Este será o primeiro Ensaio Interlaboratorial em Etanol Combustível a usar a Norma ABNT NBR ISO 4259:2008.

Tamanho: px
Começar a partir da página:

Download "Este será o primeiro Ensaio Interlaboratorial em Etanol Combustível a usar a Norma ABNT NBR ISO 4259:2008."

Transcrição

1 Comparação Interlaboratorial da Concentração de Ferro, Cobre e Sódio em Álcool Etílico Combustível pelo método da Espectrofotometria de Absorção Atômica 1. Introdução Nos trabalhos de revisão da Norma ABNT NBR Álcool etílico - Determinação da concentração de ferro e cobre - Método da espectrofotometria de absorção atômica, foi estabelecido um procedimento para inclusão do elemento sódio por esta técnica analítica. Atualmente o sódio é analisado por fotometria, seguindo a Norma ABNT NBR Etanol combustível Determinação da concentração de sódio Método da fotometria de chama, e o objetivo da Comissão de Estudos de Etanol Combustível da ABNT/ONS 34 é oferecer ao usuário mais uma opção de metodologia (equipamento) para analisar este elemento. Para efetuar esta modificação é necessário realizar uma Comparação Interlaboratorial (CI), a fim de determinar a precisão da nova metodologia e verificar a equivalência entre os métodos. Na eventualidade de desuso da metodologia analítica para analise de sódio por fotometria de chama NBR 10422, esta Norma poderá ser cancelada e substituída pela NBR 11331, revisada e comprovada a equivalência com a NBR 10422, no quesito Sódio. Este será o primeiro Ensaio Interlaboratorial em Etanol Combustível a usar a Norma ABNT NBR ISO 4259:2008. Todo este trabalho foi possível graças ao apoio financeiro da Rede RBIOCOMB do Sibratec/MCT. 2. Planejamento do programa interlaboratorial para a determinação da precisão de um método de ensaio 2.1 Método de ensaio O programa interlaboratorial aplica-se à metodologia: ABNT/ONS-34-1º Projeto de Revisão ABNT NBR Mar Etanol Combustível Determinação da Concentração de Ferro, Cobre e Sódio Método da Espectrometria de Absorção Atômica. 2.2 Planejamento do programa piloto com no mínimo dois laboratórios Determinação de Ferro Foram preparadas 2 amostras de etanol com valores distintos para Ferro, totalizando 6 amostras, as quais foram distribuídas a 3 laboratórios. As análises foram realizadas pelo método ABNT NBR A tabela 1 apresenta os resultados obtidos no programa piloto e a tabela 2 apresenta a análise de variância. Tabela 1 Resultados do programa-piloto para medição de concentração de Ferro em etanol em mg/kg Laboratorio ,688 7, ,645 7, ,710 7, ,761 7, ,660 6, ,920 7,580 1/61

2 Tabela 2 Análise de Variância para o programa-piloto para medição de concentração de Ferro em etanol Origem da Variação Graus de Liberdade Soma do Quadrado Média do Quadrado Laboratórios 2 0,9505 0,4752 Laboratórios x s 2 0,2682 0,1341 Repetições 6 0,2805 0,04676 A relação entre a variância da interação Laboratório x s / Variância das Repetições resulta em P = 2,9 e Q = 1,2. Para a realização do ensaio com a participação de 6 laboratórios seria necessário um número de amostras maior que 20. Da mesma maneira o mesmo número seria necessário no caso de excluir um conjunto completo de resultados de um dos laboratórios participantes Determinação de Cobre Foram preparadas 2 amostras de etanol com valores distintos para Cobre, totalizando 6 amostras, as quais foram distribuídas a 3 laboratórios. As análises foram realizadas pelo método ABNT NBR A tabela 3 apresenta os resultados obtidos no programa piloto e a tabela 4 apresenta a análise de variância. Tabela 3 Resultados do programa-piloto para medição de concentração de Cobre em etanol em mg/kg Laboratorio ,105 0, ,133 0, ,102 0, ,095 0, ,097 0, ,114 0,172 Tabela 4 Análise de Variância para o programa-piloto para medição de concentração de Cobre em etanol Origem da Variação Graus de Liberdade Soma do Quadrado Média do Quadrado Laboratórios 2 0, , Laboratórios x s 2 0, , Repetições 6 0, , A relação entre a variância da interação Laboratório x s / Variância das Repetições resulta em P = 2,4 e Q = 3,9. Para a realização do ensaio com a participação de 6 laboratórios seria necessário um número de amostras maior que 20. Da mesma maneira o mesmo número seria necessário no caso de excluir um conjunto completo de resultados de um dos laboratórios participantes Determinação de Sódio Foram preparadas 2 amostras de etanol com valores distintos para Sódio, totalizando 6 amostras, as quais foram distribuídas a 3 laboratórios. As análises foram realizadas pelo método ABNT NBR A tabela 5 apresenta os resultados obtidos no programa piloto e a tabela 6 apresenta a análise de variância. 2/61

