TRATTAMENTO DEI DATI ANALITICI. Fasi di una analisi quantitativa Selezione del metodo di analisi...
-
Upload
fons-ferraro -
Category
Documents
-
view
231 -
download
2
Transcript of TRATTAMENTO DEI DATI ANALITICI. Fasi di una analisi quantitativa Selezione del metodo di analisi...
TRATTAMENTO DEI DATI ANALITICI
Fasi di una analisi quantitativaFasi di una analisi quantitativa
Selezione del metodo di analisiSelezione del metodo di analisi CampionamentoCampionamento Preparazione di un campione da laboratorioPreparazione di un campione da laboratorio Definizione dei Definizione dei campioni replicaticampioni replicati
Analisi replicate, contemporaneamente e con lo stesso Analisi replicate, contemporaneamente e con lo stesso
metodo, su porzioni dello stesso campionemetodo, su porzioni dello stesso campione
Preparazione delle soluzioni dei campioniPreparazione delle soluzioni dei campioni Eliminazione delle Eliminazione delle interferenzeinterferenze CalibrazioneCalibrazione e misura e misura Calcolo dei risultatiCalcolo dei risultati Valutazione dell’Valutazione dell’attendibilità dei dati analiticiattendibilità dei dati analitici
Errori nell’analisi chimicaErrori nell’analisi chimica
E’ impossibile eseguire un’analisi chimica in modo che i risultati siano E’ impossibile eseguire un’analisi chimica in modo che i risultati siano
assolutamente privi di errori o incertezzeassolutamente privi di errori o incertezze
Gli errori sperimentali si combinano tra loro in modo da rendere ogni Gli errori sperimentali si combinano tra loro in modo da rendere ogni
nuova misura più o meno diversa dalla precedentenuova misura più o meno diversa dalla precedente
L’incertezza della misura sperimentale non può mai essere eliminata L’incertezza della misura sperimentale non può mai essere eliminata
completamente perciò il valore vero di una quantità è sempre completamente perciò il valore vero di una quantità è sempre
sconosciutosconosciuto
L’entità probabile dell’errore può essere valutata e si possono definire L’entità probabile dell’errore può essere valutata e si possono definire
i limiti entro cui ricade, con un determinato grado di probabilità, il i limiti entro cui ricade, con un determinato grado di probabilità, il
valore verovalore vero di una quantità misurata di una quantità misurata
E’ sempre indispensabile effettuare una stima dell’affidabilità dei dati E’ sempre indispensabile effettuare una stima dell’affidabilità dei dati
sperimentali anche sesperimentali anche se la stima dell’accuratezza dei dati sperimentali la stima dell’accuratezza dei dati sperimentali
non è sempre facilenon è sempre facile
Ogni volta che collezioniamo i risultati di un’analisi è necessario Ogni volta che collezioniamo i risultati di un’analisi è necessario
stimarne precisione ed accuratezzastimarne precisione ed accuratezza
Dati con precisione ed accuratezza ignote sono privi di significatoDati con precisione ed accuratezza ignote sono privi di significato
D'altro canto, anche risultati che non sono particolarmente accurati D'altro canto, anche risultati che non sono particolarmente accurati
possono essere di considerevole valore se sono noti i limiti di possono essere di considerevole valore se sono noti i limiti di
incertezzaincertezza
Una delle domande a cui rispondere prima di cominciare un'analisi è: Una delle domande a cui rispondere prima di cominciare un'analisi è:
"qual è il massimo errore tollerabile nel risultato”"qual è il massimo errore tollerabile nel risultato”
La risposta a questo quesito determina il tempo richiesto per il lavoro: La risposta a questo quesito determina il tempo richiesto per il lavoro:
un aumento consistente dell'accuratezza può richiedere ore, giorni, e un aumento consistente dell'accuratezza può richiedere ore, giorni, e
persino settimane di lavoro aggiuntivopersino settimane di lavoro aggiuntivo
Stima dell’accuratezza dei dati analiticiStima dell’accuratezza dei dati analitici
