RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1
|
|
- Pilar Fuentes Castro
- hace 7 años
- Vistas:
Transcripción
1 IV. RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 Ver gráficos en ANEXO SELECTIVIDAD Placebo de excipientes: No se detecta ninguna respuesta significativa en el cromatograma, es decir la respuesta es lineal Placebo de excipientes sin laca amarilla: No se detecta ninguna respuesta significativa en el cromatograma, es decir la respuesta es lineal Placebo mas principio activo al 100 %: Respuesta significativa, con un tiempo de retención : 6,3 minutos Estándar al 100 % de Enalapril maleato: Respuesta significativa, con un tiempo de retención: 6,3 minutos Los resultados obtenidos del placebo mas el principio activo al 100% y del estándar al 100% del enalapril maleato son concordantes, tanto en la concentración como en el tiempo de retención. Ver gráficos en ANEXO 2
2 TABLA 4.1. ADAPTABILIDAD DEL SISTEMA CROMATOGRAFICO PARAMETROS ANALITOS ESPECIFICACIONES RESULTADOS Enalapril Mínimo ,2 Números de platos Teóricos Dicetopiperazina de Enalapril Mínimo ,3 (N) Enalaprilato Mínimo ,4 Factor cola (Tailing) (T) Enalapril Máximo 2,0 1,099 Entre el Enalaprilato y el Mínimo 2,0 9,671 Resolución ( R ) Enalapril Entre el Enalapril y Mínimo 2,0 8,424 Dicetopiperazina de Enalapril Enalapril Máximo 2,0 % para cinco 0,62 % desviación estándar relativa (RSD) inyecciones replicadas (10 inyecciones en total ) Enalaprilato Aproximadamente 5,0 % 0,96 %
3 4.3 LINEALIDAD LINEALIDAD DEL SISTEMA EVALUACION ESTADÍSTICA: A. CÁLCULO DE LA RECTA DE REGRESION Determinar la curva de regresión, Sobre los puntos individuales y sin promediar. Para el caso de una recta la función toma la forma: y = bx + a. Donde: x :Concentración o cantidad de analito (variable independiente) y: Respuesta (variable dependiente). b: valor de la pendiente (indica la sensibilidad del método). a: Ordenada de origen (termino independiente o intercepto). Para probar que la recta pasa por el origen y que cualquier desviación se debe a un error aleatorio. Formula para hallar a Formula para hallar b a = Σy - bσx Σxy - ΣxΣy n b =. n. Σx 2 - (Σx) 2 n: Numero de muestras. n RESULTADO: De los datos obtenidos de las tablas 4.2 y 4.3 se obtienen los siguientes valores. a = -9730,87 b = ,68; (Ver gráfico en Fig.4.1) ECUACION DE LA RECTA: y = ,68x ,87
4
5 LINEALIDAD DEL SISTEMA TABLA 4.2. RESULTADOS DE LINEALIDAD DELSISTEMA ENALAPRIL 10 mg TABLETAS RECUBIENTAS X (Concentración) Y (Áreas) 50% % % % % X (Concentración) Y (Áreas) 75% % % % % Área Promedio % % % % % Área Promedio % % % % TABLA DE AREAS 125% Área Promedio PROMEDIOS 125% % X Y 125% % % % Área Promedio % % % % % % % % Área Promedio % Coeficiente de Correlación Lineal =
6 TABLA 4.3 LINEALIDAD DEL SISTEMA Nº de muestra ug iny.: X Area: Y X*Y X 2 Y 2 f (Y / X ) E E E E E E E E E E SUMATORIA PROMEDIO DESVIACION ESTANDAR COEFICIENTE DE VARIACION 0.90
7 B. INTERPRETACION ESTADISTICA DE LA REGRESION LINEAL Realizar la interpretación estadística de la regresión lineal, a través del cálculo de: - Cálculo del coeficiente de correlación (r). - Limite de confianza del intercepto a. - Limite de confianza de la pendiente b. - Coefiente de variación de los factores de respuesta. a. CALCULO DEL COEFICIENTE DE CORRELACION (r) Se determina para evaluar el ajuste al modelo lineal propuesto: y = bx + a Y refleja el grado de relación o ligazón entre las concentraciones (X) y su respuesta (Y) Formula para hallar r Σxy - Σx Σy r =. n. (Σx 2 (Σx) 2 ) (Σy2 - (Σy) 2 ) n n El valor de: r = 1 indica una recta perfectamente lineal. r = -1 indica una recta perfectamente lineal negativa. r = 0 indica que no hay correlación entre x e y. CRITERIO DE ACEPTACION: MINIMO 0,995 RESULTADO: r = 0,99970 COEFICIENTE DE DETERMINACION r 2 (MÍNIMO 0,99) Indica el grado de ajuste de la ecuación. r 2 = 0,99940
