1
00:00:00,000 --> 00:00:17,300
Bueno, os he abierto la unidad de trabajo 1 de medidas de seguridad en el laboratorio porque, bueno, como me habéis contado, vamos, algunos preferís ir teniendo la información para poneros al día.

2
00:00:17,300 --> 00:00:31,079
ahora llegan las vacaciones y demás, vacaciones escolares, que no vamos a tener clase hasta el próximo día, creo que es 9 de abril, entonces ya tenéis la unidad 1.

3
00:00:31,539 --> 00:00:43,579
La unidad 1 ya os comenté que es una unidad que conceptualmente es mucho más sencilla y es más, entre comillas, de estudiar, entonces os subí la videoconferencia con los puntos más importantes

4
00:00:43,579 --> 00:00:52,719
y ya tenéis todo abierto. También tenéis abierto la actividad y el test, por si lo queréis ir haciendo, tenéis un mes para hacerlo.

5
00:00:53,000 --> 00:00:58,200
Se abre hoy, que es 26 de marzo, y se cierra el 26 de abril.

6
00:00:59,020 --> 00:01:03,240
Nos va a pasar un poco lo mismo con la unidad de trabajo 4, la de sistemas de gestión ambiental,

7
00:01:03,240 --> 00:01:15,519
que como las videoconferencias están para explicar los puntos que son más complejos, para hacer ejercicios y demás,

8
00:01:16,120 --> 00:01:21,239
tenemos solo una hora y media a la semana en vez de las tres que tenemos en presencial,

9
00:01:21,500 --> 00:01:24,420
entonces tenemos que elegir un poco en qué nos centramos más.

10
00:01:25,420 --> 00:01:30,939
Entonces, yo os he grabado esta videoconferencia, vamos, os he subido la videoconferencia de la unidad 1

11
00:01:30,939 --> 00:01:45,340
y voy a hacer lo mismo con la 4. Esto no significa que si alguien tiene dudas, que quiere profundizar en algo, pues lo diga y demos otra sesión, busquemos un rato o una tutoría individual o lo que sea.

12
00:01:45,340 --> 00:01:57,879
Pero bueno, yo creo que con el vídeo que tenéis subido y con el material que tenéis aquí no vais a tener ningún problema.

13
00:01:59,819 --> 00:02:09,580
Vamos a navegarlo un poco, eso sí. Tenemos aquí nuestros apuntes como siempre, que sabéis que los tenemos en todos los temas en tres formatos.

14
00:02:09,580 --> 00:02:27,280
Este que es el navegable, que puede ser el más cómodo para estudiarlo en el ordenador y luego tenéis dos descargables en PDF por si lo queréis llevar en móvil, tablet o lo que sea o porque queréis trabajar sin estar conectados a internet.

15
00:02:27,280 --> 00:02:53,439
Entonces, tenemos aquí medidas de seguridad en el laboratorio y se desglosa en distintos apéndices que yo os he ido desglosando también en la videoconferencia.

16
00:02:53,439 --> 00:03:09,620
Tenemos el sistema de prevención de riesgos laborales, la normativa, que puede ser lo que más información tiene, cómo clasificamos los productos químicos y cómo los almacenamos.

17
00:03:09,620 --> 00:03:19,840
la prevención de riesgos del trabajo con productos químicos, porque esto es una cosa que tenemos que tener en cuenta,

18
00:03:19,979 --> 00:03:28,360
que nosotros, el trabajo de técnico de laboratorio, además de los riesgos asociados a cualquier otro tipo de trabajo,

19
00:03:28,360 --> 00:03:35,360
tenemos unos riesgos muy específicos que están relacionados con trabajar con productos que son peligrosos,

20
00:03:35,360 --> 00:03:51,580
con cierta maquinaria, incluso en ensayos físicos trabajamos con maquinaria que puede ser peligrosa, estamos sometidos a concentraciones de sustancias que pueden ser tóxicas y hay que evaluarlas, etc.

21
00:03:51,580 --> 00:04:02,500
Por eso es muy importante en todas las profesiones tener un control del riesgo, pero en el caso de analista de laboratorio incluso más.

22
00:04:03,419 --> 00:04:19,860
Tenemos otro apartado de la seguridad en el laboratorio, en el que tenemos básicamente que tener un laboratorio bien organizado y gestionado para que sea seguro, etc.

23
00:04:19,860 --> 00:04:42,279
Todo esto, simplemente estoy bajando los epígrafos, pero tenéis todo en la videoconferencia y en una presentación que os he subido también. Las medidas preventivas, el diseño y organización de laboratorios, los equipos de protección personal, los EPIs, cómo se gestionan y cómo se clasifican y el plan de emergencia.

24
00:04:42,279 --> 00:04:55,199
Esto, bueno, lo hemos pasado así muy rápido, pero lo he dicho, tenéis ya subida la videoconferencia de la semana pasada y para cualquier duda me comentáis, ¿vale? A ver, que esto para salir hay que ir para atrás.

25
00:04:55,199 --> 00:05:11,800
Entonces, eso respecto a la unidad 1, que vuelvo a ella por aquí, perdonadme, aquí, ¿vale?

26
00:05:11,800 --> 00:05:23,879
Y tenemos también, como siempre, un foro que yo normalmente os diría que escribieseis, a no ser que sea algo muy específico en el foro general, pero bueno, si escribís por unidades también estupendo.

27
00:05:23,879 --> 00:05:45,759
Las dos versiones, un mapa conceptual, que este vamos a verlo también, que nos dice un poco las medidas preventivas, tenemos que tener un plan de emergencia para evitar daños, tenemos los elementos de protección colectiva e individual, cuáles son cada uno de ellos y de qué nos protegen.

28
00:05:45,759 --> 00:06:05,699
También, como medidas preventivas, tenemos que tener una información. Nosotros, al final, cuando trabajamos con productos químicos, nuestro pasaporte para que no nos pase nada es conocer perfectamente con qué estamos trabajando y protegernos de acuerdo a la peligrosidad del producto con el que estemos trabajando.

29
00:06:05,699 --> 00:06:27,079
No es lo mismo que vengáis aquí y la práctica que hicisteis conmigo, que era una muestra de oxálico con glucosa que no tiene mayor peligrosidad, o la sosa con la que estuvimos valorando, que aunque no fuese muy concentrada, hay que tener ciertas precauciones porque si nos cae en la piel nos puede causar un daño.

30
00:06:28,300 --> 00:06:35,439
Toda esa información la tenemos en nuestras etiquetas de los productos químicos y las fichas de seguridad.

31
00:06:35,699 --> 00:06:55,100
¿Vale? Entonces, bueno, este es el mapa conceptual de esta unidad de riesgos que lo he dicho, me repito un poco, pero esto lo habéis visto también los que habéis dado ya el módulo de análisis químico y, bueno, si venís de grado medio o de otro ciclo lo habéis visto también.

32
00:06:55,100 --> 00:07:08,000
Entonces, bueno, lo he dicho, es una unidad que es muy importante, pero que le dedicamos menos tiempo de videoconferencia para hacer más ejercicios y dedicarnos más a las que suelen dar más problema.

33
00:07:09,579 --> 00:07:22,579
Os he puesto también un par de vídeos, este de seguridad básica en el laboratorio, que estoy casi segura de que esto os lo puse antes de hacer las prácticas, pero bueno, si no os lo podéis ver, son 10 minutos.

34
00:07:22,579 --> 00:07:45,600
Y luego tenéis aquí una página de la European Chemical Science, que aquí tenéis, es una página muy útil porque podéis navegar por toda la legislación de una manera muy visual. Tenemos todos los pictogramas, está ahora mismo, bueno, vais directos a los pictogramas, pero está todo muy bien explicado y muy visual por si queréis navegarla.

35
00:07:45,600 --> 00:08:09,800
Por ejemplo, si queremos saber este pictograma que significa, el inflamable, que el símbolo es una llama, nos metemos dentro y nos explica que es un indicativo de que el recipiente que tiene este símbolo contiene un gas que es extremadamente inflamable, o un gas inflamable, o un aerosol extremadamente inflamable, etc.

36
00:08:10,420 --> 00:08:31,579
Nos dice ejemplos donde lo podemos encontrar, por ejemplo, en la gasolina, en el quitasmalte, ¿vale? Todos los pictogramas, si cogéis cualquier producto que tengáis por casa, si estáis en casa, de limpieza, cualquier, bueno, si tenéis desodorantes o cualquier tipo de spray o lacas para el pelo, etc., vais a ver pictogramas.

37
00:08:31,579 --> 00:09:00,440
Sobre todo en los productos de limpieza vais a ver muchos de estos corrosivos, inflamables. También si tenéis, por ejemplo, algún insecticida o algún producto menos recomendable, productos que son muy tóxicos, aparte de la toxicidad, vais a tener el de peligro para la salud, toxicidad aguda, peligro para la salud, peligro para el medioambiente.

38
00:09:00,440 --> 00:09:21,639
Este es muy visual porque parece un pez muerto. Y lo mismo, si queremos saber más información sobre este pictograma, nos metemos aquí y nos dice que es muy tóxico para los organismos acuáticos con efectos nocivos duraderos.

39
00:09:21,639 --> 00:09:25,120
tóxico para los organismos acuáticos con efectos nocivos duraderos.

40
00:09:25,299 --> 00:09:28,759
Estas dos categorías están incluidas dentro de este pictograma.

41
00:09:30,000 --> 00:09:32,000
¿Por qué son tan útiles los pictogramas?

42
00:09:32,080 --> 00:09:38,460
Pues porque si yo veo esto, da igual que yo sepa español, que sepa francés, que sepa chino,

43
00:09:38,659 --> 00:09:40,240
que da igual, lo voy a entender.

44
00:09:41,179 --> 00:09:48,379
Son muy visuales, son rápidos, universales y nos dan una información muy concentrada en muy poco espacio.

