ABREVIATURAS: R: Rango, valor máximo menos valor mínimo. RM: Rango móvil. Valor absoluto de la diferencia entre dos mediciones consecutivas de la misma muestra, usualmente de un día para otro. LI: Límite de intervención, valores fijados por métodos estadísticos contra los cuales se compara una medición, a los efectos de controlar si el proceso se mantiene bajo control. σ: Desvío estándar poblacional. s: Desvío estándar muestral. µ: Media poblacional. x : Promedio Subgrupo: Conjunto de resultados de muestras analizadas conjuntamente. n: Cantidad de muestras en cada subgrupo. Cantidad de replicados (duplicado, triplicado, etc.) m: Cantidad de subgrupos Causas comunes de variación: Son causas de variación del proceso que son difíciles de discriminar y contribuyen a la variación natural del proceso. Causas especiales de variación: Son causas de variación inesperadas u ocasionales que introducen variaciones en los resultados, en general de magnitud relevante. También se las denomina como causas asignables, ya que puede atribuirse una causa, por ejemplo un error de operación, materiales diferentes, etc. ARL: Longitud media de corrida (del inglés Average Run Length). Da el número de resultados a graficar hasta encontrar una señal de descontrol estando el proceso estable. ARL = 1/ p donde p es la probabilidad de encontrar un punto fuera de los límites. Para límites 2 σ, el ARL = 22 y para límites 3 σ, el ARL= RESPONSABILIDADES: Analista, de realizar las tareas de verificación, control y medición de acuerdo a lo establecido en este procedimiento. Jefe de Área: Controlar y verificar la aplicación del procedimiento. Responsable de Calidad: Asegurar la participación en ensayos de aptitud y evaluar los resultados. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 2 de 13

3 6. PROCEDIMIENTO: 6.1. Introducción: El control estadístico de la calidad es una de las principales herramientas utilizadas para mantener bajo control procesos de muy variada estirpe. En nuestro caso, lo usamos para controlar los ensayos que se realizan en el laboratorio. El control de calidad interno se vale de muestras conocidas que se procesan de manera similar al resto de las muestras. De esta manera, se evalúa principalmente la precisión, ya que lo que se controla es la estabilidad del proceso, ya que normalmente se apela a las muestras corrientes, aunque si se tratara de un material de referencia certificado, también serviría para evaluar veracidad y exactitud. Otra manera usual de evaluar precisión es repitiendo muestras ya hechas con anterioridad y comparar los resultados. El control de calidad externo necesita un organizador del ensayo interlaboratorio, que se encargue de preparar las muestras, controlar la homogeneidad y estabilidad de las muestras, y enviarlas a todos los laboratorios participantes. Los resultados son enviados al organizador, el que luego elabora un informe y lo remite a los participantes, los que de esta manera pueden saber como son los resultados en comparación con el resto de los laboratorios. En los ensayos interlaboratorios, se evalúa la veracidad (hay diferentes maneras, según los casos teniendo en cuenta el diseño y las características de la matriz analizada, pueden usarse desde muestras preparadas con valores conocidos, hasta convenir un valor consensuado, usualmente el promedio o la mediana), y también según el diseño del estudio, se puede evaluar precisión (se necesitan al menos dos resultados por laboratorio participante) Control de Calidad interno. El control de calidad interno consiste esencialmente en establecer mediante el procedimiento detallado más adelante, los límites de aceptación para las muestras de control. Lo que se hace es medir periódicamente las muestras de control conjuntamente con las muestras incógnitas ensayadas, asumiendo que si las muestras de control dan resultados que están dentro de los límites de aceptación, entonces los resultados de las muestras incógnitas son confiables. En cada técnica analítica se define la metodología y frecuencia de análisis de las muestras de control Tipos de Ensayos para el Control de Calidad interno Ensayos no destructivos. Son ensayos que no consumen la muestra, por lo que la misma porción puede ser analizada muchas veces. Ejemplos de esta metodología son la Resonancia Magnética Nuclear en el Dominio del Tiempo y la Transmitancia y Reflectancia en el Infrarrojo Cercano. Para cada tipo de muestra a analizar, seleccionar cinco muestras. Las muestras deben ser homogéneas, libres de cuerpos extraños y con valores que cubran todo el rango de la calibración. Para el caso de la determinación de humedad, no se recomienda usar muestras húmedas, ya que se degradan rápidamente. Para muestras que serán medidas por RMN, separar porciones de aproximadamente 90 g. Para muestras que serán medidas por NIRT, separar porciones de aproximadamente 500 g. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 3 de 13

4 Analizar un corte de cada muestra por duplicado utilizando los métodos tradicionales: Kjeldahl para proteínas, Butt para materia grasa, y pérdida por calentamiento para humedad. Para llevar a cabo el control, el analista mide las muestras diariamente y por duplicado, para el procesamiento de datos ver más adelante. Conservar las muestras de oleaginosos en frascos bien cerrados, o también en un tubo de medición tapado, y las muestras de cereales en frascos grandes bien cerrados, se puede agregar un conservante en caso de ser necesario, como ser, naftalina. Las muestras para el control interno duran hasta un año Otros ensayos. Para los ensayos en los que la muestra quede inutilizada luego del ensayo, es necesario juntar una cantidad de muestra suficiente para desarrollar el control de calidad interno durante el tiempo suficiente, como por ejemplo seis meses. Hay que tener en cuenta que antes que se agote la muestra de control interno, el analista prepara la siguiente, teniendo en cuenta que debe haber un período de superposición de controles cuya duración se estipula en Para cada caso, se estudia la forma de conservación de la muestra. Las muestras de harinas se guardan en bolsas plásticas a 20 C y las muestras de cereales y subproductos se conservan en freezer o a temperatura ambiente, según sea su estabilidad Procedimiento para realizar los cálculos de promedio, rango y LI: Caso en que se trabaje con una sola muestra de control (un solo nivel). El analista realiza por lo menos 25 determinaciones en días consecutivos, por simple o por replicado, según sea el esquema de control elegido. Tabla de Constantes para aplicar en los cálculos detallados a continuación: Cálculos: n A 2 D 3 D 4 d ,076 1, Hasta n=6, D3 se considera igual a cero. a) Para muestras analizadas replicadas Se calcula el promedio y rango de cada subgrupo: x n n x i i= = 1 R = x max xmin Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 4 de 13

