Monserrate/Soto/Cumbe/23-Julio- 2023
Numero de fichas 9
Titulo Enfoque funcional estadístico para estudios Inter laboratorios con
datos térmicos
autor Naya, Salvador; Flores, Miguel
Revisas Articulo scopus
Resumen Se propone un nuevo enfoque de análisis estadístico de datos
funcionales (FDA) para realizar pruebas entre laboratorios y se aplica
con éxito a la termogravimetría (TG) y la calorimetría diferencial de
barrido (DSC). Este enfoque funcional evita las pérdidas típicas de
información asociadas a los procesos de reducción de dimensiones.
Permite la localización y variabilidad de las curvas térmicas
obtenidas mediante la aplicación de un procedimiento de ensayo
determinado. La variabilidad y la ubicación dentro y entre
laboratorios se han estimado utilizando un enfoque de la FDA, así
como los estudios tradicionales de reproducibilidad y repetibilidad.
Para evaluar el nuevo enfoque, se obtuvieron 105 curvas TG y 90
curvas calorimétricas a partir de oxalato de calcio monohidrato. Las
curvas obtenidas corresponden a siete laboratorios simulados, 15
curvas por laboratorio. Se estimaron la media funcional y la varianza.
Desde un punto de vista funcional, estas estadísticas descriptivas
consideran cada dato como una curva o función de dimensión
infinita. Las bandas de confianza se calcularon mediante un
remuestreo suave de bootstrap. Un estudio de consistencia de
laboratorio se realiza en un contexto funcional. El enfoque de
profundidad funcional basado en el remuestreo bootstrap es una
herramienta útil para identificar valores atípicos entre los
laboratorios. El nuevo enfoque de la FDA permite identificar como
valores atípicos las curvas térmicas obtenidas con calibraciones
antiguas o incorrectas. El análisis funcional de la prueba de varianza
basada en proyecciones aleatorias y el procedimiento de tasa de
descubrimiento falso (FDR) proporciona qué laboratorios obtienen
curvas térmicas significativamente diferentes. Este enfoque se
puede aplicar para realizar programas de prueba interlaboratorios
donde la respuesta del resultado de la prueba es funcional, como,
por ejemplo, las pruebas DSC y TG, sin tener que asumir que los
datos siguen una distribución gaussiana.
Idea central La estadística se usa para ordenar datos científicos que ayudan a
mejorar un enfoque científico y ayuda a la medicina
Temáticas abordadas Estadística descriptiva