EVALUACIN ESTADSTICA DE

RESULTADOS
Cuando se llega a una conclusin, es de gran utilidad indicar el grado de certidumbre, y para ello
se emplean frases como: bastante seguro, muy seguro, lo ms probable e improbable. No
obstante en el anlisis qumico se requieren declaraciones de certidumbre de tipo ms
cuantitativo, razn por la cual se emplean las pruebas estadsticas. Justamente una de las tareas
ms importantes del cientfico, es la de someter los resultados experimentales a un tratamiento
estadstico correcto e idneo. El estudio estadstico nos permite atinar los juicios respecto a la
calidad de las mediciones experimentales, y es por lo tanto, un tema bastante importante en la
formacin del qumico analtico. A continuacin veremos algunas operaciones estadsticas que son
de aplicacin concreta y directa en qumica analtica entre las que tenemos:

1. Definir un intervalo en donde se pueda afirmar con cierto grado de certidumbre, la

existencia del valor medio. A este intervalo se lo denominaremos intervalo de confianza
(I.C.).
2. Determinar el nmero de mediciones necesarias para garantizar que el valor medio
experimental esta dentro cierto intervalo, con un cierto nivel de confianza.
3. Estimar la probabilidad de que un valor medio experimental y un valor aceptado como
verdadero, (o que dos medias experimentales), sean diferentes. Es decir si la diferencia es
real, o es simplemente un error aleatorio.
4. Determinar s para un cierto nivel de confianza difiere la precisin de dos conjuntos de
valores experimentales.
5. Comparar los valores medios de dos grupos de valores, para determinar si la diferencia
entre las medias es re o deriva de errores aleatorios. A ste proceso se llama Anlisis de
Varianza.
6. Decidir si para cierto nivel de confianza, se puede rechazar o no un dato atpico de un
conjunto de datos, o en todo caso retener para realizar el clculo de la media del
conjunto.

NOTACIN CIENTFICA:
Es la forma de expresar un nmero dado en potencias de 10. As tenemos que un nmero
cualquiera lo podemos expresar como:

a * 10n Cuando tiene una cifra significativa En donde:

a,b * 10n Cuando tiene 2 cifras significativas a0

a,bc * 10n Cuando tiene 3 cifras significativas b;c;d0 b;c;d=0

a,bcd * 10n Cuando tiene 4 cifras significativas n : exponente de la base 10

CIFRAS SIGNIFICATIVAS
Excepto para los nmeros enteros, es imposible obtener un valor exacto de una cantidad buscada,
es por tanto importante indicar claramente el numero de cifras significativas. Las cifras
significativas vienen a ser los dgitos necesarios para expresar los resultados de una medicin con
la misma precisin con que se realiz.

Para determinar las cifras significativas que hay en un nmero dado, podemos seguir las siguientes
reglas:

1. Cualquier dgito diferente de cero es significativo.

2. Los ceros ubicados entre dgitos distintos de cero son significativos.
3. Los ceros ubicados a la izquierda del primer digito distinto de cero NO son significativos, y
slo se utilizan para indicar el lugar del punto decimal.
4. Si un nmero es mayor de 1, entonces todos los ceros escritos a la derecha del punto
decimal son significativos.
5. Si un nmero es menor de 1, entonces solamente son significativos los ceros que estn al
final del nmero o los que estn entre dgitos distintos de cero.
6. Para nmeros sin punto decimal, los ceros ubicados despus del ltimo digito distinto de
cero, pueden ser o no significativos. Para evitar ambigedad se les debe expresar en
notacin cientfica.

REGLAS PARA REDONDEAR UN NMERO

1. Si el digito siguiente al dgito que va a ser redondeado es mayor de 5, entonces se le
aumenta la unidad.
2. Si el digito siguiente al digito que va a ser redondeado es menor de 5, entonces se le
escribe tal como est.
3. Si el digito siguiente al digito que va a ser redondeado es 5, entonces:
Si el digito a redondear es impar, entonces se le aumenta la unidad.
Si el digito a redondear es par, entonces se le escribe tal como est.

INCERTIDUMBRE ABSOLUTA E INCERTIDUMBRE RELATIVA

A. INCERTIDUMBRE ABSOLUTA: Es la que expresa directamente la cantidad mnima leble en la
unidades de la medicin. Ejemplos:

a. Si 1,5 g es vlido hasta dentro de 1 cifra decimal, entonces: LA. 0,1

b. Si 0,0842 g es vlido con 4 cifras decimales, entonces: LA. = 0.0001
c. El nmero 6,023* 1023, es vlido hasta dentro de una I.A. = 0,001 * 10"

B. INCERTIDUMBRE RELATIVA (I.R.): Es la que se expresa respecto a la cantidad total de medicin. Se

le puede expresar en porcentaje, partes por mil, partes por milln, etc.

