OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON



Documentos relacionados
Estimación de Parámetros.

VISTO el expediente EX APN-DERA#ANMAT; y. reducción del consumo de sodio de la población, siendo reglamentada por el

LABORATORIO DE CALIDAD NUTRICIONAL VALIDACIÓN DE MÉTODOS ANALÍTICOS: CASO LOWRY MÓNICA PIZARRO S.

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8

Herramientas para el análisis estadístico del control de calidad en laboratorios en desarrollo

Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto

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

Las 19 primeras diapositivas de esta clase están incluidas en la clase teórica previa: Error y expresión de resultados (diapositivas 22 a 40).

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández

Seminario de Evaluación Estadística de Ensayos de Aptitud por Comparación Interlaboratorio

VALIDACIÓN DE MÉTODOS DE ANÁLISIS VALIDACIÓN DE MÉTODOS 1

> NT-32 rev. 2 ENAC Tipo III: Métodos basados en métodos de referencia Tipo IV: Otros métodos.

Propuesta de tratamiento de datos para control de procesos y productos en la industria de alimentos. Miguel Zazopulos G.

Herramientas estadísticas aplicadas a la validación de métodos analíticos.

ENSAYOS DE INTERCOMPARACIÓN-PROFICIENCY TESTS

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

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

REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE

Actualización en la Verificación de Procedimientos de Medida Cuantitativos. Un modelo de aplicación para el Laboratorio Clínico

Diseño de experimentos - prueba de hipótesis.

Estadísticas Pueden ser

Taller Verificación de Métodos Cuantitativos

Cómo calcular y elegir la media y desviación estándar adecuada para mi laboratorio? Francisco J. Acevedo Barranco QSD - México

Información contenida en una recta. Panorama y objetivos de la validación

Inferencia estadística: Prueba de Hipótesis. Jhon Jairo Padilla A., PhD.

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

ANÁLISIS ESTADÍSTICO DE RESULTADOS

INFERENCIA ESTADISTICA

ANALISIS DE RESULTADOS DE RONDA INTERLABORATORIO ORGANIZADA POR CFIA GRUPO TÉCNICO DE MICROBIOLOGIA REPORTE

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I

INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS

Pruebas de hipótesis

Sistema de Gestión de la calidad.aplicación III JORNADA SAMLA

Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.

Alcances De Las Pruebas De Campo En Avicultura. Marco A. Rebollo Franco, DVM

Unidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15

Ing. MSc. Luis Fernando Restrepo Gómez

OBJETIVOS Y/O ALCANCES DE LA ASIGNATURA:

báscula 1 báscula 2 Podemos comprobar que en ambos casos el p valor > 0,05, lo cual implica la normalidad de las muestras.

ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO

VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS

Comparación de métodos de aprendizaje sobre el mismo problema

CONTROL ESTADISTICO DE LA CALIDAD

ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS

Mediciones. Errores. Propagación de errores. Estadística. Prof. Arturo S. Vallespi

PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV SMIRNOV

Número de Observaciones (N): cuántas observaciones serán necesarias para detectar el efecto?

Glucósidos Cianogénicos en Productos de Yuca

Incertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos. Cómo cumplir con requisitos de la ISO 15189

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

El plan de muestreo. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-

Folleto de Estadísticas. Teoría del 2do Parcial

ANÁLISIS DE REGRESIÓN

PATRONES DE DISTRIBUCIÓN ESPACIAL

aceptar o rechazar evidencia hipótesis nula y la hipótesis alternativa enunciado que se probará "no hay efecto" o "no hay diferencia"

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS

EVALUACIÓN EN APRENDIZAJE. Eduardo Morales y Jesús González

POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN

TEST DE RAZÓN DE VEROSIMILITUD GENERALIZADA

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

Estadísticas II. M. en E. M. Milagros Eugenia Faci. 15 de julio de 2010

El primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis:

Supuestos y comparaciones múltiples

Validación de métodos en microbiología industrial y ambiental a la luz de la ISO 17025

Contenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

Introducción al tratamiento de datos experimentales. Aplicación en fisicoquímica

Diseño de Experimentos

SIMPOSIO 6. Modelos de Estimación de Incertidumbre de Medida

Herramientas estadísticas aplicadas a la validación de métodos analíticos.

Inferencia Estadística

Validación de los métodos microbiológicos CARACTERISTICAS DE LOS RESULTADOS DE MEDICION DE METODOS MICROBIOLOGICOS

REUNIÓN DE LA RED REGIONAL DE LABORATORIOS NACIONALES DE CONTROL DE CALIDAD DE VACUNAS Validación de Métodos Biológicos

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL

EVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

ANALÍTICOS, FISICOQUÍMICOS Y

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología

Internacionales de pureza del Azafrán. Dª Olga Acevedo Regalado Dr. Rafael Rotger Dr. José Luis Novella Dra. Leonor Nozal

C.2. Prueba de Ji Cuadrado ( no paramétrica)

Introducción a la Estadística Aplicada en la Química

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.

