You are on page 1of 7

13/04/2011

TRATAMIENTO DE DATOS DE MUESTRAS GRANDES


Medicin 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 A 0.488 0.475 0.476 0.48 0.48 0.49 0.486 0.494 0.488 0.473 0.492 0.471 0.475 0.484 0.486 0.482 0.481 0.478 0.486 0.487 0.486 0.482 0.478 0.482 0.481 Medicin 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 A 0.483 0.477 0.49 0.482 0.477 0.48 0.491 0.486 0.489 0.481 0.478 0.478 0.469 0.483 0.471 0.485 0.48 0.482 0.477 0.483 0.483 0.476 0.479 0.488 0.483

TRATAMIENTO DE DATOS DE MUESTRAS MUY PEQUEAS


DESCRIPTORES NO PARAMETRICOS DE LA TENDENCIA CENTRAL Y LA DISPERCION

Obtener los parmetros estadsticos que describen la dispersin de estos datos y su histograma normal y acumulado. Los datos se ajustan a un modelo normal?

Intervalo intercuartlico X = Xcs-Xci

Mediana Intervalo

DIAGRAMAS DE CAJA CON BIGOTES


Representacin grfica de los descriptores no paramtricos
N 1 2 3 4 5 6 7 Serie 1 22 24 23 21 22 26 25 Serie 2 23 23 21 18 22 24 25 Serie 3 22 16 24 27 19 20 19

FORMAS DE EXPRESAR LA TENDENCIA CENTRAL Y LA DISPERSIN


DATOS 208 210 210 211 212 213 213 214 215 215 3. Usando los estimadores no paramtricos equivalentes a s (n) 2. Usando los intervalos de confianza. Donde L se calcula para un nivel de significancia dado 1. Usando parmetros del modelo normal

Construya el diagrama de caja con bigotes para los sig. datos

1. Arregle los datos en orden de menor a mayor (cada serie por separado) 2. Seleccione una escala en el papel que cubra el rango de todos los datos de las series. En el eje de las x coloque las 3 series y en el de las e ir el valor de los datos. 3. Dibuje una caja cuyo lado inferior y superior coincidan con los cuartiles inferior y superior 4. Partir la caja en 2 por una lnea que corresponda a la mediana 5. A cada lado de la caja dibujar los bigotes que sern una linea horizontal (en el eje de las y) en el valor del dato mas prximo que entre dentro del intervalo (Xci 1.5* X y Xcs+1.5* X ) que correspondern a los valores de la serie que aun pueden considerarse como normales. Recuerde que X = Xcs-Xci = intervalo intercuartlico 6. Los valores extremos que queden mas all de los bigotes se consideran como anomalos o atpicos

X
Calcule las 3 formas de expresar la tendencia central y la dispersin para los datos de la tabla

EJERCICIO 2 COMPARACIN DE DATOS


Se midi el pH de 2 soluciones buffer, una cida y una alcalina, utilizando un pH-metro y los resultados fueron los siguientes:
Sol. cida Sol. Alcalina

5.2
6.0 5.2 5.9 6.1 5.5 5.8 5.7 5.7 6.0

11.2
10.7 10.9 11.3 11.5 10.5 10.8 11.1 11.2 11.0

Que mtodo de calibracin es mejor? Calcule x, STD, RSD. Discuta a cerca de la precisin de cada mtodo, si se acepta no mas de 3.0% RSD

13/04/2011

OBJETIVOS DEL DISEO EXPERIMENTAL


1. Obtener un conocimiento inicial sobre un nuevo sistema en estudio. En qu valores de los factores se puede centrar la investigacin?. 2. Determinar la influencia de los factores sobre las respuestas observadas. De entre todos los factores que afectan al proceso, cuales influyen ms?, cmo interaccionan entre ellos?. 3. Optimizar respuestas. Qu valores de los factores proporcionan las respuestas de mayor calidad?. 4. Determinar la robustez del sistema. Como afectan a la respuesta variaciones no controladas en el valor de los factores?.

TERMINOLOGA
Factores: variables independientes. i.e. pH, concentracin, temperatura, velocidad de flujo, composicin del disolvente, fuerza de elucin, tiempo de atomizacin. Niveles: valores asignados a estudiar para cada factor Respuestas: variables dependientes i.e la seal analtica o el tiempo de anlisis Dominio Experimental: intervalo de valores que puede tomar cada factor

Sistematizacin de la optimizacin
Seleccin de la respuesta a ser optimizada
i.e. tiempo de anlisis, absorbancia, resolucin etc.

Seleccin de los factores mas importantes por un experto i.e. pH, concentracin,
% disolvente etc.

Si no se es un experto: Aplicacin de diseos de monitoreo para encontrar los factores mas importantes

Optimizacin

Secuenciales: Un factor a un tiempo, univariantes. i.e. simplex DISEOS EXPERIMENTALES Simultaneos: Varios factores sobre una o varias respuestas, multivariantes. i.e. metodos de superficie de
respuesta

DISEO TRADICIONAL UN FACTOR A UN TIEMPO


Todos los factores se mantienen constantes excepto el que se est estudiando La variacin de la respuesta se puede atribuir a la variacin del factor, y, por tanto, revela el efecto de ese factor El procedimiento se repite para los otros factores

factor 2

13/04/2011

DISEO TRADICIONAL UN FACTOR A UN TIEMPO


Evaluacin de factores por separado
pH 4.0

INCONVENIENTES DEL DISEO TRADICIONAL


Presenta inconvenientes importantes cuando existe interaccin entre factores. Esto es, existe interaccin entre dos factores A y B cuando el efecto del factor A es diferente segn qu valor tome el factor B, y viceversa. Esta situacin se presenta muy a menudo en qumica, fsica, biologa, etc... No informa sobre como un factor interacta con los otros factores o como estas interacciones afectan a la respuesta, con lo cual slo se obtiene una comprensin limitada de los efectos de los factores Cul es el efecto de A cuando los otros factores toman otros valores?.

Se fijar el pH en 4 y estudiara ahora el efecto de la temperatura

INCONVENIENTES DEL DISEO TRADICIONAL


No proporciona la posicin del ptimo. El experimentador percibe que se ha llegado al ptimo porque cambiando un factor cada vez la respuesta no mejora, pero se puede encontrar lejos del ptimo real. Aunque se puede reiniciar la experimentacin partiendo del ptimo encontrado, esta solucin es extremadamente ineficiente cuando se deben estudiar muchos factores a muchos valores distintos, puesto que el mtodo tradicional de un factor a un tiempo requerira demasiados experimentos y demasiado tiempo.

Qu mtodo utilizar en lugar del mtodo tradicional?


La solucin, por lo tanto, debe consistir en variar ms de un factor simultneamente al realizar un nuevo experimento. Es decir, los DISEOS SIMULTNEOS

Ello permitira mejorar la eficiencia del esfuerzo experimentador, y obtener informacin sobre las interacciones.
Hay que disear una experimentacin reducida, donde estos cambios simultneos se complementen entre s y permitan obtener la informacin buscada al combinar los resultados de todos los experimentos.

Ejemplos de Problemas Qumicos idneos para ser optimizados usando el Diseo Experimental Simultaneo
Una reaccin qumica, cuyo rendimiento (y) puede ser funcin, entre otros, del tiempo de reaccin (x1), la temperatura de la reaccin (x2) y el tipo de catalizador (x3) utilizado. Otras variables que pueden influir son, por ejemplo, la pureza de los reactivos, la limpieza del material, la velocidad de agitacin,.... Una separacin cromatogrfica, donde el tiempo de la separacin depende del pH y el porcentaje de modificador orgnico de la fase mvil. Un alimento, producido por mezcla en distintas proporciones (x) de sus ingredientes, lo cual da lugar a diferentes olores y sabores (y)

Pasos para la aplicacin del Diseo Experimental Simultaneo (multivariante)


La aplicacin del diseo de experimentos requiere considerar las siguiente etapas que se comentarn a continuacin: 1. Comprender el problema y definir claramente el objetivo. 2. Identificar los factores que potencialmente podran influir en la funcin objetivo, y los valores que stos pueden tomar. Entre estos valores se buscar la informacin necesaria. 3. Establecer una estrategia experimental, llamada plan de experimentacin.

4. Efectuar los experimentos con los valores de los factores decididos en el punto 3 para obtener los valores de las respuestas estudiadas.
5. Responder las preguntas planteadas, sea directamente, sea utilizando un modelo matemtico. Si es necesario, volver a la etapa 1.

13/04/2011

1. COMPRENDER EL PROBLEMA Y DEFINIR CLARAMENTE EL OBJETIVO


RECOPILAR INFORMACIN
- Qu se conoce y qu no se conoce? Hay zonas de la regin experimental donde ya se conoce el resultado? Existen datos sobre la repetibilidad de la experimentacin? Qu complejidad se espera en la relacin entre los factores y la respuesta? podra ser no lineal? Se cree que pueden existir interacciones? Cul es coste permitido de la experimentacin? Con cunta rapidez es necesario proporcionar los resultados? - Qu se necesita investigar /conocer? Cul es el objetivo (propsito) de la experimentacin?. Qu informacin deseada debe proporcionar el experimento? definir (seleccionar) qu respuesta experimental (o caractersticas de inters o de calidad de un producto) se va a observar

2. Seleccin de los factores a estudiar


o Principio ceteris-paribus: el estudio de todos los factores involucrados es prohibitivo, por lo que se seleccionarn los factores mas importantes y los dems se mantendrn constantes. o Generalmente un experto hace esta seleccin, ya que tiene experiencia con el tipo de problema a estudiar o Si no se es un experto y no se conoce que factores son importantes, aplique un DISEO DE MONITOREO para decidir cuales factores son significativos

3. Establecer un plan de experimentacin


DISEOS FACTORIALES
De monitoreo: Factorial 2n, F. fraccionado 2n-1 Plackett and Burman

Se basan en la variacin de todos los factores simultneamente Este tipo de diseos son importantes sobre todo si:

DISEOS EXPERIMENTALES

De optimizacin

No se sabe cuales son los factores mas importantes, ni sus rangos de influencia, ni si existen interacciones entre los factores
Se puede detectar la existencia de interaccin entre factores

Dominio experimental como combinacin de los dominios particulares de cada factor

13/04/2011

DISEO F. FRACCIONADO PLACKETT AND BURMAN


Para la estimacin del efecto de un gran numero de factores Solo efectos principales, no interacciones Ideales para prueba de robustez de un mtodo

DISEOS DE OPTIMIZACIN (SUPERFICIE DE RESPUESTA)


Describen cuantitativamente la relacin de la Respuesta con los Factores. i.e. Modelo Matemtico El Modelo Matemtico deben ser capaces de describir superficies de respuesta tanto lineales como curvas. Dependencias curvas pueden ser modeladas con al menos 3 niveles

DISEOS DE OPTIMIZACIN (SUPERFICIE DE RESPUESTA)-Caso Diseos ptimos


DISEO CENTRAL COMPOSITE
Puntos estrella fuera del hipercubo. Ntese que hay 5 niveles que ajustar !

DISEOS FACTORIALES DE 3 NIVELES


Diseo de superficie de respuesta Generalmente para estudiar pocos factores (2 o 3). Para mas factores, el No. de experimentos aumenta considerablemente

Combinacin de un diseo factorial completo o fraccionado y un diseo adicional, frecuentemente un diseo estrella Exp= 2k-p+2k+no =2(k-p)/4

K=No. Factores, p=No. De reduccin del diseo completo, no=No. Experimentos centrales

Exp= 23+2*3+1= 15

=2(3)/4 =1.6818

DISEO BOX-BEHNKEN

MODELO DE SUPERFICIE DE RESPUESTA


Para interpretar la relacin de la respuesta y el efecto de los factores Pueden ser modelos fsicos o fisicoqumicos (modelos mecansticos) modelos empricos (generalmente polinomiales de segundo orden)

Puntos experimentales en una hiperesfera equidistante del punto central y no un hipercubo Solo se tienen que ajustar 3 niveles. Solo 15 exp en comparacin co 17 en central composite

donde k=No.factores, bo= el intercepto, bi, bij, bii=parmetros de regresion de efecto lineal, de interaccin y cuadraticos

13/04/2011

Ejercicio 3: Estimacin del efecto de los factores usando un diseo factorial fraccionado
La determinacin de la enzima Ceruloplasmina se basa en la medicin espectrofotomtrica de la velocidad de oxidacin inicial de la p-fenilendiamina [PFD] a una concentracin constante de enzima de 13.6 mg/L. En una primera etapa se utiliz un diseo factorial 23 para evaluar el efecto de los factores: pH, temperatura y concentracin del substrato [PFD] 1. Exprese los factores y los niveles en una tabla con su cdigo respectivo a 2 niveles, 3 factores: 23 =8 experimentos
Niveles FACTORES -1 T oC [PFD] mM pH 35 0.5 4.8 +1 40 27.3 6.4

2. Usar factores codificados (o escalados) nos permite aplicar el mismo diseo para diferentes problemas.

Exp

[PFD]

pH

T*[PFD]

T*pH

[PFD]*pH

Y min-1

1 2 3 4 5 6 7 8

+1 +1 +1 +1 -1 -1 -1 -1

-1 +1 +1 -1 -1 +1 +1 -1

-1 -1 +1 +1 -1 -1 +1 +1

-1 +1 +1 -1 +1 -1 -1 +1

-1 -1 +1 +1 +1 +1 -1 -1

+1 -1 +1 -1 +1 -1 +1 -1

6.69 11.71 14.79 8.05 6.33 11.11 14.08 7.59

Calcule la diferencia D para cada factor con la sig. formula:

Si Sefecto = 0.24 Que efectos son significativos?

+ 1 +

La significancia del efecto de los factores se calcula haciendo repeticin de experimentos 1.Se calcula la varianza (s2) de las repeticiones, donde la Di es la diferencia en la repeticin de uno de los experimento 2

2 =

4 2 2 y se aplica: 2;
2

Efectos significativos NO INCLUYEN AL CERO

Ejercicio 4: Estimacin del modelo de superficie de respuesta


La determinacin de la enzima Ceruloplasmina (CP) se basa en la medicin espectrofotomtrica de la velocidad de oxidacin inicial de la p-fenilendiamina [PFD]. En una primera etapa (a una concentracin constante de enzima de 13.6 mg/L) se encontr que solo el pH y la concentracin del substrato [PFD] fueros significativos (ejercicio 3). Para estudiar la relacin cuantitativa entre la respuesta (velocidad de oxidacin) y los factores significativos se aplic un diseo Box-Behnken a una temperatura cte de 37 o C. La concentracin de CP se incluyo como un 3er factor para estudiar su respuesta (ahora hubo variacin).

13/04/2011

Un experimento bien diseado es un experimento que a pesar de las dificultades inherentes al sistema es capaz de soportar un modelo que aporta informacin con un mnimo de ensayos experimentales

EJEMPLO DE DISEO DE OPTIMIZACIN

Abstract In this work, the separation of nine phenolic acids (benzoic, caffeic, chlorogenic, p-coumaric, ferulic, gallic, protocatechuic, syringic, and vanillic acid) was approached by a 32 factorial design in electrolytes consisting of tetraborate buffer (STB) in the concentration range of 10 to 50 mmol L-1 and methanol in the volume percentage of 5 to 20 %, using capillary electrophoresis as separation technique.
Cuales son las condiciones ptimas para la separacin de los cidos fenlicos?. Explique ampliamente. Cual es el modelo que describe el comportamiento experimental de la separacin de los cidos fenlicos por electroforesis capilar.

+1