5 Se calculan los límites de control para el rango: LSCR = D4R LCR = R LICR = D3R Luego, se realiza el gráfico para el rango y comprueba que ningún valor de R quede fuera de los límites de control, de ser así, dicho dato se descarta y se calculan nuevamente los límites de control. Se verifica nuevamente que ningún valor de R queda afuera de los límites, y así sucesivamente. No se puede descartar más del 20% de los datos ni que queden menos de 20 datos. Luego se calculan los límites de control del promedio. No se tienen en cuenta los datos descartados anteriormente. Calcular los límites de control para el promedio: LSCx = x + A2 R LCx = x x = 2 LIC x A R Luego, se realiza el gráfico para el promedio y verifica que ningún valor de promedio quede fuera de los límites, caso contrario, se procede de manera similar al caso del rango. Si fuera necesario descartar algún subgrupo, este tampoco se contempla en el gráfico del rango, por lo que se recalculan los límites para el rango y luego se continúa con el promedio. Este método parte de la hipótesis de que el proceso se encuentra en estado de control estadístico (proceso estable y predecible), por lo tanto, si se detectan señales de descontrol, se analizan las causas y se determinan desde qué momento y hasta cuando han estado presentes. Del análisis podría surgir que hay que continuar con la toma de datos. Para los cálculos de los límites no deben tenerse en cuenta los subgrupos que presenten alguna causa especial de variación, ya que se desea es estimar los parámetros del proceso estable. b) Para muestras analizadas por simple: En algunas ocasiones, no se toman subgrupos, sino que se toman valores individuales de una medición (o sea que son subgrupos de una medición cada uno y n=1). En estos casos, se usa una carta de valores individuales y una carta de rango móvil: RM = xi xi 1 Para la carta de control de rangos móviles, se calcula el promedio de los rangos: RM = i= m 1 i= 1 RM m 1 i Para el gráfico de rangos, los límites se calculan de la siguiente manera: LSCRM = 3, 267 RM LCRM = RM LIC = 0 RM Para el gráfico de promedios: LSC = x + 2,659 RM LCx x = x LIC = x 2, 659 RM x Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 5 de 13

6 Caso en que se trabaje con más de una muestra de control (varios niveles) a) Calcular los valores de las muestras de control de la misma manera que en el caso anterior y hacer un gráfico de control para R y Promedio para cada muestra. b) Calcular los promedios para cada muestra. A cada medición, restarle el promedio. De esta manera, se obtienen diferencias, las cuales se encuentran alrededor del valor cero para todas las muestras. A estas diferencias se le calcula el promedio y el rango y se hace el gráfico de control para el promedio y el rango de las diferencias Gráficos. En el gráfico, utilizar el eje y para la magnitud a medir y el eje x para el tiempo. Trazar sendas líneas horizontales a la altura del promedio, límite superior, límite inferior. También, para el caso del promedio, se pueden agregar líneas a 1/3 por debajo del límite superior y 1/3 por encima del límite inferior. Una vez que se tienen calculados los límites, ya se puede empezar a utilizar las muestras para el control estadístico. Para hacer el control estadístico, conjuntamente con el trabajo de rutina, medir las muestras de control, hacer el cálculo del promedio y el rango o rango móvil y marcar los resultados en los gráficos. Ejemplos: Promedio 169,00 159,00 mm 149,00 139,00 129,00 119, N Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 6 de 13

7 Rango 60,00 50,00 40,00 30,00 20,00 10,00 0, Señales de descontrol: Caso 1: Datos fuera de los límites: Un dato por encima del LSC o por debajo del LIC, en principio señala que hay una causa especial que se encuentra presente y amerita un análisis de la situación. Esto se hace en el momento en que aparece la señal de descontrol. Además de analizar datos individualmente, se puede aprovechar la historia del proceso representada por los datos anteriores, y de esta manera, aumentar la capacidad de detección de las causas especiales de descontrol. Caso 2: Ver la figura siguiente. La aparición de este tipo de tendencia señala la presencia de causas sistemáticas, por ejemplo la variación de temperatura, etc. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 7 de 13

8 Caso 3: Ver la figura siguiente. Varios puntos consecutivos por encima o debajo de la línea central (7 o más) Caso 4: Ver la figura siguiente. Varios puntos consecutivos todos ascendentes o descendentes (7 o más) Caso 5: Ver la figura siguiente. Dos de tres puntos consecutivos en el mismo tercio exterior pero dentro de los límites. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 8 de 13

9 Cuando se detecten señales de descontrol (ver ) se da inicio a un trabajo de ensayo no conforme (debe haber un procedimiento escrito para el tratamiento), y el Responsable designado revisa y analiza las posibles causas y las soluciona, antes de continuar con el trabajo Procedimiento para ítems repetidos. Este método consiste en repetir una muestra ya hecha y comparar los resultados. La diferencia entre los resultados debe ser como máximo 2,8 veces el desvío estándar de repetibilidad. Si la repetición del análisis no se realiza en el mismo día, considerar para el cálculo el desvío estándar de repetibilidad intermedia. Estos controles pueden ser con o sin conocimiento del analista, en este último caso, el analista procesa la muestra como si fuera una muestra de rutina. Ejemplos para la aplicación de este control: fase de entrenamiento de analistas, reclamos de clientes Correlación de resultados Cuando se observe correlación entre resultados de diferentes análisis de una misma muestra, esta correlación puede ser aprovechada para el control de la calidad de los resultados. En tales casos, el analista verifica si hay correlación entre los datos. Para establecer la correlación, personal técnico del área realiza un diagrama de correlación (ver ejemplo) para establecer la relación entre las variables y las tolerancias. Una vez establecida la correlación, se aplica a las muestras subsiguientes para comprobar si se cumple la relación. En caso que no se cumpla, se deben verificar los resultados. Ejemplo: Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 9 de 13