1. R. = I. A. 100
Cantidad total

Ejemplo 1: Determine la incertidumbre relativa de 1,5g

Solucin:

I.R. 0,1 *100 de donde 1. R. = 6,67% 1.5

Ejemplo 2: Determine la incertidumbre relativa del numero de , Avogadro

I.R. = 0,001*102' *100 de donde I. R. = 0,0166 % 6,023* 1023

OPERACIONES CON DECIMALES E INCERTIDUMBRE

Los clculos en Qumica analtica obligan muchas veces a manejar cantidades que contienen
nmeros muy diversos de cifras significativas. Aun cuando las calculadoras realizan ya, las
operaciones de redondeo, es necesario tener en consideracin la cantidad de cifras significativas
que contienen dichos resultados. Para facilitar las operaciones conviene considerar a la suma y a la
resta como operaciones conjunta, al igual que la multiplicacin y divisin.

a. SUMA Y RESTA: El resultado calculado deber tener una incertidumbre absoluta igual a la
incertidumbre absoluta ms grande de los sumandos por separado.

Ejemplo: Sumar 67,24 + 0,8714 + 12,6

Solucin:

67.24 LA. 0.01

0,8714 --> I.A. 0,0001

12,6 I.A. 0,1 (Incertidumbre mas grande) 80,7114

Por lo tanto la respuesta es: 80,7

b. MULTIPLICACIN Y DIVISION. El valor del producto o cociente debe expresarse con una
cantidad de cifras significativas igual al del factor o cociente que tenga la mayor
incertidumbre relativa (.R.)

Ejemplo 1: Multiplicar 0.3825 * 0,17

Solucin:

La operacin normal es: 0,3825 * 0,17 = 0,065025

Respecto a los factores: 0,3825 I.R.= 0,026 0,17 1.R. = 5,88

Observamos que 0,17 es el que tiene mayor incertidumbre relativa, por lo tanto la respuesta al
igual que el factor 0.17 debe tener slo 2 cifras significativas. La respuesta es 0,065
Ejemplo 2:

Realizar la operacin: R = 3,87 (116,8) (3,6)3 0, 17.5

Solucin:

La operacin normal d como resultado R = 1,94276

Respecto a los factores: 3,87 (I.R. = 0.258) 16,8 (I.R. 0,595) 3,6 (1.R. 2,78) 3,6
(1.R. 0,57) .Observamos que el termino 3,6 tiene la mayor incertidumbre relativa, por lo
tanto la respuesta tendr la misma cantidad de cifras significativas. La respuesta es R = 1,9

ERRORES EN ANLISIS CUANTITATIVO

Las mediciones siempre van acompaadas de errores e incertidumbre y slo algunos de ellos son
debidos a equivocaciones del experimentador. Lo ms comn es que se deba a errores de
calibracin o estandarizacin deficientes o a variaciones de aleatorias en los resultados. Para
disminuir las variaciones o errores a veces se acostumbra realizar anlisis frecuentes, as como
calibraciones y estandarizaciones. Sin embargo en ltima instancia la presencia de errores es parte
inherente del mundo cuantificado en que vivimos. Por todo esto es imposible efectuar anlisis
qumicos exentos totalmente de errores o incertidumbres, lo nico que se puede hacer es
minimizar los errores y estimar su tamao con una exactitud aceptable.

EXACTITUD:
Indica el grado de proximidad de un resultado (x), o de la media aritmtica (X) de un conjunto de
resultados, respecto al valor aceptado como verdadero (lt). Puesto que el valor verdadero slo se
conoce dentro de ciertos lmites. la exactitud de un valor tampoco se conoce, sino dentro de esos
lmites.