Media aritmetica o media ( )Media aritmetica o media ( )
di di NN valori sperimentali valori sperimentali
18,30 18,40 18,50 18,60 18,70
media
x
N
xx
N
ii
1
MedianaMediana
x
1 18,45 111,52
2 18,53 N 63 18,58 media 18,594 18,63 mediana 18,615 18,656 18,68
Il risultato centrale dei dati replicati ordinatiIl risultato centrale dei dati replicati ordinati
Nel caso di un numero pari di dati replicati si calcola la media Nel caso di un numero pari di dati replicati si calcola la media della coppia centraledella coppia centrale
18,30 18,40 18,50 18,60 18,70
media
mediana
La dispersione dei valori misurati intorno al valore medioLa dispersione dei valori misurati intorno al valore medio
Descrive il grado di riproducibilità delle misure ed è una Descrive il grado di riproducibilità delle misure ed è una funzione della funzione della deviazionedeviazione dei dati dalla media dei dati dalla media
ddii = = xxii - x - xmm
Grandezze utilizzate per indicare la precisione di una serie di Grandezze utilizzate per indicare la precisione di una serie di dati replicati:dati replicati:
deviazione standarddeviazione standard
varianzavarianza
coefficiente di variazionecoefficiente di variazione
PrecisionePrecisione
Rappresenta lo scostamento tra il valore ottenuto ed il valore Rappresenta lo scostamento tra il valore ottenuto ed il valore vero o accettatovero o accettato
In altri termini è una misura della In altri termini è una misura della bontà dell’accordo tra il bontà dell’accordo tra il risultato, xrisultato, xii, o il valore medio dei risultati di un’analisi, ed il , o il valore medio dei risultati di un’analisi, ed il
valore vero o supposto tale, xvalore vero o supposto tale, x00..
E’ espressa dall’ E’ espressa dall’ errore assolutoerrore assoluto E = xE = xii – x – x00
o dall’ o dall’ errore relativo Eerrore relativo Err = (x = (xii – x – x00)/ x)/ x0 0 ×× 100 100
AccuratezzaAccuratezza
Alta accuratezzaAlta precisione
Alta accuratezzaBassa precisione
Bassa accuratezzaAlta precisione
Bassa accuratezzaBassa precisione
Categorie di errori nei dati sperimentaliCategorie di errori nei dati sperimentali
Errore grossolano (o occasionale)Errore grossolano (o occasionale)
Si verifica occasionalmente, è spesso grande e provoca un Si verifica occasionalmente, è spesso grande e provoca un significativo scostamento di un singolo dato (significativo scostamento di un singolo dato (outlieroutlier) da tutti ) da tutti
gli altrigli altri
18,30 18,40 18,50 18,60 18,70
x0
OutlierOutlier
Può capitare, nel corso di una misura, di avere un valore Può capitare, nel corso di una misura, di avere un valore
che si discosta significativamente da tutti gli altri dati che si discosta significativamente da tutti gli altri dati
replicati (outlier)replicati (outlier)
E’ necessario stabilire se il valore ottenuto deve essere E’ necessario stabilire se il valore ottenuto deve essere
utilizzato per il calcolo della media oppure se va utilizzato per il calcolo della media oppure se va
considerato un dato anomalo e quindi scartato (Q-test)considerato un dato anomalo e quindi scartato (Q-test)
La scelta va fatta seguendo uno dei criteri codificati ed La scelta va fatta seguendo uno dei criteri codificati ed
accettatiaccettati
Categorie di errori nei dati sperimentaliCategorie di errori nei dati sperimentali
Errore sistematico (o determinato)Errore sistematico (o determinato)
Causa lo scostamento della media di un set di dati Causa lo scostamento della media di un set di dati sperimentali dal valore vero (o accettato) sperimentali dal valore vero (o accettato)
Influenza l’ accuratezza di una misura Influenza l’ accuratezza di una misura
18,30 18,40 18,50 18,60 18,70
x0xm
Errori sistematiciErrori sistematici
Gli errori sistematici hanno un valore definito ed una Gli errori sistematici hanno un valore definito ed una causa identificabile.causa identificabile.