10 Gluten vs Proteína 35 Gluten % ,0 9,0 10,0 11,0 12,0 13,0 14,0 Proteina % y = 3,094x - 6,717 R 2 = 0,8098 R=0,90 Desv.Std: 1,62 Correlación= 90% Gluten= x Proteína 6.7 Precisión de la estimación= +/- 3.2 (confianza = 95%) 6.2.5) Comparación entre analistas. Precisión. Cada operador analiza una muestra real o sintética, una cantidad n de veces en condiciones de repetibilidad y precisión intermedia. Ambos operadores utilizan el mismo equipamiento, materiales y lotes de reactivos. Los diferentes analistas realizarán las determinaciones en días diferentes, buscando en la medida de lo posible, diferentes condiciones ambientales, equipamiento, materiales y lotes de reactivos. Se calcula la desviación estándar s para cada analista. s = n 1 ( x x) i n 1 2 Se hace un test de Fischer. Calcular el estadístico F : 2 s1 F = s 2 2 donde s 1 y s 2 son las desviaciones estándar de ambos analistas siendo s 1 > s 2. Se compara el valor F obtenido con el valor F de la tabla para un nivel de confianza de 0,95 y n-1 grados de libertad en el numerador y en el denominador. Si el F calculado es menor que el F obtenido de la tabla, se concluye que no hay diferencia significativa entre analistas. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 10 de 13

11 Si hubiera diferencia significativa, se debe hacer un estudio de causas y eventualmente un reentranamiento del analista que obtuvo mayor desvío estándar. Al margen de lo expresado en el procedimiento Validación y Confirmación de Métodos, es posible obtener una estimación de la precisión intermedia calculando el desvío estándar de todos los resultados de determinaciones hechas por ambos analistas, siempre y cuando la diferencia entre analistas no sea significativa. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 11 de 13

12 Tabla de Fischer alfa = 0,05 GL Num GL Den ,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3, ,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2, ,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2, ,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2, ,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2, ,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2, ,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2, ,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2, ,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2, ,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2, ,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2, ,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2, ,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2, ,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2, ,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2, ,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2, ,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2, ,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2, ,12 3,27 2,87 2,64 2,49 2,37 2,29 2,22 2,16 2, ,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2, ,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2, ,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1, ,96 3,11 2,72 2,49 2,33 2,21 2,13 2,06 2,00 1, ,94 3,09 2,70 2,46 2,31 2,19 2,10 2,03 1,97 1, Control de calidad externo El laboratorio participa en rondas o circuitos de control de calidad externo para asegurar la calidad de sus ensayos. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 12 de 13

13 6.3.1) Tratamiento de los informes Los proveedores de ensayos de aptitud entregan un informe donde constan los resultados de los laboratorios participantes y los cálculos correspondientes de los diferentes parámetros analizados, como ser: media, mediana, repetibilidad, reproducibilidad, etc. Se verifica si los resultados se encuentran dentro del rango de aceptación. Si no fuese así, se da inicio a un trabajo de ensayo no conforme siguiendo el procedimiento de No Conformidades y Acciones Correctivas. Para los ensayos interlaboratorio que se repitan con frecuencia mayor o igual a 6 meses se realiza una carta de control para detectar tendencias. En caso que se detecten tendencias, se actúa preventivamente según procedimiento de acciones preventivas para evitar un futuro trabajo no conforme. La manera de interpretar los resultados del interlaboratorio es a través de la variable z de la distribución normal. z = ( x x) i s Donde x i es el valor obtenido por el laboratorio. x es la media del circuito. s es el desvío estándar del circuito. Si z está comprendido entre 2 y +2, el resultado es satisfactorio. Si z está comprendido entre 3 y 2 o +3 y +2: el resultado es cuestionable. Si z es menor que 3 o mayor que +3: es resultado es insatisfactorio. Esta interpretación considera una confianza del 95,5% para los resultados satisfactorios, por lo que un resultado cuestionable, tiene una probabilidad de aproximadamente 4,5% de ser correcto, lo que significa que es estadísticamente aceptable que aparezca un valor cuestionable (entre 2 y 3 unidades de desvío estándar) una vez cada 22 resultados aproximadamente. El mismo criterio es aplicable al control de calidad interno. En el caso de los resultados insatisfactorios, la probabilidad de que desde el punto de vista estadístico sean correctos, es del 0.27% para un desvío igual a 3σ. Esta probabilidad, disminuye a medida que z se aleja de Anexos y control de los registros. No Incluído en este ejemplo. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 13 de 13

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos

Más detalles

Lic. Mabel A. Fabro INTI Lácteos

Lic. Mabel A. Fabro INTI Lácteos Materiales de referencia. Rol de los materiales de referencia en los sistemas de medición. Determinación del valor asignado. Homogeneidad, Estabilidad. Trazabilidad de los materiales de referencia. Lic.

Más detalles

CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN

CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN [98] CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN La evaluación y definición de los sistemas de medición consiste en determinar la capacidad y estabilidad

Más detalles

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Objetivos de la estadística. Concepto y parámetros

Más detalles

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos CONTROL DE LOS PROCESOS DE FABRICACIÓN Introducción a las técnicas de control estadístico de los procesos Introducción Departamento de Ingeniería Mecánica de la UPV-EHU ElControlEstadísticodelosProcesos

Más detalles

INFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA.

INFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA. INFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA. PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD - ENSAYOS DE APTITUD EN SALUD OCUPACIONAL Departamento Salud Ocupacional 1 Laboratorio de

Más detalles

Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad

Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Introducción a la estadística descriptiva La estadística descriptiva ayuda a describir las características de grupos

Más detalles

Cómo establecer periodos de Calibración. Ing. Francisco Javier Cedillo López

Cómo establecer periodos de Calibración. Ing. Francisco Javier Cedillo López Cómo establecer periodos de Calibración Ing. Francisco Javier Cedillo López OBJETIVO Es compartir con los asistentes, las herramientas y ejemplos de cómo establecer los periodos de calibración de los equipos

Más detalles

HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS

HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS Ing. Claudia Santo Directora de Metrología Científica e Industrial 17/05/2016 MEDELLÍN, COLOMBIA MEDIR Cómo sabemos que nuestras meciones son correctas?

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 011 Índice 1. Antecedentes Generales 1. Comparación de puntajes promedios.1. Errores

Más detalles

V. GRÁFICOS DE CONTROL POR VARIABLES (2)

V. GRÁFICOS DE CONTROL POR VARIABLES (2) V. Gráficos de Control por Variables () V. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN Hasta ahora hemos estudiado los gráficos de control típicos tanto para variables como para atributos. Sin embargo,

Más detalles

LINEALIDAD DE VITAMINA D3. Area. 27 0,06 0,09 0,12 0,15 0,18 0,21 Concentracion (mg/ml)

LINEALIDAD DE VITAMINA D3. Area. 27 0,06 0,09 0,12 0,15 0,18 0,21 Concentracion (mg/ml) DATOS PRIMARIOS PARA LINEALIDAD CONCENTRACIÓN X Y 50 75 100 125 150 mg/ml 27.399 38.298 50.350 61.005 76.347 0.0688 27.476 27.276 38.787 50.835 61.210 76.051 0.1032 38.379 27.754 38.052 50.598 59.922 76.294

Más detalles

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág.

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág. ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE Unidad de Análisis Estadístico División de Evaluación de Logros de Aprendizaje Agencia de Calidad de la Educación 013 Índice 1.

Más detalles

VII.- RESULTADOS Y DISCUSIÓN 7.1.- IDENTIFICACION DE LAS LECHES EN POLVO UTILIZADAS PARA EL ANÁLISIS:

VII.- RESULTADOS Y DISCUSIÓN 7.1.- IDENTIFICACION DE LAS LECHES EN POLVO UTILIZADAS PARA EL ANÁLISIS: VII.- RESULTADOS Y DISCUSIÓN 7.1.- IDENTIFICACION DE LAS LECHES EN POLVO UTILIZADAS PARA EL ANÁLISIS: Cada una de las marcas de leche en polvo fue identificada con una letra; y cada uno de los lotes utilizados

Más detalles

Y = ßo + ß1X + ε. La función de regresión lineal simple es expresado como:

Y = ßo + ß1X + ε. La función de regresión lineal simple es expresado como: 1 Regresión Lineal Simple Cuando la relación funcional entre las variables dependiente (Y) e independiente (X) es una línea recta, se tiene una regresión lineal simple, dada por la ecuación donde: Y =

Más detalles

Teoría de la decisión Estadística

Teoría de la decisión Estadística Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y

Más detalles

Estadística Avanzada y Análisis de Datos

Estadística Avanzada y Análisis de Datos 1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son

Más detalles

Método Brookfield para el análisis de la viscosidad

Método Brookfield para el análisis de la viscosidad Método Brookfield para el análisis de la viscosidad Documento Edición Página 05 Julio 15, 2005 1 de 5 1.0 Objetivo Establecer los pasos para determinar el grado de viscosidad utilizando el viscosímetro

Más detalles

Tema 11: Intervalos de confianza.

Tema 11: Intervalos de confianza. Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por

Más detalles

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada.

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada. Página 1 de 6 1 POLÍTICA Es política del SVCADC asegurar la calidad de sus ensayos, identificando cualquier aspecto de su trabajo de ensayo o calibración que no sea conforme con sus propios procedimientos

Más detalles

MEDICIONES DE RESISTENCIA Y POTENCIA DC

MEDICIONES DE RESISTENCIA Y POTENCIA DC PRACTICA Nº 3 MEDICIONES DE RESISTENCIA Y POTENCIA DC Objetivos Analizar el funcionamiento del Puente de Wheatstone y efectuar mediciones de resistencias aplicando el método de detección de cero. Efectuar

Más detalles

Distribuciones muestrales. Distribución muestral de Medias

Distribuciones muestrales. Distribución muestral de Medias Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO

Más detalles

Medición Multifásica (MM) de Pozos y Corrientes de Flujo. Grupo de Medición de PEP

Medición Multifásica (MM) de Pozos y Corrientes de Flujo. Grupo de Medición de PEP Medición Multifásica (MM) de Pozos y Corrientes de Flujo Grupo de Medición de PEP Ing. Ricardo Alfaro Grajeda Índice 1.- Objetivos 2.- Introducción 3.- Tecnologías y principios de operación 4.- Particularidades

Más detalles

Capítulo 3: Metrología y Calidad. TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad

Capítulo 3: Metrología y Calidad. TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad Capítulo 3: Metrología y Calidad TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad Índice 1. Metrología Dimensional 3.1 Introducción 3.2 Fuentes de incertidumbre en metrología

Más detalles

ENSAYO DE APTITUD0 CALIBRACIÓN DE INSTRUMENTOS DE MEDICIÓN DE TEMPERATURA PRM-02/2009 INFORME FINAL VERSION WEB

ENSAYO DE APTITUD0 CALIBRACIÓN DE INSTRUMENTOS DE MEDICIÓN DE TEMPERATURA PRM-02/2009 INFORME FINAL VERSION WEB ENSAYO DE APTITUD0 CALIBRACIÓN DE INSTRUMENTOS DE MEDICIÓN DE TEMPERATURA PRM-02/2009 INFORME FINAL VERSION WEB Fecha de emisión: 07 de Noviembre de 2012 Instituto Nacional de Tecnología Industrial ::

Más detalles

GUÍA DE APRENDIZAJE. Módulo VI Seis Sigma. Aprendizaje sin fronteras uvirtual@pep.pemex.com