45
00:09:48,860 --> 00:09:53,879
¿Dónde lo podemos encontrar? En plaguicidas, en biocidas, en gasolinas, etc.

46
00:09:54,440 --> 00:09:57,960
Ejemplos de consejos de prudencia, pues evitar su liberación al medioambiente.

47
00:09:58,279 --> 00:10:05,220
Siempre que, si alguna vez utilizamos insecticidas, por ejemplo,

48
00:10:05,220 --> 00:10:09,299
que es una cosa que es muy poco recomendable, pero si tienes el típico bote de insecticida,

49
00:10:09,720 --> 00:10:12,600
luego, idealmente, tú eso lo tienes que desechar en un punto limpio.

50
00:10:12,600 --> 00:10:22,759
Idealmente no, todos deberíamos porque si no eso llega de alguna manera y es tremendamente contaminante.

51
00:10:22,980 --> 00:10:39,419
Entonces, bueno, tenéis aquí esta página que es muy interesante y tenéis también, aparte de los pictogramas, tenéis en relación al REACH y a CLP, tenéis mucha información.

52
00:10:39,419 --> 00:10:58,519
¿Vale? Entonces, bueno, ahora mismo está puesta en español, ¿vale? La tenéis en un montón de idiomas y lo mismo, podéis navegar por aquí, tenéis incluso algún test para hacer si os apetece ampliar información.

53
00:10:59,500 --> 00:11:00,679
Entonces, bueno, ahí os lo dejo.

54
00:11:01,840 --> 00:11:07,139
Y luego tenéis el cuestionario, que igual que el que hicisteis para la anterior unidad,

55
00:11:07,419 --> 00:11:09,759
lo tenéis abierto un mes, tenéis dos intentos.

56
00:11:10,759 --> 00:11:15,200
Y luego la tarea, que es una tarea relacionada con almacenamiento y normas de limpieza.

57
00:11:15,200 --> 00:11:19,200
Y lo mismo, tenéis un mes para subirla, tenéis todas las indicaciones.

58
00:11:20,460 --> 00:11:26,200
Y os recuerdo que todo lo que hagáis adicional al examen nunca os puede perjudicar.

59
00:11:26,200 --> 00:11:40,059
O sea, si ahora mismo tú haces esta tarea y sacas un 2 porque la haces fatal, porque yo qué sé, porque pones todo al revés, que no va a pasar, si en el examen sacas mejor nota, esto no se te cuenta.

60
00:11:40,059 --> 00:11:51,539
Si en el examen sacas peor nota y aquí tienes un 8 y en el examen has tenido un 5 y haciendo la media, obviamente sacas mejor nota con esta tarea, se te hace la media del 80-20.

61
00:11:52,480 --> 00:12:01,279
Y tener en cuenta que el 80% siempre va a ser el examen o el 100% si no habéis hecho actividades o tenéis peor nota que en el examen.

62
00:12:02,320 --> 00:12:09,600
Que en el examen siempre hay que sacar un 5, no vale hacer media si tienes un 10 en todas las tareas y en el examen tienes un 4, no vale hacer media.

63
00:12:10,379 --> 00:12:17,259
Y que son todas las tareas las que son ese 20%, todas las tareas y los cuestionarios.

64
00:12:18,259 --> 00:12:46,350
Entonces, dicho todo esto, no sé si tenéis alguna duda o algo que decir. A ver que vea el chat. Vale. Pues vamos a continuar entonces con lo que nos quedaba de los ensayos de significancia y luego vamos a empezar con la parte de recta de calibrado, que es ya la última parte de estos tres bloques de estadística.

65
00:12:46,350 --> 00:12:58,649
El primero, si os acordáis, fue estadística descriptiva. El segundo fue los ensayos de significancia, que es con lo que estamos ahora. Y el tercero es el de la regresión.

66
00:12:59,730 --> 00:13:07,990
Entonces, solo nos quedaba esta última parte de ensayos de significancia, la comparación de dos series de medidas emparejadas.

67
00:13:07,990 --> 00:13:28,169
¿Por qué? Vamos a poner esto. Si os acordáis, habíamos visto lo primero, cómo eliminar datos anómalos de una serie de datos y teníamos duda de si un dato tenía que estar en una serie de datos o no.

68
00:13:28,169 --> 00:13:40,129
Lo evaluábamos con estos métodos, con los métodos basados en tablas o basados en el intervalo de confianza. Acordaos que el más importante es el de la Q de Dixon y el de Gruss. Estos se utilizan menos.

69
00:13:40,129 --> 00:13:53,970
y que, como otro recordatorio, si utilizamos estos métodos de aquí, el valor del que dudamos siempre lo vamos a utilizar en nuestros cálculos

70
00:13:53,970 --> 00:14:02,429
y si utilizamos este de aquí, ese valor lo quitamos, ¿vale? O sea, si tenemos que calcular la media, el resultado del que tenemos duda no lo utilizamos, ¿vale?

71
00:14:02,429 --> 00:14:12,009
Y luego, como en todos los test estadísticos, si el valor que nosotros hemos calculado, nuestra Q, es menor que la que está en las tablas, aceptamos el dato.

72
00:14:12,570 --> 00:14:24,429
Me dijo un compañero que en uno de los ejercicios, creo que lo digo bien pero lo escribo mal, así que voy a ver si me está escuchando ese compañero que me recuerde por favor en qué videoconferencia era.

73
00:14:24,429 --> 00:14:33,470
y os lo voy a corregir, pero que os quede claro que siempre lo que nosotros evaluamos es un estadístico.

74
00:14:33,950 --> 00:14:41,230
Ese estadístico lo comparamos con la tabla y siempre que el mío, el que yo he calculado, sea menor, acepto la hipótesis nula.

75
00:14:42,269 --> 00:14:44,690
En este caso, si es menor, me quedo con mi dato.

76
00:14:44,690 --> 00:14:51,570
el caso contrario, imaginaos que yo he calculado

77
00:14:51,570 --> 00:14:54,509
mi Q de Dixon y me sale mayor que la que está en las tablas

78
00:14:54,509 --> 00:14:58,149
pues rechazo el dato, ese dato lo tengo que eliminar

79
00:14:58,149 --> 00:15:00,289
para hacer la media y todo lo que tenga que hacer

80
00:15:00,289 --> 00:15:05,490
habíamos visto Dixon, groups

81
00:15:05,490 --> 00:15:07,409
basados en intervalos de confianza

82
00:15:07,409 --> 00:15:12,909
y nos habíamos ido a la comparación

83
00:15:12,909 --> 00:15:18,529
de dispersión de dos series de medidas. Comparábamos la precisión de dos métodos

84
00:15:18,529 --> 00:15:24,389
usando las varianzas. Y acordaos que utilizábamos nuestras hipótesis, que eran la hipótesis

85
00:15:24,389 --> 00:15:30,730
nula, que las varianzas son iguales, varianza es S al cuadrado, y la alternativa, que son

86
00:15:30,730 --> 00:15:38,789
distintas, que una es mayor que la otra. Calculábamos nuestra S como S cuadrado, o sea, varianza

87
00:15:38,789 --> 00:15:43,789
del primero entre varianza del segundo, siempre poniendo arriba la varianza más grande que

88
00:15:43,789 --> 00:15:49,389
tengamos, ¿vale? Porque este número siempre tiene que ser mayor que 1. Y luego buscamos

89
00:15:49,389 --> 00:15:55,370
en la tabla, buscamos en la tabla por grados de libertad del numerador y grados de libertad

90
00:15:55,370 --> 00:16:00,590
del denominador, ¿vale? O sea, el que he puesto arriba porque tenía una varianza mayor, el

91
00:16:00,590 --> 00:16:05,789
que he puesto abajo porque tenía una varianza menor y grados de libertad n-1. O sea, que

92
00:16:05,789 --> 00:16:10,129
si en el numerador yo había puesto el que son ocho valores, porque tenía ocho datos

93
00:16:10,129 --> 00:16:15,710
de mi serie, tendré que buscar aquí, ¿vale? Y tendré que ver los grados de libertad del

94
00:16:15,710 --> 00:16:21,710
que he puesto abajo porque su varianza era más pequeña. Luego habíamos visto la comparación

95
00:16:21,710 --> 00:16:30,409
de un resultado con un valor de referencia, ¿vale? Tenemos nuestro valor de referencia

96
00:16:30,409 --> 00:16:49,970
que puede ser, el ejemplo más claro, una referencia legal, que el agua potable solo puede tener un contenido concreto de nitratos o que en un control de alcoholemia podemos dar como máximo un contenido de alcohol en sangre o alcohol expirado.

97
00:16:49,970 --> 00:17:15,769
Entonces, lo que hacemos es comparar el valor de referencia, por ejemplo, imaginaos, es que no me acuerdo, siempre lo pregunto porque siempre se me olvida, me suena que para conducir son 15 miligramos, bueno, imaginemos que es 15 miligramos litro el valor de referencia y yo tengo una serie de medidas que son 15,1, 15,2, 14,9, 15,3, que de media da 15,2.

98
00:17:15,769 --> 00:17:28,529
Y yo quiero saber si legalmente ese valor lo estoy superando, puedo asumir que lo estoy superando o realmente no puedo saberlo porque se debe a fluctuaciones del método, que no sea muy preciso, etc.

99
00:17:29,349 --> 00:17:41,289
Entonces, planteamos nuestras hipótesis igual y lo que hacemos es calcular nuestra T de student, como siempre, la T calculada.

100
00:17:41,289 --> 00:18:03,309
La calculamos con esta fórmula en la que es x de referencia es ese valor legal menos la media de nuestra serie de valores dividido entre la desviación de nuestra serie de valores dividido a su vez entre raíz de n, el número de medidas que tengamos.

101
00:18:03,309 --> 00:18:16,809
Esto es lo mismo que poner la n aquí arriba. Luego buscamos en la tabla, como siempre, y si nuestra t calculada es más pequeña que la t de la tabla, aceptamos la hipótesis nula y si no, la rechazamos.

102
00:18:16,809 --> 00:18:21,009
Tenéis este ejemplo que lo podéis hacer en casa

103
00:18:21,009 --> 00:18:25,450
Y estoy yendo muy rápido porque esto ya lo hemos visto

104
00:18:25,450 --> 00:18:27,309
Es que para recapitular

105
00:18:27,309 --> 00:18:33,230
Luego, comparación de las medias de dos series de medidas

106
00:18:33,230 --> 00:18:35,109
Que es lo que hemos hecho en el laboratorio

107
00:18:35,109 --> 00:18:43,410
Hemos cogido los resultados que obteníamos con nuestro valorador manual

108
00:18:43,410 --> 00:18:45,930
Haciendo una valoración manual de las de toda la vida

109
00:18:45,930 --> 00:18:51,130
y luego hemos hecho un análisis de la misma muestra con un valorador automático

110
00:18:51,130 --> 00:19:01,150
y lo que hemos comprobado o lo que hemos evaluado es si la precisión de los dos métodos se puede decir que es igual,

111
00:19:01,150 --> 00:19:08,890
lo hemos hecho con una prueba F y luego si la media que nos dan los dos métodos también es igual, si son igual de exactos.

112
00:19:08,890 --> 00:19:19,089
Entonces, ¿cómo hacemos eso? Lo primero, para comparar las medias, paso previo, comparar las varianzas. Sin comparar varianzas no se pueden comparar medias.

113
00:19:19,089 --> 00:19:45,430
Lo digo porque si en un ejercicio de examen os ponen que comparéis la media de dos series de valores, pues eso, con dos métodos, dos analistas o lo que sea, no podéis compararlas hasta que no hayáis hecho la prueba F, porque no sabéis qué fórmula tenéis que utilizar para compararlas hasta que no sepáis si son homocedásticas, o sea, que sus varianzas se pueden considerar homogéneas, o heterocedásticas.

114
00:19:45,430 --> 00:20:03,529
¿Vale? Entonces, ¿qué hacemos? La prueba F y luego calculamos la T. Si son homogéneas, esta es la fórmula para calcular la T. Y buscamos en la tabla de la T de Student para este número de grados de libertad, ¿vale?

115
00:20:03,529 --> 00:20:14,190
Y, como siempre, si la T que hemos calculado es mayor que la T de la tabla, se rechaza. Si la T que hemos calculado es menor que la T de la tabla, se acepta.

116
00:20:14,930 --> 00:20:20,130
Y acordaos que en todos los casos, para mirar en una tabla, tenemos que saber en qué tabla mirar.

117
00:20:20,130 --> 00:20:40,430
Lo primero, ¿a qué alfa, o sea, qué nivel de significación, qué porcentaje de fiabilidad, entre comillas, queremos? Puede ser al 95, puede ser al 99. Si es al 95 es alfa 0,05. Si es al 99 es alfa 0,01.

118
00:20:40,430 --> 00:20:59,829
Y tenemos que saber en qué fila miramos, cuántos son los grados de libertad. Cuando tenemos una serie de valores solamente es muy fácil, porque es n-1, pero cuando tenemos dos, aquí tenemos x1 y x2, tenemos dos series de valores que intervienen.

119
00:20:59,829 --> 00:21:06,250
lo calculamos con esta fórmula para varianzas homogéneas, ¿vale?

120
00:21:07,329 --> 00:21:11,210
¿Qué tercera cosa tenemos que saber para mirar en la tabla de la TED Student?

121
00:21:11,849 --> 00:21:17,650
Tenemos que saber si nuestro estudio es de una cola o de dos colas, ¿vale?

122
00:21:17,650 --> 00:21:23,990
¿Por qué? Porque si nosotros estamos diciendo que si la media es igual o es distinta,

123
00:21:24,549 --> 00:21:29,190
simplemente queremos saber si es la misma media la que nos da,

124
00:21:29,309 --> 00:21:33,029
si son igual de exactos o no, utilizamos las dos colas.

125
00:21:33,210 --> 00:21:38,670
Pero si queremos demostrar que uno de los métodos es más exacto que el otro,

126
00:21:38,930 --> 00:21:40,170
utilizamos la de una cola.

127
00:21:41,250 --> 00:21:46,869
Si la hipótesis es unidireccional, tiene que ser o mayor o menor,

128
00:21:47,410 --> 00:21:49,910
depende de lo que estemos evaluando, una cola.

129
00:21:49,910 --> 00:22:12,150
Si es bidireccional, simplemente digo que es diferente y me da igual que sea mayor o menor. Estoy evaluando que sea diferente. Dos colas. Y el caso 1 era cuando nuestra prueba F nos dice que las varianzas son homogéneas y el caso 2 es el que nos ha dicho que las varianzas no son homogéneas.

130
00:22:12,150 --> 00:22:21,710
Pues hacemos lo mismo, calculamos la T y comparamos la T calculada con la T de las tablas. ¿Cómo calculamos la T? Con esta fórmula de aquí.

131
00:22:22,710 --> 00:22:33,630
Y ahora, ¿dónde tenemos que mirar en la tabla en qué fila por número de grados de libertad? Pues lo tenemos que calcular con esta fórmula de aquí.

132
00:22:33,630 --> 00:22:38,349
Y esto nos va a dar un número para que nosotros sepamos dónde mirar en la tabla.

133
00:22:40,309 --> 00:22:48,670
Una vez que tengamos esto calculado y que sepamos dónde mirar, vemos el t tabulado y vemos cuál de los dos es mayor.

134
00:22:49,589 --> 00:22:53,509
Si el calculado es mayor que el tabulado, se rechaza.

135
00:22:53,809 --> 00:23:02,829
Si el calculado, o sea, el que he calculado yo con esta fórmula, es menor que el que está en las tablas, se acepta.

136
00:23:02,829 --> 00:23:08,509
La hipótesis nula, ¿vale? Y diríamos que las medias sí que son iguales estadísticamente.

137
00:23:11,289 --> 00:23:14,529
Hasta aquí es lo que habíamos visto, ¿vale? Hasta este punto.

138
00:23:14,829 --> 00:23:16,990
¿Y nos queda alguna duda de esto?

139
00:23:23,569 --> 00:23:24,170
Vale.

140
00:23:25,890 --> 00:23:31,750
Y nos queda un último tipo de ensayo, de comparación,

141
00:23:31,750 --> 00:23:50,450
Que es comparar dos series de medidas emparejadas. Este es más sencillo los cálculos, pero lo que es un poco más difícil, en mi opinión, de este tipo de ensayo es saber cuándo aplicarlo, saber cuándo las medidas están emparejadas.

142
00:23:50,450 --> 00:23:59,069
Entonces, lo más fácil para mí es pensar en un estudio clínico.

143
00:24:00,230 --> 00:24:12,549
Imaginaos que los ocho que estamos conectados ahora mismo, nueve, nos toman la tensión, después nos dan una pastilla que es para bajar la tensión y luego a la hora nos vuelven a tomar la tensión.

144
00:24:12,549 --> 00:24:23,509
¿Vale? Para evaluar si esa pastilla ha sido efectiva o no, tendrán que comparar mi dato de mi tensión antes de la pastilla y mi dato de mi tensión después.

145
00:24:24,130 --> 00:24:28,210
El dato de Pepito antes y después.

146
00:24:28,630 --> 00:24:34,910
Lo que no tiene sentido es que compares mi dato de antes con el dato de otra persona de después.

147
00:24:34,910 --> 00:24:44,789
Y tampoco tiene sentido que compares las medias, porque de primeras yo puedo tener una tensión de 5 y la baja, y otra persona puede tener una tensión de 8.

148
00:24:45,529 --> 00:24:52,730
Entonces, lo que tiene sentido es comparar si el antes y el después de cada una de esas personas ha variado.

149
00:24:55,970 --> 00:25:00,089
Para mí ese es el caso más fácil de visualizar.

150
00:25:00,089 --> 00:25:14,710
Pero, ¿qué más puede ser? Por ejemplo, comparación de los resultados de dos métodos distintos sobre muestras independientes que nos dan apareja de resultados. Comparación de los resultados de varias muestras distintas antes y después de aplicar sobre ellas una operación.

151
00:25:15,329 --> 00:25:25,230
Ejemplos de esto, pues yo tengo, por ejemplo, una serie de disoluciones, bueno, una serie de muestras que he cogido de un río,

152
00:25:26,029 --> 00:25:31,130
les he echado un, he medido el pH de cada una de esas muestras y he tenido, pues, unos valores.

153
00:25:31,130 --> 00:25:37,650
Para la muestra 1, el pH 1, para la muestra 2, el pH 2, para la muestra 3, el pH 3.

154
00:25:37,650 --> 00:25:53,890
Luego he añadido un reactivo y he vuelto a medir. Y ahora tendré otro pH para la muestra 1, otro pH para la muestra 2, que habrá aumentado o disminuido en función de lo que sea el reactivo que he echado.

155
00:25:53,890 --> 00:26:12,730
Yo tengo que comparar cada una de las muestras, su antes y su después. ¿Cómo se hace esto? Como siempre, calculamos una t. Calculamos nuestra t de student y luego la comparamos con la de la tabla.

156
00:26:12,730 --> 00:26:27,589
Y si la T calculada es mayor que la T tabulada, se rechaza la hipótesis nula. Si la que yo he calculado es menor que la tabulada, se acepta la hipótesis nula.

157
00:26:27,589 --> 00:26:52,150
¿Cómo se calcula esta TED Student? Pues muy fácil, tenemos que hacer la media de las diferencias entre cada par, que es la diferencia media, dividido entre la desviación de estas diferencias y todo ello dividido entre raíz de n y en valor absoluto, porque esto tiene que ser positivo, no puede ser negativo.

158
00:26:52,150 --> 00:27:07,849
Entonces, lo más fácil para hacerlo es hacernos una tablita, ¿vale? Entonces, imaginaos que yo tengo, vamos a poner el ejemplo de los valores de pH, ¿vale?

159
00:27:07,849 --> 00:27:41,559
Yo tengo mis muestras, este está muy gordo, tengo mi número de muestra, muestra la 1, la 2, la 3 y la 4.

160
00:27:41,559 --> 00:27:58,259
Ahora tengo el pH antes y me voy a inventar datos, ¿vale? 7,1, 7,2, 6,9 y 7,1 otra vez, ¿vale?

161
00:27:59,039 --> 00:28:07,859
Aquí hago cualquier tipo de tratamiento y vuelvo a medir el pH de cada una de mis muestras, ¿vale?

162
00:28:07,859 --> 00:28:16,640
el pH después del tratamiento. Y voy a decir que aquí obtengo un 6,9, aquí 7,1, aquí

163
00:28:16,640 --> 00:28:29,960
un 6,8 y aquí un 7,0. ¿Cómo calculo la diferencia media? Esto de aquí, que es la

164
00:28:29,960 --> 00:28:36,400
parte de arriba de mi denominador. Pues tengo que hacer la suma de las diferencias y dividirlo

165
00:28:36,400 --> 00:28:49,700
entre n, ¿vale? Entonces hago 7 con 1 menos 6 con 9, que son la diferencia, ¿vale? 0,2,

166
00:28:49,839 --> 00:29:02,700
¿no? 0,2, sí. 7,2 menos 7,1, 0,1. 6,9 menos 6,8, 0,1. Y 7,1 menos 7,0, 0,1 también, ¿vale?

167
00:29:02,700 --> 00:29:29,640
Ya tengo mi diferencia de cada par. Ahora, tengo que sumar todas y dividirlas entre el número total. Tengo que hacer una media de estos valores simplemente, ¿vale? De estos valores hacer la diferencia media, que no es más que 0,2 más 0,1 más 0,1 más 0,1 dividido entre 4.

168
00:29:29,640 --> 00:29:44,640
Que esto, pues ¿cuánto me da? A ver, 0,2, 0,3, 0,4, 0,5 entre 4. Me va a dar 0,125, ¿no? 0,5 entre 4.

169
00:29:44,640 --> 00:30:11,140
Lo hago aquí con la calculadora para no liarme que luego de cabeza. 0,5 dividido entre 4 es 0,125. Ya tengo esto de aquí, ¿no? 0,125.

170
00:30:11,140 --> 00:30:33,960
Y ahora tengo que hacer la desviación, que ¿cómo es? ¿Acordas qué es? El de antes entre el de después elevado al cuadrado, ¿vale? Entonces me podría hacer aquí otra columna que es este menos este elevado al cuadrado, o sea, esto de aquí elevado al cuadrado, ¿vale?

171
00:30:33,960 --> 00:30:56,900
Me hago esta diferencia elevada al cuadrado y tengo 0,2 al cuadrado es por 2, 4, 0,1, 0,1, 0,1, 0,4 más 0,01.

172
00:30:56,900 --> 00:31:11,079
no me comí un cero en todas, perdonadme. 0,1 más 0,01 más 0,01 más 0,01 aquí, ¿vale?

173
00:31:13,079 --> 00:31:29,880
Y 0, más 0,2 al cuadrado es esto de aquí, lo tengo que sumar todo y dividir entre n-1,

174
00:31:29,880 --> 00:31:38,920
que es 3, ¿no? 4 menos 1, 4 datos que tengo en total, menos 1, 3, entonces tengo que hacer la suma de todo esto,

175
00:31:38,920 --> 00:31:55,920
sin comerme los ceros, 0,04 más 1,05, 0,06, 0,07, es la suma de esto de aquí, ¿vale? Tengo esto de aquí,

176
00:31:55,920 --> 00:32:06,440
Lo tengo que dividir entre n-1, que es 3, esto entre 3 y hacer la raíz cuadrada, ¿vale?

177
00:32:07,380 --> 00:32:14,900
Y ya tengo SD, ¿vale? Ya he calculado la diferencia media y la desviación de las diferencias.

178
00:32:16,140 --> 00:32:21,259
Tengo que dividir entre, tengo que dividir aquí abajo, o sea, que es lo mismo que multiplicar aquí arriba,

179
00:32:21,259 --> 00:32:30,839
por raíz de n, que lo mismo es raíz de 4, porque tengo 4 pares de valores, y con eso obtengo la t.

180
00:32:32,200 --> 00:32:35,759
¿Veis que simplemente es ir calculando con una tablita?

181
00:32:36,319 --> 00:32:44,440
Con esta t de student me voy a mi tabla y busco para n-1 grados de libertad, o sea, para 3,

182
00:32:44,440 --> 00:32:51,319
y comparo la T que yo he calculado con la T de las tablas.

183
00:32:52,180 --> 00:32:57,079
Si la mía es menor, acepto la hipótesis nula y si no, la rechazo.

184
00:33:04,960 --> 00:33:13,039
Todas estas fórmulas, la de la comparación con un valor de referencia,

185
00:33:13,039 --> 00:33:22,779
La comparación de dos medias, cuando tenemos varianzas homogéneas y cuando no tenemos varianzas homogéneas.

186
00:33:23,279 --> 00:33:42,799
La comparación de dos series de medidas emparejadas, que es este caso. Todas estas fórmulas las tenéis en el examen. Tenéis una hoja de fórmulas, que es la que tenéis en el aula virtual, y luego tenéis la tabla de la distribución normal, la de la TED-STUDENT, con una y dos colas y con todos los niveles de significación.

187
00:33:43,039 --> 00:33:54,579
Tenéis la de la F al 95 y al 99 y tenéis la de Dixon y Grubbs también al 95 y al 99, ¿vale?

188
00:33:54,619 --> 00:33:59,980
O sea, todas las tablas que tenéis subidas al aula virtual y la hoja de fórmulas, ¿vale?

189
00:34:01,140 --> 00:34:10,780
Entonces, el último caso que nos queda, que este solo lo vamos a ver de manera teórica y haremos algo en la clase de Excel, ¿vale?

190
00:34:13,039 --> 00:34:25,639
¿Por qué no vamos a hacer nada manual? Porque son una cantidad de cálculos muy tediosos y no tiene sentido que lo hagamos a mano porque no se hace a mano.

191
00:34:25,639 --> 00:34:42,159
Se hace todo con programas informáticos o programas que están ya con un programa metido para hacerlo directamente o con hojas de cálculo como Excel o LibreOffice Calc, que es la que utilizo yo y la que vamos a utilizar en la sesión de Excel.

192
00:34:42,159 --> 00:34:50,059
que la había dejado para el final del tema, pero bueno, a lo mejor viene bien que la hagamos antes de las rectas de regresión.

193
00:34:50,219 --> 00:34:57,679
Entonces, os recomiendo a todos los que podáis que os descarguéis el libre Office, porque es gratuito.

194
00:34:58,679 --> 00:35:03,820
Si alguien tiene el Excel porque tiene pagado Office, funciona exactamente igual, no hace falta que se lo descargue,

195
00:35:03,820 --> 00:35:06,780
pero si no tenéis ninguna hoja de cálculo, que os la descarguéis.

196
00:35:06,780 --> 00:35:25,019
Las que son online, la de Google, Google Sheets y hay otra más, no funcionan igual de bien. Te hacen un apaño y te salvan si necesitas usarlas para un apuro, pero no tienen todas las funcionalidades que tiene el programa.

197
00:35:25,019 --> 00:35:46,820
Entonces, LibreOffice os lo descargáis desde la fuente oficial y ahí tenéis todos los programas que son los mismos que los del paquete Office, el Word, el PowerPoint, el Excel, pero la versión gratuita, la versión libre, que son el Calc para hojas de cálculo y luego el Impress, que es como el PowerPoint, el GoodWriter, que es como el Word.

198
00:35:46,820 --> 00:36:01,500
Entonces, bueno, si os lo vais descargando para después de Semana Santa, para que podáis ir haciéndolo a la vez que veis la clase. Podéis ir practicando a la vez que yo voy haciéndolo con el Excel.

199
00:36:01,500 --> 00:36:06,119
Entonces, análisis de la varianza ANOVA, ¿qué es ANOVA?

200
00:36:06,219 --> 00:36:10,039
Pues bueno, lo que hemos estado viendo hasta ahora es cómo comparar dos series de datos

201
00:36:10,039 --> 00:36:14,940
Teníamos dos operadores que están haciendo el mismo ensayo

202
00:36:14,940 --> 00:36:20,159
Dos muestras que están siendo analizadas por métodos diferentes

203
00:36:20,159 --> 00:36:25,239
La misma, bueno, o dos muestras por el mismo método

204
00:36:25,239 --> 00:36:27,780
O la misma muestra por dos métodos distintos, ¿vale?

205
00:36:27,780 --> 00:36:29,320
Estábamos haciendo una comparación de dos

206
00:36:30,019 --> 00:36:32,320
¿Qué pasa si queremos hacer una comparación de tres?

207
00:36:32,480 --> 00:36:38,239
Que los métodos que hemos utilizado hasta ahora, esos ensayos de significación, no nos valen.

208
00:36:38,820 --> 00:36:47,539
Entonces, lo hacemos con análisis de la varianza ANOVA, que en inglés es una contracción del inglés Analysis of Variance.

209
00:36:48,239 --> 00:36:56,380
Entonces, nos permite comparar datos entre más de dos grupos y consiste en la comparación de las medias de diversos conjuntos de resultados.

210
00:36:56,380 --> 00:37:06,280
Se llevan a cabo análisis de repeticiones con distintas técnicas y ANOVA proporciona información sobre la existencia de discrepancias entre laboratorios y entre técnicas.

211
00:37:07,500 --> 00:37:14,039
Y lo que os he comentado, desde el punto de vista práctico, existen programas de ordenador que ejecutan rápidamente los cálculos.

212
00:37:14,639 --> 00:37:19,739
Si estos cálculos los hacemos de manera manual, es muy fácil que nos equivoquemos.

213
00:37:21,280 --> 00:37:26,119
La hipótesis nula de ANOVA es que las poblaciones que se comparten tienen las mismas medias.

214
00:37:26,380 --> 00:37:33,179
Nuestra hipótesis nula es la de siempre, que la media es igual entre nuestras tres series de datos, nuestras cuatro series de datos.

215
00:37:33,440 --> 00:37:49,039
Imaginaos que yo tengo una muestra y la he mandado a un laboratorio en Alemania, a otro en Francia, a otro en Italia y a otro en España.

216
00:37:49,039 --> 00:38:00,320
Y quiero saber si realmente todos los métodos son igual de exactos en cada uno de los sitios.

217
00:38:00,840 --> 00:38:04,079
Pues ese test lo hago mediante un análisis de la variación.

218
00:38:05,119 --> 00:38:06,780
Se consideran dos tipos de variación.

219
00:38:07,139 --> 00:38:12,860
Las variaciones que hay entre los valores de cada grupo, porque yo tengo a lo mejor cinco medidas,

220
00:38:12,860 --> 00:38:17,300
y entre las muestras, ¿vale?

221
00:38:17,400 --> 00:38:23,019
Y luego tendré que ver la variación que hay entre la media de esos cuatro laboratorios que yo he elegido.

222
00:38:24,159 --> 00:38:28,480
Esto repito que es un poco complejo hacerlo manualmente, que lo vamos a hacer con Excel,

223
00:38:28,480 --> 00:38:36,099
pero lo que importa es que os quedéis con la idea de que es para comparar cuando tenemos más de dos series de grupos,

224
00:38:36,300 --> 00:38:38,860
más de dos conjuntos de resultados, ¿vale?

225
00:38:38,860 --> 00:38:42,900
en donde se utiliza para comparar la media de tres o más grupos.

226
00:38:43,460 --> 00:38:47,139
Y te ayuda a saber si hay una diferencia en la media entre los grupos que estás comparando

227
00:38:47,139 --> 00:38:51,739
o si cualquier diferencia que observas entre los grupos se debe simplemente al azar.

228
00:38:52,539 --> 00:38:55,619
La hipótesis nula, H0, no hay diferencia.

229
00:38:55,940 --> 00:39:02,599
Hipótesis alternativa, H1 o HA, sí que existe una diferencia significativa.

230
00:39:02,599 --> 00:39:04,300
O sea, las medias no son iguales.

231
00:39:04,300 --> 00:39:24,300
Entonces, se utilizan experimentos controlados para ver los efectos. Tenemos que evaluar un factor fijo y tenemos que dejar el resto estáticos para poder compararlo.

232
00:39:24,300 --> 00:39:45,039
¿Vale? Aquí tendríamos, por ejemplo, en este gráfico de aquí, tenemos una serie de lotes, ¿vale? Cinco y de cada uno de esos lotes tenemos X medidas. Entonces, antes, con los otros ensayos que estábamos haciendo, estábamos comparando esto de aquí, como si tuviésemos este resultado y este resultado.

233
00:39:45,039 --> 00:39:59,300
Hacíamos nuestra t con la media y la varianza de esta serie de datos y esta serie de datos. Esto de aquí simboliza la media, pero ahora tenemos otros tres grupos de resultados más.

234
00:39:59,300 --> 00:40:17,280
Pues ya no nos vale con los estudios anteriores. Entonces, tenemos ANOVA unidireccional y bidireccional. El que más se utiliza es el unidireccional, ¿vale? Que tenemos una sola variable independiente y que se utiliza para comparar las medias de grupos que no están relacionados entre sí utilizando la F.

235
00:40:17,280 --> 00:40:27,239
O sea, nos dice si la distribución FDFis es la que vimos antes y nuestra hipótesis nula es que las medias sean iguales.

236
00:40:27,900 --> 00:40:34,280
Y este es el ANOVA bidireccional, que es una extensión de este, pero tenemos no solo una, sino dos variables independientes.

237
00:40:36,139 --> 00:40:38,019
¿Cuál es la diferencia entre ANOVA y TED-STUDENT?

238
00:40:38,139 --> 00:40:46,179
Las utilizamos para lo mismo, pero la TED-STUDENT la utilizamos cuando tenemos dos grupos y ANOVA cuando tenemos tres o más.

239
00:40:48,260 --> 00:40:56,420
¿Y qué requisitos tiene que tener nuestra serie de datos para que podamos hacer este análisis de la varianza con ANOVA?

240
00:40:56,420 --> 00:41:10,699
Las observaciones tienen que ser independientes entre sí, las varianzas dentro de cada grupo deben ser homogéneas y se debe comportar como una distribución normal.

241
00:41:10,699 --> 00:41:17,940
Que acordaos que la distribución normal es la que tiene esta forma, ¿vale?

242
00:41:17,940 --> 00:41:26,440
Que es la que más vamos a utilizar nosotros, acordaos que tiene esta forma así, ¿vale?

243
00:41:26,440 --> 00:41:38,420
Es totalmente simétrica, es asintótica al infinito, o sea, esto de aquí nunca va a cortar el eje, ¿vale?

244
00:41:38,420 --> 00:41:57,860
O sea, nosotros, ya está volviéndose loco, tenemos esto de aquí y por mucho que yo esto lo extienda, lo extienda, lo extienda, se va a ir acercando, acercando, acercando al infinito, pero nunca va a cortar el eje de las X, ¿vale?

245
00:41:57,860 --> 00:42:22,400
Tenemos aquí una media porque es una distribución perfectamente simétrica. Sabemos que debajo de esta distribución tenemos el 100% de los datos, ¿vale? Entre menos infinito y más infinito y si os acordáis, gracias a la tabla de Z, podemos saber qué porcentaje de datos tenemos en un trozo de la distribución normal, ¿vale?

246
00:42:22,400 --> 00:42:30,380
entonces tiene que tender a la normalidad

247
00:42:30,380 --> 00:42:32,219
tiene que ser una distribución normal

248
00:42:32,219 --> 00:42:37,800
que son la mayoría de los fenómenos con los que nos encontramos

249
00:42:37,800 --> 00:42:42,059
y para calcularla tenemos dos varianzas

250
00:42:42,059 --> 00:42:47,480
la varianza intraseries, o sea la media de la varianza de cada una de las series

251
00:42:47,480 --> 00:42:52,239
y la interseries, que es la varianza de las medias de cada serie

252
00:42:52,239 --> 00:43:12,659
¿Vale? Esto sí que lo entendéis, ¿no? Tenemos cinco grupos de datos. Cada uno de esos grupos de datos tiene una varianza. Y luego, si hacemos la media de todos esos datos, de todos esos grupos y la varianza de todos esos grupos, podemos calcular la varianza interseries.

253
00:43:12,659 --> 00:43:24,980
¿Vale? Y se compara mediante un TSF. Y estas son las fórmulas que podemos utilizar para hacerlo a mano. ¿Vale? Las dejo aquí aunque no las vayamos a utilizar.

254
00:43:24,980 --> 00:43:33,800
y los grados de libertad, en el caso de la varianza intraserie, es Q menos 1, siendo Q el número de series,

255
00:43:34,800 --> 00:43:42,900
y el de interseries es Q por N menos 1, siendo N el número de medidas que constituye cada serie.

256
00:43:42,900 --> 00:43:51,000
Esto contando con que estamos haciendo un análisis con cada uno de nuestros grupos de datos tiene el mismo número de valores.

257
00:43:51,000 --> 00:44:09,059
¿Vale? Se puede hacer también, obviamente, con distintos números de valores. Esto es una simplificación, es el caso más sencillo. ¿Vale? Pero repito eso, que os quedéis con el concepto de que es para series de tres o más datos y que haremos un ejemplo con Excel.

258
00:44:09,059 --> 00:44:27,480
¿Vale? Entonces, con esto hemos terminado con la parte de ensayos de significancia. A ver si alguien quiere comentar algo en relación a esto.

259
00:44:27,480 --> 00:44:55,940
Vale, pues vamos a hacer una pequeña introducción de la siguiente parte, que eso ya es la última de esta unidad 5, de la unidad larga, de la unidad más gorda, que son los métodos de calibración analítica y expresión de los resultados.

260
00:44:56,719 --> 00:44:58,659
¿Pero esto todavía es del tema 5?

261
00:44:58,880 --> 00:45:01,920
Todo esto es del tema 5, sí. El tema 5 es el más largo.

262
00:45:02,420 --> 00:45:08,199
El tema 5 son tres partes. Una es la parte de estadística descriptiva,

263
00:45:08,199 --> 00:45:14,039
en la que vimos cómo son las medidas de dispersión, descentralización, media, moda, mediana.

264
00:45:14,239 --> 00:45:17,760
Vimos la distribución normal y los cálculos de la distribución normal.

265
00:45:18,440 --> 00:45:23,280
La segunda parte son los ensayos de significancia, que hemos visto, lo que hemos repasado hoy.

266
00:45:23,280 --> 00:45:29,800
los de eliminar un dato anómalo, comparar la precisión y la exactitud de métodos, etc.

267
00:45:30,619 --> 00:45:35,019
Y la tercera parte, que es esta de aquí, es la de la recta de calibrado.

268
00:45:35,019 --> 00:45:40,039
Como este tema es tan sumamente largo, por eso os he intercalado y os he metido la unidad 1,

269
00:45:40,159 --> 00:45:45,019
por si queréis un poco desengrasar e ir avanzando con eso,

270
00:45:45,159 --> 00:45:51,019
pero bueno, si os sirve de consuelo, cuando acabemos con esto ya hemos acabado con toda la parte así más compleja.

271
00:45:51,019 --> 00:46:13,039
Nos queda este tercer bloque que es el de calibración que también si estáis matriculados de otros módulos como por ejemplo instrumental o ampliación de instrumental lo habréis visto seguro o si los tenéis de otros años o lo que sea.

272
00:46:13,039 --> 00:46:21,360
Y en algún otro módulo es muy probable que lo hayáis visto, porque es algo que se utiliza muchísimo.

273
00:46:22,380 --> 00:46:29,820
Entonces, antes de nada, vamos a ubicar esto en nuestro módulo, que nuestro módulo es calidad, calidad y seguridad en el laboratorio.

274
00:46:29,940 --> 00:46:31,900
Vamos a ver qué tiene que ver todo esto con la calidad.

275
00:46:32,599 --> 00:46:40,039
Entonces, tenemos unos parámetros de calidad que definen un método analítico que los podemos separar en distintos...

276
00:46:40,039 --> 00:46:43,820
esto no sé si lo hemos visto ya, pero bueno, lo vamos a repetir porque es muy importante, ¿vale?

277
00:46:44,320 --> 00:46:51,960
Los podemos clasificar según diferentes parámetros. Tenemos parámetros estadísticos y parámetros complementarios.

278
00:46:52,420 --> 00:47:02,300
Así, explicado un poco a ojillo, los estadísticos son los que podemos evaluar con números y los complementarios normalmente no, ¿vale?

279
00:47:02,860 --> 00:47:08,139
Entonces, dentro de los estadísticos tenemos los supremos, que son aquellos que tienen que cumplirse sí o sí

280
00:47:08,139 --> 00:47:17,900
para que un método analítico sea fiable, son los más importantes, que son la exactitud, que significa que el dato que nos está dando nuestro método

281
00:47:17,900 --> 00:47:31,019
es realmente el dato que tiene que ser, y la representatividad, que es lo mismo, que nuestro método nos está arrojando un resultado representativo del estudio que estamos haciendo.

282
00:47:32,000 --> 00:47:42,980
Tenemos los básicos, que también son muy importantes, que son la precisión, que ya hemos visto lo que es, la sensibilidad, que no sé si lo hemos visto, pero bueno, luego vamos a desglosar todo lo que es.

283
00:47:44,099 --> 00:47:53,400
Límite de detección y límite de cuantificación, intervalo lineal y dinámico, la selectividad, la robustez, esto dentro de los básicos.

284
00:47:53,400 --> 00:48:08,039
Luego tenemos otros parámetros que son complementarios y que son parámetros operativos. La rapidez de un método, si un método es muy exacto pero tarda cinco días en darnos el resultado, a lo mejor no nos sirve para nuestro propósito.

285
00:48:08,039 --> 00:48:24,420
La complejidad instrumental, lo mismo, depende un poco de los medios que tengamos y de un ensayo que se hace de una manera más sencilla, más rápida, más barata, siempre va a ser preferible a uno que sea más complejo.

286
00:48:24,420 --> 00:48:48,699
El grado de automatización, ligado totalmente a esto, de higiene y seguridad también muy ligado. Si tenemos un método que requiere estar expuesto a unas concentraciones muy elevadas de una sustancia que sea nociva, es un método que nos va a valer mucho menos, por mucho que nos dé un resultado muy exacto y muy preciso, que un método que sea inocuo para el operador.

287
00:48:48,699 --> 00:49:03,960
Y luego los económicos, lo de siempre, coste de inversión, coste de aplicación. El coste de inversión, lo que nos cuesta inicialmente poder arrancar ese método y el de aplicación, lo que nos cuesta cada vez que utilizamos ese método.

288
00:49:03,960 --> 00:49:20,280
El ejemplo típico, cuando compramos una impresora, te puede costar la impresora 20 euros, porque son muy baratas, pero luego cada vez que compras un cartucho de tinta, igual son, me lo invento, 50 euros, ¿no? Entonces, bueno, coste de inversión bajo, pero bueno, cada vez que yo quiero aplicarlo, es muy caro.

289
00:49:20,280 --> 00:49:24,880
Otro ejemplo más aplicado a la química, no sé si habéis hecho alguna vez mediciones.

290
00:49:26,039 --> 00:49:29,119
Hola, perdonad, estoy aquí dando clase.

291
00:49:31,800 --> 00:49:40,920
No sé si habéis utilizado alguna vez, por ejemplo, tubos colorimétricos, o bueno, si habéis hecho prácticas.

292
00:49:41,320 --> 00:49:49,420
Se utilizan mucho para ambientar, son una serie de tubos que les hacemos pasar el aire a través con una bomba

293
00:49:49,420 --> 00:50:01,539
Y que esa bomba, la bomba Dreger, es algo muy barato porque es un fuelle, es como un fuelle de los de darle aire a la chimenea, pero con una conexión, ¿vale? Y más chiquitito.

294
00:50:02,340 --> 00:50:10,940
Entonces, el coste de inversión, pues muy barato, nos lo llevamos a cualquier sitio, es todo muy fácil, pero cada vez que tienes que comprar tubos, los tubos cuestan carísimos y se utilizan una vez y se tiran.

295
00:50:11,039 --> 00:50:14,340
Entonces, el coste de aplicación, pues ya cambia, ¿vale?

296
00:50:14,340 --> 00:50:32,940
Entonces, la exactitud. ¿Por qué se ve afectada? Tanto por errores sistemáticos como aleatorios. No sé si os acordáis de los tipos de errores que ya los vimos, lo que eran los errores sistemáticos, los errores aleatorios, los tipos que teníamos.

297
00:50:32,940 --> 00:50:51,500
Si no, eso os lo podéis repasar. Luego, la representatividad, que es ofrecer un resultado coherente con el problema analítico planteado. Tiene una evaluación que es complicada, lo evaluamos a través de otros parámetros y está muy influenciada por un muestreo adecuado.

298
00:50:51,500 --> 00:51:03,059
¿Por qué? Porque si nosotros no tomamos una muestra que sea representativa, es muy difícil que obtengamos un resultado que sea de calidad, que sea representativo.

299
00:51:03,659 --> 00:51:17,739
¿Cómo es un muestreo adecuado? Un muestreo que tiene en cuenta todas las características. Si yo tengo una disolución que es totalmente homogénea, da un poco de igual en qué punto tome mi muestra porque me va a arrojar el mismo resultado.

300
00:51:17,739 --> 00:51:34,679
¿Qué pasa si yo quiero tomar un agua de un río? De cualquier muestra que hagamos en exterior. Si no tomo una muestra que de verdad represente la totalidad de mi sistema, estoy quitando una información y mis datos van a ser de poca calidad.

301
00:51:34,679 --> 00:51:46,800
Luego, la precisión que se evalúa, los parámetros que están relacionados son la repetibilidad y la reproducibilidad, que son relativamente similares.

302
00:51:46,800 --> 00:52:00,440
¿A qué se refieren? Cuando algo es reproducible, que se puede reproducir. Si yo hago una receta de cocina, que luego la vuelvo a hacer y me quede igual de rica.

303
00:52:00,440 --> 00:52:15,940
O que si yo hago una receta de cocina, luego se la pase a otra persona y otra persona distinta la pueda hacer. Ese es el concepto un poco. Repetibilidad está relacionado con tener poca variabilidad.

304
00:52:15,940 --> 00:52:24,320
O sea, yo cocino y al día siguiente hago un plato y al día siguiente vuelvo a hacer el mismo plato y que me quede igual de sabor.

305
00:52:26,059 --> 00:52:28,860
Reproducibilidad está relacionado con más variabilidad.

306
00:52:29,179 --> 00:52:35,400
Es que yo haga una receta y que esté muy rica, que se la pase a otra persona que la haga en su casa con sus ingredientes y le quede también muy rica, ¿vale?

307
00:52:35,400 --> 00:52:35,940
Y le quede igual.

308
00:52:36,599 --> 00:52:45,780
Entonces, repetibilidad es la capacidad de obtener resultados consistentes al repetir el mismo experimento en las mismas condiciones.

309
00:52:45,940 --> 00:53:12,059
¿Vale? Mismo equipo, mismo operador. Tiene una variabilidad mínima. Reproducibilidad se refiere a la capacidad de obtener los mismos resultados cuando el experimento se repite en condiciones diferentes, ya sea por otros equipos, otros laboratorios, otras personas y verifica que los resultados no dependan de un conjunto específico de circunstancias o de un operador particular. ¿Vale? Esto significa que mi método es reproducible.

310
00:53:12,059 --> 00:53:15,179
Profe, que sepas que yo me voy a acordar

311
00:53:15,179 --> 00:53:16,460
de lo de la receta

312
00:53:16,460 --> 00:53:20,980
Si me preguntas eso yo voy a decir

313
00:53:20,980 --> 00:53:22,800
Yo me acuerdo de la receta

314
00:53:22,800 --> 00:53:24,980
Una dijo, era si le hacías

315
00:53:24,980 --> 00:53:26,880
la misma receta en tu casa

316
00:53:26,880 --> 00:53:29,119
varias veces de la misma forma y la otra

317
00:53:29,119 --> 00:53:30,739
era si le pasas la receta

318
00:53:30,739 --> 00:53:36,480
Al final es que son dos conceptos que son

319
00:53:36,480 --> 00:53:38,480
relativamente parecidos

320
00:53:38,480 --> 00:53:40,860
pero eso, lo que tenemos que tener en la cabeza

321
00:53:40,860 --> 00:53:46,079
es que eso, que uno es variando poco las condiciones y otro variándolas más, ¿vale?

322
00:53:46,159 --> 00:53:48,059
Y esto nos evalúa la precisión, ¿no?

323
00:53:48,059 --> 00:53:51,139
Si estamos cambiando las condiciones pero obtenemos los mismos resultados,

324
00:53:51,260 --> 00:53:54,360
es que nuestro método está funcionando bien, ¿vale?

325
00:53:55,059 --> 00:53:57,380
Luego, la sensibilidad, ¿qué es la sensibilidad?

326
00:53:57,780 --> 00:54:04,019
La sensibilidad es la capacidad que tiene un método para discriminar entre valores muy parecidos, ¿vale?

327
00:54:04,199 --> 00:54:05,039
¿Esto qué quiere decir?

328
00:54:05,039 --> 00:54:18,599
Pues que si yo tengo una disolución que tiene una concentración de 5 ppm y luego tengo otra que tiene una concentración de 6 ppm,

329
00:54:19,119 --> 00:54:30,780
si yo tengo un método que no es capaz de distinguir entre esas dos cantidades, me va a dar un resultado que no es exacto, que no es una media entre las dos.

330
00:54:30,780 --> 00:54:59,199
Los voy a explicar con una gráfica, ¿vale? Que es mucho más fácil. Imaginaos que yo tengo... A ver, que yo tengo... Vale, yo tengo aquí mi recta, tengo aquí la concentración.

331
00:54:59,199 --> 00:55:03,579
perdonad, no sé por qué ya no me deja escribir otra vez

332
00:55:03,579 --> 00:55:21,300
bueno, pues no puedo hacerlo

333
00:55:21,300 --> 00:55:22,739
otra vez me pasa lo mismo

334
00:55:22,739 --> 00:55:25,019
a ver, lo voy a dibujar así

335
00:55:25,019 --> 00:55:25,639
uno

336
00:55:25,639 --> 00:55:28,719
y así otro

337
00:55:28,719 --> 00:55:30,960
imaginaos que estos son dos métodos diferentes

338
00:55:30,960 --> 00:55:32,039
y

339
00:55:32,039 --> 00:55:35,400
esto de aquí abajo es la concentración

340
00:55:35,400 --> 00:55:36,780
a ver si me deja escribirlo ahora

341
00:55:36,780 --> 00:55:37,420
pues no

342
00:55:37,420 --> 00:55:43,760
no, me rindo

343
00:55:43,760 --> 00:55:58,699
Aquí tenemos la concentración y aquí tenemos la señal. Aquí la señal de lo que estemos midiendo y aquí la concentración.

344
00:55:58,699 --> 00:56:14,019
En el eje de las X, concentración. En el eje de las Y, señal. Concentración, pues la concentración que sea que yo estoy midiendo. Y señal, pues depende del instrumento que esté utilizando. Puede ser absorbancia o lo que sea.

345
00:56:14,019 --> 00:56:28,079
Entonces, imaginaos que yo tengo esta concentración de aquí y esta concentración de aquí, ¿vale? Y he medido con este método y con este método.

346
00:56:28,079 --> 00:56:49,800
Si yo tengo esta concentración X1 y esta concentración X2, cuando mida con este método de aquí,

347
00:56:49,800 --> 00:56:55,059
x sub 1 se va a corresponder con esto más o menos

348
00:56:55,059 --> 00:57:01,199
y x sub 2 se va a corresponder con esto más o menos, ¿vale?

349
00:57:02,599 --> 00:57:04,880
Ahora, si lo mido con este método de aquí

350
00:57:04,880 --> 00:57:08,179
x sub 1 se va a corresponder con esto

351
00:57:08,179 --> 00:57:14,139
y x sub 2 se va a corresponder con esto, ¿vale?

352
00:57:14,760 --> 00:57:24,699
Entonces, este trocito de aquí es mucho más difícil de distinguir que este trozo de aquí, ¿vale?

353
00:57:24,760 --> 00:57:34,860
Cuanto mayor sea la pendiente de mi recta de calibrado, más fácil va a ser distinguir entre dos valores que están muy cerca, ¿vale?

354
00:57:34,860 --> 00:57:56,179
Si ahora nos ponemos en otro caso en el que yo tenga una recta que sea así, ¿vale? Con menos pendiente todavía, si yo quiero distinguir entre este valor y este valor, es que ni siquiera se distinguen, ¿vale?

355
00:57:56,179 --> 00:58:02,659
Es tan pequeñita la diferencia de señal que yo no voy a ser capaz de distinguir entre este valor y este valor.

356
00:58:03,199 --> 00:58:07,500
Eso es la sensibilidad. La sensibilidad es la capacidad que tiene mi método de distinguir,

357
00:58:07,599 --> 00:58:17,179
o sea, de darme una señal distinta para que yo pueda reconocerla de dos muestras o dos medidas que sean muy similares entre sí.

358
00:58:17,719 --> 00:58:23,880
Si un método es muy sensible me va a distinguir dos disoluciones que tengan una concentración muy parecida,

359
00:58:23,880 --> 00:58:40,980
Pero si el método es poco sensible, me va a dar el mismo resultado para las dos y no voy a poder distinguir la una de la otra. Esto lo vamos a ver mucho más con más profundidad cuando veamos las rectas de calibrado, cuando las hagamos.

360
00:58:40,980 --> 00:58:43,199
pero bueno

361
00:58:43,199 --> 00:58:47,980
lo que nos tiene que quedar claro es que es la capacidad

362
00:58:47,980 --> 00:58:50,280
de un método para distinguir

363
00:58:50,280 --> 00:58:51,860
entre valores que sean muy parecidos

364
00:58:51,860 --> 00:58:52,619
entre ellos

365
00:58:52,619 --> 00:58:55,940
entonces esto es lo mismo

366
00:58:55,940 --> 00:58:57,460
que os he intentado dibujar yo

367
00:58:57,460 --> 00:58:59,739
con poco éxito, si tenemos aquí por ejemplo

368
00:58:59,739 --> 00:59:02,039
imaginaos esto con datos ya reales

369
00:59:02,039 --> 00:59:04,000
tenemos estos dos métodos

370
00:59:04,000 --> 00:59:05,599
de aquí y tenemos

371
00:59:05,599 --> 00:59:07,380
que discernir entre

372
00:59:07,380 --> 00:59:09,880
dos ppm y cuatro ppm

373
00:59:09,880 --> 00:59:19,079
En el caso de este de aquí, la diferencia va a ser muy poquita diferencia de señal. Va a ser este trocito de aquí que estoy señalando con el ratón.

374
00:59:20,019 --> 00:59:31,800
En cambio, en esta de aquí, para 2 ppm tenemos más o menos aquí 3 y para 4 tenemos 6. Hay 3 de diferencia.

375
00:59:31,800 --> 00:59:45,000
O sea, la señal va a ser muy distinta, siendo la concentración muy parecida. Aquí la señal va a ser casi la misma, siendo para esa misma diferencia de concentración. Una diferencia de 0,5 a una diferencia de 3 unidades.

376
00:59:46,000 --> 00:59:58,280
Entonces, cuanto mayor sea la pendiente, o sea, más inclinado esté, pensad en pendiente eso, subir una montaña, pues cuanto más inclinado esté esto hacia arriba, mayor pendiente tiene, más sensible es el método.

377
00:59:58,280 --> 01:00:15,519
cuanto más planito sea, o sea, más esté tendiendo a estar tumbado, la sensibilidad va a ser más baja, porque para diferencias del eje de las X va a haber poca distancia, entre comillas, en el eje de las Y.

378
01:00:17,840 --> 01:00:27,320
Ahora, el intervalo de linealidad. ¿Qué es el intervalo de linealidad? Es el intervalo en el que nuestro método se comporta de manera lineal.

379
01:00:27,320 --> 01:00:32,820
O sea, podemos trazar una línea recta entre nuestra concentración y nuestra señal.

380
01:00:32,980 --> 01:00:37,340
Pero os digo una cosa, esto lo vamos a ver mejor cuando hayamos visto las rectas de calibrado,

381
01:00:37,460 --> 01:00:41,599
porque no sé si las sabéis todos lo que son o las tenéis un poco en la cabeza.

382
01:00:42,760 --> 01:00:48,219
Entonces, bueno, os lo voy a contar ahora muy rápido y luego lo vamos a volver a ver después de hacer ejemplos de rectas.

383
01:00:48,219 --> 01:00:57,460
¿Vale? Yo tengo aquí mi analito a distintas concentraciones y tengo aquí la señal que mido de esas concentraciones.

384
01:00:58,460 --> 01:01:08,260
Mientras sea una línea recta, yo sé cómo se comporta y puedo hacer una ecuación que me diga cómo se comporta una muestra que esté dentro de este intervalo.

385
01:01:08,320 --> 01:01:16,380
¿Vale? ¿Qué pasa? Que llega un punto en el que se desvía y yo ya no sé si es línea recta, si se va para abajo, si se va para arriba.

386
01:01:16,380 --> 01:01:22,079
Entonces, este es el intervalo que yo puedo considerar bien para una recta de cálculo, intervalo de linealidad.

387
01:01:23,820 --> 01:01:27,039
Luego, la selectividad, que no confundir con la sensibilidad.

388
01:01:27,719 --> 01:01:40,420
La selectividad es la capacidad que tiene el método de proporcionar una señal analítica que esté originada por el analito de interés y sin que se vea afectada por otros compuestos presentes.

389
01:01:41,360 --> 01:01:49,820
¿Esto qué significa? Pues que si yo tengo un método para analizar hierro, pero ese método, además del hierro, me está dando señal con el cadmio,

390
01:01:50,300 --> 01:01:57,719
pues no está siendo selectivo, porque no está separando la señal que yo quiero analizar, que es la del hierro.

391
01:01:57,719 --> 01:02:05,719
Entonces, que un método sea selectivo significa que no le afectan los interferentes, no tiene interferencias, no está afectado por otros compuestos presentes.

392
01:02:05,719 --> 01:02:26,840
Y los interferentes nos añaden un error sistemático y los errores proporcionales están asociados al efecto matriz. El efecto matriz lo vamos a ver cuando veamos cómo elegimos el tipo de calibrado, pero es el efecto que tiene en nuestra disolución todo lo que no es el analito.

393
01:02:26,840 --> 01:02:48,599
Por ejemplo, si yo mi analito es, estoy en el laboratorio y tengo agua y voy a echarle sal, mi analito es sal en agua destilada, pues ahí tengo una situación ideal, porque lo único que tengo es sal, imaginando que es pura, y yo lo que mida va a ser la señal que me dé la sal y fuera.

394
01:02:48,599 --> 01:03:04,880
Ahora, imaginaos que yo quiero analizar algo en sangre, en suelos, en cualquier muestra que sea compleja. Yo quiero analizar el hierro en la sangre y sí, pero tengo un montón de cosas más ahí, ¿vale?

395
01:03:04,880 --> 01:03:25,000
Que no son el analito que yo quiero analizar, pero que están dentro de esa misma disolución y van a tener un efecto, ¿vale? Eso lo llamamos efecto matriz. El efecto de la matriz que es todo lo que tengo en mi disolución, que no es ni mi disolvente ni sobre todo el analito que yo quiero analizar, ¿vale?

396
01:03:25,000 --> 01:03:36,500
Y aquí venimos a los errores que ya los habíamos visto, estoy casi segura, pero bueno, esto ya lo habíamos visto, pero vamos a repetirlo porque es muy importante.

397
01:03:38,960 --> 01:03:51,340
Este de aquí vamos a considerar que es nuestro valor real, el valor que está punteado, nuestro valor real, nuestra recta sin ningún tipo de interferente.

398
01:03:51,340 --> 01:04:17,880
Y aquí tenemos distintos tipos de errores. Tenemos error sistemático proporcional negativo. ¿Por qué es sistemático? Porque, si os dais cuenta, tiene un sentido y es proporcional porque va aumentando a medida que vamos aumentando la concentración.

399
01:04:17,880 --> 01:04:35,619
Es negativo porque nos da un valor menor. Ahora, el C, error sistemático constante. ¿Por qué es constante? Porque nos da igual la concentración que tengamos que siempre va a estar a una distancia exactamente igual.

400
01:04:35,619 --> 01:04:58,920
O sea, para cero este nos va a dar uno, para uno este nos va a dar dos, para dos este nos va a dar tres. Es constante. Y luego tenemos el de, que tenemos un error sistemático constante y proporcional. ¿Por qué? Porque siempre empezamos, no empezamos en el cero, empezamos un poco más arriba, o sea, un error constante, pero además se va alejando de nuestro valor real.

401
01:04:58,920 --> 01:05:11,559
¿Vale? Si tuviésemos un error aleatorio, ¿cómo sería? Pues estaría así, ¿no? Aleatoriamente hacia arriba y hacia abajo, no tendría un sentido determinado.

402
01:05:12,219 --> 01:05:23,840
Pues aquí estos errores siempre tienen la misma dirección, ¿vale? Cuando, si el A es el que consideramos el valor de referencia, cuando, o sea, sin errores de ningún tipo,

403
01:05:23,840 --> 01:05:35,460
Pero cuando tenemos B, siempre midamos la concentración que midamos, nos va a dar de menos. Y cuando midamos T y D, nos van a dar de más. Un error aleatorio nos podría dar a veces de más, a veces de menos.

404
01:05:35,460 --> 01:05:57,460
¿Vale? Robustez, aquí voy a decir que no está aquí escrito. ¿Qué es la robustez? La robustez es la capacidad que tiene un método analítico de tolerar pequeñas modificaciones en las condiciones experimentales sin que la calidad de los resultados se vea alterada.

405
01:05:57,460 --> 01:06:09,519
¿Esto qué significa? Que si yo tengo un método que es muy exacto, pero cuando cambia un poquito la temperatura, ese método cambia mucho el resultado, es un método que es poco robusto.

406
01:06:09,659 --> 01:06:18,019
Un método robusto es un método en el que cuando se alteran ligeramente, obviamente no podemos alterar muchísimo las condiciones experimentales,

407
01:06:18,019 --> 01:06:28,019
pero cuando se alteran las condiciones experimentales, el método nos va a dar unos resultados que no se vean muy afectados por esas condiciones externas.

408
01:06:30,039 --> 01:06:37,420
Robustez, otro ejemplo, un árbol que es muy robusto, un roble con un tronco enorme, sopla el viento y no se mueve.

409
01:06:38,260 --> 01:06:44,579
En cambio, un árbol poco robusto, un árbol finito, en cuanto hay un poco de viento, se mueve, fluctúa, cambia.

410
01:06:44,579 --> 01:06:59,940
¿Vale? Un poco lo mismo. Robusto, que es capaz de mantenerse en su sitio. Aunque tú le cambies las condiciones, te va a seguir dando los mismos resultados. Que es un método que es inamovible, digamos, entre comillas. Esa es la robustez de un método.

411
01:06:59,940 --> 01:07:20,460
¿Cómo se evalúa? Pues si tenemos un método y una muestra de referencias, o sea, una muestra de la cual sabemos el valor esperado y variamos un factor y vemos que los resultados obtenidos son similares, decimos que nuestro método es robusto.

412
01:07:20,460 --> 01:07:32,380
Y esto sí que sí lo vamos a parar para empezar con las rectas de calibrado y hacerlo a la vez porque si no va a ser un poco complejo.

413
01:07:32,380 --> 01:07:41,539
Os hago un avance, pero el límite de detección es el límite a partir del cual yo puedo detectar que tengo algo en mi muestra.

414
01:07:41,539 --> 01:07:56,300
Yo tengo una disolución, tengo un instrumento para medir una propiedad y por debajo de un valor yo no sé si ahí hay algo. Solo lo puedo saber a partir del límite de detección, es el límite en el que se empieza a detectar.

415
01:07:56,300 --> 01:08:07,000
Si yo tengo una disolución que está muy, muy, muy, muy, muy diluida, probablemente ciertos métodos no me detecten el analito que tenga.

416
01:08:07,739 --> 01:08:16,300
Tendré que aumentar un poco la concentración porque a partir de un cierto valor es cuando yo voy a poder saber si tengo o no tengo analito.

417
01:08:17,760 --> 01:08:19,180
Ese es el límite de detección.

418
01:08:19,979 --> 01:08:25,239
Y el de cuantificación es el límite a partir del cual yo puedo decir cuánto tengo.

419
01:08:26,300 --> 01:08:33,119
¿Vale? Límite de detección. Por debajo del límite de detección, yo no sé si tengo analito o no tengo analito,

420
01:08:33,220 --> 01:08:39,460
porque no soy capaz de saberlo, porque mi método no es lo suficientemente, no es capaz de detectar esa señal.

421
01:08:40,199 --> 01:08:47,119
Entre el límite de detección y el límite de cuantificación, yo puedo saber si tengo o no tengo analito, positivo o negativo,

422
01:08:47,239 --> 01:08:50,619
como un test de embarazo, sí o no, ¿vale? Pero no sé cuánto.

423
01:08:50,619 --> 01:08:53,140
y a partir del límite de cuantificación

424
01:08:53,140 --> 01:08:55,260
puedo cuantificar y dar un

425
01:08:55,260 --> 01:08:57,199
resultado de qué

426
01:08:57,199 --> 01:08:59,340
concentración tengo, ¿vale? Puedo decir

427
01:08:59,340 --> 01:09:00,880
que tengo 3 ppm

428
01:09:00,880 --> 01:09:03,399
o 5 gramos por litro o la unidad

429
01:09:03,399 --> 01:09:05,420
que sea, pero es a partir del límite

430
01:09:05,420 --> 01:09:07,319
de cuantificación, por debajo de eso no lo puedo

431
01:09:07,319 --> 01:09:09,159
cuantificar, ¿vale? Entonces, bueno,

432
01:09:09,239 --> 01:09:11,460
os lo dejo ahí como concepto, pero esto el próximo

433
01:09:11,460 --> 01:09:13,460
día lo...

434
01:09:13,460 --> 01:09:15,100
Profesor, es algo como que

435
01:09:15,100 --> 01:09:17,720
no lo sé,

436
01:09:17,880 --> 01:09:19,260
yo lo he visto creo como

437
01:09:19,260 --> 01:09:20,659
con las balanzas

438
01:09:20,659 --> 01:09:23,319
que por debajo

439
01:09:23,319 --> 01:09:23,880
de cierto

440
01:09:23,880 --> 01:09:27,100
bueno, no, con las balanzas

441
01:09:27,100 --> 01:09:28,039
no sería el ejemplo

442
01:09:28,039 --> 01:09:31,060
yo vi algo

443
01:09:31,060 --> 01:09:33,199
en farmacia que era como la sensibilidad

444
01:09:33,199 --> 01:09:34,920
que por debajo de cierta cosa

445
01:09:34,920 --> 01:09:35,420
no

446
01:09:35,420 --> 01:09:39,000
la balanza como que no te

447
01:09:39,000 --> 01:09:41,500
la sensibilidad

448
01:09:41,500 --> 01:09:43,800
es la capacidad

449
01:09:43,800 --> 01:09:45,159
que tenemos de distinguir

450
01:09:45,159 --> 01:09:46,939
entre dos valores que sean muy cercanos

451
01:09:46,939 --> 01:09:54,000
vale el límite de detección es justo lo que estás diciendo que por debajo de cierto valor no se detecta claro por ejemplo