3 Tabela 5 Resultados do programa-piloto para medição de concentração de Sódio em etanol em mg/kg Laboratorio ,092 2, ,998 2, ,880 2, ,892 2, ,947 2, ,980 2,630 Tabela 6 Análise de Variância para o programa-piloto para medição de concentração de Sódio em etanol Origem da Variação Graus de Liberdade Soma do Quadrado Média do Quadrado Laboratórios 2 0, , Laboratórios x s 2 0, ,04118 Repetições 6 0, ,01803 A relação entre a variância da interação Laboratório x s / Variância das Repetições resulta em P = 2,3 e Q = 0,4. Para a realização do ensaio com a participação de 6 laboratórios seriam necessário um número de 5 amostras. Da mesma maneira caso seja necessário a exclusão do conjunto completo de resultado de um dos laboratórios participantes a quantidade é 6 amostras. 2.3 Planejamento do programa interlaboratorial Devido a restrição de laboratórios, interessados e disponíveis, participaram do ensaio seis laboratórios indicados no item 10 deste relatório, cuja identificação não está relacionada com a codificação numérica adotada nos cálculos. 2.4 Execução do programa interlaboratorial O DMLab Dinardo Miranda Laboratório de Análises foi o responsável pela coordenação do Programa Interlaboratorial e teve na coordenação o Sr. Wokimar Teixeira Garcia, que se responsabilizou pelo total desenvolvimento das atividades do programa. O tratamento estatístico e elaboração do relatório realizada por José Luís Franco de Godoy. Os métodos de ensaio foram distribuídos aos participantes antecipadamente para que pudessem dirimir quaisquer dúvida, antes dos ensaios com as amostras do programa. As amostras foram preparadas, avaliadas quanto a homogeneidade, fracionadas em recipiente adequado, embaladas e distribuídas aos participantes de maneira a garantir a integridade das mesmas. Foram mantidas reserva de cada amostra para sanar possíveis emergências. As amostras foram codificadas antes da distribuição de maneira a evitar possíveis tendências entre os participantes. 3. Preparação dos itens de comparação Foram preparados 12 litros de amostra para cada concentração de metal, que foram acondicionados em garrafas de 1 litro de polietileno de alta densidade. Os estudos de homogeneidade e estabilidade foram realizadas no total de amostras preparadas. O restante de material foi enviado para os laboratórios participantes realizarem as medições de Ferro por espectrometria de absorção atômica. 4. Homogeneidade e estabilidade dos itens de comparação As amostras de etanol foram consideradas homogêneas e estáveis durante o período de realização do programa para os componentes estudados, não sendo apresentado neste relatório o estudo de homogeneidade e estabilidade. 3/61