Suele expresarse en trminos de error. Entre ellos tenemos:

a. Error Determinado: Son errores que se repiten de la misma manera en una determinacin u
otra, y son de naturaleza tal, que se puede calcular su magnitud, y por lo tanto es factible prever y
eliminar al hacer las correcciones pertinentes. Entre ellas tenemos:

- Errores de mtodo Errores de Instrumentos y reactives empleados

- Errores de operacin Errores personales (psicolgicos)

b. Error Indeterminado: Son los que se cometen sin regularidad alguna, es decir son inevitables, y
su signo y magnitud estn determinados por el azar. Entre ellas tenemos:

- Cambios de temperatura - Humedad del aire - Prdidas de muestra

e. Error Absoluto (Ea): Es la diferencia entre el valor obtenido u observado y l valor aceptado
como verdadero. Ea = Valor observado Valor verdadero

Ea = Vobs Vverd
d. Error Relativo (Er): Es la relacin entre error absoluto (Ea), y el valor aceptado como verdadero.
Es frecuente que sea ms til que el error absoluto. Suele expresarse en porcentaje, partes por
mil, partes por milln n Er = Ea * 100 Er = Ea * 1000 Er Ea * 1000 000

Vverd Vverd Vverd

(en porcentaje) (en partes por mil) (en partes por milln)

Ejemplo 1:

,11 realizar la determinacin de Calcio en una muestra de producto lcteo, por la tcnica de
absorcin atmica, se determino que haba tina concentracin de 344 ppm Ca2 , pero al realizar el
mismo anlisis usando el mtodo volumtrico se encontr en in primer anlisis 325,6 ppm y en
un segundo anlisis 336, 8 ppm Ca2 Determine el error absoluto, y % error relativo cometidos al
usar el mtodo volumtrico.

Solucin:

Ea(,) = 325,6 344 Ea(,) = -18,4 ppm Ca2, (valor por defecto)

Ea),) = 336,8 344 Ea(2, = -7,2 ppm Ca2' valor por defecto)

Er(i 1 = Faljj * 100 -18,4 *100 de donde Er) 5,35 %

Vverd 344

Erg,, =Lau*100

2 -7,2 *100 de donde Er(2) -2,09

V-1d 344

MTODOS PARA INCREMENTAR LA EXACTITUD

1. Calibracin de instrumentos y aplicacin de correcciones.
2. Realizacin de una determinacin en blanco.
3. Determinacin en paralelo de una muestra patrn o testigo (anlisis de control)
4. Realizacin de determinaciones en paralelo.

PRECISION:
Es la concordancia existente entre un conjunto de resultados. Si bien es cierto un grupo de datos
experimentales pueden ser precisos entre s, no necesariamente son exactos. Por lo tanto la
precisin indica solamente la reproducibilidad de los datos, en otras palabras la cercana entre
resultados obtenidos exactamente de la misma manera.
TRATAMIENTO ESTADISTICO DE LOS DATOS
Los mtodos estadsticos son tiles para la interpretacin de los errores accidentales y para el
estudio de los procedimientos de anlisis en los que es imposible obtener resultados de la
precisin deseada. Proporcionan tambin un medio para determinar la variabilidad de los
resultados, y evitar de esa manera sacar conclusiones falsas. La exactitud sin embargo, es funcin
de los errores determinados y la estadstica no puede corregirlos.

Es necesario definir ciertos trminos de uso comn al trabajo estadstico:

- Poblacin: Es un grupo finito o infinito de medidas experimentales, de caractersticas

comunes y que el experimentador define con sumo cuidado.
- Muestra: Es la parte observada y estudiada de la poblacin y a partir de la cual se pueden
extrapolar conclusiones para la poblacin.

Las leyes de la estadstica se dedujeron para usarlas en poblaciones, y con frecuencia, deben
modificarse cuando se aplican a una muestra pequea porque un nmero pequeo de datos
podra no ser representativo de la poblacin completa, pues un valor individual "x," difiere de la
media verdadera a causa de las fluctuaciones accidentales en el ambiente o en el procedimiento.
Los valores individuales por tanto seguirn alguna ley de distribucin alrededor de la media
verdadera.

En general sta ley es la llamada "Distribucin Normal''; en ella. las mediciones individuales se
representan por xi. X,. x3,..., x,. Los subndices se refieren al orden en que se han hecho las
mediciones. Se supone lgicamente que "x," es independiente (en sentido estadstico), de todos
los otros valores del conjunto, y que adems todos los valores *'x,"sguen la misma ley de
distribucin.

MEDIDA DE LA DISPERSION DE RESULTADOS

Para describir a un conjunto de valores. es necesario adems de la tendencia central, la dispersin
o variabilidad de las observaciones alrededor del valor central.

La medida de la dispersin puede medirse encontrando la desviacin media (d). la desviacin

estndar (S), la desviacin estndar relativa (SR) y el rango (R)

1. Desviacion Absoluta d Es la diferencia entre cualquier resultado de un anlisis y el valor

elegido corno el mejor valor del grupo, el cual puede ser la media o la mediana.

