Hacer muestras por triplicado, duplicado por los métodos de referencia, es costoso tanto en tiempo como en dinero, pero nos aporta un conocimiento esencial para conocer el error con el que trabajamos. Si trabajamos con un único resultado, podemos estar añadiendo un gran error al modelo de calibración pues dicho valor puede estar en los extremos (o incluso fuera) de intervalo de confianza respecto al valor verdadero (μ).
El valor verdadero (μ) sería el promedio infinitas submuestras de la propia muestra. Obviamente cuantas más submuestras analicemos, más nos acercaremos al valor verdadero (μ).
Es importante conocer el intervalo de confianza, (calculando los límites de confianza de la media) en el que se va a encontrar dicho valor verdadero con un cierto margen de confianza.
Por supuesto este intervalo será menor si calculamos los límites con un gran número de muestras, que si lo desarrollamos con un número pequeño de muestras.
Por supuesto este intervalo será menor si calculamos los límites con un gran número de muestras, que si lo desarrollamos con un número pequeño de muestras.
En esta entrada, muestro como hacer el cálculo para un gran número de muestras (aprox. 100):
Los valores 1,96 y 2,58, se sacan de unas tablas, y van aumentando a medida que el nº de muestras disminuye.
Estos valores se usan para calcular los intervalos de confianza de los errores de predicción del NIR, donde los intervalos de confianza de la predicción estarán dentro de los límites:
Estos valores se usan para calcular los intervalos de confianza de los errores de predicción del NIR, donde los intervalos de confianza de la predicción estarán dentro de los límites:
x(pred) +/- 1,96. SEP al 95% (α = 0,05)
x(pred) +/- 2,58. SEP al 99% (α = 0,01)
No hay comentarios:
Publicar un comentario