4 5. Determinação da precisão da metodologia 5.1 Ferro em etanol por espectrometria de absorção atômica Inspeção dos resultados interlaboratoriais A tabela 7 apresenta os resultados do programa interlaboratorial de medição de Ferro por AA para as amostras de etanol em mg/kg. Tabela 7 Resultados de concentração de Ferro obtido por AA em amostras de etanol em mg/kg 1 0,929 0,192 2,119 0,598 1,838 1,386 0, ,961 0,261 2,122 0,514 1,731 1,303 0, ,963 0,365 2,325 0,503 1,813 1,693 0, ,988 0,359 2,348 0,501 1,807 1,681 0, ,854 0,159 1,255 0,278 0,207 1,182 0, ,868 0,135 1,274 0,259 0,198 1,189 0, ,730 0,599 2,950 0,818 2,759 2,219 0, ,742 0,541 3,185 0,815 2,900 2,102 0, ,392 0,048 0,967 0,123 0,874 1,295 0, ,398 0,047 0,958 0,127 0,865 1,247 0, ,120 0,232 1,249 0,283 0,824 1,462 0, ,113 0,219 1,200 0,293 0,847 0,895 0,139 Os procedimentos para o exame dos resultados relatados no programa interlaboratorial visão estabelecer a independência ou dependência da precisão e o nível dos resultados, a uniformidade da precisão entre os laboratórios e a detecção da presença de dados aberrantes. É pressuposto que todos os resultados constituem uma única distribuição normal ou que possa nela ser transformada. Em muitos métodos de ensaio a precisão depende do nível dos resultados de ensaio e em consequência a variabilidade dos resultados relatados é diferente de amostra para amostra. Caso isso ocorra os dados devem ser retificados por uma transformação matemática, conforme estabelecido na Norma ABNT NBR ISO 4259:2008. Assim, e de acordo com a Norma ABNT NBR ISO 4259:2008 foram calculadas a média e os desviospadrão dos laboratórios (D) e os desvios-padrão das repetições (d) e plotados separadamente em relação à média das amostras (m), mostrados na tabela 8 e figura 1. Tabela 8 Cálculos de m, D e d e os graus de liberdade (vj e L) para os resultados de Ferro em etanol m 0,099 0,263 0,426 0,838 1,389 1,471 1,829 D 0,0926 0,184 0,25 0,251 0,94 0,404 0,815 d 0,0514 0,0270 0,025 0,0130 0,052 0,170 0,070 vj 6,8042 5,1097 5,050 5,0135 5,015 5,965 5,037 L 7,0000 7,0000 7,000 7,0000 7,000 7,000 7,000 4/61

5 Desvio padrão Dj e dj Desvios-padrão dos laboratórios D j e das repetições d j 2,71 1,00 0,37 0,14 0,05 D d 0,02 0,01 0,05 0,14 0,37 1,00 2,71 Média das amostras (m) para Ferro Figura 1 Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições) para a medição de Ferro em etanol As linhas de tendência apresentadas na figura 1 não podem ser consideradas paralelas ao eixo das médias, sendo necessário efetuar transformação dos dados Transformação dos dados A Norma ABNT NBR ISO 4259:2008 estabelece que a mesma transformação seja realizada para as relações existentes entre os desvios-padrão dos laboratórios (D) e a média (m) e para os desvios-padrão das repetições (d) e a média (m), e sendo assim as duas relações foram combinadas em uma única relação de dependência com a média, pela introdução de uma variável Dummy. Esse recurso leva em consideração a diferença entre as relações e provê um meio para verificá-las. O diagrama de dispersão (figura 2) identifica a transformação de expoente como apropriada, sendo o parâmetro de transformação B calculado na análise de regressão. A tabela 9 apresenta um sumário da solução. Tabela 9 Cálculos de b da análise de regressão linear ponderada Variável Estimativa Erro Padrão Razão Coeficiente Ajustada bi ei ti Intercepto bo -1, Ln (m) b1 0, , ,08 Dummy b2 0, , ,85 Dummy x Ln (m) b3 0, , ,32 Comparando-se as razões-t com os valores críticos 5% para 10 graus de liberdade (2,228), dados na tabela D.5 da Norma ABNT NBR ISO 4259:2008, verifica-se que a inclinação é significativamente diferente de zero (b 1 = 0,546), confirmando a necessidade da transformação. Além disso, como o coeficiente b 3 não é significativamente diferente de zero a inclinação (e a consequente transformação) é considerada a mesma para os desvios-padrão, tanto para os laboratórios quanto das repetições. 5/61