8 Interpretación: El 99,44% de las variaciones se debe a la influencia de la variable x (concentración inyectada) Sin embargo el mejor indicativo del modelo lineal no es r, sino un test estadístico. TEST ESTADISTICO PARA EL COEFICIENTE DE CORRELACIÓN r. En el cual se calcula el valor de t regresion (test de regresión) con n 2 grados de libertad y un intervalo de confianza de 95 % ( α = 0,05) se compara con el valor de t tabla (test tabulado) para el nivel de confianza requerido. α= probabilidad de cometer error (p). 1- α= grado de confianza. Formula para hallar t r t regresion = r V(n 2) V (1 r 2 ) - HIPOTESIS NULA (Ho): No correlación entre x e y (r = 0) - HIPOTESIS ALTERNA (H1): r NO debe ser significativamente diferente de uno (r 0) CRITERIO DE ACEPTACIÓN. El valor de t regresion debe ser mayor a t tabla. La hipótesis Nula se rechaza, existiendo una correlación lineal significativa. Por lo tanto r 1. RESULTADOS: t tabla : 2,101 Para 20 2 = 18 grados de libertad y p = 0,05 t regresion : 173,17
9 Como t regresion >>>>>> t tabla. La Si existe una correlación lineal significativa entre x e y (r 0). b. LIMITE DE CONFIANZA DEL INTERCEPTO a. Este valor se calcula en función de su Varianza (S 2 a) Formula para hallar la VARIANZA del intercepto a : (S a 2 ) 2 S a = 2 Sb. (Σx) 2 = N Formula para hallar la DESVIACION ESTANDAR del intercepto a (S a ) S a = S a 2 = ,17 S a relativa(%) = S a x 100 = 179,85 a Fòrmula para hallar los LIMITES DE CONFIANZA del intercepto a = a +/- t tabla.sa t tabla.= Es el valor obtenido en la tabla de distribución de student, con las siguientes condiciones: - n-2 grados de libertad 95 % - Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del RESULTADO: Intervalo de confianza del intercepto a t tabla.= 2,306; para 10-2 = 8 grados de libertad y p= 0,05 a = ,87 +/- 2,306 x ,17 a = ,57 hasta ,83
10 DETERMINACION DEL TEST ESTADISTICO DEL INTERCEPTO a Se realiza estableciendo una comparación entre t exp Y t tabla. Formula para Hallar EL VALOR DE T EXPERIMENTAL t exp t exp = I a I. Sa t tabla.= 2,306; para 10-2 = 8 grados de libertad y p = 0,05 CRITERIO DE ACEPTACION: Debe cumplirse que: mencionadas, Entonces el valor de a es aceptable. t exp es menor que t tabla, según las condiciones RESULTADO: t tabla.= 2,306; t exp.= 0,56 Como t exp <<< t tabla, Si existe una correlación lineal significativa, y el valor de a es aceptable. c. LIMITE DE CONFIANZA DE LA PENDIENTE b. Este valor se calcula en función de su Varianza (S 2 b ) Formula para hallar la VARIANZA de la pendiente b : (S 2 b) S 2 b=. S 2 xy. = ,25 Σx 2 (Σy) 2 n
11 Formula para hallar la VARIANZA DEL ERROR EXPERIMENTAL TOTAL (determinación de la varianza de X sobre Y) S 2 xy = Σy 2 - aσy - bσxy = ,00 n-2 Sxy = 6 187,42 Formula para hallar la DESVIACION ESTANDAR de la pendiente b : (S b ) S b = S b 2 = 1 383,55 S b relativa(%) = S b x 100 = 0,60% b Fòrmula para hallar los LIMITES DE CONFIANZA de la pendiente b : b = b +/- t tabla.sb t tabla.= Es el valor en la tabla de la distribución de student con las siguientes condiciones: - n-2 grados de libertad - Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del 95 % RESULTADO: Intervalo de confianza de la pendiente b t tabla.= 2,306; para 10-2 = 8 grados de libertad y p=0,05 b = ,68 b = ,68 +/ x 1 383,55 b = ,21 hasta ,15
12 DETERMINACION DEL TEST ESTADISTICO DE LA PENDIENTE b Se realiza estableciendo una comparación entre t exp Y t tabla. Fòrmula para hallar EL VALOR DE T EXPERIMENTAL t exp t exp = I b I. Sb t tabla.= 2,306; para 10-2 = 8 grados de libertad y p = 0,05 TEST DE HIPÓTESIS PARA LA PENDIENTE b - HIPOTESIS NULA(Ho): b es igual a cero (b = 0) - HIPOTESIS ALTERNA(H1): b es significativamente diferente de cero ( b 0) CRITERIO DE ACEPTACION: El valor de: t exp es mayor que t tabla. Entonces la Hipótesis nula se rechaza. Por lo tanto b 0. RESULTADO: t tabla.= 2,306; para 10-2 = 8 grados de libertad y p=0,05 t exp.= 166,72 Como t exp >>>>> t tabla, Si existe una correlación lineal significativa, entonces la pendiente b es significativamente diferente de cero ( b 0) d. CALCULO DEL COEFICIENTE DE VARIACIÓN (C.V) DE LOS FACTORES DE RESPUESTA (f): CRITERIO DE ACEPTACION: C.V < 5 % Formula para hallar f f = y x
