RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1

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

Download "RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1"

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. 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 detalles

VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1

VALIDACIÓN 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 detalles

Herramientas estadísticas aplicadas a la validación de métodos analíticos.

Herramientas 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 detalles

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

PRUEBA 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 detalles

VALIDACIÓN 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 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 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

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO 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 detalles

APÉNDICE 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 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 detalles

ANÁLISIS DE DATOS EXPERIMENTALES POR MÍNIMOS CUADRADOS

ANÁLISIS 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 detalles

Validación de métodos analíticos

Validación 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 detalles

Validación de métodos analíticos fisicoquímicos según los requerimientos definidos en la guía ICH/FDA

Validación 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 detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS 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 detalles

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

OTRAS 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 detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS 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 detalles

CRITERIOS 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 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 detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 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 detalles

Métodos 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 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 detalles

PARTE EXPERIMENTAL PROTOCOLO DE VALIDACION

PARTE 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 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

TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO

TERMINOLOGÍA 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 detalles

Medición: 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. 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 detalles

SUMARIO 1 GLOSARIO 5 A. MÉTODO ANALÍTICO 7. A.1. Determinación de Aniones...7. A.2. Determinación de Cationes...12

SUMARIO 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 detalles

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9

MÉTODOS 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 detalles

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ESTIMACIÓN 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 detalles

VALIDACIÓN DE MÉTODOS ANALÍTICOS DE LABORATORIO

VALIDACIÓN 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 detalles

ANALISIS DE CORRELACION Y REGRESION. Y = a + bx r, r 2...

ANALISIS 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 detalles

Tema 8: Regresión y Correlación

Tema 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 detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 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 detalles

Método de cuadrados mínimos

Método 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 detalles

Pasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)

Pasos. 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 detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES 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 detalles

Taller Verificación de Métodos Cuantitativos

Taller 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 detalles

Teoría de la decisión

Teoría 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 detalles

Regresión lineal simple y correlación

Regresión 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 detalles

TEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN

TEMA 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 detalles

Estimación de Parámetros.

Estimación 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 detalles

478 Índice alfabético

478 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 detalles

INTRODUCCIÔN A LA METROLOGÎA QUÎMICA

INTRODUCCIÔN 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 detalles

4.1 Análisis bivariado de asociaciones

4.1 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 detalles

VALIDACIÓN METODOS DE ENSAYO. Q.F. Marco Carmona Baez Sección Fisicoquimico

VALIDACIÓN 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 detalles

Elaboró: Luis Casas Vilchis

Elaboró: 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 detalles

CORRELACION Y REGRESIÓN LINEAL

CORRELACION 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 detalles

Universidad 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 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 detalles

INFERENCIA ESTADISTICA

INFERENCIA 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 detalles

3. Correlación. Introducción. Diagrama de dispersión

3. 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 detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE 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 detalles

APUNTES DE QUIMIOMETRIA REGRESIO LINEAL

APUNTES 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 detalles

UNIVERSIDAD 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: 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 detalles

Programa de Validación de Métodos Analíticos INFORMACIÓN GENERAL

Programa 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 detalles

ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS

ANALISIS 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 detalles

DEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS ANALISIS INSTRUMENTAl I

DEPARTAMENTO 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 detalles

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Universidad 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 detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, 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 detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS

INTRODUCCIÓN 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 detalles

Distribuciones Bidimensionales.

Distribuciones 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 detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Estadística 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 detalles

DCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.

DCA: 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 detalles

Tema VII. La predicción de variables

Tema 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 detalles

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Regresión 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 detalles

Universidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina

Universidad 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 detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii 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 detalles

INVESTIGACION TECNOLOGIA AGROINDUSTRIAL AZUCARERA

INVESTIGACION 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 detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. 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 detalles

Qué es una regresión lineal?

Qué 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 detalles

Información sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.

Información 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 detalles

Dos 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. 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 detalles

CORRELACIÓN LINEAL SIMPLE

CORRELACIÓN 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 detalles

CAPÍTULO VI RESULTADOS PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO

CAPÍTULO 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 detalles

Prueba t para muestras independientes

Prueba 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 detalles

Métodos 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. 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 detalles

4. Regresión Lineal Simple

4. 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 detalles

Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA

Prueba 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 detalles

Lección 3. Análisis conjunto de dos variables

Lección 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 detalles

VALIDACIÓN DE LOS PROCEDIMIENTOS ANALÍTICOS EMPLEADOS EN EL EXAMEN DE LOS MATERIALES FARMACÉUTICOS

VALIDACIÓN 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 detalles

Tema 2: Análisis de datos bivariantes

Tema 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 detalles

7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE

7. 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 detalles

Introducción a la Estadística Aplicada en la Química

Introducción 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 detalles

Determinación del tamaño de muestra (para una sola muestra)

Determinación 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 detalles

Jornada de Capacitación

Jornada 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 detalles

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ÍNDICE 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) =

= 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 detalles

VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS

VARIABILIDAD 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 detalles

Desarrollo y Validación de Técnicas Analíticas

Desarrollo 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 detalles

Estadísticas Pueden ser

Estadísticas 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 detalles

Estadística Descriptiva II: Relación entre variables

Estadística 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 detalles

Tema 4. Regresión lineal simple

Tema 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 detalles

DEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística

DEPARTAMENTO: 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 detalles

Conceptos básicos de metrología

Conceptos 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 detalles

ANALÍTICOS, FISICOQUÍMICOS Y

ANALÍTICOS, 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 detalles

Objetivo: Comprender cómo se calculan los intervalos de confianza y determinar el tamaño ideal de una muetra

Objetivo: 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 detalles

Julio Deride Silva. 4 de junio de 2010

Julio 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 detalles

Considerar 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.

Considerar 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 detalles

Tema 6. Variables aleatorias continuas

Tema 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 detalles

10 Modelo de regresión lineal

10 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 detalles

BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN

BLOQUE 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 detalles

Pruebas de Hipótesis

Pruebas 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 detalles

OMEPRAZOL KERN PHARMA 20 mg Cápsulas EFG

OMEPRAZOL 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 detalles

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14

Prueba 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 detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN 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 detalles

Correlación. 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) 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