EL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN

Medición: Conjunto de operaciones que tiene por objeto determinar el valor de una magnitud. Metrología: Ciencia de la medición.

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

UNIVERSIDAD DE ATACAMA

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis

UNIVERSIDAD ALONSO DE OJEDA ESTADISTICA II

Simulación a Eventos Discretos. Clase 8: Análisis de resultados

Conceptos del contraste de hipótesis

Inferencia estadística

Índice. Diseños factoriales. José Gabriel Palomo Sánchez E.U.A.T. U.P.M. Julio de 2011

EVALUACIÓN DE LA EFICACIA DE UN INSECTICIDA BIOLÓGICO MEDIANTE ANÁLISIS PROBIT

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Inf In e f re r ncia est es adís t t adís ica: ic Prueba de Hipótesis Jhon Jairo Jair Pa P dilla a A., PhD. PhD

Transcripción:

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 que indicase "garantía de calidad".

Qué es un Test de Significancia estadística? Cuantifican hasta que punto la variabilidad de la muestra puede ser responsable de los resultados de un estudio en particular. La H o (hipótesis nula) representa la afirmación de que no hay asociación entre las dos variables estudiadas y la H a (hipótesis alternativa) afirma que hay algún grado de relación o asociación entre las dos variables. Es una aseveración H o (hipótesis nula) = No hay diferencia entre ambos tratamientos. H a (hipótesis alternativa) = Sí existe diferencia

Qué es un Test de Significancia estadística? Son estadísticamente diferentes? son verdaderamente diferentes? NO SOLO PARECER DIFERENTES!! Se necesita una prueba para decir si son estadísticamente diferentes?

Qué se entiende por Nivel de Significancia? Probabilidad de rechazar la hipótesis nula cuando es verdadera : El nivel de confianza (1-α), indica la probabilidad de aceptar la hipótesis planteada, cuando es verdadera en la población.

Qué estadísticos usar?

Que estadísticos usar LOS ESTADÍSTICOS z Y t. La elección de uno de estos depende de la cantidad de muestras que se toman Si el tamaño de la muestra de la prueba son iguales a 30 o mas se utiliza el estadístico z En caso contrario se utiliza el estadístico t.

Test de significancia mas usados TEST T Y TEST F TEST T En un laboratorio de alimentos un analista hizo 10 replicas de una muestra de carne para detección de enterobacterias, obteniendo un promedio de 54,000 UFC/g. El valor asignado es de 44,100 UFC/g. Ho: No existe diferencia significativa entre el valor medio obtenido y el valor asignado. Test t para una muestra

TEST T Se hace recuento en UFC/g de Hongos y Lavaduras en carne y leche en polvo empleando un método tradicional. Obteniendo un promedio del recuento de 806 UFC/g de hongos y levaduras en carne y 910 UFC/g en leche en polvo. Ho: No existe diferencia entre el valor medio obtenido en el recuento de UFC/g en de la carne y el valor medio obtenido en la leche en polvo. Test t NO pareado o independiente

TEST T Se hace recuento en UFC/g de Bacillus cereus. en carne empleando un medio tradicional Agar selectivo de Bacillus cereus (Mossel) y en un método comercial en placa. Obteniendo un promedio del recuento de 200 UFC/g en el medio tradicional Agar selectivo de Bacillus cereus (Mossel) y 223 UFC/g en el método comercial en placa. Ho: No existe diferencia entre el valor medio obtenido en el recuento de UFC/g en el medio Agar selectivo de Bacillus cereus (Mossel) y el valor medio obtenido por el método comercial en placa. Test t pareado

TEST DE SIGNIFICANCIA E INTERVLOS DE CONFIANZA t- test f-test Son usadas a menudo para determinar si la diferencia que existe entre dos cantidades que están midiendo el desempeño de un parámetro son significativas Estos test son llamados test de significancia 13

TEST DE SIGNIFICANCIA E INTERVLOS DE CONFIANZA Hipótesis Nula: No existe diferencia entre las dos cantidades. Cuando las Pruebas Estadísticas T o F test son grandes, la hipótesis nula es rechazada. Es decir que la diferencia es estadísticamente significativa. Cuando estas estadísticas son pequeñas no tienen diferencia estadísticamente significativa la Hipótesis Nula es aceptada. 14

15

T TEST PAREADO Se emplea para evaluar dos medias y determinar si existe diferencia entre ellas. Pareado si las dos medias son tomadas de la misma muestra estadística : Comparación son las misma muestras procesadas en dos métodos. No pareados cuando se comparan dos medias de diferente muestra estadística ejemplo cuando se compara la media de los valores de obtenidos en un queso vs la media de los valores de obtenidos en quajada en un ensayo microbiológico. 16

T Test Pareado El Sesgo o Bias se calcula : mediante la diferencia de las dos medias. BIAS =Y-X Valor de T bias T = s d / N El valor de t expresa la magnitud del error sistemático en múltiplos de (DS) 17

T Test Pareado Si el valor de t obtenido en la ecuación es mayor que el valor de T crítico obtenido en la tabla la hipótesis nula es rechazada es decir que existe diferencia significativa entre las medias, es decir que existe un error sistemático. El valor critico de t es calculado en función de la probabilidad y los grados de libertad de la prueba. bias T = s d / N Bias = y - x 18

Grados de libertad cuando se hacen replicas, en ejercicios de r y R.