13 RESULTADOS: Promedio de f : ,78 Desviación estándar de f : 2057,13 Coeficiente de variación (C.V) : 0,90 % Ver gráficos en ANEXO LINEALIDAD DEL METODO EVALUACION ESTADÍSTICA: A. CÁLCULO DE LA RECTA DE REGRESION Determinar la curva de regresión, Sobre los puntos individuales y sin promediar. Para el caso de una recta la función toma la forma: y = bx + a. Donde: x: Concentración o cantidad de analito (variable independiente) y: Respuesta (variable dependiente). b: valor de la pendiente (indica la sensibilidad del método). a: Ordenada de origen (termino independiente o intercepto). Para probar que la recta pasa por el origen y que cualquier desviación se debe a un error aleatorio. Formula para hallar a a = Σy - bσx n
14 Fòrmula para hallar b Σxy - ΣxΣy b =. n. Σx 2 - (Σx) 2 n n: Numero de muestras. RESULTADO: De los datos obtenidos de las tablas 4.4 y 4.5 se obtienen los siguientes valores. a = 2438,40 b = ,08 (Ver gràfico en Fig. 4.2) ECUACION DE LA RECTA: y = ,08 x ,40 B. INTERPRETACION ESTADISTICA DE LA REGRESION LINEAL Realizar la interpretación estadística de la regresión lineal, a través del cálculo de: - Cálculo del coeficiente de correlación (r). - Limite de confianza del intercepto a. - Limite de confianza de la pendiente b. - Coefiente de variación de los factores de respuesta. a. CALCULO DEL COEFICIENTE DE CORRELACION (r) (MÍNIMO 0,995) Se determina para evaluar el ajuste al modelo lineal propuesto: y = bx + a, Y refleja el grado de relación o ligazón entre las concentraciones (X) y su respuesta (Y)
15
16 LINEALIDAD DEL MÉTODO TABLA 4.4. RESULTADOS DE LINEALIDAD DEL METODO ENALAPRIL 10 mg TABLETAS RECUBIERTAS X (Concentración) Y (Áreas) 50% % % X (Concentración) Y (Áreas) 50% % % % % % % PROMEDIO % % % % % % TABLA DE AREAS 100% PROMEDIO PROMEDIOS 100% % X Y 150% % % % % % % PROMEDIO % % % % Coeficiente de Correlación Lineal =
17 TABLA 4.5 LINEALIDAD DEL METODO Nº de muestra ug iny.: X Area: Y X*Y X 2 Y 2 f (Y / X ) E E E E E E E E E SUMATORIA PROMEDIO DESVIACION ESTANDAR COEFICIENTE DE VARIACION 0.84
18 Fòrmula para hallar r Σxy - Σx Σy r =. n. (Σx 2 (Σx) 2 ) (Σy2 - (Σy) 2 ) n n El valor de: r = 1 indica una recta perfectamente lineal. r = -1 indica una recta perfectamente lineal negativa. r = 0 indica que no hay correlación entre x e y. RESULTADO: r = 0,99987 COEFICIENTE DE DETERMINACION r 2 (MÍNIMO 0,99) Indica el grado de ajuste de la ecuación. r 2 = 0,99974 Interpretación: El 99,97% de las variaciones se debe a la influencia de la variable x (concentración inyectada) Sin embargo el mejor indicativo del modelo lineal no es r, sino un test estadístico. TEST ESTADISTICO PARA EL COEFICIENTE DE CORRELACIÓN r. En el cual se calcula el valor de t regresion (test de regresión) con n 2 grados de libertad y un intervalo de confianza de 95 % ( α = 0,05) se compara con el valor de t tabla (test tabulado) para el nivel de confianza requerido. α= probabilidad de cometer error (p). 1- α= grado de confianza. Fòrmula para hallar t regresion t regresion = r V(n 2) V (1 r 2 )
19 - HIPOTESIS NULA (Ho): es la no correlación entre x e y (r = 0) - HIPOTESIS ALTERNA (H1): r NO debe ser significativamente diferente de uno (r 0). - CRITERIO DE ACEPTACIÓN. Si el valor observado de t regresion es mayor a t tabla. La hipótesis Nula se rechaza, existiendo una correlación lineal significativa, por lo tanto r 1 RESULTADOS: t tabla : 2,12 Para 18 2 = 16 grados de libertad y p = 0,05 t regresion : 248,05 Como t regresion >>>>>>>> t tabla. Si existe una correlación lineal significativa entre x e y (r 0). b. LIMITE DE CONFIANZA DEL INTERCEPTO a. Este valor se calcula en función de su Varianza (S 2 a) Fòrmula para hallar la VARIANZA del intercepto a : (S 2 a) S 2 a = S 2 b. (Σx) 2 = n Fòrmula para hallar la DESVIACION ESTANDAR del intercepto a (S a ) S a = S a 2 = ,76 S a relativa(%) = S a x 100 = 1 653,41 % a Fòrmula para hallar los LIMITES DE CONFIANZA del intercepto a = a +/- t tabla.sa
