Estads'ca

en el laboratorio

MTODOS DE CALIBRACIN:
REGRESIN Y CORRELACIN

Obje'vo
Calibracin:
Necesidad dado el creciente uso de mtodos
anal'cos, en lugar de los mtodos tradicionales.
Ejemplo: electrodos pH, conduc'vidad, etc.

Mtodos automa'zados para el procesamiento de

gran can'dad de muestras.
Todos sujetos a potenciales errores sistem'cos
que deben ser corregidos a 'empo.

Grcos de calibracin
Metodologa:

Se procede a la medicin de un analito en tres

o ms estndares en las mismas condiciones
en las que ser evaluada la muestra a
analizar.
Se incluye la medicin de un blanco (ausencia
total del analito de inters).
Siempre se graca la seal del analito en el
eje y, y la concentracin del analito en el eje x
(consideracin de errores en la medicin del
analito y no en la concentracin del estndar).
Una vez que el grco de calibracin ha sido
obtenido, el analito puede ser luego evaluado
por interpolacin.

Grcos de calibracin
Sin embargo:

El grco de calibracin muestra una relacin lineal?

Si es curva, Cul es la forma de la curva?
Si consideramos que cada medicin realizada con los estndares es
propensa a errores, Cul es la mejor lnea (o curva) que expresa la relacin
entre el analito y la seal?
Asumiendo que la relacin es lineal, Cules son los errores y los lmites de
conanza de la pendiente y el intercepto?
Cuando el grco es u'lizado para interpolar un valor, Cul es el error y los
lmites de conanza para el valor obtenido?
Cual es la menor concentracin del analito que puede ser detectado con
un determinado nivel de conanza? (lmite de deteccin)

Grcos de calibracin
Asunciones importantes:
Al realizar varias mediciones en un estndar, las
mediciones resultantes presentan errores que
son distribuidos normalmente.
La magnitud del error en y es independiente de
la can'dad de analito en la muestra.

Grcos de calibracin
Relacin lineal:
Responde a la ecuacin:
y= mx+b

Donde:
y = valor de la seal del analito
m= pendiente de la recta (sensibilidad)
x= concentracin del analito
b= intercepto (blanco)

Coeciente de correlacin
Iden'cando una relacin lineal:
Coeciente de correlacin momento-producto (r),
que nos permite evaluar si la relacin existente
entre las dos variables es lineal.

No subes'mar el poder de un anlisis grco.

Grcos de calibracin
Interpretando el valor de r:

Grcos de calibracin
Ejemplo:
Una solucin acuosa estndar es examinada
mediante espectrometra de uorescencia. Los
siguientes valores son obtenidos:
medicin

Intensidad

2.1

5.0

9.0

12.6

17.3

21.0

24.7

10

12

Concentracin

Determine el coeciente de correlacin (r)

Grcos de calibracin
xi

Suma

yi

(xi x)

(xi x)2

(yi y)

(yi y)2

(xi x) (yi y)

Grcos de calibracin

Grcos de calibracin
Considere:
El valor de r podra ser cercano
a uno, y sin embargo la relacin
entre las variables podra no
ser lineal.
Un r de 0 nicamente nos
indica que la relacin no se
ajusta a un modelo lineal, sin
embargo pudiera exis'r otro
modelo de relacin.

Grcos de calibracin
Como saber si la relacin lineal es signica'va?
Uso del estads'co t:

Donde:
Ho= no hay correlacin lineal
Uso de la tabla t para dos colas y (n-2) grados de
libertad.

La lnea de la regresin
Mejor relacin
Si tenemos evidencia de una relacin lineal
signica'va, la siguiente pregunta es cuales son las
caracters'cas (pendiente e intercepto) de esa lnea
que se ajusta de la mejor manera a todos los datos.
Estrategia:
Esa lnea es es'mada mediante la reduccin de los
errores entre los valores medidos y los predichos por
la funcin lineal (lnea de regresin):
Minimizacin de la suma de los cuadrados de los
residuos.

La lnea de la regresin
Puede ser demostrado que la mejor lnea
que minimiza los errores esta dada por:

La lnea de la regresin
Ejercicio:
Calcule la pendiente y el intercepto de la lnea
de regresin en base a los datos del ejemplo
previo.

Errores en la pendiente y el
intercepto

Errores en la pendiente y el
intercepto
Las lecturas realizadas presentan un cierto error en
la direccin y, que puede ser es'mado por el
estads'co sy/x para errores aleatorios en y:

Errores en la pendiente y el
intercepto
Errores aleatorios en la pendiente (Sb) y el
intercepto (Sa):

Errores en la pendiente y el
intercepto
Donde se puede es'mar los limites de conanza
para:
Pendiente
b t(n-2)Sb
Intercepto:
a t(n-2)Sa

Errores en la pendiente y el
intercepto
Ejercicio:
Calcule las desviaciones estndar y los lmites de
conanza de la pendiente y el intercepto de la
lnea de regresin elaborada anteriormente.

