Eric Cai escribió:
Me alegro de que te haya gustado, Shalin! Trabajé muy duro en todas mis visualizaciones en esta serie de publicaciones del blog, ¡y es gratificante saber que ilustran bien los conceptos! ¡Gracias por leer!
Shalin escribió:
El diagrama se explica bien. Imagen vale más que 1000 palabras después de todo.
Saludos,
creativamente
Nota del editor: Esta publicación fue escrita por @eric_cai , un químico y estadístico que también bloguea en El estadístico químico . Sigue a Eric en Twitter @chemstateric .
preparación de la muestra Es una parte muy importante de la medición de cantidades de sustancias en química analítica. Un beneficio de un buen esquema de preparación de muestras es el Minimización de la incertidumbre acumulada. por la cantidad estimada de interés. Esta serie de dos partes del blog mostrará cómo una técnica estadística básica llamada análisis de varianza (ANOVA) puede evaluar la incertidumbre que se introduce en un esquema de preparación de muestras y ofrecer información sobre cómo puede mejorarse para minimizar la incertidumbre acumulada.
La primera parte de esta serie presentará el problema y dará forma a los datos en un formato que está listo para el análisis. La segunda parte de esta serie utilizará ANOVA para dividir y comparar las dos fuentes de variación en un esquema de preparación de muestras propuesto.
Medición de sodio en papas fritas
Un ingrediente común en las papas fritas es la sal de mesa o el cloruro de sodio. Supongamos que quiere medir el porcentaje de peso de sodio En una bolsa de patatas fritas. Aquí hay un posible esquema para extraer muestras de chips de esta bolsa y prepararlas para la medición. En este ejemplo, la cantidad de interés, generalmente llamada analito en química - es el sodio.
- Dibuje al azar y pese cuatro fichas de una bolsa.
- Moler cada chip en una pasta homogénea.
- Disolver cada muestra de pasta en una Matraz erlenmeyer de agua.
- Dibuja tres submuestras (llamadas alícuotas ) de igual volumen de la muestra homogeneizada en cada matraz. Ponga cada alícuota en una matraz volumétrico .
- Use un instrumento o técnica analítica para medir el porcentaje en peso de sodio de cada alícuota.
- Calcule el promedio de los 12 porcentajes en peso de las 12 partes alícuotas.
El siguiente es un diagrama que resume este esquema.
Fuentes de imágenes: “Erlenmeyer flask” de Danilo Prudêncio Silva y “Volumetric flask” de Lucasbosch - Trabajo propio. Licenciado bajo CC BY-SA 3.0 a través de Wikimedia Commons.
Aquí hay un conjunto de datos de porcentajes en peso medidos de sodio de las 12 partes alícuotas; Lo obtuve de la página 736 en el capítulo 29 del 6. th Edición de "Quantitative Chemical Analysis" de Daniel Harris.
El cálculo del porcentaje de peso real de sodio en esta bolsa de papas fritas se puede hacer de una manera relativamente sencilla: simplemente elija una buena técnica analítica. construir una curva de calibración y usar predicción inversa para obtener una estimación puntual y un intervalo de confianza. Sin embargo, esta publicación del blog se centrará en la variación que se presenta a lo largo de este proceso de preparación de la muestra y en cómo se puede minimizar. Este proceso es crítico para minimizar la incertidumbre acumulativa para las mediciones finales de los porcentajes de peso.
Entrar y transformar los datos
Vamos a introducir el conjunto de datos anterior en JMP .
Si prefiere mostrar la primera alícuota bajo Chip 3 como 0.420, puede cambiar esto en el Propiedades de la columna . Resalte todas las columnas y luego elija Estandarizar atributos bajo el menú de Cols.
En el Atributos lista desplegable, elija Formato . Esto activa el Formato para su modificación.
Cambiar el formato de Mejor a Diciembre fijo . En el nuevo disponible dic campo, cambie el valor de 0 a 3.
Observe ahora que la primera parte alícuota bajo Chip 3 ahora muestra 0.420.
Como verá más adelante en esta publicación de blog, el diseño de este conjunto de datos no está listo para su análisis en JMP. En cambio, vamos a apilar este conjunto de datos de modo que todos los valores de datos estén en una columna, y otra columna indique de qué chip provino cada valor. Más adelante usaremos la plataforma Fit Y by X en JMP, y requiere que los datos se estructuren en este formato apilado.
Bajo la Mesa menú, elegir Apilar .
Debajo Seleccionar columnas , elija las cuatro columnas de chips, y luego haga clic en Columnas de pila . Esto asegurará que las cuatro columnas se apilarán. También he ingresado los nuevos nombres de la tabla de salida, la columna de datos apilados y la columna de la etiqueta de origen.
Aquí es cómo se ve el conjunto de datos apilados.
¡Los datos ya están listos para su análisis! En la próxima publicación del blog de esta serie de dos partes, usaré el Fit Y by X Plataforma para visualizar los datos y analizarlos utilizando. ANOVA .
Concluiré esta serie interpretando los resultados de ANOVA para responder a nuestra pregunta original sobre la comparación de la variación en las dos etapas de nuestro esquema de preparación de muestras.
¡Manténganse al tanto!
Referencia
Harris, DC (2002). Análisis químico cuantitativo (6 th edición). Macmillan.