GUÍA DE APRENDIZAJE. Módulo VI Seis Sigma. Aprendizaje sin fronteras uvirtual@pep.pemex.com GUÍA DE APRENDIZAJE Módulo VI Seis Sigma ÍNDICE PLANES DE CONTROL 3 EL PROCESO DMAIC..4 IMPORTANCIA AL CLIENTE..5 ESTRATEGIA DEL PLAN DE CONTROL.6 TIPOS DE PLAN 7 COMPONENTES DE UN PLAN DE CONTROL.8 PASOS

Más detalles

Control de calidad del Hormigón

Control de calidad del Hormigón Control de calidad del Hormigón Calidad Hay muchos factores involucrados en la producción del hormigón, desde los materiales, la dosificación de la mezcla, el transporte, la colocación, el curado y los

Más detalles

Seminario de Evaluación Estadística de Ensayos de Aptitud por Comparación Interlaboratorio

Seminario de Evaluación Estadística de Ensayos de Aptitud por Comparación Interlaboratorio 19/11/014 Seminario de Evaluación Estadística de Ensayos de Aptitud por Comparación Interlaboratorio a cargo de Pablo Calello La participación en actividades de ensayo de aptitud es uno de los mecanismos

Más detalles

AUDITORÍAS AS EN LABORATORIOS

AUDITORÍAS AS EN LABORATORIOS AUDITORÍAS AS EN LABORATORIOS II Foro Cerper. 26 de noviembre de 2009. PONENTE: Francisco Rodríguez ÍNDICE OBJETIVOS Y TIPOS DE AUDITORÍAS EN LABORATORIOS. PRINCIPAL NORMATIVA PARA AUDITORÍAS EN LABORATORIOS.

Más detalles

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola) UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si

Más detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746)

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,

Más detalles

Control Estadístico de Calidad (Notas de Clases) De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un

Control Estadístico de Calidad (Notas de Clases) De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un 1 Tema 1: Conceptos básicos 1. Calidad y Mejoramiento de Calidad De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un producto o servicio que conducen con su aptitud a satisfacer

Más detalles

Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal

Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal Investigación: Determinación del tamaño muestral para calcular 1/5 Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal Autores: Pértegas Día, S. spertega@canalejo.org,

Más detalles

Distribución Normal Curva Normal distribución gaussiana

Distribución Normal Curva Normal distribución gaussiana Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en

Más detalles

La evaluación de la exposición a contaminantes químicos: Sílice

La evaluación de la exposición a contaminantes químicos: Sílice La evaluación de la exposición a contaminantes químicos: Sílice 1 R.D. 374/2001 ITC 2.0.02 Criterios para la prevención de la exposición al polvo de sílice. 2 CRITERIO R.D. 374/2001, sobre protección de

Más detalles

DISTRIBUCIONES DE PROBABILIDAD (RESUMEN)

DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores

Más detalles

Lección 4: Osciladores (RSI y MACD)

Lección 4: Osciladores (RSI y MACD) Lección 4: Osciladores (RSI y MACD) A) Índice de Fuerza Relativa B) RSI: Operaciones Históricas C) Trabajo Práctico Colocación de una Operación D) La pregunta del Día E) Prueba RSI F) F) Operar con MACD

Más detalles

Introducción a la estadística básica, el diseño de experimentos y la regresión

Introducción a la estadística básica, el diseño de experimentos y la regresión Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de

Más detalles

Tema 3. 3. Correlación. Correlación. Introducción

Tema 3. 3. Correlación. Correlación. Introducción 3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test

Más detalles

SnapStat: Análisis de Una Muestra

SnapStat: Análisis de Una Muestra SnapStat: Análisis de Una Muestra Resumen La SnapStat Análisis de Una Muestra crea un resumen en una hoja de una sola columna de datos numéricos. Calcula estadísticas de resumen e intervalos de confianza,

Más detalles

Potencia UI/g 109.398. 6.0256 44.000 44.000 n 3 6.0536 42.000 VALIDACIÓN MÉTODO ANALÍTICO PARA VITAMINA D3 SENSIBILIDAD LÍMITE DE CUANTIFICACIÓN

Potencia UI/g 109.398. 6.0256 44.000 44.000 n 3 6.0536 42.000 VALIDACIÓN MÉTODO ANALÍTICO PARA VITAMINA D3 SENSIBILIDAD LÍMITE DE CUANTIFICACIÓN SENSIBILIDAD LÍMITE DE CUANTIFICACIÓN mg Potencia UI/g 109.398 de la ref. en mg 70.1 % equiv. de la cantidad teóricoui/ capula 66.66 INTERVALO DE CONFIANZA INDIVIDUAL 6.0256 44.000 44.000 n 3 6.0536 42.000

Más detalles

PRÁCTICA 1. Mediciones

PRÁCTICA 1. Mediciones PRÁCTICA 1 Mediciones Objetivo General El alumno determinará la incertidumbre de las mediciones. Objetivos particulares 1. El alumno determinará las incertidumbres a partir de los instrumentos de medición..

Más detalles

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía Departamento Administrativo Nacional de Estadística Dirección de Censos y Demografía ESTIMACIÓN E INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN DE LA ENCUESTA COCENSAL CENSO GENERAL 2005 - CGRAL Junio de

Más detalles

7. ADMINISTRACIÓN DE LAS ACTIVIDADES DE ANÁLISIS Y DISEÑO. Análisis.- Es la descomposición de un todo en sus partes, para su estudio.

7. ADMINISTRACIÓN DE LAS ACTIVIDADES DE ANÁLISIS Y DISEÑO. Análisis.- Es la descomposición de un todo en sus partes, para su estudio. 7. ADMINISTRACIÓN DE LAS ACTIVIDADES DE ANÁLISIS Y DISEÑO. Análisis.- Es la descomposición de un todo en sus partes, para su estudio. PASOS PARA LA REALIZACIÓN DEL ANÁLISIS.. OBTENCIÓN DE DATOS E INFORMACIÓN.

