EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

Documentos relacionados
L ANÀLISI DE VARIÀNCIA (ANOVA) 2. Estimació de components de variància

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Un estimado de intervalo o intervalo de confianza ( IC

75.12 ANÁLISIS NUMÉRICO I GUÍA DE PROBLEMAS INTEGRACIÓN

CASO PRÁCTICO TEORÍA. 1 i (REGRESIÓN LINEAL CON PESOS ESTADÍSTICOS OBTENIDOS DE RÉPLICAS)

PRÁCTICA 5 TRABAJO Y ENERGÍA

Estimación de incertidumbres en calibración de Osciladores

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

DISTRIBUCIONES BIDIMENSIONALES

Aspectos fundamentales en el análisis de asociación

IN540: Métodos Estadísticos para economía y gestión Profesores: Marcelo Henríquez, Felipe Avilés Auxiliares: José Miguel Carrasco

Análisis de Resultados con Errores

) para toda permutación (p p 1 p

Laboratorio de Bases Físicas del Medio Ambiente

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

Utilizar sumatorias para aproximar el área bajo una curva

INTRODUCCIÓN A LOS MODELOS DE SUPERPOBLACIÓN EN LAS TÉCNICAS DE MUESTREO CON PROBABILIDADES DESIGUALES

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS

CAPÍTULO II Métodos experimentales

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS DE DOS MUESTRAS: ANOVA (PARTE I)

Figura 1

Problemas donde intervienen dos o más variables numéricas

ANÁLISIS DE FRECUENCIAS

TEMA 5. INTERPOLACION

Modelos lineales Regresión simple y múl3ple

TEMA 5. INTERPOLACION

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

ANALISIS INSTRUMENTAL Calibración y Límite de Detección en Técnicas Instrumentales.

MEMORIA TÉCNICA. Dinámica del agua en el suelo a través del contenido de humedad edáfica H Paoli y J Diez

Lección 4. Ejercicios complementarios.

Estadísticos muéstrales

EXPERIMENTACIÓN COMERCIAL(I)

Medidas de Variabilidad

Métodos cuantitativos de análisis gráfico

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

INSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

PyE_ EF2_TIPO1_

Tema 6. Estadística descriptiva bivariable con variables numéricas

Objetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá:

Estadísticos muéstrales

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Para el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por:

Pronósticos. Humberto R. Álvarez A., Ph. D.

VII. Solución numérica de ecuaciones diferenciales

Modelos unifactoriales de efectos aleatorizados

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

3. VARIABLES ALEATORIAS.

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

, x es un suceso de S. Es decir, si :

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

Tema 1.3_A La media y la desviación estándar

Práctica 5: Obtención de los parámetros Z e Y de un cuadripolo

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS

Facultad de Química. UNAM Alejandro Baeza

Inferencia en Regresión Lineal Simple

Relaciones entre variables

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

INFLUENCIA DEL FLUJO DE HIDRÓGENO EN LA INCERTIDUMBRE DEL SISTEMA DE REFERENCIA PARA MEDICIÓN DE ph

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Mª Dolores del Campo Maldonado. Tel: :

Introducción a la Física. Medidas y Errores

Análisis de ruido en detectores ópticos.

PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD

2. Tratamiento de errores

Regresión múltiple k k

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

Estructura de tabla. Crear una tabla de base de datos. Paso previo a la creación i

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

COLEGIO DE POSTGRADUADOS EFICIENCIA DE LOS MÉTODOS DE ASIGNACIÓN DE NEYMAN Y PROPORCIONAL EN EL MUESTREO ALEATORIO ESTRATIFICADO

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

Examen Final de Econometría Grado

Condiciones Generales TestQual 2013

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

1. Lección 7 - Rentas - Valoración (Continuación)

TEORÍA DE MEDIDAS INTRODUCCIÓN

PRACTICA 3: ESTUDIO DEL EQUILIBRADO ESTÁTICO Y DINÁMICO. ROTACIÓN DE UN CUERPO RÍGIDO ALREDEDOR DE UN EJE FIJO.

