Buscar

Erros e Tratamentos Estatisticos

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

*
*
*
*
*
*
Expressão do valor de uma dada grandeza determinada experimentalmente;
O número de algarismos significativos expressa a precisão de uma medida;
Eles irão representar um resultado experimental de modo que apenas o último algarismo seja o algarismo duvidoso.
*
*
*
*
Com quantos algarismos significativos deve ser expressa a massa acima nas duas balanças?
11,1213 g
±0,1 g
±0,0001 g
*
*
*
*
O número de algarismos significativos não depende do número de casas decimais;
Pode-se expressar, por exemplo, a massa de 15,1321 g em unidade de miligramas. O que nos dá o valor de 15132,1 mg. 
Note que a massa expressa em g tem 4 casas decimais e o valor em mg 1 casa decimal. Porém os dois valores tem 6 algarismos significativos.
Quantos algarismos significativos tem os números 1516, 151,6, 15,16 1,516 e 0,1516 ?
*
*
*
*
Os zeros são significativos quando fazem parte do número e não são significativos quando são usados somente para indicar a ordem de grandeza.
 ZEROS À ESQUERDA DE OUTROS DÍGITOS NÃO SÃO SIGNIFICATIVOS, POIS INDICAM APENAS A CASA DECIMAL.
Exemplo: Expressar o valor de 11 mg em g. Então, termos 0,011 g (que continua tendo dois algarismos significativos!)
Exemplo 2: os números 0,1516, 0,01516, 0,001516 e 0,0001516 tem, todos 4 algarismos significativos, independente do número de zeros que existam à esquerda.
*
*
*
*
ZEROS COLOCADOS À DIREITA DE OUTROS DÍGITOS SOMENTE SERÃO SIGNIFICATIVOS SE FOREM RESULTADO DE UMA MEDIDA.
NÃO SÃO SIGNIFICATIVOS SE APENAS INDICAM A ORDEM DE GRANDEZA DE UM NÚMERO.
Exemplo: Se a massa de um corpo, por exemplo, dois gramas é medido numa balança que fornece a precisão de ±0,1 g, deve-se representá-la por 2,0 g. 
Neste caso o ZERO É SIGNIFICATIVO, pois é resultado de uma medida. OBS: Se for necessário expressar esta massa em mg ou em µg, teríamos:
2.000 mg e 2.000.000 µg. Nos dois casos apenas o primeiro zero, é o significativo. 
Em notação exponencial é mais fácil de se visualizar: 
2,0 x 10-3 mg e 2,0 x 10-6 µg
*
*
*
*
Adição e subtração
QUANDO DUAS OU MAIS QUANTIDADES SÃO ADICIONADAS E/OU SUBTRAÍDAS, A SOMA OU DIFERENÇA DEVERÁ CONTER TANTAS CASAS DECIMAIS QUANTAS EXISTIREM NO COMPONENTE COM O MENOR NÚMERO DELAS.
*
*
*
*
 Um corpo pesou 2,2 g numa balança cuja sensibilidade é de ± 0,1 g e outro o,1145 ao ser pesado em uma balança analítica. Calcular a massa total dos dois corpos? Como deve ser expressado o resultado dessa soma?
Um pedaço de polietileno pesou 6,8 g numa balança cuja incerteza é de ± 0,1 g. Um pedaço deste corpo foi retirado e pesado em uma balança analítica cuja massa medida foi de 2,6367 g. Calcular a massa do pedaço de polietileno restante.
Qual o resultado da soma 1.000,0 + 10,5 + 1,66? Como deve ser expresso o resultado? 
*
*
*
*
Multiplicação e divisão
O RESULTADO DEVE CONTER TANTOS ALGARISMOS SIGNIFICATIVOS QUANTOS ESTIVEREM EXPRESSOS NO COMPONENTE COM MENOR NÚMERO DE SIGNIFICATIVOS
*
*
*
*
Calcular a quantidade de substância existente nos seguintes volumes de solução de HCl 0,1000 mol L-1.
A) 25,00 mL b) 25,0 mL c) 25 mL
*
*
*
*
Quantos algarismos significativos existem nas respostas dos seguintes cálculos?
0,0325 + 0,0812 + 0,0631 = 
37, 596 – 36, 802 = 
*
*
*
*
 Erro absoluto: definido como a diferença entre o valor medido e o valor verdadeiro de uma dada grandeza:
E = X – Xv
Onde E = erro absoluto; X = Valor medido e Xv = valor verdadeiro.
O erro de uma análise é geralmente expresso em termos relativos e, é calculado através da relação:
Er = E / Xv
Onde Er = erro relativo; E = erro absoluto e Xv = valor verdadeiro. Comumente expresso em %.
*
*
*
*
O teor de verdadeiro de cloro num dado material é 33,30% m/v, mas o resultado encontrado por um analista foi de 32,90 % m/v. Calcular o erro absoluto e o erro relativo do resultado.
Erro absoluto: 32,90 – 33,30 = -0,40% m/v 
Erro relativo = (0,40 / 33,30) x 100 = - 1,2 % m/v 
O valor verdadeiro da concentração de uma solução é de 0,1005 mol L-1 e o valor encontrado é 0,1010 mol L-1. Calcular o erro absoluto e o erro relativo do resultado.
Erro absoluto: 0,1010 -0,1005 = + 0,0005 mol L-1
Erra relativo: (0,0005/0,1010) x 100 = 0,49 % (0,5 %)
*
*
*
*
 Erros determinados ou sistemáticos: possuem um valor definido e, pelo menos em princípio, podem ser medidos e computados no resultado final. São inúmeros e agregados em quatro grupos mais importantes:
Erros de método: erros inerentes ao próprio método. São os mais sérios dos erros determinados, pois são os mais difíceis de serem detectados;
Erros operacionais: Erros relacionados com as manipulações feitas durante a realização das análises. Dependem exclusivamente da capacidade técnica do analista. Ex: contaminação de precipitados.
Erros pessoais: provém da inaptidão de algumas pessoas em fazerem certas observações, corretamente. Ex: mudança de coloração de indicadores. 
Erros devidos a instrumentos e reagentes: relacionados com as imperfeições dos instrumentos, aparelhos volumétricos e reagentes. 
*
*
*
*
Erros indeterminados: São aqueles que causam uma distribuição aleatória dos dados em torno de um ponto médio. Também chamados de erros aleatórios. 
São associados ao efeito líquido de flutuações pequenas e imprevisíveis que podem ou não ser prontamente identificadas ou eliminadas. 
Esses erros levam a uma baixa precisão.
*
*
*
*
Exatidão: está relacionada com o seu erro absoluto, isto é, com a proximidade do valor medido em relação ao valor verdadeiro da grandeza;
Precisão: está relacionada com a concordância das medidas entre si, ou seja, quanto maior a dispersão dos valores, menor a precisão e vice versa.
*
*
*
*
 Repetitividade: Grau de concordância entre os resultados de medições sucessivas de uma mesmo mensurando efetuadas sob as mesmas condições de medição (mesmo procedimento de medição, mesmo observador, mesmo instrumento de medição utilizado nas mesmas condições, mesmo local, repetição das medidas em curto período de tempo);
Precisão intermediária: refere-se à precisão avaliada sobre a mesma amostra, amostras idênticas ou padrões, utilizando o mesmo método, no mesmo laboratório, mas definindo exatamente quais as condições a variar (diferentes analistas, diferentes equipamentos, diferentes períodos de tempo);
Reprodutibilidade: Grau de concordância entre os resultados de medições sucessivas de uma mesmo mensurando efetuadas sob condições variadas de medição. A definição das alterações das condições de medição devem ser especificadas (princípio, método e instrumento de medição, observador, padrão de referência, condição de utilização, local e tempo) 
*
*
*
*
*
*
*
*
 O valor real ou exato da maioria das grandezas físicas nem sempre é conhecido!
Em uma série de medidas de uma grandeza, utilizando um mesmo instrumento:
- ocorrem erros experimentais inerentes a qualquer processo de medida
- A teoria demonstra que o valor que mais se aproxima do valor real da grandeza é a média aritmética dos valores ( Xm ), denominado valor médio.
 