Se calcula por: d x, -

2. Desviacion Media ( a Llamada tambin desviacin promedio, es la media de las diferencias

de las mediciones individuales y la media de las mediciones, sin tener en cuenta el signo.

Se calcula por: E 1 x,~

n
Aunque la desviacin media ha sido muy empleada por los qumicos, desde el punto de vista
matemtico es de poca utilidad. La desviacin estndar o varianza es una medida mucho mejor
que la desviacin.

3. Desviacion Estndar ( S ): Es la forma mas valida y til de medir la precisin. Se define

como la raz cuadrada de la media, del cuadrado de las desviaciones. Si estamos
encontrando la desviacin estndar para una muestra, entonces se deber calcular para (n
- 1) resultados, pues sa es la cantidad de observaciones independientes- o de "grados
de libertad". Para n- observaciones se calcula por:

S= 1 S -n- 5 10 datos

(n-1)

La desviacin estndar para una poblacin, se representa por cC, y se calcula por la relacin:

S = E 1 xi - Si n"> 10 datos

4. Varianza (al ): Es simplemente, el cuadrado de la desviacin estndar. La varianza de la muestra

S2 es una

estimacin de la varianza de la poblacin eir, y viene dado por la relacin:

S2 = i: x - (n-1)

Note que la desviacin estndar, tiene las mismas unidades que los datos. mientras que la
varianza tiene las unidades de los datos pro elevado al cuadrado. Los cientficos tienden a utilizar
la desviacin estndar como medida de precisin en lugar de la varianza, por cuanto es ms fcil
relacionar la precisin de una medida con la medida asumida como verdadera, si las dos tienen las
mismas unidades. Sin embargo la ventaja de utilizar la varianza es que se aditiva en muchas casos.

4. Desviacin Estndar Relativa ( SR): Expresa la relacin entre la desviacin estndar

respecto al valor medio o

prornedio. Se calcula por la relacin: SR = S

De 2 grupos de datos, la que tenga menor desviacin estndar relativa (SR). ser la ms precisa.

Se acostumbra tambin a menudo expresar su valor en partes por mil o en porcentaje. Cuando la
desviacin estndar relativa esta multiplicada por 100 se la conoce como -Coeficiente de
Variacin-(C.V.) tambin como "Coeficiente de Variacin de Pearson", es decir:
Coeficiente de Variacin (C.V.) = S * 100

6. Rango o Intervalo ( R ): Es simplemente la diferencia entre el resultado mas alto y el mas bajo en
una serie de resultados previamente ordenados. Entonces:

R X mas atto Xmas bajo

Ejemplo 1:

Para realizar el calibrado de una balanza se obtuvieron los sgtes pesos de un mismo objeto: 28.82:
29,14 30.22 29,74 : 30.49 y 29,88. Determine:

a. La media aritmtica b. La desviacin media e. La desviacin estndar

d La desviacin estndar relativa e. El Intervalo o Rango

Solucin:

Ordenando tenemos:

1 30,49 0.775 0,775 0,601 a) 1: x, 178,29 = 29.72

2 30,22 0.505 0,505 0.255 n 6

3 29.88 0,165 0,165 0.027 b) d 2.94 = 0,49

4 29.74 0,025 0,025 0,001 n 6

5 29,14 -0.575 0,571 .0,331

6 28,82 -0,895 0,895 0,801 e) S g 2 = 2.016 0.63

178,29 2,94 2,016 n - 1) 5

d) Sp. S IX 0,63129,72 0,021

e) R = x mas aijo xmas bajo = 30.49 - 28,82 = 1,67

Ejemplo 1:

Al pesar un mismo objeto en diferentes instantes, se obtuvieron los sgtes datos experimentales:
45,736 ; 45,740 45,705 ; 45,720 g. Calcule los lmites de confianza al 95 % de probabilidad o de
acierto. as como el intervalo de confianza.

Solucin: Ordenando los valores:

1 xi xi - X) x, y -), 1: x, 182,9010 = 45,7253

 45,740 0,0147 0,00022 n 4

2 45,736 0,0107 0,00011

3 45,720 -0,0053 0,00003 E 0,00077 0,01602n 1 3

4 45,705 -0,0203 0,00041

i 182,9010 0,00077

De la tabla (1), tomando para un numero de datos "n- igual a 4y para un 95% de confianza, se
tiene un valor de

t - 3,182 entonces:

L.C. = 45,725 (3,182 * 0,01602) de donde L.C. = 45,725 0,0255 g ~ 4

El valor verdadero debe estar en el rango de pesos entre: ( 45,6995g a 45,7505 g) con un 95% de
confiabilidad.