F Test Es usado para comparar la varianza del método probado con la varianza del método de comparación. La varianza es simplemente el cuadrado de la DS. Mientras el T test muestra si existe diferencia significativa entre las medias el test F muestra si existe diferencia significativa entre las varianzas. 20

F Test En pocas palabras el test t es usado para estimar si existe Error sistemático (inexactitud y el test F es usado para error aleatorio (imprecisión). Cuando el valor de F tést es mayor que el valor crítico de F encontrado en la tabla, la hipótesis nula es rechazada, y entonces la diferencia estadística entre las varianzas es significativa. 21

F Test Método Probado (Y) N= 21 DS = 5 Método Comparativo (X) N= 31 DS = 4 F = DSy 2 /(DS)x 2 = 25/16 = 1.56 En la tabla el valor crítico para F es 1.93 1.56< 1.93 luego no existe diferencia significativa. 22

23

Ejercicio En un estudio de validación de un método comercial para detectar bacterias del género Bacillus cereus, este tiene una DS log10 de 0,40, y el método de comparación tiene una DS log10 de 0,60. Ambas estimaciones se hicieron sobre 21 muestras. Cual es el valor del F calculado Cual es el valor del F critico La diferencia observada en precisión es estadísticamente significativa 24

CRITERIO DE ACEPTABILIDAD EN LOS TEST DE REPETIBILIDAD

TROMPETA Y ECUACION DE HORWITZ El Coeficiente de Variación (CV) Horwitz, es propuesto como un valor de referencia para evaluar el desempeño de en pruebas Interlaboratorios Establece el modelo general de reproducibilidad y Repetibilidad, pudiendo evaluar la homogeneidad de la varianza. Horwitz dedujo una expresión para predecir el valor esperado para la desviación estándar relativa para la precisión intermedia (o interlaboratorio) a partir de la concentración de analito, c. ECUACIÓN HORWITZ: (2^(1-(0,5*(LOG10( CONCENTRACION MEDIA/1000000)))))

Microgramos

2. VALIDEZ DE UN DUPLICADO 5.5 veces la DS obtenida bajo condiciones de Repetibilidad.

MANEJO DE VALORES ABERRANTES

FILTROS ESTADISTICOS FILTRO DE DIXON

MÉTODO DE DIXON PARA VALORES ABERRANTES 1. Ordenar los valores de Mayor a menor. Dato mayor Xn y el anterior Xn-1 Dato menor X1 y el siguiente X2 2. El menor valor es aberrante si: X2-X1 > (Xn-X1)/3 3. El mayor valor es aberrante si : Xn-Xn-1 > (Xn-X1)/3 4. Se prueba pareado. 31

CEPA ATCC ATCC NOMBRE: MATRIZ: METODO: UNIDADES: Sthafilococcus aureus CARNE DIRECTO UFC/gr UCF/gr LOG10 ARREGLO ORDENADO DCE LOS DATOS 01/08/2013 18.000 4,26 4,00 02/08/2013 17.000 4,23 4,00 03/08/2013 11.000 4,04 4,04 04/08/2013 10.000 4,00 4,04 05/08/2013 18.000 4,26 4,08 06/08/2013 15.000 4,18 4,18 07/08/2013 17.000 4,23 4,20 08/08/2013 16.000 4,20 4,20 09/08/2013 30.000 4,48 4,23 10/08/2013 17.000 4,23 4,23 11/08/2013 12.000 4,08 4,23 12/08/2013 10.000 4,00 4,23 13/08/2013 16.000 4,20 4,23 14/08/2013 17.000 4,23 4,23 15/08/2013 18.000 4,26 4,26 16/08/2013 17.000 4,23 4,26 17/08/2013 17.000 4,23 4,26 18/08/2013 19.000 4,28 4,28 19/08/2013 11.000 4,04 4,28 20/08/2013 19.000 4,28 4,48 XN 4,48 XN-1 4,28 X1 4 X2 4,04 MAYOR ABERRANTE MENOR ABERRANTE XN-XN-1 0,2 (XN-X1)/3 0,16 EL VALOR ES ABERRANTE X2-X1 0,04 (XN-X1)/3 0,16 EL VALOR NO ES ABERRANTE 32