Per misure replicate effettuate nello steso modo hanno lo Per misure replicate effettuate nello steso modo hanno lo stesso ordine di grandezza e generalmente influenzano stesso ordine di grandezza e generalmente influenzano tutti i risultati di un set di misura allo stesso modo.tutti i risultati di un set di misura allo stesso modo.
Provocano uno scostamento unidirezionale dal valore Provocano uno scostamento unidirezionale dal valore vero che può essere costante o proporzionale e che può vero che può essere costante o proporzionale e che può assumere valore sia positivo che negativo.assumere valore sia positivo che negativo.
Gli errori sistematici introducono un Gli errori sistematici introducono un biasbias nella tecnica di nella tecnica di misura.misura.
Cause degli errori sistematiciCause degli errori sistematici
Errori strumentali: dovuti a imperfezioni e Errori strumentali: dovuti a imperfezioni e
malfunzionamento degli strumenti di misuramalfunzionamento degli strumenti di misuraVariazioni di temperaturaVariazioni di temperaturaContaminazione dell’equipaggiamentoContaminazione dell’equipaggiamentoFluttuazioni nella tensione di alimentazioneFluttuazioni nella tensione di alimentazioneGuasto o malfunzionamento di componentiGuasto o malfunzionamento di componenti
Errori di metodo: dovuti a comportamento chimico o Errori di metodo: dovuti a comportamento chimico o fisico non ideale dei reagenti e delle reazioni utilizzate fisico non ideale dei reagenti e delle reazioni utilizzate in un procedimento analiticoin un procedimento analitico
Errori personali: causati da valutazioni personali Errori personali: causati da valutazioni personali dell’analista nel corso del procedimento analitico dell’analista nel corso del procedimento analitico adottatoadottato
Rivelazione e correzione degli errori Rivelazione e correzione degli errori sistematicisistematici
Analisi di campioni standardAnalisi di campioni standard
Analisi con metodi indipendentiAnalisi con metodi indipendenti
Variazioni della quantità di campioneVariazioni della quantità di campione
CalibrazioneCalibrazione
Rivelazione e correzione degli errori Rivelazione e correzione degli errori sistematicisistematici
18,30 18,40 18,50 18,60 18,70
x0xm
18,30 18,40 18,50 18,60 18,70
x0xm
Analisi di Analisi di
standardstandard
CalibrazioneCalibrazione
Categorie di errori nei dati sperimentaliCategorie di errori nei dati sperimentali
Errore casuale (o indeterminato)Errore casuale (o indeterminato)
Provoca la dispersione dei dati sperimentali intorno al valore Provoca la dispersione dei dati sperimentali intorno al valore medio. Riflette la precisione di una misuramedio. Riflette la precisione di una misura
18,30 18,40 18,50 18,60 18,70
x0xm
18,30 18,40 18,50 18,60 18,70
x0xm
Gli Gli errori casualierrori casuali (detti anche (detti anche indeterminatiindeterminati o "random" in lingua o "random" in lingua
inglese), causano una dispersione più o meno simmetrica dei dati inglese), causano una dispersione più o meno simmetrica dei dati
intorno al valore mediointorno al valore medio
Essi sono legati a fluttuazioni indefinite di una miriade di parametri Essi sono legati a fluttuazioni indefinite di una miriade di parametri
sperimentali, quali temperatura, pH, pressione, umidità, punto d’arresto sperimentali, quali temperatura, pH, pressione, umidità, punto d’arresto
di una titolazione, forza ionica, ecc. oltre che alle tolleranze dei pesi di una titolazione, forza ionica, ecc. oltre che alle tolleranze dei pesi
delle bilance e della vetreria utilizzata per la misurazione di volumi e delle bilance e della vetreria utilizzata per la misurazione di volumi e
alle incertezze dei valori desunti dagli strumenti di misura. alle incertezze dei valori desunti dagli strumenti di misura.