Más detalles

DECISIONES DERIVADAS DEL

DECISIONES DERIVADAS DEL DECISIONES DERIVADAS DEL CONTROL DE CALIDAD ROSARIO MARTÍNEZ LEBRUSANT DRA. CIENCIAS QUÍMICAS INSTITUTO ESPAÑOL DEL CEMENTO Y SUS APLICACIONES (IECA) JUAN CARLOS LÓPEZ AGÜÍ DR. INGENIERO DE CAMINOS INSTITUTO

Más detalles

Definiciones Diseño de Experimentos: Diseño del Experimento: Replicación o Repetición:

Definiciones Diseño de Experimentos: Diseño del Experimento: Replicación o Repetición: Definiciones Diseño de Experimentos: La experimentación es una técnica utilizada para encontrar el comportamiento de una variable a partir de diferentes combinaciones de factores o variables de entrada

Más detalles

INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS)

INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS) INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS) Pantalla Inicial de DERIVE for Windows Teniendo instalado el programa DERIVE sobre Windows, podemos ingresar al sistema de las siguientes formas: Haciendo clic

Más detalles

V A L U E F4 V A L U E F7 V A L U E F8 El auditor interno de la Casa de Bolsa deberá llevar a cabo cuando menos una vez al año o al cierre de cada eje

V A L U E F4 V A L U E F7 V A L U E F8 El auditor interno de la Casa de Bolsa deberá llevar a cabo cuando menos una vez al año o al cierre de cada eje V A L U E F1 V A L U E F2 V A L U E F3 INFORMACIÓN RELACIONADA CON LA ADMINISTRACIÓN DE RIESGOS. 1er. TRIMESTRE 2012. Value Operadora de Sociedades de Inversión, S.A. de C.V., en cumplimiento al artículo

Más detalles

CAPITULO III. METODOLOGIA DE LA INVESTIGACION

CAPITULO III. METODOLOGIA DE LA INVESTIGACION CAPITULO III. METODOLOGIA DE LA INVESTIGACION La metodología aplicada en esta investigación fue la siguiente: 1. Definición del problema. 2. Diseño de la investigación. 3. Muestreo estadístico. 4. Procedimiento

Más detalles

Medición n del volumen de una gota de agua utilizando un gotero. Kaven Yau Wong

Medición n del volumen de una gota de agua utilizando un gotero. Kaven Yau Wong Medición n del volumen de una gota de agua utilizando un gotero Kaven Yau Wong Resumen Se trata de presentar la experiencia de olimpiada 2007 desde la perspectiva del docente Se determinó que el volumen

Más detalles

VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA

VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA UNIDAD DE APOYO TÉCNICO PARA EL SANEAMIENTO BÁSICO DEL ÁREA RURAL VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA Centro Panamericano de Ingeniería Sanitaria y Ciencias del Ambiente Área

Más detalles

Capacidades de Medición y Calibración del Laboratorio de Densidad de Flujo Magnético del CENAM

Capacidades de Medición y Calibración del Laboratorio de Densidad de Flujo Magnético del CENAM Capacidades de Medición y l Laboratorio de Densidad de Flujo Magnético del CENAM Mario G. Alatorre M., Marco A. Escobar V. km 4,5 Carretera a Los Cués, 76246, Querétaro, México. malatorr@cenam.mx RESUMEN

Más detalles

SISTEMA DE GESTIÓN DE LA CALIDAD

SISTEMA DE GESTIÓN DE LA CALIDAD SISTEMA DE GESTIÓN DE LA CALIDAD SUBDIRECCIÓN GENERAL DE ADMINISTRACIÓN PROCEDIMIENTO PARA MEDICIÓN DE LA SATISFACCIÓN DEL CLIENTE PR-SGA-RS-09 Versión 01 HOJA DE AUTORIZACIÓN Elaboró Lic. Edith Ávila

Más detalles

Definiciones generales

Definiciones generales Deiniciones generales Objetivo Brindar al participante los conceptos teóricos básicos sobre Media Aritmética para datos no agrupados y agrupados En esta sesión Conceptos básicos de Media Aritmética para

Más detalles

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable.

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable. TEMA 3: ESTADÍSTICA DESCRIPTIVA 3.1 Conceptos fundamentales Es el conjunto de procedimientos y técnicas empleadas para recolectar, organizar y analizar datos, los cuales sirven de base para tomar decisiones

Más detalles

ALVEOGRAFO DE CHOPIN

ALVEOGRAFO DE CHOPIN ALVEOGRAFO DE CHOPIN El Alveógrafo de Chopin es un aparato que mide la calidad del gluten, en función de los otros componentes de la harina por intermedio de las propiedades plásticas de las pastas. Mide

Más detalles

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos Página 1 de 7 9.3 GLOSARIO DE TÉRMINOS Las siguientes definiciones están dirigidas a asegurar el entendimiento del estándar de calidad de la Benemérita y Centenaria Escuela Normal Oficial de Guanajuato

Más detalles

FICHA DE EVALUACION - PRACTICA Nro. 3: Mediciones directas e indirectas. Propagación de errores.