PRUEBAS DE DATOS DIVERGENTES (RECHAZO DE DATOS)

En una serie de mediciones repetitivas es muy posible encontrar un valor que difiera
notablemente de los dems, lo que conlleva a tomar la decisin de eliminar o no dicho valor,
teniendo en cuenta que una mala decisin va a afectar notablemente a la media, y por ende a las
dems expresiones estadsticas. En general es recomendable actuar con cautela, y siempre que
sea posible realizar mediciones adicionales para reducir el efecto del valor

Algunos procedimientos estadsticos que permiten evaluar resultados discordantes son:

B. REGLA 3 S:

Es similar a la regla 4d. Procedimiento:

1. Ordenar los valores de menor a mayor o viceversa

2. Separar el valor dudoso -x-

3. Encontrar la desviacin estndar S ), y el promedio del resto de valores.

4. Verificar: Si se cumple: 1 x -Y k 3 S ; entonces el valor dudoso se rechaza.

5. Repetir hasta que el mayor y el menor valor o resultado no se rechacen.

C. PRUEBA Q:

La prueba Q", es una prueba sencilla pero de gran ayuda cuando se tiene grupo de datos entre 3
y 10 ("n- toma valores de 3 a 10), en el cual hay un valor dudoso a rechazarse (si hay un valor
dudoso lgicamente tendra que estar en uno de los extremos de la serie de datos ordenados).
Esta prueba suele llevarse con un nivel de confianza del 90%, lo que quiere decir que un valor
dudoso podr rechazarse con un 90% de confiabilidad estadstica de que es significativamente
distinto de los otros resultados.

Si usamos entonces un nivel de confianza al 90%, entonces ste cociente denomina Q0.qo ; si
usamos un nivel de confianza del 96% entonces el cociente de denomina Q0 %, y as
sucesivamente.

Procedimiento:

1. Ordenar los resultados de menor a mayor : - X, ~X,, X3 X

2. Los valores dudosos siempre sern a la vez el primero y el ltimo.

3. El valor absoluto de la diferencia entre el resultado dudoso Xd , y su vecino diferente mas

cercano. se divide entre el rango (R ) para obtener un valor Q. As:

Q=

Si lo tratamos de visualizar en una serie ordenada desde x, hasta x, tendramos las relaciones: Para
el Valor Menor de la serie:

Qmin& =X, -

Rango xn - X,

Para el Valor Mayor de la serie: Qmax X X - X(n n=-X(n-1) = ~-Lt- - 11

Rango XI, - X,

4. Si para un determinado porcentaje de probabilidad y, para "n' resultados se observa que:

Q~ul~liludo > Qcf,,,,n de la tabla , entonces se rechaza el valor dudoso.

5. El proceso termina cuando en ambos extremos no existan valores que se rechacen Tabla.
Valores Crticos de "Q- para Cociente de Rechazo n Q(90%) Q(95%) Q(96%) Q(99%)-

3 0.94 0,970 0.98 0.99

4 0.76 0.85 0.93

5 0.64 0,710 0.73 0.82

6 0J6 0,625 0.64 0.74

7 0.51 0,568 0.59 0.68

8 0.47 0,526 0.54 0.63

9 0.44 0,493 0.51 0.6

10 0.41 0,466 0.48 0.57

Ejemplo 1.-

Dados los sgtes datos experimentales: 0.5710 0.6057: 0.4228 0,5707 0,6684 ; 0.5713 Y 0,5712
Determine si se ha de rechazar algn dato aplicando la Prueba 'Q *', para un 90% de conjiabilidad.

Solucin:

Ordenando los datos de menor a mayor y para Q (90%)

Dato Xi Tenemos:

1 0,4228 Q 0,5707 - 0,4228 de donde Qn 0,6022

2 0.5707 0,6684 - 0,4228

3 0.5710 De tablas para un 90% de confialilidad se tiene 0.51

4 0,5712 Como se observa Qn > Qcrtltc,,,por lo tanto se RECHAZA

5 0,5713

6 0,6057

7 0.6684

Ahora slo tenemos 6 datos

Dato xi Tenemos: 0,5710-0,5707 de donde Qml, = 0,0031 0,6684 - 0,5707

1 0,5707 De tablas tenemos Qcritico = 0,56

2 0,5710 Como se observa, Q,,,. < Qc,iti,, por lo tanto se ACEPTA

3 0.5712 Ademas : 0,6684-0,6057, de donde Q,,.x = 0,6418

4 0,5713 0,6684 - 0,5707

5 0,6057 De tablas Q,,. = 0,56

6 0,6684 Como se observa Q,,,,ax > Qcntico por lo tanto se RECHAZA

Ahora slo tenemos 5 datos:

Dato xi Tenemos: 0,5710-0,5707 de donde Q,,,,, = 0,0086

1 0,57070,6057 - 0,5707
De tablas tenemos Q,ti,, = 0,64

2 0,5710 Como se observa, Qm,. < Qc,jtjc<, por lo tanto se ACEPTA

3 0,5712 Ademas : 0,6057-0,57 i3 de donde 0.9829

4- 0,5713 0,6057-0,5707

5 0,6057 De tablas 0,64

Como se observa Qmax > QCrtico por lo tanto se RECHAZA

Ahora slo quedan 4 datos

Dato xi Tenemos: 0,5710 - 0,5707 de donde 0,500 0.5713 - 0,5707

1 0,5707 De tablas tenemos Q,,j,,, = 0,76

2 0,5710 Como se observa, Q j, < Q,,ti,, por lo tanto se ACEPTA

3 0,5712

4 0,5713 Ademas: 0,5713 - 0,5712 de donde Q 0,1667 0,5713-0,5707

De tablas Q, ..... 0,76

Como se observa Q,,ax <Qcr,jeo por lo tanto se ACEPTA

Por lo tanto, de la serie de datos experimentales slo son aceptados con un 90% de confiabilidad
los valores: 0,5707 / 0,5710 / 0,5712 1 0,5713

Ejemplo 2.-

Al analizar un mismo lote de lcteos, se' obtuvieron los sgles valores de % lactosa en diferentes
laboratorios.- 12,6548 / 12,1245 / 12,0089 .' 12,6212

Aplique la prueba "4d" y "3s-para confirmar el descarte de algn dato y reporte el valor promedio
del '10lactosa en el lote analizado.

Solucin:

Arreglando los valores, y aplicando regla 4d y 3s

a. Valor dudoso: 12,6548

Dato x, x, - X 1x,-9 12 X 12,2515

1 12,6212 0,3697 0,1367 d 0,2464

2 12,1245 0,127 0,0161 o

3 12,0089 0,2426 0,0589

0,7393 0,2117 S 0,3253

Nd - ffl > 4d lXd-X'1 >3s

112,6548 - 12,2515 1 > 4(0,2464) 112,6548 - 12,2515 1 > 3(0,3253) Como se observa:

0,4033 < 0,9856 (SE ACEPTA) 0,4033 < 0,9759 (SE ACEPTA)

b. Ahora Valor dudoso: 12,0089

Dato xi xi - X Ixi - 2 11 X 12,4668

1 12,6548 0,1880 0,0353 d S. --21 0,2282

2 12,6212 0,1544 0,0238 n

3 12,1245 0,3423 0,1172 S rLxi

Y- 0,6847 0,1763 - 1 0,2969 n

Ix,-k1 >42 Nd - -Vi > 3S

112,0089 - 12,46681 > 4(0,2282) 112,0089 -12,46681 > 3(0,2969) Como se observa:

0,4579 < 0,9128 (SE ACEPTA) 0,4579 < 0,8907 (SE ACEPTA)

e. Ahora Valor dudoso: 12,6212

xi xi - Xi 12 12,2627 d = 0,2614 S = 0,3444 Dato

1 12,6548 0,3921 0,1537 Xd - ffl >42

2 12,1245 0,1382 0,0191 112,6212 - 12,26271 > 4(0,2614)

3 12,0089 0,2538 0,0644 Como se observa:

,7881 0,2372 0,3585 < 1,0456 (SE ACEPTA )

x, - -91 >3S

112,6212 - 12,26271 > 3(0,3444) De donde: 0,3585 < 1,0332 (SE ACEPTA)

d. Ahora Valor dudoso: 12,1245

Dato xi x! y IX, - j? j,12,4283 0,2796 S = 0,3636

1 12,6548 0,2265 0,0513 Ix,-11 >42

 2 12,6212 0,1929 0,0372 112,1245 - 12,42831 > 4(0,2796)

3 12,0089 0,4194 0,1759 Como se observa:

0,8388 0,2644 0,3038 < 1,1184 (SEACEPTA)

> 3S

112,1245-12,42831>3(0,3636) De donde: 0,3038 < 1,0908 (SE ACEPTA) Por lo tanto No se descarta
ningn dato.

Ejemplo 3:

Dados los sgtes grupos de datos:

GRUPO A 8,1612 9,8642 7,8424 8,2624

GRUPOS 22,1316 20,0812 21,8417 21,9432 Determine el grupo que

posee mayor precisin.