20 t tabla.= Es el valor obtenido en la tabla de distribución de student, con las siguientes condiciones: - n-2 grados de libertad - Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del 95 % RESULTADO: t tabla.= 2,365; para 9-2 = 7 grados de libertad y p = 0,05 Intervalo de confianza del intercepto a a = 2 438,40 +/- 2,365 x ,76 a = ,74 hasta ,54 DETERMINACION DEL TEST ESTADISTICO DEL INTERCEPTO a Fòrmula para Hallar EL VALOR DE T EXPERIMENTAL t exp t exp = I a I. Sa CRITERIO DE ACEPTACION: SI t exp es menor que t tabla, según las condiciones mencionadas, Existe una correlación lineal significativa. RESULTADO: t tabla.= 2,365; para 9-2 = 7 grados de libertad y p = 0,05 t exp.= 0,75
21 c. LIMITE DE CONFIANZA DE LA PENDIENTE b. Este valor se calcula en función de su Varianza (S 2 b) HIPOTESIS NULA (Ho): b = 0 CRITERIO DE ACEPTACION: b debe ser significativamente diferente de cero Fòrmula para hallar la VARIANZA de la pendiente b : (S 2 b) S 2 b=. S 2 xy. = ,56 Σx 2 (Σy) 2 n Fòrmula para hallar la VARIANZA DEL ERROR EXPERIMENTAL TOTAL (determinación de la varianza de X sobre Y) S 2 xy = Σy 2 - aσy - bσxy = ,43 n-2 Sxy = 5 895,85 Formula para hallar la DESVIACION ESTANDAR de la pendiente b : (S b ) S b = S b 2 = 1 203,549 S b relativa(%) = S b x 100 = 0,54% b Fòrmula para hallar los LIMITES DE CONFIANZA de la pendiente b = b +/- t tabla.sb t tabla.= Es el valor en la tabla de la distribución de student con las siguientes condiciones:
22 - n-2 grados de libertad - Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del 95 % RESULTADO: t tabla.= 2,365; para 9-2 = 7 grados de libertad y p = 0,05 Intervalo de confianza de la pendiente b b = ,08 +/ x 1203,49 Intervalo de confianza de b = ,83 hasta ,33 DETERMINACION DEL TEST ESTADISTICO DE LA PENDIENTE b Fòrmula para hallar EL VALOR DE T EXPERIMENTAL t exp t exp = I b I. Sb CRITERIO DE ACEPTACION: SI t exp es mayor que t tabla, Existe una correlación lineal significativa, entonces la pendiente b es significativamente diferente de cero y se rechaza la hipótesis nula. t tabla.= 2,365; para 9-2 = 7 grados de libertad y p = 0,05 t exp.= 186,37
23 d. CALCULO DEL COEFICIENTE DE VARIACIÓN ( C:V)DE LOS FACTORES DE RESPUESTA(f): CRITERIO DE ACEPTACION: C.V < 5 % Formula para hallar f f = y x RESULTADOS: Promedio de f : ,09 Desviación estándar de f : 1879,46 Coeficiente de variación (C.V) : 0,84 % Ver gráficos en ANEXO PRECISION PRECISION DEL SISTEMA EVALUACION ESTADÍSTICA A. LA PRECISIÓN SE EXPRESA MATEMÁTICAMENTE, CALCULANDO LA DISPERSIÓN DE LOS DATOS RESPECTO A LA MEDIA. - Desviación estándar ó (S) - Desviación estándar relativa (RSD) o coeficiente de variación (C.V).
24 Muestra N Concentración del estándar al 100 % 1 99,19 % 2 100,63 % 3 99,76 % 4 100,06 % 5 99,79 % 6 100,71 % Análisis Estadístico Nº de Muestras (n) 6 Media ( X) 100,02 % Desviación estándar ( S ) 0,576 Coeficiente de repetibilidad (C.V.) 0,58 % (Máximo 3,9%) B. CALCULO DEL LÍMITE DE CONFIANZA INDIVIDUAL Formula: X +/- ttabla. S ttabla = es el valor en la tabla de la distribución de student con las siguientes condiciones: - n 1 grados de libertad - Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del 95 %
25 RESULTADO: Intervalo de confianza individual: t t.= 2,571; para 6-1 = 5 grados de libertad y p = 0,05 Intervalo de Confianza 100,02% + / - 2,571 x 0,576 Intervalo de Confianza = 98,54 % hasta 101,50 % C. TAMBIEN SE CALCULA EL LÍMITE DE CONFIANZA DE LA MEDIA (µ ) Fòrmula: µ = X + / - tυα x S n ttabla = es el valor en la tabla de la distribución de student con las siguientes condiciones: - n 1 grados de libertad - Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del 95 % RESULTADO: t tabla.= 2,571; para 6-1 = 5 grados de libertad y p = 0,05 Intervalo de confianza µ = 100,02 + / - 2,571 x 0,576 6 Intervalo de confianza = µ = 99,42 % a 100,62 % Ver gráficos en ANEXO 5
