Evaluacin de datos

analticos
MSc. Gabriela Barraza J.

Introduccin
El campo del anlisis supone considerable
cantidad de tiempo invertido para
aprender:

Los principios
Mtodos
Manejo de instrumentos
Perfeccionamiento de tcnicas

Tambin es importante:
Evaluacin de los datos obtenidos de los
diversos ensayos analticos.

Medidas de tendencia central o

posicin
Corresponden a valores que generalmente
se ubican en la parte central de un
conjunto de datos.
Forma como los datos pueden
condensarse en un solo valor central
alrededor del cual todos los datos
muestrales se distribuyen.

Medidas de tendencia central o

posicin
Las medidas de tendencia central
ms importantes son:
Media: Aritmtica y Aritmtica
ponderada.
Mediana.
Moda.

Media Aritmtica
Es la suma de todas las observaciones
dividida entre el nmero total de
observaciones.
Expresada de forma ms intuitiva,
podemos decir que la media aritmtica
es la cantidad ntotal de la variable
xi

distribuida a partes
iguales entre cada
i 1
observacin. X n

Mediana
Es el valor que ocupa la posicin
central de un conjunto de
observaciones, una vez que han sido
ordenados en forma ascendente o
descendente.
Divide al conjunto de datos en dos
partes iguales.

Clculo de la mediana
Si n es impar: posicin donde se
ubica la mediana es igual a (n+1)/2.
Si n es par: (n+1)/2 no es entero, por
lo tanto la mediana ser igual al
promedio de las dos posiciones
centrales.

Moda
Observacin o clase que tiene la
mayor frecuencia en un conjunto de
observaciones.
Un conjunto de datos puede ser
unimodal, bimodal o multimodal.
Es la nica medida de tendencia
central que se puede determinar
para datos de tipo cualitativo.

Clculo de la moda
Para datos no agrupados: es simplemente la
observacin que ms se repite.

Medidas de dispersin, variacin o

variabilidad.
Son valores numricos que indican o
describen la forma en que las
observaciones estn dispersas o
diseminadas, con respecto al valor
central.

Medidas de dispersin, variacin o

variabilidad.
Son importantes debido a que dos
muestras de observaciones con el
mismo valor central pueden tener
una variabilidad muy distinta.

Medidas de dispersin, variacin o

variabilidad.

Rango.
Varianza.
Desviacin Tpica.
Coeficiente de variacin.

Medidas de dispersin:
Rango
Rango (amplitud o recorrido):
Est determinado por los dos valores
extremos de los datos muestrales, es
simplemente la diferencia entre la
mayor y menor observacin.
Es una medida de dispersin
absoluta, ya que depende solamente
de los datos y permite conocer la
mxima dispersin.

Medidas de dispersin:
Rango
Casi no se emplea debido a que
depende nicamente de dos valores.
No proporciona una medida de
variabilidad de las observaciones con
respecto al centro de la distribucin.
Notacin: R

Medidas de dispersin:
Varianza
Es un valor numrico que mide el
grado de dispersin relativa porque
depende de la posicin de los datos
x1,x2,,xn con respecto a la media.
Es el promedio al cuadrado de las
desviaciones de cada observacin
con respecto a la media.
Notacin: s2, 2, var(X)

Medidas de dispersin: Varianza

Si la varianza de un conjunto de
observaciones es grande se dice que los
datos tiene una mayor variabilidad que
un conjunto de datos que tenga un
varianza menor.

x x
n

Para datos NO
agrupados:

s2

i 1

n
n

s
2

2
x
i
i 1

Medidas de dispersin: Desviacin

Tpica
Es la raz cuadrada de la varianza.
Notacin: s, .

s s

Medidas de dispersin: Coeficiente

de Variacin
Es una medida de dispersin relativa que
permite comparar el nivel de dispersin
de dos muestras de variables estadsticas
diferentes.
No tiene dimensiones.
Notacin: CV

CV

s
100%
x

Ventajas y Desventajas del

Rango
Ventajas:
til cuando se quiere conocer la
extensin de las variaciones
extremas (valor mximo de la
dispersin).
Fcil de calcular.

Ventajas y Desventajas del

Rango
Desventajas:
No es una MD con respecto al centro
de la distribucin.
Solo emplea dos valores en su
clculo.
No se puede calcular en
distribuciones de lmite de clase
abierto.

Propiedades, Ventajas y Desventajas

de la Varianza
Propiedades:
1. Siempre es mayor o igual a cero y
menor que infinito.
2. La varianza de una constante es
cero.
3. Si a una variable X la sometemos a
Y=a+bX, la varianza de Y ser
Var(Y) = b2Var(X)

Propiedades, Ventajas y Desventajas

de la Varianza
Ventajas:
Es til cuando se compara la variabilidad de dos
o ms conjuntos de datos.
Utiliza toda la informacin disponible.
Desventajas:
No proporciona ayuda inmediata cuando se
estudia la dispersin de un solo conjunto de
datos.
Difcil de interpretar por tener sus unidades
elevadas al cuadrado.

Ventajas y Desventajas de la
Desviacin Tpica
Ventajas:
Esta expresada en las mismas
unidades que la variable en estudio.
Utiliza todas las observaciones en su
clculo.
Fcil de interpretar.
Desventajas:
No tiene.

Ventajas y Desventajas del Coeficiente

de Variacin
Ventajas:
Es la nica MD que permite comparar
el nivel de dispersin de dos
muestras de variables diferentes.
Emplea toda la informacin
disponible en su clculo.
Fcil de calcular.

Ventajas y Desventajas del Coeficiente

de Variacin
Desventaja:
No es una MD con respecto al centro
de la distribucin de los datos.

Ajuste de una curva: anlisis de

regresin
Regresin lineal: Variable
independiente x, variable
dependiente y.
Coeficiente de correlacin (r): Ajuste
de datos a una lnea recta.
Coeficiente de determinacin (r2):
representa la proporcion de la
varianza de y que puede ser
atribuida a x.

CURVA
CALIBRACION

Concentracin Absorbancia 765

(mg/ml)
nm

Curva de Patrn
1.800

0.00

0.00

1.600

0.05

0.750

1.400

0.10

0.818

0.15

0.916

0.20

1.008

0.50

1.214

0.30

1.305

0.35

1.354

0.40

1.438

0.45

1.506

0.50

1.714

f(x) = 0.1x + 0.63

R = 0.98

1.200
1.000

ABSORBANCIA (765nm)

0.800
0.600
0.400
0.200
-

0.050.10.150.2 0.5 0.30.350.40.450.5

Trabajo de aplicacin
Presente datos y calcule los
indicadores mencionados en las
diapositivas anteriores.