Solucin:

Para el Grupo "A" Para el Grupo "B"

xi X1-X Xi_X 12 xi X1-X IXI X 12

1 9,8642 1,3316 1,7732 1 22,1316 0,6322 0,3997

2 8,2624 0,2702 0,0730 2 21,9432 0,4438 0,197

3 8,1612 0,3714 0,1379 3 21,8417 0,3423 0,1172

4 7,8424 0,6902 0,4764 4 20,0812 1,4182 2,0113

34,1302 2,6634 2,4605 85,9977 2,8365 2,7252

34,1302 4 8,5326 85,9977/4 21,4994

71 2,6634 / 4 d = 0,6659 J 2,8365 / 4 0,7091

S E (X

_X)2 = 2 4605 0,9056 S E(x, - X)2 2,7252 = 0,9531

n-1 3 3 3

SR = S = 0,9056 SR 0,9531
8,5326 21,4994

SR = 0,1061 SR 0,0443

Por lo tanto el Grupo "B" posee datos ms precisos entre s.

PROBLEMAS PROPUESTOS

1. Realice las sgtes operaciones e indique los resultados con el numero correcto de cifras
significativas:

a. 6,146 + 0,0645 + 12,04 + 0,0011

b. 4,23*10-2 + 3,02*10-' + 5*10-' + 6,42 1 * 10-2

c. (5,12 * 332 * 430 )/281 =

d. (6,27*10-2 * 9,02* 1021 * 4,553) / (451 667)

e. [ 4,265* (3,081)2 * 8,275* 30-8] / (0,9820 1,0035)

f. (6,324*10-' * 7,056*10-' * 9,0038*10 )1(6,022*1CP 27*10-')

2. Un mineral se sabe que contiene un 33,79% de Fe201; pero determinaciones en otros

laboratorios dan un 33,80% y 34,02%, determine entonces:

a. Las ppm en que difieren los resultados de los laboratorios. Rpta 6,50 ppm

b. El valor medio, su error absoluto y error relativo. Rpta 33,91% ; 0,12 %

3. Al determinar la normalidad de una solucin por analistas diferentes se obtuvieron los sgtes
resultados: 0,2562 0,2566 ; 0,2565 ; 0,2560 ; 0,2568 y 0,2566. Una determinacin adicional fue
justificadamente rechazado al aplicar una de las reglas de rechazo de datos, entonces determine:

a. El valor mas alto que el resultado rechazado podra tener. Rpta 0,2555

b. La desviacin promedio de los resultados retenidos. Rpta 0,00023

c. La desviacin estndar de la media de los resultados retenidos. Rpta 0,00012

d. Por cuantas ppm difieren la media de la mediana? Rpta 0,39 ppm

4. En muestras repetitivas del %CI-, se obtuvieron los sgtes resultados: 59,83 ; 60,04 ; 60,45 .;
59,88 ; 60,33 60,24 ; 60,28 y 59,77. Calcule:

a. La media aritmtica y la desviacin estndar. Rpta 60,10 y 0,26

h. La desviacin estndar relativa (%). Rpta 0,43

5. Suponiendo que la muestra del problema anterior (4), era NaCI puro, entonces Cul es el error
absoluto y relati-o de la media aritmetica?. Rpta - 0,56 y 0,92

6. Datos experimentales del peso atmico de carbono reportan: 12,0080 ; 12,0095 ; 12,0097 ;
12,0101 -, 12,0102 12,0106 ; 12,0111 ; 12,0113 ; 12,0118 ; 12,0120. Con stos datos calcule:

a. La media aritmtica y la desviacin estndar. Rpta 12,0104 y 0,0012

b. El peso atmico del Carbono con un lmite de confianza del 99 %. Rpta 12,0104 0,0012

7. Un analista al realizar pruebas repetitivas de una misma muestra de mineral de Fierro,

encontr: 39,17 ; 39,99 39,21 y 37,72 % Fe, en base a stos datos:

a. Debera rechazar algn dato en base a la pruebas estadsticas?. Rpta No

b. Determine el 1. Confianza con un 50% de probabilidad, si el %Fe correcto es 39,33. Rpta 39,02
0,36

c. Determine el error absoluto y el error relativo en partes por mil. Rpta 7,9

8. Un tcnico de laboratorio al determinar la normalidad de una solucin por anlisis repetitivos

obtuvo: 0,0971 0,0968 ; 0,0976 y 0,0984. Entonces:

a. Se debe rechazar algn resultado sobre las bases estadsticas?. Rpta No

b. Determine el I.C. a un 50% y con u n 95% de probabilidad. Rpta 0,0975 0,0003 y

0,09750,0011

9. Al pesar un crisol por 11 alumnos diferentes se determin que su masa era de 18,2463 g con
una desviacin estndar de 0,0003 g. Pero cuando fue pesada por 8 alumnos de otra clase se
obtuvo como promedio 18,2466 g y con una misma desviacin estndar. Hay alguna diferencia
significativa en los resultados obtenidos por los 2 grupos de estudiantes?. Rpta Si.

