Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 1 – Estatística (parte 1) Prof. Julio C. J. Silva Universidade Federal de Juiz de Fora (UFJF) Instituto de Ciências Exatas Depto. de Química Juiz de Fora, 2o Semestre, 2015 QUI 154/150 – Química Analítica V Análise Instrumental O PAPEL DA QUÍMICA ANALÍTICA “A química analítica é uma ciência de medição que consiste em um conjunto de idéias e métodos poderosos que são úteis em todos os campos das ciências e medicina” Métodos Analíticos Quantitativos • Análises Qualitativas • Análise Quantitativa – Métodos Clássicos – Métodos Instrumentais • Analitos Escolha do Método Estatística Estatística Precisão e Exatidão • Precisão: – Termo geral usado para avaliar a dispersão de resultados entre ensaios independentes repetidos de uma mesma amostra ou padrões em condições definidas – Repetividade – Reprodutibilidade – Termos relacionados: Desvio padrão (s), variância (s2) e coeficiente de variação (CV) • Exatidão: – Exatidão do método é definida como sendo a concordância entre o resultado de um ensaio e o valor de referência aceito como convencionalmente verdadeiro; – Erro absoluto (E) = xi – xv – Erro relativo (E%) = ((xi – xv)/ xv)x100 Baixa exatidão e precisão Alta exatidão e baixa precisão Baixa exatidão e alta precisão Alta exatidão e alta precisão Tipos de Erros: Sistemático e Aleatório • Erro sistemático (tendência): – Surge de uma falha na execução de um experimento, erro do método, falha de um equipamento, reagente ou erro grosseiro. – Afeta a exatidão – Pode ser reproduzido – Viés erro sistemático associado a análise (+ ou -) – Erro constante – Erro relativo – Exp: vidraria descalibrada (desgaste ou efeito da temperatura) – Fontes de erros sistemáticos (instrumentais e pessoais): – Problemas no instrumento (desgaste mecânico, vida útil de peças, efeito da temperatura sobre dispositivos eletrônicos, etc.) – Calibração falha (vidraria descalibrada) – Fontes de erros sistemáticos (método): – Cinética de reação – Reações paralelas – Decomposição incompleta – São os mais importantes devido a complexidade – Fontes de erros sistemáticos (pessoais): – Erro de paralax Erro de paralax – Redução dos erros sistemáticos (instrumentais e pessoais): – Calibração não corrige efeitos de matriz – Análise de replicatas (desvio padrão) – Redução dos erros sistemáticos (método): – PEP (Programa de Ensaio de Proficiência Interlaboratorial), métodos de referência (estudos comparativos, farmacopéia) – Tamanho da amostra – Outras opções: Tipos de Erros • Erro aleatório (indeterminado): – Erros que se manifestam na forma de pequenas variações nas medidas de uma amostra. – São produzidas por fatores que o analista não possui controle e, na maioria dos casos, não podem ser controlados. – Quanto maior o número de medidas, mais os valores medidos se distribuem (aproximadamente) simetricamente em torno da média. Fonte de Erros Aleatórios – Exemplo: variação de volume de uma pipeta (calibração) • Curva do erro normal ou Gaussiana (Histograma): curva relativa a um mesmo procedimento aplicado a um número muito grande erros individuais • Fontes de erros Julgamento visual, tempo de escoamento, efeito da temperatura, variação da balança, etc. Tratamento de erros aleatórios (populações e amostras) Tratamento de erros aleatórios (populações e amostras) • População é a coleção de todas as medidas de interesse para o analista. • Média = , Desvio padrão = (parâmetros) • Amostra é um subconjunto de medidas selecionadas a partir da população. Média = , s = desvio padrão (estimativas) Propriedades das Curvas Gaussianas • Desvio padrão da população () Precisão da população de dados Propriedades das Curvas Gaussianas • z = variável que permite descrever qualquer população de dados independentemente do seus desvio padrão Propriedades da curva normal • Considerando a distribuição normal, o desvio padrão (), os valores de z (desvio da média (x - µ) relativo ao desvio padrão ()), pode-se concluir: • A população () ocorre no ponto central da frequência máxima • Existe uma distribuição simétrica dos desvios () negativos e positivos em torno do máximo (µ) • Existe um diminuição exponencial no número de repetições (frequência) à medida que a magnitude do desvio () aumenta Propriedades da curva normal 68% de N é esta dentro de 1 95,4% de N é esta dentro de 2 • Desvio padrão da amostra • Variância (s2) estimativa da variância da população () • Graus de liberdade (N – 1) s representa uma estimativa de sem tendências • Erro padrão da média • Coeficiente de variação Amostra Precisão de uma média SX N Propagação de erros • Definir o intervalo de confiança (IC) – relaciona-se ao desvio padrão da média. • Determinar o número de réplicas de medidas necessário para assegurar que uma média experimental esteja contida em uma certa faixa, com um dado nível de probabilidade. • Estimar a probabilidade de (a) uma média experimental e um valor verdadeiro ou (b) duas médias experimentais serem diferentes; isto é, se a diferença é real ou simplesmente o resultado de um erro aleatório. • Determinar, dentro de um dado nível de probabilidade, se a precisão de dois conjuntos de resultados é