26 PRECISION DEL METODO EVALUACION ESTADISTICA A. LA PRECISIÓN SE EXPRESA MATEMÁTICAMENTE, CALCULANDO LA DISPERSIÓN DE LOS DATOS RESPECTO A LA MEDIA. - Desviación estándar ó (S) - Desviación estándar relativa (RSD) o coeficiente de variación (C.V). Analista A Analista B Muestras Fecha: Fecha: : N Concentración al 100 % Concentración al 100 % 1 101,15 % 101,78 % 2 99,96 % 99,61 % 3 99,50 % 98,83 % 4 100,88 % 100,22 % 5 100,75 % 99,36 % 6 99,96 % 99,22 % Análisis Estadístico Nº de Análisis (n) 12 Media ( X) 100,102 % Desviación estándar ( S ) 0,881 Coeficiente de repetibilidad (C.V.) 0,88 % (Máximo 5,5%) Ver gráficos en ANEXO 6
27 4.5 EXACTITUD EVALUACIÓN ESTADÍSTICA Determinar los siguientes parámetros estadísticos: - Calculo del porcentaje de recuperación de cada concentración. - Calculo de la Desviación estándar ó (S) - Cálculo de la Desviación estándar relativa (RSD) o coeficiente de variación (C.V). - También se calcula el t de Student a. CALCULO DEL PORCENTAJE DE RECUPERACION DE CADA CONCENTRACIÓN. Concentración Promedio en % encontrado % Recuperado 50 % ,83 % 99,66 % 50 % ,10 % 98,20 % 50 % ,48 % 100,96 % 100 % ,33 % 100,32 % 100 % ,67 % 100,67 % 100 % ,73 % 99,73 % 150 % ,62 % 100,41 % 150 % ,05 % 99,37 % 150 % ,42 % 99,61 % Análisis Estadístico Nº de muestras (n) 9 Recuperación Promedio ( R) 99,88 % (Especificiacion: %) Desviación estándar ( S ) 0,83 Coeficiente de repetibilidad (C.V.) 0,83 % (Máximo 5,0%)
28 b. CALCULO DEL PORCENTAJE DE T DE STUDENT. Para confirmar que el valor medio no difiere significativamente del aceptado como referencia. Fòrmula para hallar el t experimental (texp) texp = [ 100 R ] n RSD Hallando el t de tabla (tt) ttabla = 2,306 ; Con las siguientes condiciones n 1 = grados de libertad y Probabilidad de cometer error (p) de 0,05, es decir un grado de confianza del 95 % CRITERIO DE ACEPTACION: SI t exp es menor que t tabla, NO existe diferencia significativa entre la recuperación media y el 100 %, y la exactitud es apropiada. RESULTADO t tabla.= 2,306; para 9-1 = 8 grados de libertad y p = 0,05 t exp.= 0,43
29 TABLA 4.6 RESUMEN DE RESULTADOS PRINCIPIO ACTIVO ENALAPRIL MALEATO MÉTODO ANALÍTICO TIPO DE VALIDACION: PROSPECTIVA ENSAYOS ESPECIFICACIONES RESULTADOS 1. SELECTIVIDAD Interferencia de excipientes 2. LINEALIDAD DEL SISTEMA - Coeficiente de correlación (r) - Coeficiente de determinacion (r 2 ) - Test estadistico para el r P = 0,05; y n 2 grados de libertad - Coeficiente de Variación - Prueba de Linealidad de la pendiente P = 0,05; y n 2 grados de libertad - Prueba de proporcionalidad del Intercepto P = 0,05; y n 2 grados de libertad 3. LINEALIDAD DEL MÉTODO - Coeficiente de correlación (r) - Coeficiente de determinacion (r 2 ) - Test estadistico para el r P = 0,05; y n 2 grados de libertad - Coeficiente de Variación - Prueba de Linealidad de la pendiente P = 0,05; y n 2 grados de libertad - Prueba de proporcionalidad del Intercepto P = 0,05; y n 2 grados de libertad 4. PRECISION DEL SISTEMA No debe presentar interferencia de excipientes Mínimo 0,995 Mínimo 0,99 t.tabla = 2,101 t.regresion > > t.tabla Máximo 5,0 % ttabla = 2,306 texp > ttabla ttabla = 2,306 texp < ttabla Mínimo 0,995 Mínimo 0,99 t.tabla = 2,12 t.regresion > > t.tabla Máximo 5,0 % ttabla = 2,365 texp > ttabla ttabla = 2,365 texp < ttabla Conforme 0, ,99940 t.regresion = 173,17 0,90 % texp = 166,72 texp = 0,56 0, ,99974 t.regresion = 248,05 0,84 % texp = 186,37 texp = 0,75 Coeficiente de Variación Máximo 3,9 % 0,58 % 5. PRECISION DEL METODO Coeficiente de Variación Máximo 5,5 % 0,88 % 6. EXACTITUD - Porcentaje de recuperación - Test de recuperación media y el 100% p = 0,05; y n 1 = Grados de libertad 90% - 110% ttabla = 2,306 texp < ttabla 99,88% texp = 0,43
LABORATORIO DE CALIDAD NUTRICIONAL VALIDACIÓN DE MÉTODOS ANALÍTICOS: CASO LOWRY MÓNICA PIZARRO S.