Se X1, X2, X3........XN forem valores encontrados para uma série finita de N medidas de uma mesma grandeza, temos:
*
*
*
*
Calculando-se a média aritmética das medidas efetuadas tem-se
 
 
5,7 cm = valor mais provável para o comprimento da barra.
*
*
*
*
DESVIO (di) é o módulo da diferença entre um valor obtido ao se medir uma grandeza e um valor adotado que mais se aproxima do valor real. 
Na prática se trabalha na maioria das vezes com desvios e não erros.
DESVIO MÉDIO (dm) é o módulo da soma de todos os desvios de cada medida dividida pelo número total d emedidas
*
*
*
*
Esse desvio significa que o erro que se comete ao adotar o valor médio (= 5,7 cm) é de 0,1 cm.
O valor real deve estar
entre 5,6 e 5,8 cm. 
Dessa maneira, o comprimento da barra pode ser expresso como:
*
*
*
*
O desvio relativo é igual ao quociente entre o desvio médio e o valor médio e é, frequentemente expresso em termos percentuais.
a) Caso uma medida única:	 	
Exemplo: L = (5,70 ± 0,25) cm
Desvio Relativo = 0,25/5,70 = 0,043859...........= 4,38%
b) Caso uma série de medidas:	 	
Exemplo: Lmédio = (5,7 ± 0,1) cm
Desvio Relativo = 0,1/5,7 = 0,01754...........= 1,74%
Obviamente: Desvio Percentual = Desvio relativo x 100
- Fornecem informações a mais sobre a qualidade do processo de medida
- Permite comparar duas medidas e estabelecer a melhor entre elas
QUANTO MENOR O DESVIO RELATIVO MAIOR A PRECISÃO DA MEDIDA
	