Calculo de una concentracin y su

error aleatorio
Una vez obtenida la ecuacin de la curva, es fcil
interpolar la concentracin del analito (y) en base a
la intensidad de la seal (x).
Debido a que tanto la pendiente, como el
intercepto estn sujetos a errores, es necesario
tambin es'mar el error asociado a la medicin.
Dichos error total (aleatorio y sistem'co) es de
diicil determinacin.

Calculo de una concentracin y su

error aleatorio
Simplicando:

Donde
yo es el valor experimental de y a par'r del cual
se determin xo.
Sxo es la desviacin estndar es'mada de xo.

Calculo de una concentracin y su

error aleatorio
En ocasiones, se puede recurrir a realizar m
lecturas para obtener el valor de yo, obtenindose
que sxo sera calculada:

Donde m es el nmero de lecturas realizadas para

cada medicin.

Calculo de una concentracin y su

error aleatorio
Lmites de conanza:
Los lmites de conanza para la medicin
realizada se calcularn mediante:
xo t(n-2)sxo
(con n-2 grados de libertad).

Calculo de una concentracin y su

error aleatorio
Ejercicio:
Empleando los datos del ejemplo anterior,
determine los valores de xo, sxo, y los lmites de
conanza de xo para soluciones con
intensidades de uorescencia de 2.9; 13.5 y 23.0
unidades.

Calculo de una concentracin y su

error aleatorio
Observe que:
Los lmites de conanza
son menores cuando yo
se aproxima al valor
promedio de y.
Por tal mo'vo, la mayor
precisin en las
mediciones se obtendrn
para lecturas que estn
cerca al centro de la
curva de calibracin.

Calculo de una concentracin y su

error aleatorio
Como mejorar:
Aumentando el nmero de puntos de calibracin (n).
Realizando ms mediciones (m) para la determinacin
de yo.
Considere que demasiadas mediciones podran no
mejorar signica'vamente la precisin.
Considere que un incremento de n acarrea ms
estndares que preparar, mientras que un nmero
pequeo de n signica mayores valores de t.
Se recomienda 6 puntos de calibrado y varias
mediciones de yo.
Si existen restricciones para m y n, entonces la mejor
opcin (en base a la ecuacin anterior) es que m=n.

Calculo de una concentracin y su

error aleatorio

Sy/x
Sa(intercepto)
Sb(pendiente)
Intercepto
Pendiente

Lmites de deteccin
Denicin:
Aquella concentracin que proporciona una seal en
el instrumento (y) signicaFvamente diferente de la
seal del blanco o ruido de fondo.
Si bien es cierto no existe un consenso en cuanto a
cuando es signica'vamente diferente, se suele
generalizar que:
Lmite de deteccin (LOD) = blanco + 3sblanco
Donde para una calibracin univariada sblanco= sy/x

Lmites de deteccin

Lmites de deteccin
Ejercicio:
Es'me el lmite de deteccin del ejemplo
anterior.

Datos anmalos en la regresin

Estrategia:
Iden'cados mediante el anlisis de los
residuales (yi-i).
Sin embargo, los residuales no son
independientes pues su suma siempre ser
igual a cero.
Por tal razn un test Q no es aplicable.
Necesidad de recurrir a mtodos grcos

Datos anmalos en la regresin

Regresin para comparacin de

mtodos anal'cos
Jus'cacin:
Cuando comparamos dos mtodos para la
determinacin de un analito a varias
concentraciones, podemos hacer uso de las
tcnicas estads'cas anteriores.
Sin embargo, cuando dicha evaluacin se lleva a
cabo en un amplio espectro de concentraciones,
se debe recurrir a una regresin.
Logrando iden'car presencia de errores
sistem'cos.

Regresin para comparacin de

mtodos anal'cos
Ideal:
Pendiente = 1
r = 1
Intercepto = 0
Sin embargo, imposible
debido a errores aleatorios.

Regresin para comparacin de

mtodos anal'cos
Estrategia:
Contrastar que el origen de la recta diere
signica'vamente de cero.
Contrastar que la pendiente diere
signica'vamente de uno.
Haciendo uso de mediciones nicas o
promediadas realizadas por ambos mtodos.

Regresin para comparacin de

mtodos anal'cos
Ejercicio: