0273738402

Fernando E. Ortega-Ojeda (fernando.ortega@uah.
es)
Basado en el original de Mercedes Torre Roldán

Puebla, 27 al 31 de Marzo de 2017
1.1. Introducción
Estrategia para el análisis de datos obtenidos en el laboratorio.

Datos
Análisis Químico Pre-procesamiento
Análisis de
mezclas
químicas
complejas
Evaluación Análisis
Fernando E. Ortega-Ojeda (fernando.ortega@uah.es), www.inquifor.com; Puebla, 27 al 31 de Marzo de 2017 Tema 1. Breve introducción a la estadística Cuadro 2
1.1. Introducción
dato1
(Del lat. datum, lo que se da)
1. m. información sobre algo concreto que permite su conocimiento exacto o

sirve para deducir las consecuencias derivadas de un hecho. A este
problema le faltan datos numéricos.
2. m. Documento, testimonio, fundamento.
3. m. Inform. Información dispuesta de manera adecuada para su

tratamiento por un ordenador.
1.1. Introducción
resultado1
(Del part. de resultar)
1. m. Efecto y consecuencia de un
hecho, operación o deliberación.
1.1. Datos vs. Información
 Tener u obtener datos no es sinónimo de

poseer información.
 Hay que interpretar y colocar los datos en el

contexto adecuado para convertirlos en
información útil.
 La quimiometría es la disciplina que tiene esa

finalidad.
Grupo de Quimiometria y Cualimetria de Tarragona

Departamento de Quimica Analitica y Quimica Orqenice
Universitat Rovira i Virgili, Tarragona, España.
1.1. Introducción
Los datos son hechos y/o números que llevan información.
Datos
Cualitativos Cuantitativos
Nominales:
Categorías de eventos
mutuamente excluyentes y Nominales
Ordinales Discretos Continuos
colectivamente exhaustivos, (Cardinales)
denotando atributos o
características únicas: Nombre,
nacionalidad, región, estado
civil, código postal, confesión
religiosa, etc. Cuando se
Cuando se Cuando se
cuentan, se cuentan, se categorizan y
Ordinales: cuentan, se
Relaciones de orden dentro de convierten en… convierten en…
convierten en…
categorías de menor a mayor,
de mejor a peor, etc.: Primero,
segundo, tercero, agudo,
crónico, etc.
1.1. Estadística Bayesiana vs. Estadística convencional
Estadística Bayesiana Estadística convencional

Cálculo de probabilidades con Conclusiones en base a significación
incorporación de información externa al estadística o aceptación y rechazo de
estudio que se está realizando. hipótesis dentro del marco del estudio
que se está realizando.
1.1. Estadística vs. Probabilidad
1.1. Estadística
estadístico, ca
La forma f., del al. Statistik, y este der. del it. statista 'hombre de Estado'.
1. adj. Perteneciente o relativo a la estadística.

2. m. y f. Persona que profesa la estadística.
3. f. Estudio de los datos cuantitativos de la población, de los recursos
naturales e industriales, del tráfico o de cualquier otra manifestación de las
sociedades humanas.
4. f. Conjunto de datos estadísticos.
5. f. Rama de la matemática que utiliza grandes conjuntos de datos numéricos
para obtener inferencias basadas en el cálculo de probabilidades.
1.1. Estadística
estadística
 Sentido plural: hechos numéricos, e.g., taza de cambio Euro-Dollar,

pH, etc.
 Sentido singular: Disciplina científica que consiste en teoría y
métodos para procesar información numérica que puede usarse
para tomar decisiones cuando hay incertidumbre.
En resumen: La estadística se preocupa de la colección de

datos y de la medición de su incertidumbre.
1.1. Análisis de datos

Datos
Análisis de
mezclas
químicas
complejas
Situaciones simples:
 Comparación visual de dos objetos.
 Pocos datos o ninguno (evidencia fotográfica, etc.).
Situaciones complejas, con el uso de varias pruebas físicas o

químicas:
 Gran cantidad de datos numéricos.
 Estadística descriptiva.
Análisis exploratorio de datos

Media, Desviación estándar, Varianza, etc.
• Tablas.
• Histogramas.
• Gráficas de dispersión.
• Gráficos con barras de desviación.
• etc.
• Elementos anómalos (outliers).

• Valores perdidos.
• Funciones de probabilidad normal.
• Identificación de posibles asociaciones entre
variables.
• Homogeneidad de la varianza en el set de datos.
• etc.

• Tablas
• Histogramas
• Gráficas de dispersión
• Gráficos con barras de desviación
• etc.
• Elementos anómalos (outliers)

• Valores perdidos
• Funciones de probabilidad normal
variables
• etc.
Tablas
Multi- and Megavariate Data Analysis, Principles and Applications. 2nd Ed. 2006.

• Tablas
• Histogramas
• etc.

variables
• etc.
Histogramas
Results based on interval of 0 to 6 inches for all samples (μg/kg).

Fuente: Survey of the Distribution and Sources of Polycyclic aromatic hydrocarbons (PAHs) in urban
surface soils (Mauro, D.M.; Coleman, A.; Saber, D.; Sirivedhin, T. http://www.metaenv.com/files/urban pah
study.pdf).
Histogramas
Gráficas de probabilidad
normal para Benzo(a)pireno
(308 muestras)

• Tablas
• Histogramas
• etc.

variables
• etc.
Gráficas de dispersión
Multi-technique comparison of source and primary transfer soil

samples: an experimental investigation. Croft, D.J.; Pye, K. Sci Justice.
2004; 44(1 ):21-8.
 Four soil types and five footwear types were used.

 Four analytical techniques to compare single source and primary transfer
soil samples:
 Spectrophotometric colour determination.
 Laser diffraction particle size analysis.
 Stable isotope analysis.
 Chemical element analysis.
Percentages of sand, silt and clay in

source soils A-D, compared with soil
samples removed from footwear
after primary transfer, for left and
right soles.
Statistically significant difference at

95 % confidence level.
Bivariate plot of K20 (wt.%) against CaO (wt.%) for the 450 mm size fractions of the source soils A-D, compared to soil
samples removed from footwear after primary transfer, for left and right soles.

• Tablas
• Histogramas
• etc.

variables
• etc.
Funciones de probabilidad normal
¿Están los datos distribuidos

normalmente?
Prueba de oblicuidad
Prueba de Curtosis
(skewness)
Pruebas Paramétricas Pruebas No Paramétricas

Datos
Análisis de
mezclas
químicas
complejas
1.1. Análisis Univariante
1.1. Análisis Univariante - Estadística Convencional
1. Análisis exploratorio de datos (valor medio, desviación estándar,

etc.).
2. Test de hipótesis clásicos:
a. Student’s t-test (dos muestras).
b. Análisis de la varianza, ANOVA (> dos muestras).
3. Test de hipótesis multivariantes:

a. Hotelling's T2- test.
b. Análisis multivariante de la varianza, MANOVA.
4. Análisis estadístico multivariante avanzado.
1.1. Análisis Univariante vs. Multivariante
1.1. Análisis Multivariante
http://ll1.workcast.net/10447/116440672439547
8/Ics/Multivariate_Data_Analysis_For_Dummies_
CAMO.pdf
Statistical data analysis
Univariate Multivariate
Prediction or Prediction or Structural

explanation explanation relationship
Cluster analysis
Regression
Correlation and regression Principal component analysis
Discriminant analysis
analysis Factorial analysis
Canonical correlation
correspondence analysis

Cluster analysis
Regression
1.1. Análisis Multivariante. Cluster Analysis
Classification technique for finding meaningful subgroups of objects.

 Unlike many other statistical methods, there are no any a priori
hypotheses (unsupervised pattern recognition).
1.1. Análisis Multivariante. Principal Component Analysis

Cluster analysis
Regression
Powerful and simple unsupervised pattern recognition technique used for

extracting relevant information from confusing data sets.
 It reduces the dimensionality of the data while retaining as much as possible the
variation contained in the original dataset.
 The new variables (principal components, PCs) are linearly uncorrelated.
 Prior data standardization is recommended, usually by transforming all the data to
have zero mean and unit standard deviation.
Powerful and simple unsupervised pattern recognition technique used for

extracting relevant information from confusing data sets.
1.1. Análisis Multivariante. Discriminant Analysis

Cluster analysis
Regression
1.1. Análisis Multivariante. Discriminant Analysis
Technique of classification of objects by means of different variables.

Some group assignments must be known before carrying out the
(supervised pattern recognition).
 It assesses the adequacy of a classification, given the group memberships of the
objects under study.
 It assigns objects to one of a number of (known) groups of objects.
1.1. Pre-procesamiento de datos
¿Why pre-processing the data?
¿Why pre-processing the data?
Pre-processing is almost always mandatory.
When to use each one???
THERE ARE NO RULES
Maybe we need a different pre-treatment for each analyte !!!
Pre-Processing of Discrete Variables
Logarithm
Often used when:
• Only one unit is measured (e.g., ppm).
• The magnitude is quite different.
Homogenization of magnitude levels
Mean Centering
The average value of each variable (column) is calculated and then
subtracted from the data.
This improves the interpretability of the model.
Mean Centering
Mean Centering
Scaling
The length of each coordinate axis in the variable space is regulated
according to some selected criterion:
• The length of each variable axis is set to be the same variance.
Scaling
The most common scaling technique is the unit variance (UV) scaling.
• For each variable (column) one calculates the standard deviation (sk)
and obtains the scaling weight as the inverse standard deviation
(1/sk).
• Subsequently, each column of X is multiplied by 1/sk.
• Each scaled variable then has equal (unit) variance.
Scaling
Dividing by the standard deviation.
Scaling
Autoscaling
Autoscaling = Mean Centering + Scaling
Autoscaling
Autoscaling = Mean Centering + Scaling
¿When do we need to use…
…logarithms?
Different magnitudes among the same units.
…mean center?
Different units and different magnitudes (pH, T, [C],…).
When you have a high signal-to-noise ratio.
…autoscaling?
As before, that means (almost) ALWAYS.
When we don’t know…?

Try….and see if the model improves…
Rotation Ambiguity
Bibliografía
Martín Pliego, F.J.: Introducción a la Estadística Económica y Empresarial. Ed. Thomson. 3ª edición. 2009.
Montiel, A.: Elementos básicos de Estadística Económica y Empresarial. Ed. Prentice Hall. 1998.
Pérez, C. Estadística Aplicada a través de Excel. Ed. Pearson. 2004.
Sanz, J.A. et al. Problemas de Estadística Descriptiva Empresarial. Ed. Ariel Economía. 1996.
Uriel, E. Y Muñiz, M. Estadística Empresarial (Teoría y ejercicios). Ed. AC. 1988.
Uriel, E. y Peiró, A.: Introducción al análisis de series temporales.Ed. AC. 1995.
Fernández Cuesta, C. Curso de estadística descriptiva. Teoría y práctica. Ed. Ariel. 1995.
Hernández, A.: Curso elemental de Estadística Descriptiva. Ed. Pirámide. 2008.
Castillo, I. y Guijarro, M.: Estadística descriptiva y cálculo de probabilidades. Ed. Pearson. 2005.
Visauta, B.: Análisis Estadístico con SPSS para Windows. Ed. McGraw Hill. 2002.
Pérez, C.: Técnicas Estadísticas con SPSS 12. Aplicaciones al análisis de datos. Ed. Pearson. 2008.
Multi- and Megavariate Data Analysis, Principles and Applications. 2nd Ed. 2006.
The Uncrambler Help. Camo. Norway.
José Manuel Amigo (jmar@life.ku.dk). 2013. http://www.models.life.ku.dk
Fernando E. Ortega-Ojeda (fernando.ortega@uah.es)
Basado en el original de Mercedes Torre Roldán

Puebla, 27 al 31 de Marzo de 2017

0273738402

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

0273738402

Uploaded by

Copyright:

Available Formats

Fernando E. Ortega-Ojeda (fernando.ortega@uah.

Basado en el original de Mercedes Torre Roldán

Estrategia para el análisis de datos obtenidos en el laboratorio.

Análisis Químico Pre-procesamiento

1. m. información sobre algo concreto que permite su conocimiento exacto o

2. m. Documento, testimonio, fundamento.

3. m. Inform. Información dispuesta de manera adecuada para su

 Tener u obtener datos no es sinónimo de

 Hay que interpretar y colocar los datos en el

 La quimiometría es la disciplina que tiene esa

Grupo de Quimiometria y Cualimetria de Tarragona

Los datos son hechos y/o números que llevan información.

Estadística Bayesiana Estadística convencional

1. adj. Perteneciente o relativo a la estadística.

 Sentido plural: hechos numéricos, e.g., taza de cambio Euro-Dollar,

En resumen: La estadística se preocupa de la colección de

Estrategia para el análisis de datos obtenidos en el laboratorio.

Análisis Químico Pre-procesamiento

Situaciones complejas, con el uso de varias pruebas físicas o

Análisis exploratorio de datos

• Elementos anómalos (outliers).

Análisis exploratorio de datos

• Elementos anómalos (outliers)

Análisis exploratorio de datos

• Elementos anómalos (outliers)

Results based on interval of 0 to 6 inches for all samples (μg/kg).

Análisis exploratorio de datos

• Elementos anómalos (outliers)

Multi-technique comparison of source and primary transfer soil

 Four soil types and five footwear types were used.

Percentages of sand, silt and clay in

Statistically significant difference at

Análisis exploratorio de datos

• Elementos anómalos (outliers)

Funciones de probabilidad normal

¿Están los datos distribuidos

Pruebas Paramétricas Pruebas No Paramétricas

Estrategia para el análisis de datos obtenidos en el laboratorio.

Análisis Químico Pre-procesamiento

1. Análisis exploratorio de datos (valor medio, desviación estándar,

3. Test de hipótesis multivariantes:

4. Análisis estadístico multivariante avanzado.

Statistical data analysis

Prediction or Prediction or Structural

Statistical data analysis

Prediction or Prediction or Structural

Classification technique for finding meaningful subgroups of objects.

Statistical data analysis

Prediction or Prediction or Structural

Powerful and simple unsupervised pattern recognition technique used for

Powerful and simple unsupervised pattern recognition technique used for

Statistical data analysis

Prediction or Prediction or Structural

Technique of classification of objects by means of different variables.

When to use each one???

THERE ARE NO RULES

Maybe we need a different pre-treatment for each analyte !!!

Homogenization of magnitude levels

This improves the interpretability of the model.

• The length of each variable axis is set to be the same variance.

When we don’t know…?

Basado en el original de Mercedes Torre Roldán

You might also like