TÉCNICAS AUXILIARES DE LABORATORIO

Ejercicios y Talleres. puedes enviarlos a

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Conversión entre coordenadas geodésicas y coordenadas locales

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

MUESTREO EN POBLACIONES FINITAS

Tema 6 El mercado de bienes y la función IS

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.

Unidad 5 2 (5.2) Métodos cuantitativos de análisis gráfico. Método de cuadrados mínimos Regresión lineal

ANEXO 1 RESOLUCIÓN MEPC.192(61) Adoptada el 1 de octubre de 2010

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

Tratamiento de datos experimentales. Teoría de errores

Enlaces de las Series de Salarios. Metodología

Transcripción:

EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona En el artículo anteror [Boqué, 004] ntrodujmos el análss de la varanza (ANOVA) y mostramos un ejemplo de su aplcacón a la comparacón de múltples columnas de datos. En este capítulo nos ocupamos de una segunda aplcacón de gran nterés analítco: la estmacón de los componentes de varacón de un procedmento analítco. Estmacón de componentes de varanza Supongamos que queremos evaluar la varabldad debda al muestreo y a los tratamentos en un determnado procedmento analítco, por ejemplo, la determnacón de clembuterol en hígado (puede encontrarse una breve descrpcón del método en [Maroto, 003]). De esta forma, podríamos utlzar esta nformacón para saber cuánto afectan el muestreo y los tratamentos a nuestros resultados. A contnuacón, y en funcón de su efecto, podríamos plantearnos modfcar la etapa de muestreo o la de tratamentos con el fn de dsmnur dcha varabldad. Ahora ben, cómo podemos calcular esta varabldad? Un ANOVA de dos factores nos proporcona la herramenta adecuada para calcular dchas fuentes de varabldad en térmnos de varanza. Para llevar a cabo este ANOVA, es necesaro realzar el dseño epermental propuesto en la Fgura 1. Este dseño epermental es un dseño andado, donde se toman como factores de varacón el muestreo, los tratamentos y la medda nstrumental por HPLC. En la práctca, aplcar este dseño es sencllo. En este ejemplo concreto, se tomaron 6 muestras del hígado de un anmal al que se le había sumnstrado clembuterol. Después de homogenezar las muestras, cada 1

muestra se dvdó en dos submuestras. A cada una de estas submuestras se le realzaron los tratamentos (centrfugacón y etraccón) de forma ndependente. Fnalmente, se realzó por duplcado la determnacón cromatográfca de cada uno de los etractos obtendos durante los tratamentos. Muestra 1 1... Muestra...... Muestra Tratamentos Tratamento 1 Tratamento Tratamento 1 Tratamento j Medda nstrumetal k. 11 1 1 111 11 11 1. 11 1 1 Fgura 1. Dseño epermental para calcular las varanzas del muestreo, tratamentos y de la medda nstrumental a partr de un ANOVA de dos factores. La Tabla 1 muestra los resultados obtendos al segur el dseño epermental de la Fgura 1. A partr de estos resultados debe realzarse un ANOVA de dos factores para calcular las varanzas asocadas al muestreo, a los pretratamentos y a la medda nstrumental del método. El tpo de precsón asocada a la medda nstrumental obtenda a partr del ANOVA dependerá de cómo se hayan analzado los etractos por duplcado. En nuestro ejemplo, los duplcados se analzaron en condcones de repetbldad. Por tanto, a partr del ANOVA obtendremos la varanza asocada a la repetbldad de la determnacón cromatográfca. Sn embargo, s hubésemos querdo obtener a partr del ANOVA la varanza asocada a la precsón ntermeda de la determnacón cromatográfca, tendríamos que haber analzado los duplcados en condcones ntermedas (es decr, en dferentes días, con dferentes analstas, dferentes calbrados, etc.).

Tabla 1. Resultados obtendos al segur el dseño de la Fgura 1 para la determnacón de clembuterol en hígado (concentracones epresadas en µg/kg). Tratamento 1 Tratamento Muestra Réplca 1 Réplca Réplca 1 Réplca 1 1. 1.7 1.8 1.31 1.8 1.5 1.3 1.36 3 1.16 1.14 1.10 1.08 4 1.35 1.38 1.30 1.3 5 1. 1.19 1.6 1.4 6 1.18 1.15 1.05 1.09 La Tabla muestra las epresones que deben utlzarse para calcular el cuadrado de las medas asocado a cada una de las fuentes de varabldad. Una vez calculados, las varanzas asocadas al muestreo, a los tratamentos y a la medda nstrumental pueden calcularse fáclmente utlzando las epresones de la Tabla 3. Esten numerosos paquetes estadístcos que realzan el cálculo del ANOVA y proporconan el cuadrado de las medas. Por tanto, en la práctca úncamente es necesaro aplcar las epresones de la Tabla 3 para obtener las varanzas. Tabla. Epresones para calcular los cuadrados de las medas asocados al ANOVA de dos factores., y son el número de muestras, de tratamentos y de replcados, respectvamente. En nuestro ejemplo, = 6, = y =. Cuadrado de las medas Grados de lbertad muestreo = = 1 ( 1 ) -1 Tratamentos trat = = 1 j = 1 ( j ( 1) ) l (-1) ( ) Medda 1 1 1 nstrumental med = = = = jk j j k ( 1 ) l (-1) TOTAL TOTAL ( ) 1 1 1 = = = = jk j k 1-1 3

Tabla 3. Epresones para calcular las varanzas asocadas a cada una de las fuentes de varabldad de un ANOVA de dos factores. Tratamentos Medda nstrumental s Varanza Grados de lbertad muestreo trat muestreo = -1 s trat trat med = l (-1) s med = med (-1) La Tabla 4 muestra la suma de las medas y las varanzas asocadas al muestreo, a los pretratamentos y a la repetbldad de la medda nstrumental cromatográfca. A partr de los valores obtendos, podemos observar que el muestreo es la fuente de varabldad que más afecta a la determnacón de clembuterol en hígado. Por otro lado, la repetbldad cas no afecta a los resultados analítcos. Tabla 4. Cuadrado de las medas y varanzas obtendas para los resultados de la Tabla 1. Cuadrado de Desvacón Grados de Varanza las medas, estándar lbertad 3.45 10-7.56 10-3 8.69 10-6-1=5 Tratamentos 4.30 10-3 1.90 10-3 4.36 10-6 (-1)=6 Medda nstrumental 4.9 10-4 4.9 10-4. 10-6 (-1)=1 Conclusones En este artículo hemos vsto una de las prncpales aplcacones del ANOVA en químca analítca: la descomposcón de la varabldad total de un procedmento analítco en las fuentes de varabldad parcales más mportantes, como son el muestreo, los tratamentos y la medda nstrumental. Estas varanzas nos permten determnar qué etapa del procedmento ntroduce más ncertdumbre en los resultados fnales y, además, pueden resultar muy útles para determnar cuáles son los factores que afectan más a nuestro procedmento analítco. 4

Referencas bblográfcas Rcard Boqué, Alca Maroto, El análss de la varanza (ANOVA). 1. Comparacón de múltples poblacones, Técncas de Laboratoro, 004, en prensa. Alca Maroto, Rcard Boqué, ord Ru, F. Xaver Rus, Cálculo de ncertdumbre en meddas químcas: análss cromatográfco, Técncas de Laboratoro, 79 (003) 1-17. Los autores agradecen todos los comentaros relaconados con los contendos de este artículo. Pueden drgrse, medante mensaje electrónco, a la dreccón: qumo@qumca.urv.es. Una versón en soporte electrónco de este artículo e nformacón suplementara puede encontrarse en: http://www.qumca.urv.es/qumo 5