LABORATORIO DE CALIDAD NUTRICIONAL VALIDACIÓN DE MÉTODOS ANALÍTICOS: CASO LOWRY MÓNICA PIZARRO S. Es un consorcio de instituciones que aspira reducir la desnutrición y mejorar la seguridad alimentaria
Más detallesVALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1
VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1 Índice 1. Por qué validar un método de análisis? 2. Cuándo validar un método de análisis? 3. Validación de métodos de análisis. 3.1. Selectividad
Más detallesHerramientas estadísticas aplicadas a la validación de métodos analíticos.
Herramientas estadísticas aplicadas a la validación de métodos analíticos. Analítica Experimental III P. en F. Romero Martínez Marisol Revisión: Dra. Silvia Citlalli Gama González Analítica Experimental
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesVALIDACIÓN RETROSPECTIVA DEL MÉTODO ANALÍTICO POR ESPECTROFOTOMETRÍA PARA LA CUANTIFICACIÓN DEL ACETAMINOFENO (Industrias Farmacéuticas IFA) 1
VALIDACIÓN RETROSPECTIVA DEL MÉTODO ANALÍTICO POR ESPECTROFOTOMETRÍA PARA LA CUANTIFICACIÓN DEL ACETAMINOFENO (Industrias Farmacéuticas IFA) 1 VÁSQUEZ RIBERA, LILIAN 2 ; COPARE MORALES, YOVANA 3 Lilian
Más detallesLINEALIDAD 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 detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesAPÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario
APÉNDICE I Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario En este apéndice se muestra la información correspondiente a la elaboración de las diferentes curvas
Más detallesANÁLISIS DE DATOS EXPERIMENTALES POR MÍNIMOS CUADRADOS
ANÁLISIS DE DATOS EXPERIMENTALES POR MÍNIMOS CUADRADOS CONTENIDO 1 Ajuste de Curvas 2 Análisis de Regresión 2.1 Métodos de Mínimos Cuadrados 2.2 Regresión Lineal AJUSTE DE CURVAS Uno de los objetivos en
Más detallesValidación de métodos analíticos
Problemática y alternativas tecnológicas para la remoción de arsénico en la obtención de agua potable Validación de métodos analíticos Basado en la Guía Eurachem Validación de métodos analíticos Principios
Más detallesValidación de métodos analíticos fisicoquímicos según los requerimientos definidos en la guía ICH/FDA
Nodo Interactivo Ciencia y conocimiento al alcance de todos! juanherrera@nodointeractivo.com www.nodointeractivo.com Validación de métodos analíticos fisicoquímicos según los requerimientos definidos en
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesCRITERIOS TÉCNICOS DE EVALUACIÓN DE UN DOSSIER DE ESPECIALIDADES FARMACEUTICAS DIRECTIVA SANITARIA N 001-MINSA/DIGEMID V.01
CRITERIOS TÉCNICOS DE EVALUACIÓN DE UN DOSSIER DE ESPECIALIDADES FARMACEUTICAS EQUIPO DE REGISTRO DE PRODUCTOS FARMACÉUTICOS DIRECCIÓN DE AUTORIZACIONES SANITARIAS VALIDACIÓN DE UN PROCEDIMIENTO ANALÍTICO
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesPARTE EXPERIMENTAL PROTOCOLO DE VALIDACION
III. PARTE EXPERIMENTAL PROTOCOLO DE VALIDACION 3.1 MATERIALES, REACTIVOS Y EQUIPOS: Materiales: - Pipetas Volumétricas de 5, 10, 15 y 20 ml - Probetas de 1 000 ml - Vasos de precipitación - Matraz de
Más detallesPotencia 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 detallesTERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO
TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO PROCESO ANALÍTICO Conjunto de operaciones analíticas intercaladas que se
Más detallesMedición: Conjunto de operaciones que tiene por objeto determinar el valor de una magnitud. Metrología: Ciencia de la medición.
Medición: Conjunto de operaciones que tiene por objeto determinar el valor de una magnitud. Metrología: Ciencia de la medición. La metrología incluye todos los aspectos teóricos y prácticos relacionados
Más detallesSUMARIO 1 GLOSARIO 5 A. MÉTODO ANALÍTICO 7. A.1. Determinación de Aniones...7. A.2. Determinación de Cationes...12
la reducción de aniones y materia orgánica de las aguas del río Llobregat Pág. 1 SUMARIO SUMARIO 1 GLOSARIO 5 A. MÉTODO ANALÍTICO 7 A.1. Determinación de Aniones...7 A.1.1. Reactivos... 7 A.1.2. Instrumentación...