10. Calcule la media y la mediana de los sgtes valores de %N contenidos en un mismo lote de
Harina de Pescado: 10,00 ; 8,00 ; 9,60 ; 14,40 11,00. y 11,00. Cul es la mejor forma de medir la
tendencia central, le media
o la mediana, suponiendo que no se puede descartar ningn valor? Rpta Media = 10,00 % ;
Mediana = 10,20%

11. Para determinar el S02 presente en un gas, se aplic el anlisis de Cromatografa gaseosa con
la cual, al repetirse 12 veces se obtuvieron los sgtes resultados: 4,88 ; 4,92 ; 4,90 ; 4,88 4,86 ; 4,85 ;
4,71 ; 4,86 ; 4,87 4,94 ; 4,87 y 4,99. En base a stos datos:

a. Use la regla 2,5d para verificar si se descarta algn valor. Rpta Rechazar 4,71 ; 4,94 ; 4,99

b. Use la prueba Q90 para verificar si se descarta algn dato: Rpta 4,71

12. Al analizarse una muestra mineral de cobre, se obtuvieron los sgtes datos de anlisis de un
mismo lote: 6,78% 6,85% y 6,82%. En base a stos resultados, determine:

a. El cuarto resultado mas alto que puede obtenerse sin rechazo para la prueba Q90 Rpta 7,07%

b. El cuarto resultado mas bajo que puede obtenerse sin rechazo por la prueba Q90. Rpta 6,56%

13. Dados los sgtes valores de % protenas determinados en un mismo lote de avena: 11,11% ;
11,15% y 12,09% Determine la media a reportar despus de aplicar las reglas estadsticas con un
nivel de confianza del 90% de probabilidad. Rpta. 11,13%

14. Al analizar el %Ag en una aleacin se obtuvieron los sgtes resultados: 16,17% ; 16,29% ; 16,39%
y 16,35% en base a stos datos , al aplicar la prueba 4d, debe conservarse el dato N1 y
promediarse con los otros para reportar el resultado mas probable?. Rpta Se rechaza el valor
16,17%.

15. Se requiere determinar el peso de un mismo objeto a travs de pesadas sucesivas, para lo cual
experimentalmente se han obtenido: 45,7360 ; 45,7400 ; 45,7050 y 45,7200 . Calcule:

a. La desviacin media y la desviacin estndar. Rpta d=0,0128 y S = 0,0161 g

b. El intervalo de confianza con un 95% de probabilidad para la media. Rpta 45,7250 0,0256 g

Incertidumbre, Exactitud y Precisin

en las mediciones.
Los trminos Incertidumbre, Precisin y Exactitud, suelen ser confundidos al momento de analizar
los resultados de una calibracin o especificaciones de un instrumento.

Vamos a definir cada uno de ellos.

 Exactitud: se define as a la proximidad entre el valor medido y el valor verdadero de
una magnitud a medir. La exactitud en la medida no es una magnitud y no se expresa
numricamente. Se dice que una medicin es ms exacta cuanto ms pequeo es el error
de la medicin.
Precisin: es la proximidad entre las indicaciones o los valores medidos obtenidos en
mediciones repetidas de un mismo objeto, bajo condiciones especificadas. La precisin se
puede expresar numricamente mediante medidas de dispersin tales como desviacin
tpica, varianza o el coeficiente de variacin bajo las condiciones especificadas. La
precisin, se utiliza para definir a la repetitividad de medida.

Incertidumbre: es el parmetro asociado con el resultado de una medicin, que caracteriza la

dispersin de los valores que podran ser razonablemente atribuidos al valor a medir. El valor de
incertidumbre incluye componentes procedentes de efectos sistemticos en las mediciones,
debido a componentes que se calcula a partir de distribuciones estadsticas de los valores que
proceden de una serie de mediciones y valores que se calculan a partir de funciones de densidades
de probabilidad basadas en la experiencia u otra informacin.
http://www.medicionesmeyca.com/?page_id=79