Queste fluttuazioni avvengono anche cercando di lavorare con la Queste fluttuazioni avvengono anche cercando di lavorare con la
massima cura. massima cura.
Gli errori casuali non possono essere eliminati, anche se possono Gli errori casuali non possono essere eliminati, anche se possono
essere ridotti operando con curaessere ridotti operando con cura. .
ERRORI CASUALIERRORI CASUALI18
Trattamento Statistico dell’Errore CasualeTrattamento Statistico dell’Errore Casuale
E’ possibile valutare gli errori casuali (o E’ possibile valutare gli errori casuali (o indeterminati) nei risultati di un’analisi con indeterminati) nei risultati di un’analisi con metodi statistici.metodi statistici.
Il Campione e la PopolazioneIl Campione e la Popolazione
Un numero finito di osservazioni sperimentali Un numero finito di osservazioni sperimentali viene definito un campione di dati. Questo è viene definito un campione di dati. Questo è trattato come una frazione di un numero infinito trattato come una frazione di un numero infinito di osservazionidi osservazioni
Il numero infinito di dati è definito una Il numero infinito di dati è definito una popolazione o universo di datipopolazione o universo di dati
Le leggi statistiche sono derivate per una Le leggi statistiche sono derivate per una popolazione di dati. Se applicate ad un popolazione di dati. Se applicate ad un campione di dati possono richiedere modifiche, campione di dati possono richiedere modifiche, poiché un numero finito e limitato di dati può non poiché un numero finito e limitato di dati può non essere rappresentativo dell’intera popolazione.essere rappresentativo dell’intera popolazione.
L’analisi statistica dei dati analitici è basata L’analisi statistica dei dati analitici è basata sull’assunzione che gli errori casuali in un’analisi sull’assunzione che gli errori casuali in un’analisi seguano una curva di distribuzione Gaussiana o seguano una curva di distribuzione Gaussiana o normale.normale.
Proprietà di una curva GaussianaProprietà di una curva Gaussiana 22/2
2
1),(
xexy
Frequenza relativa (y) delle deviazioni della popolazione di dati (x-) dalla media
= media della popolazione
= deviazione standard della popolazione
Il 68,3% dei dati di una popolazione ricade nell’intervallo Il 95,5% dei dati di una popolazione ricade nell’intervallo 2e il 97,7% nell’intervallo 3
La media della popolazione La media della popolazione e la media del e la media del campione xcampione xmm o o x
E’ opportuno comprendere la differenza tramedia del campione e media della popolazione
N
xx
N
ii
1
N
xN
ii
1
media del campione
media relativa ad un campione limitato di dati
quando N è piccolo
media della popolazione
media reale relativa ad una popolazione illimitata di dati
quando N
• Spesso, se N è piccolo, xm differisce da perché un piccolo campione di dati può non rappresentare correttamente la sua popolazione
• La differenza tra xm e diminuisce rapidamente con
l’aumento del numero di misure (N) che costituiscono il campione
• In generale, se N assume valori tra 20 e 30, o superiori, la differenza risulta trascurabile
La deviazione standard della popolazione La deviazione standard della popolazione
La deviazione standard della popolazione () è una misura della precisione di una popolazione di dati
2
1
N
xN
ii
La deviazione standard del campione (s) è un La deviazione standard del campione (s) è un indicatore della precisione della misuraindicatore della precisione della misura
2
1
1
N
xxs
N
ii
• La grandezza (N-1) è chiamata numero di gradi di libertà
• Indica il numero di dati indipendenti che vengono usati per il calcolo della deviazione standard di un campione di dati
• Nel calcolo della deviazione standard di piccoli campioni di dati l’uso di N al posto di (N-1) non è corretto e comporta un errore nel calcolo della deviazione standard s