O valor médio é mais preciso e exato quanto maior for o número N de medidas (........?)
*
*
*
*
De maneira geral, para se considerar o número de algarismos significativos do valor médio, é conveniente, em primeiro lugar, considerar o desvio médio com apenas um algarismo significativo; este irá então precisar com quantos algarismos significativos deverá ser escrito o valor médio da grandeza.
*
*
*
*
 
Foram efetuadas 8 medidas do diâmetro (D) de um cabo, como mostra a tabela. Com esse conjunto de medidas, obtém-se o valor médio e o desvio médio. 
Valor Médio:
Desvio Médio: 
D = (12,2125 ± 0,06875)
D = (12,21 ± 0,07) mm
*
*
*
*
Mesmo na ausência de erros determinados, se uma pessoa faz uma mesma análise, haverá pequenas variações nos resultados. Isto é conseqüência dos chamados erros indeterminados. 
 Ao submetermos estes erros a um tratamento estatístico podemos obter o valor mais provável e também a precisão de uma série de medidas. 
Admite-se que os erros indeterminados seguem a Lei da Distribuição Normal (Distribuição de Gauss)
*
*
*
*
onde Y = probabilidade de ocorrência de um dado valor Xi da variável X
m = média da população e s = desvio padrão
(Xi – m) é o desvio de Xi em relação a média
Probabilidade de ocorrência de um dado resultado é igual à relação entre o
 número de casos em que o resultado ocorre e o número total de resultados observados. 
Ex. se em 20 determinações um dado resultado Xi ocorre 4 vezes então a 
probabilidade de ocorrência é: 4/20 = 0,20 = 20%
*
*
*
*
1 – a media da população m divide a curva de Gauss em duas metades simétricas
2 – O valor mais provável é a média aritmética de todos os valores
3 – Desvio positivos e negativos são igualmente prováveis
4 – Desvios pequenos são mais prováveis que desvios grandes
5 – Na ausência de erro determinado e para um número infinito de medidas a média da população m coincide com o valor verdadeiro Xv.
6 – Na presença de um erro determinado a forma da curva normal é a mesma, mas se apresenta deslocada, de modo que a média da população não coincide com o valor verdadeiro
*
*
*
*
É determinada por dois parâmetros:
 Média ( µ) e Desvio-padrão (σ)
Média: distribuição dos valores em torno dela será simétrica;
Desvio-padrão: indica a extensão da dispersão dos valores em torno da média.
*
*
*
*
 Todas as normais podem ser padronizadas :
O desvio-padrão é utilizado como unidade de medida dos afastamentos em relação à média.
 z = (x - µ) / σ
Esta nova variável z possui média zero e desvio-padrão igual a 1
*
*
*
*
*
*
*
*
 Quanto maior a dispersão das medidas menor a precisão dos resultados.
A precisão pode ser expressa de várias maneiras. Aqui vamos discutir o desvio médio e o desvio-padrão.
*
*
*
*
 Em um trabalho analítico, somente um pequeno número de determinações é feito (duplicata, triplicata etc), tornando-se necessário examinar estes dados para uma interpretação lógica.
Os valores conhecidos são média e desvio-padrão. 
É interessante saber em qual o intervalo em que deve estar a média da população. Quando σ é conhecido, esse intervalo é dado pela equação: 
*
*
*
*
 Willian S. Gosset (1876 – 1937)
Com a sua estatística t revolucionou o estudo de pequenas amostras;
t é a medida do desvio, usando o erro padrão como unidade de medida 
T = (m-µ) Sm , 
onde (m-µ) = medida do desvio e Sm = erro da medida
Quando N tende ao infinito, os valores de t coincidem com os de z.
*
*
*
*
 É usado para identificar a existência de uma diferença significativa na precisão entre um conjunto de dados e outro conjunto de dados obtidos por um procedimento de referência; 
Esta avaliação é feita usando-se o teste F;
 O valor de F é calculado pela expressão: F = s2x/s2y
Quando o valor experimental de F excede o valor crítico tabelado, então a diferença em variância ou precisão é tomada como estatisticamente significante. 
*
*
*
*
 A questão aqui é saber se um resultado pode ser ou não excluído da avaliação total dos dados.
Essa rejeição obedece algumas regras:
Colocar todos os valores em ordem crescente;
Determinar a diferença existente entre o maior e o menor valor da série de dados (faixa de variação);
Determinar a diferença entre o menor valor da série e o resultado mais próximo;
Dividir esta diferença, em módulo, pela faixa de variação, obtendo um valor Q;
Se Q> Q tabelado, o menor valor é rejeitado;
*
*
*
*
Se o menor valor é rejeitado, determinar a faixa para os valores restantes e testar o maior valor da série;
Repetir o processo até que o menor e o maior valor sejam aceitos
*
*

Teste o Premium para desbloquear

Aproveite todos os benefícios por 3 dias sem pagar! 😉
Já tem cadastro?

Outros materiais

Materiais relacionados

Perguntas relacionadas

Materiais recentes

Perguntas Recentes