Seminarium 2 Krzywe kalibracyjne – rodzaje, wyznaczanie, obliczanie wyników Równanie regresji liniowej Współczynnik korelacji.

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Excel Narzędzia do analizy regresji
BADANIE KORELACJI ZMIENNYCH
Ocena wartości diagnostycznej testu – obliczanie czułości, swoistości, wartości predykcyjnych testu. Krzywe ROC. Anna Sepioło gr. B III OAM.
Krzywe kalibracyjne Anna Kolczyk gr. B2.
Statystyczna kontrola jakości badań laboratoryjnych wg: W.Gernand Podstawy kontroli jakości badań laboratoryjnych.
Analiza współzależności zjawisk
IV Tutorial z Metod Obliczeniowych
BUDOWA MODELU EKONOMETRYCZNEGO
Jak mierzyć asymetrię zjawiska?
Analiza współzależności
ANALIZA STRUKTURY SZEREGU NA PODSTAWIE MIAR STATYSTYCZNYCH
MIARY ZMIENNOŚCI Główne (wywołujące zmienność systematyczną)
Analiza współzależności
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Współczynnik beta Modele jedno-, wieloczynnikowe Model jednowskaźnikowy Sharpe’a Linia papierów wartościowych.
KINEMATYKA Kinematyka zajmuje się związkami między położeniem, prędkością i przyspieszeniem badanej cząstki – nie obchodzi nas, skąd bierze się przyspieszenie.
Statystyka w doświadczalnictwie
Dzisiaj na wykładzie Regresja wieloraka – podstawy i założenia
Analiza korelacji.
Niepewności przypadkowe
Korelacje, regresja liniowa
Korelacja, autokorelacja, kowariancja, trendy
Testowanie hipotez statystycznych
Analiza współzależności cech statystycznych
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
KARTY KONTROLNE PRZY OCENIE LICZBOWEJ
MECHANIKA 2 Wykład Nr 11 Praca, moc, energia.
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Modelowanie ekonometryczne
Hipotezy statystyczne
przygotował: mgr inż. Bartłomiej Krawczyk
GLP Dobra Praktyka Laboratoryjna
WYNIKU POMIARU (ANALIZY)
NIEPEWNOŚĆ POMIARU Politechnika Łódzka
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Elementy Rachunku Prawdopodobieństwa i Statystyki
Kilka wybranych uzupelnień
FUNKCJE Opracował: Karol Kara.
Regresja wieloraka.
Materiały pochodzą z Platformy Edukacyjnej Portalu
FUNKCJE Pojęcie funkcji
Metody analizy współzależności dwóch cech Mieczysław Kowerski
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Dopasowanie rozkładów
Narzędzia.
JAKOŚĆ TECHNICZNA WĘGLA
Analiza szeregów czasowych
Regresja liniowa Dany jest układ punktów
Portfel efektywny Granica efektywna zbioru możliwości inwestycyjnych Linia rynku kapitałowego Regresja liniowa.
Regresja liniowa. Dlaczego regresja? Regresja zastosowanie Dopasowanie modelu do danych Na podstawie modelu, przewidujemy wartość zmiennej zależnej na.
Statystyczna analiza danych w praktyce
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Statystyczna analiza danych
Statystyczna analiza danych
Statystyczna analiza danych
Korelacje dwóch zmiennych. Korelacje Kowariancja.
Próba zastosowania metody Lowry’ego do oznaczania białka w sokach surowych dr Bożena Wnuk.
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Szybkość i rząd reakcji chemicznej
Treść dzisiejszego wykładu l Metoda Najmniejszych Kwadratów (MNK) l Współczynnik determinacji l Koincydencja l Kataliza l Współliniowość zmiennych.
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
BŁĘDY W ANALIZIE CHEMICZNEJ STATYSTYCZNA OPRACOWANIE WYNIKÓW
Metody sterowanie jakością badań i pomiarów w laboratorium ochrony środowiska pracy mgr inż. Justyna Gapa.
Jednorównaniowy model regresji liniowej
Analiza współzależności zjawisk
Korelacja i regresja liniowa
Zapis prezentacji:

Seminarium 2 Krzywe kalibracyjne – rodzaje, wyznaczanie, obliczanie wyników Równanie regresji liniowej Współczynnik korelacji

Kalibracja analizy Kalibracja jest zasadniczą częścią większości procedur pomiarowych. Ma ona na celu określenie zależności pomiędzy wartościami wskazanymi przez system pomiarowy (aparat, przyrząd) a wartościami wzorców.

Wzorzec chemiczny Wzorce chemiczne to pojedyncze związki chemiczne lub pierwiastki charakteryzujące się znanym składem (podanym w ateście), wysoką czystością i trwałością. Służą one jako materiał odniesienia np. w analizach instrumentalnych oraz pozwalają sprawdzić wyniki pracy laboratorium. 

Wzorzec chemiczny - podział wzorce pierwszorzędowe  wzorce drugorzędowe Wzorce, które są powszechnie uznawane ze względu na wysoką jakość metrologiczną, ich wartość jest ogólnie uznawana bez konieczności odniesienia do innych wzorców. Wzorce, których charakterystyka została określona w wyniku porównania z wzorcami pierwszorzędowymi.

Materiały odniesienia Materiały lub substancje, których jedna lub więcej cech charakterystycznych (własności) jest wystarczająco dobrze ustalona i homogeniczna, by można było wykorzystać materiał odniesienia do kalibracji przyrządu pomiarowego, oceny metody analitycznej bądź też wykorzystać przy badaniach innych materiałów.

Od prawidłowego wzorca zależy: Stabilność kalibracji wewnątrz laboratorium Poprawny punkt wyjścia do wdrożenia metody Jednolitość kalibracji pomiędzy różnymi laboratoriami

Krzywa kalibracji - wyznaczanie Sporządzenie serii roztworów wzorcowych obejmujących zakres stężeń spodziewanych w badanym materiale biologicznym. Przeprowadzenie reakcji zgodnie z procedurą założonej metody w dwóch albo trzech powtórzeniach dla każdego stężenia wzorca. Wykreślenie natężenia sygnału (absorbancja, fluorescencja) w funkcji stężenia wzorca w układzie współrzędnym.

Krzywa kalibracji

Typy krzywych kalibracji Ustalenie typu krzywej jest istotne ze względu na różnicę częstości wykonywania kalibracji w zależności od tego czy kalibracja jest powtarzalna lub niepowtarzalna.

Typy krzywych kalibracji Krzywa powtarzalna Krzywa niepowtarzalna Kalibracje wykonywane tylko w przypadku awarii metody, o ile analiza przyczyn złych wyników w materiałach kontrolnych nasunie nam podejrzenie, że problemem jest kalibracja. Kalibracje powinno się wykonywać jak najrzadziej. Kalibracja metody jest konieczna w każdym postępowaniu analitycznym (w każdej serii pomiarowej) Od kształtu krzywej zależy liczba punktów ponownej kalibracji: Prostoliniowa – zwykle 1 punkt Nieprostoliniowa - wielopunktowa

Typy krzywych kalibracji  Jeżeli stężenie analitu wszystkich próbek poddawanych analizie mieści się w zakresie liniowym, wystarczy zastosowanie jednego punktu kalibracji. Jeśli spodziewamy się, że stężenie próbki przekroczy zakres liniowy wówczas stosujemy dwa lub trzy punkty kalibracji. Ogólnie rzecz biorąc, jeśli spodziewamy się, że stężenie analitu jest mniejsze niż 3 krotność zakresu linowego, stosuje się dwa punkty kalibracji. Można przyjąć, że dwa punktu kalibracji są optymalne w przypadku umiarkowanej krzywizny (10% to 15%). Trzy punkty kalibracji powinny być wykorzystane w przypadku większej krzywizny. Wykorzystanie zbyt wielu punktów kalibracji może dać wzrost błędnych odczytów. Przykładowo, jeśli ustanowione są trzy punkty kalibracyjne w przypadku zakresu linowego krzywej kalibracyjnej można się spodziewać pojawienia się S-kształtnej krzywej kalibracyjnej na skutek zmienności odczytu instrumentu..

Typy krzywych kalibracji Krzywa Prostoliniowa Krzywa nieprostoliniowa

Funkcja analityczna

Regresja liniowa Aproksymacja danych doświadczalnych krzywymi nosi często miano regresji. W przypadku, gdy do tych danych dopasowujemy prostą, mówimy o regresji liniowej.

Regresja liniowa Prostą regresji wyznacza się najczęściej metodą najmniejszych kwadratów (MNK), która polega na tym aby suma kwadratów odchyleń rzędnych punktów empirycznych od wykresu prostej regresji była najmniejsza. Współczynniki prostej regresji oblicza się ze wzorów:

Współczynnik korelacji Liczba określająca w jakim stopniu zmienne są współzależne. Jest miarą stopnia powiązania dwu (lub więcej) zmiennych. Istnieje wiele różnych wzorów określanych jako współczynniki korelacji. Większość z nich jest normalizowana tak, żeby przybierała wartości od -1 (zupełna korelacja ujemna), przez 0 (brak korelacji) do +1 (zupełna korelacja dodatnia).

Współczynnik korelacji Persona Ogólnie współczynnik korelacji liniowej dwóch zmiennych jest ilorazem kowariancji (liczba określająca zależność liniowa między zmiennymi losowymi Xi Y) i iloczynu odchyleń standardowych:

Współczynnik korelacji Persona Współczynnik korelacji liniowej Persona mówi o sile i kierunku związku pomiędzy zmiennymi Korelacje Ujemne Dodatnie Słabe −0,5 do 0,0 0,0 do 0,5 Silne −1,0 do −0,5 0,5 do 1,0

Współczynnik korelacji Persona Wnioski: Im bliżej 0 tym związek słabszy Znak + mówi o związku wprost proporcjonalnym Znak – mówi o związku odwrotnie proporcjonalnym Gdy współczynnik korelacji przyjmuje wartości [1] to zależność jest funkcją liniową.

Dziękuje za uwagę