Más detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 9 La regresión lineal Tema 9: La regresión lineal Objetivos Conocer
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesVALIDACIÓN DE MÉTODOS ANALÍTICOS DE LABORATORIO
VALIDACIÓN DE MÉTODOS ANALÍTICOS DE LABORATORIO G loria Inés G iraldo G ómez* RESUMEN En este artículo se presentan los principales parámetros que se deben determinar para llegar a validar una técnica
Más detallesANALISIS DE CORRELACION Y REGRESION. Y = a + bx r, r 2...
ANALISIS DE CORRELACION Y REGRESION Y Y = a + bx................ r, r 2..... X J.Pazmiño G., FACILITADOR Los términos correlación y regresión pueden parecer complicados, pero las ideas básicas implicadas
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesPasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesTaller Verificación de Métodos Cuantitativos
Taller Verificación de Métodos Cuantitativos Agenda Introducción Requisito de la Calidad EP 15 A2 Precisión : Planilla Veracidad : Planilla Rango Analítico Intervalo de Referencia Evaluación de Desempeño
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesRegresión lineal simple y correlación
Regresión lineal simple y correlación Regresión y Correlación Los análisis de regresión y correlación nos mostrarán cómo determinar tanto la naturaleza como la fuerza de una relación entre dos variables.
Más detallesTEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN
4.5.- En cuál de los siguientes casos se podría utilizar la varianza residual en lugar del coeficiente de determinación para medir la calidad del ajuste? Con el mismo conjunto de datos y dos ajustes distintos.
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesINTRODUCCIÔN A LA METROLOGÎA QUÎMICA
INTRODUCCIÔN A LA METROLOGÎA QUÎMICA CURVAS DE CALIBRACIÓN EN LOS MÉTODOS ANALÍTICOS María Antonia Dosal Marcos Villanueva Marzo 2008 Un procedimiento analítico muy utilizado en análisis cuantitativo es
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesVALIDACIÓN METODOS DE ENSAYO. Q.F. Marco Carmona Baez Sección Fisicoquimico
VALIDACIÓN METODOS DE ENSAYO Q.F. Marco Carmona Baez Sección Fisicoquimico 2014 Decreto Supremo MINSAL Nº 03 del año 2010: Título II del Registro Sanitario de las Especialidades Farmacéuticas y otros productos
Más detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesCORRELACION Y REGRESIÓN LINEAL
LECCION Nº 5 CORRELACION Y REGRESIÓN LINEAL OBJETIVOS ESPECIFICOS Diferenciar los conceptos de correlación lineal, y regresión lineal. Determinar el índice o coeficiente de correlación en una distribución
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesAPUNTES DE QUIMIOMETRIA REGRESIO LINEAL
REGRESIO LINEAL APUNTES DE QUIMIOMETRIA Datos anómalos y levas en las rectas de calibrado. Regresión robusta Mínima mediana de cuadrados Recta de calibrado mediante mínimos cuadrados. Hipótesis básicas
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallesPrograma de Validación de Métodos Analíticos INFORMACIÓN GENERAL
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS QUÍMICAS Y FARMACIA ESCUELA DE QUÍMICA DEPARTAMENTO DE FISICOQUÍMICA Programa de Validación de Métodos Analíticos INFORMACIÓN GENERAL No. De
Más detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS ANALISIS INSTRUMENTAl I
PRIMERA RELACIÓN DE PROBLEMAS. CALIBRACIÓN EN QUÍMICA ANALÍTICA 1.- En la determinación de una especie X por un método instrumental en el que la señal analítica se define como P = kc x, se obtuvieron los
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
Más detallesDistribuciones Bidimensionales.
Distribuciones Bidimensionales. 1.- Variables Estadísticas Bidimensionales. Las variables estadísticas bidimensionales se representan por el par (X, Y) donde, X es una variable unidimensional, e Y es otra
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detallesTema VII. La predicción de variables
7.1. La ecuación lineal de regresión: - Variable dependiente e independiente (fijas ó aleatorias):. Fijas (modelo I de regresión). Aleatorias (modelo II; más complejo) - Objetivo predictivo (básico en
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesINVESTIGACION TECNOLOGIA AGROINDUSTRIAL AZUCARERA
Ingenio Azucarero Guatemalteco Investigación Tecnológica Impacto de la aplicación de agua de imbibición, Extracción diluida y Pol % caña en el Pol de Bagazo Objetivo: 1. Evaluar estadísticamente si existe
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesQué es una regresión lineal?
Apéndice B Qué es una regresión lineal? José Miguel Benavente I. Introducción En varios capítulos de este libro se ocupan regresiones lineales y se afirma que el coeficiente de regresión indica cuánto
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesDos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda.
Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplos Si se deja caer una piedra, existe una fórmula que nos permite
Más detallesCORRELACIÓN LINEAL SIMPLE
CORRELACIÓN LINEAL SIMPLE ANÁLISIS DE CORRELACIÓN Cuando se trabaja con dos variables, pueden surgir diferentes preguntas como: Existe relación entre lo que una empresa gasta en publicidad y el importe
Más detallesCAPÍTULO VI RESULTADOS PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO
CAPÍTULO VI RESULTADOS 6.1. CÁLCULOS 6.1.1. PORCENTAJE DE FRIABILIDAD RANGO: No mayor 1 % FÓRMULA % = PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesMétodos de Calibrado. Dra. María Angélica Sánchez Palacios. F a c u l t a d d e C i e n c i a s D e p a r t a m e n t o d e Q u í m i c a
Métodos de Calibrado Dra. María Angélica Sánchez Palacios Se presenta una descripción matemática y gráfica de los métodos de calibrado utilizados en un análisis químico. F a c u l t a d d e C i e n c i
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesPrueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA
Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Estadístico de Prueba de Muestra Grande para μ 1) Hipotesis Nula H 0 : μ = μ 0 2) Hipótesis Alternativa : Prueba de
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detallesVALIDACIÓN DE LOS PROCEDIMIENTOS ANALÍTICOS EMPLEADOS EN EL EXAMEN DE LOS MATERIALES FARMACÉUTICOS
INFORME 32 ANEXO 5 VALIDACIÓN DE LOS PROCEDIMIENTOS ANALÍTICOS EMPLEADOS EN EL EXAMEN DE LOS MATERIALES FARMACÉUTICOS 1. En qué consiste la validación analítica? El control analítico de un producto farmacéutico,
Más detallesTema 2: Análisis de datos bivariantes
1 Tema 2: Análisis de datos bivariantes En este tema: Tabla de contingencia, tabla de doble entrada, distribución conjunta. Frecuencias relativas, marginales, condicionadas. Diagrama de dispersión. Tipos
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesJornada de Capacitación
XXV Congreso Argentino de la Ciencia del Suelo Jornada de Capacitación Río Cuarto, 29 de junio de 2016 9,2 ± 0.1 mg/kg (ppm) Diagnóstico de Fertilidad P asimilable 701,5 ± 0.1 mg/kg (ppm) Contaminación
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detallesVARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS
VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS CONTENIDO Ejemplos de la variabilidad que afecta a los pavimentos Variabilidad en el comportamiento del pavimento Variabilidad en los resultados de los ensayos
Más detallesDesarrollo y Validación de Técnicas Analíticas
Desarrollo y Validación de Técnicas Analíticas Nerea Leal Eguiluz DynaKin, S.L. Farmacoterapia Personalizada en Oncología 3 de julio de 2009 Definiciones Método Bioanálitico: conjunto de todos los procedimientos
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesEstadística Descriptiva II: Relación entre variables
Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesDEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística
PROGRAMA DE CURSO Modelo 2009 DEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística PROFESIONAL ASOCIADO Y LICENCIATURA
Más detallesConceptos básicos de metrología
Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las
Más detallesANALÍTICOS, FISICOQUÍMICOS Y
VALIDACIÓN DE MÉTODOS ANALÍTICOS, FISICOQUÍMICOS Y MICROBIOLÓGICOS Guatemala, 11 de septiembre de 2012 1 VALIDACIÓN DE MÉTODOS ANALÍTICOS I. GENERALIDADES 2 OBJETIVOS DEL CURSO 1. Intentamos contestar
Más detallesObjetivo: Comprender cómo se calculan los intervalos de confianza y determinar el tamaño ideal de una muetra
PROBABILIDAD Y ESTADÍSTICA Sesión 8 (Hasta tema 7.5) 7. PRUEBA DE HIPÓTESIS 7.1 Errores tipo I y tipo II 7.2 Potencia de la prueba 7.3 Formulación de hipótesis estadística 7.4 Prueba de hipótesis para
Más detallesJulio Deride Silva. 4 de junio de 2010
Curvas ROC y Regresión Lineal Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 4 de junio de 2010 Tabla de Contenidos Curvas ROC y Regresión Lineal
Más detallesConsiderar la siguiente colección de datos {10, 12, 12, 12, 10, 30, 0, 0, 0, 0, 0, 30, 30} para contestar las preguntas del 1al 5.
PONTIFICIA UNIVERSIDAD CATÒLICA DEPARTAMENTO DE FÌSICA - MATEMÀTICA Nombre: Fecha: Núm. Registro Prof. MATH 298 Sec. Examen Final Parte I. Seleccione la respuesta correcta (3 puntos cada uno) Considerar
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detalles10 Modelo de regresión lineal
0 Modelo de regresión lineal La relación matemática determinística más simple entre dos variables x e y, es una relación lineal y = 0 + x. El conjunto de pares (x; y) que veri can esta relación, determinan
Más detallesBLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN
BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Tipos de errores Se pueden cometer dos tipos de errores: Decisión Población Ho es erdadera Ho es falsa No rechazar Ho Decisión correcta. Error tipo II Rechazar Ho Error tipo I Decisión
Más detallesOMEPRAZOL KERN PHARMA 20 mg Cápsulas EFG
OMEPRAZOL KERN PHARMA 20 mg Cápsulas EFG RESUMEN DEL ESTUDIO DE BIOEQUIVALENCIA Objetivo del estudio El objetivo del estudio es demostrar la bioequivalencia de Omeprazol KERN PHARMA 20 mg cápsulas EFG
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detalles