diferente. • Decidir com uma certa probabilidade se um valor aparentemente crítico, contido em um conjunto de réplicas de medidas, é o resultado de um erro grosseiro que, portanto, pode ser rejeitado, ou se é parte legítima de uma população que precisa ser mantida no cálculo da média do conjunto de resultados. Tratamento de estatística de dados Intervalo de Confiança • Intervalor de confiança (IC) faixa de valores entre os quais se espera que a média da população (µ) esteja contida com uma certa probabilidade; desde que haja uma boa estimativa de “ ” • Nível de confiança (NC) probabilidade de que esteja em um certo intervalo. (Erro padrão da média) m = /(N) 0,5 Intervalo de Confiança da Média quando é ? • Sabe-se que para N grande X (média) e s (desvio padrão), são estimativas de e (desvio padrão da população) • Em química analítica pequeno número de determinações • Na prática apenas as estimativas podem ser calculadas • Porém, s: somente para um grande número de medidas, o que não ocorre na prática. • Assim, o intervalo de confiança deve ser maior para s (poucos medidas) tender a . • Valor t Desvio da média em relação a s • Para a média de N medidas • Teste t de Student Ferramenta estatística usada para representar IC e para comparação de resultados • Teste “t” de Student Desenvolvido por W.S. Gosset (Student) em 1908 para compensar as diferenças existentes entre “” e “x” , além de levar em conta que “s” é simplesmente uma aproximação de • Intervalo de confiança da média (IC) para N réplicas • Valor “t” variabilidade do desvio (s) a um certo nível de confiança (NC)Testes de hipóteses (significância) • Hipótese nula (H0) cita que duas ou mais quantidades observadas são estatisticamente iguais, ou seja: = 0 • NC (Em termos fracionários) (valor p) • NC (Em termos percentuais) (1 - ) X 100 • Teste z para grandes amostras: Usado para um número pequeno de amostras • Comparar a média de uma série de resultados com um valor de referência e exprimir o nível de confiança associado ao significado de comparação • Também usado para testar a diferença entre as médias de dois conjuntos de resultados • Se tcalculado> ttabelado: • O valor encontrado difere significativamente do valor de referência. Nesse caso não se pode adotar a hipótese nula (H0) que não há erro sistemático na análise Testes de Significância - Teste t de Student (0,1) → P = 100 x (1- ) = 90% Viés Indica a tendência dos dados apresentarem algum erro sistemático Testes de Significância Teste t de Student (0,1) → P = 100 x (1- ) = 90% Testes de Significância Teste t de Student Teste F (Usado para Comparar variâncias) O maior valor de s é sempre colocado no numerador, o que faz com que o valor de F seja sempre maior do que a unidade. Testes de Significância - Teste F Testes de Significância Teste F (Usado Para Comparar Desvios Padrões) Comparação de Duas Médias Experimentais • Comparando os resultados de um método proposto com um de referência. • Tem-se duas médias x1 e x2 • Considerar a hipótese nula (H0) que ambos métodos dão o mesmo resultado (1 = 2 e x1 – x2 0) • É necessário que não haja uma diferença significativa entre as variâncias (teste F) Comparação de Duas Médias Experimentais • INMETRO: se F calculado for maior que o F tabelado, as variâncias não podem ser consideradas iguais, ou seja, a matriz tem um efeito importante sobre a precisão do método na faixa de concentração em estudo Testes de Significância Teste t Pareado (diferenças individuais) • Comparação de métodos cujas amostras possuem, substancialmente, diferentes quantidades de analito Rejeição de Resultados (Teste Q) • Colocar os valores obtidos em ordem crescente. • Determinar a diferença existente entre o maior e o menor valor. • Determinar a diferença (em módulo) entre o menor valor da série e o resultado mais próximo. • Dividir esta diferença (em módulo) pela faixa, determinando Q. • Se Q > Qtab, o menor valor é rejeitado. Rejeição de Resultados (Teste Q) • Se o valor menor é rejeitado, redeterminar a faixa e testar o maior valor da série. • Repetir o processo até que o menor e maior valores sejam aceitos. • Se o menor valor é aceito, o maior valor é testado e o processo repetido até que o maior e menor valores sejam aceitos. • Se a série contiver somente três medidas somente um teste sobre o valor duvidoso precisa ser feito. Rejeição de Resultados (Teste Q) • o valor absoluto da diferença entre o resultado questionável xq e seu vizinho mais próximo xp é dividido pela faixa f do conjunto inteiro para dar a grandeza Q Rejeição de Resultados (Teste Q) Referências -Cadore, S. Notas de aula. IQ, UNICAMP, 2004. -Santos, M., Notas de aula. Depto Química, UFJF. 2009 -D. A. SKOOG, D. M. WEST, F. J. HOLLER e S. R. CROUCH – Fundamentos de Química Analitica, 1a ed., Thomson, 2006. - Baccan, N., Química Analítica Quantitativa Elementar. 3a Ed. Edgard Blucher LTDA - James N. Miller & Jane C. Miller. Statistics and Chemometrics for Analytical Chemistry, fourth edition. Person Education. - ANVISA - Guia para Qualidade em Química Analítica: Uma Assistência a Acreditação – ANVISA, 1.ed. – Brasília, 2004. - Lowinsohn, D., Notas de aula. Depto. de Química, UFJF. 2009.
Compartilhar