FICHA DE EVALUACION - PRACTICA Nro. 3: Mediciones directas e indirectas. Propagación de errores. FICHA DE EVALUACION - PRACTICA Nro. 3: Mediciones directas e indirectas. Propagación de errores. LABORATORIO DE FISICA I (Licenciatura en Bioquímica) GRUPO Día: Hora: Docente: 1 3 4 5 6 Subgrupo Nro. Nombres

Más detalles

VALIDACIÓN DE MÉTODOS MICROBIOLÓGICOS Y BIOLÓGICOS

VALIDACIÓN DE MÉTODOS MICROBIOLÓGICOS Y BIOLÓGICOS VALIDACIÓN DE MÉTODOS MICROBIOLÓGICOS Y BIOLÓGICOS Referencia USP 29, Farmacopea Mexicana Validación de métodos analíticos AEFI 1de 21 Ensayos biológicos Los métodos biológicos se emplean para determinar

Más detalles

Análisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA

Análisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA 1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema

Más detalles

GESTIÓN DE ACTIVOS Y PASIVOS

GESTIÓN DE ACTIVOS Y PASIVOS Españoleto, 19 28010MADRID Telf.520.01.03/02 Fax. 520.01.43 Email: afi@afi.es GESTIÓN DE ACTIVOS Y PASIVOS SITUACIÓN DEL SECTOR A DIC-01 ENTIDAD EJEMPLO A continuación se presenta el Informe Trimestral

Más detalles

TEMA 3: Muestreo. Ing. Jadlyn González Ing. MétodosII (1º -2010)

TEMA 3: Muestreo. Ing. Jadlyn González Ing. MétodosII (1º -2010) TEMA 3: Muestreo Ing. MétodosII (1º -2010) Muestreo El muestreo de trabajo es una técnica que se utiliza para investigar las proporciones del tiempo total dedicada a las diversas actividades que componen

Más detalles

Tema: TRATAMIENTO DE DATOS

Tema: TRATAMIENTO DE DATOS 1 Facultad Escuela Lugar de Ejecución : Ingeniería. : Biomédica : Laboratorio de Biomédica Tema: TRATAMIENTO DE DATOS Objetivos 1. Que el estudiante se familiarice con el concepto de error en una medición.

Más detalles

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios Obtención de Datos Obtención de Datos Muestreo y Objetivo Representar la población n lo mejor posible con el mínimo m coste. Condiciones para conseguirlo Procedimientos adecuados Tamaño o muestral suficiente

Más detalles

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8) PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua

Más detalles

Criterios del Registro Federal de Electores en materia de verificación del apoyo ciudadano para la Consulta Popular

Criterios del Registro Federal de Electores en materia de verificación del apoyo ciudadano para la Consulta Popular Ejercicio muestral para corroborar la autenticidad de las firmas en las solicitudes de Consulta Popular El artículo 33 de la Ley General de Consulta Popular establece lo siguiente: Artículo 33. El Instituto,

Más detalles

TEMA 11. LA FIABILIDAD DE LOS TESTS

TEMA 11. LA FIABILIDAD DE LOS TESTS TEMA 11. LA FIABILIDAD DE LOS TESTS 11.1. Métodos empíricos para estimar el coeficiente de Fiabilidad 11.2. Factores que afectan al Coeficiente de Fiabilidad 11.3. Interpretación del Coeficiente de Fiabilidad

Más detalles

Estadística Descriptiva. SESIÓN 12 Medidas de dispersión

Estadística Descriptiva. SESIÓN 12 Medidas de dispersión Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para

Más detalles

Manual de Usuario Tablero de Indicadores Económicos

Manual de Usuario Tablero de Indicadores Económicos Manual de Usuario Tablero de Indicadores Económicos Página 1 de 18 Página 2 de 18 Contenido Qué es el Tablero de Indicadores Económicos?... 4 Objetivo... 4 Series de tiempo y sus componentes... 4 Temas

Más detalles

Técnicas de validación estadística Bondad de ajuste

Técnicas de validación estadística Bondad de ajuste Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución

Más detalles

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN

Más detalles

Técnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos

Técnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Técnicas de planeación y control Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Contextualización Esta semana cerramos la unidad dedicada a la planeación,

Más detalles

Verificación académica independiente: Análisis estadístico de los registros presentados por el Colectivo Yasunidos al CNE

Verificación académica independiente: Análisis estadístico de los registros presentados por el Colectivo Yasunidos al CNE Verificación académica independiente: Análisis estadístico de los registros presentados por el Colectivo Yasunidos al CNE Síntesis Ejecutiva El 12 de abril de 2014, el colectivo Yasunidos presentó ante

Más detalles

Muestreo y Distribuciones muestrales. 51 SOLUCIONES

Muestreo y Distribuciones muestrales. 51 SOLUCIONES Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo

Más detalles

DOCUMENTO NORMATIVO. CERTIFICACIÓN DE JAMÓN SERRANO.

DOCUMENTO NORMATIVO. CERTIFICACIÓN DE JAMÓN SERRANO. DOCUMENTO DE REQUISITOS MÍNIMOS DE CONTROL DE LAS CARACTERÍSTICAS ESPECÍFICAS DEL JAMÓN SERRANO (elaborado por el M.A.P.A.) El cumplimiento de estos requisitos mínimos de control no exime al productor

Más detalles

Apoyo visual Módulo II Actividad 9. Introducción a los sistemas de medición. Introducción a los sistemas de medición

Apoyo visual Módulo II Actividad 9. Introducción a los sistemas de medición. Introducción a los sistemas de medición SP04006. Seis Sigma Apoyo visual Módulo II Actividad 9. Introducción a los sistemas Determinar cuándo un sistema ió es confiable. Determinar cuándo utilizar el análisis del sistema de medición para variables

Más detalles

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M. FACTORES DETERMINANTES DEL PRECIO DE LAS ACCIONES: Riesgo Se puede examinar ya sea por su relación con un: Activo individual Cartera Rendimiento RIESGO: En un concepto básico es la probabilidad de enfrentar

Más detalles

Técnicas de validación estadística Bondad de ajuste

Técnicas de validación estadística Bondad de ajuste Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución

Más detalles

INSTRUCTIVO HOJA DE VIDA DEL INDICADOR

INSTRUCTIVO HOJA DE VIDA DEL INDICADOR REPUBLICA DE COLOMBIA DEPARTAMENTO DE CORDOBA MUNICIPIO DE SAN JOSÉ DE URÉ INSTRUCTIVO HOJA DE VIDA DEL Página: 1 de 2 HOJA DE VIDA DEL Instructivo Fecha de Elaboración: Se registra el día, el mes y el

Más detalles

PREGUNTAS FRECUENTES COSO 2013

PREGUNTAS FRECUENTES COSO 2013 1. Para el año 2016, se puede dar una opinión sobre la Efectividad de todo el Sistema de Control Interno (SCI)?, considerando que para ese año se puede evaluar solo tres componentes del SCI: Entorno de

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN DESARROLLO DE NEGOCIOS ÁREA SERVICIOS POSVENTA AUTOMOTRIZ

TÉCNICO SUPERIOR UNIVERSITARIO EN DESARROLLO DE NEGOCIOS ÁREA SERVICIOS POSVENTA AUTOMOTRIZ TÉCNICO SUPERIOR UNIVERSITARIO EN ÁREA SERVICIOS POSVENTA AUTOMOTRIZ HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Metrología para el automóvil 2. Competencias Coordinar

Más detalles

Utiliza los números ordinales al resolver problemas planteados de manera oral.

Utiliza los números ordinales al resolver problemas planteados de manera oral. T G CONTENIDOS APRENDIZAJES ESPERADOS ESTÁNDARES 1.2.1 Identificación y uso de los números ordinales para colocar objetos o para indicar el lugar que ocupan dentro de una colección de hasta 10 elementos.

Más detalles

Técnicas de planeación y control

Técnicas de planeación y control Técnicas de planeación y control 1 Sesión No. 10 Nombre: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Contextualización Esta semana cerramos la unidad dedicada

Más detalles

ELABORÓ REVISÓ APROBÓ. Cambios de esta versión

ELABORÓ REVISÓ APROBÓ. Cambios de esta versión Página 1 de 5 ELABORÓ REVISÓ APROBÓ Comité Nacional de Innovación y Calidad Lic. Laura May Salazar RD de Calidad ITD s de Multisitios Firma: Firma: Firma: Ing. Angel Rafael Quevedo Camacho Director de

Más detalles

Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte

Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte Resumen En este trabajo se usó Máquinas de Vectores de Soporte (SVM, por sus siglas

Más detalles

INDICE Página 1. INTRODUCCIÓN... 1 2. OBJETO Y CAMPO DE APLICACIÓN... 1 3. CARACTERÍSTICAS DE FUNCIONAMIENTO DE LOS MÉTODOS DE ENSAYO...

INDICE Página 1. INTRODUCCIÓN... 1 2. OBJETO Y CAMPO DE APLICACIÓN... 1 3. CARACTERÍSTICAS DE FUNCIONAMIENTO DE LOS MÉTODOS DE ENSAYO... INDICE Página 1. INTRODUCCIÓN... 1 2. OBJETO Y CAMPO DE APLICACIÓN... 1 3. CARACTERÍSTICAS DE FUNCIONAMIENTO DE LOS MÉTODOS DE ENSAYO... 2 3.1. Métodos Normalizados y basados en métodos normalizados (Clausula

Más detalles

08/10/2008. 1.Introducción

08/10/2008. 1.Introducción Herramientas de la Metrología en Sistemas de Calidad Seminario Aseguramiento de la Calidad de las Mediciones en los Procesos Industriales Sr. Rodrigo Ramos P. - Jefe LCPN-ME Rodrigo Miércoles Ramos 8 de

Más detalles

ESTADISTICA INFERENCIAL

ESTADISTICA INFERENCIAL ESTADISTICA INFERENCIAL PROFESOR: DR. JORGE ACUÑA A. 1 LA ESTADISTICA Estadística descriptiva Método científico Muestreo Información de entrada y de salida Estadística inferencial Inferencias Intervalos

Más detalles

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica Control Estadístico de la Calidad Gráficos de Control Estadistica Básica Control de Calidad Calidad significa idoneidad de uso, Es la interacción de la calidad: Del diseño Nivel de desempeño, de confiabilidad

Más detalles

SISTEMA INTEGRADO DE GESTION

SISTEMA INTEGRADO DE GESTION REVISION: 1 PAGINA 1 DE 7 INDICE 1. OBJETIVO... 2 2. ALCANCE... 2 3. RESPONSABILIDAD Y AUTORIDAD... 2 4. DEFINICIONES... 3 5. CONDICIONES GENERALES... 3 5.1. CONTROL DE LOS DISPOSITIVOS DE SEGUIMIENTO

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

TEST DE RAZONAMIENTO empresa

TEST DE RAZONAMIENTO empresa TEST DE RAZONAMIENTO empresa CONTENIDO Introducción Qué se mide? Especificidad y fundamento teórico del Test de Razonamiento Qué información obtiene el examinado/administrador del test? Propiedades psicométricas

Más detalles

EJERCICIOS RESUELTOS TEMA 7

EJERCICIOS RESUELTOS TEMA 7 EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de

Más detalles

3. VARIABLES ALEATORIAS

3. VARIABLES ALEATORIAS . VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad

Más detalles

Documento de trabajo Sistema CALIOPE. Base de datos filtrado de observaciones de calidad del aire

Documento de trabajo Sistema CALIOPE. Base de datos filtrado de observaciones de calidad del aire Pág.: 1 de 8 Tabla de contenido 1. Objetivo... 2 2. Introducción... 2 3. Limpieza, verificación y validación de los datos... 3 4. Criterios de filtrado de las observaciones en el sistema CALIOPE... 4 4.1

Más detalles

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10 Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza

Más detalles

PROBLEMAS MATEMATICOS EN SEXTO DE EDUCACIÓN PRIMARIA. (2006/2007: Comienzo del curso)

PROBLEMAS MATEMATICOS EN SEXTO DE EDUCACIÓN PRIMARIA. (2006/2007: Comienzo del curso) COLEGIO VIRGEN DE ATOCHA PP. DOMINICOS MADRID ORIENTACIÓN AV. CIUDAD DE BARCELONA, 1 28007 MADRID TELF. 91 552 48 04 FAX 91 552 96 43 http:// www.cvatocha.com PROBLEMAS MATEMATICOS EN SEXTO DE EDUCACIÓN

Más detalles