6 Desvio padrão Dj e dj Como a inclinação b 1 = 0,546 tem um erro padrão de 0,177 a região de confiança aproximada 66% de 0,546 ± 0,177 contém o valor 2/3. Arredondar para esse valor é, portanto, razoável e conduz à conveniente transformação expressa pela equação 1, que pode ser aplicada tanto para a repetitividade quanto para a reprodutibilidade: x -2/3 dx = 3x 1/3 (1) Como a constante multiplicadora pode ser desconsiderada, a transformação fica reduzida a tomar-se a raiz cúbica dos resultados relatados. Aplicando-se esta transformação e recalculando-se as médias das amostras e os desvios padrão obtémse os correspondentes diagramas de dispersão dado na figura 2. 0,30 Desvios-padrão dos dados transformados dos laboratórios D j e das repetições d j 0,20 0,10 D d 0,00 0,3 0,8 1,3 Média dos resultados das amostras (m) tranformados para (m 1/3 ) Figura 2 - Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições) para os dados transformados da medição de Ferro em etanol 6/61

7 A tabela 10 apresenta os valores transformados em que as raízes cúbicas foram aproximadas para três casas decimais. Tabela 10 Valores das amostras transformados para m 1/3 1 0,976 0,577 1,284 0,843 1,225 1,115 0, ,987 0,639 1,285 0,801 1,201 1,092 0, ,987 0,714 1,325 0,795 1,219 1,192 0, ,996 0,711 1,329 0,794 1,218 1,189 0, ,949 0,542 1,079 0,653 0,592 1,057 0, ,954 0,513 1,084 0,637 0,583 1,059 0, ,901 0,843 1,434 0,935 1,403 1,304 0, ,905 0,815 1,471 0,934 1,426 1,281 0, ,732 0,364 0,989 0,497 0,956 1,090 0, ,736 0,360 0,986 0,503 0,953 1,076 0, ,038 0,614 1,077 0,656 0,937 1,135 0, ,036 0,603 1,063 0,664 0,946 0,964 0, Testes para os dados aberrantes Os resultados relatados e transformados foram inspecionados quanto à presença de dados aberrantes. Estes dados podem ser consequência de má aplicação do método de ensaio ou pelo ensaio de uma amostra errada Uniformidade da repetitividade O primeiro teste de dados aberrantes relaciona-se com a detecção de resultados discordantes em um par de resultados repetidos. Este teste consiste em calcular o quadrado da diferença entre os resultados de ensaios duplicados (e 2 ij) em todas as combinações de laboratório/amostra. O critério de Cochran, com nível de significância 1%, é então usado para determinar a maior razão entre os valores e 2 ij e de sua soma. Se seu valor exceder o valor dado na tabela D3 da norma ABNT NBR ISO 4259:2008, correspondente a um grau de liberdade, sendo n o número de pares disponíveis para comparação, então o membro do par mais afastado da média da amostra deve ser rejeitado e o processo repetido, reduzindo n de 1, até que não haja mais rejeições. A tabela 11 apresenta as diferenças absolutas (amplitudes) dos resultados transformados das repetições, sendo que a maior amplitude é 0,171 para o laboratório 6 na amostra 6. A tabela 12 apresenta o quadrado das amplitudes absolutas. Tabela 11 Diferenças absolutas (amplitudes) dos resultados das repetições 1 0,0110 0,0615 0, ,0413 0,0244 0,0228 0, , , , , , , , , ,0288 0, ,0152 0, , , ,0281 0,0371 0, ,0235 0,0233 0, , , , , , ,0136 0, , ,0111 0,0141 0, , ,171 0,0243 7/61

8 Tabela 12 Quadrado das amplitudes absolutas dos resultados das repetições 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,0294 0, A soma dos quadrados de todas as amplitudes é então 0,0687, sendo então a razão a ser examinada pelo critério de Cochran 0,171 2 /0,0687 = 0,428. A partir da tabela D3 da norma ABNT NBR ISO 4259:2008 para 42 amplitudes e por interpolação obtém-se o critério de 0,284, sendo a razão acima significativa e a amostra 6 analisada pelo laboratório 6 rejeitada. Quanto há uma rejeição, os valores de média, desvio e soma dos quadrados devem ser recalculados para a amostra 6 e o procedimento repetido. Tabela 13 Diferenças absolutas (amplitudes) dos resultados das repetições 1 0,0110 0,0615 0, ,0413 0,0244 0,0228 0, , , , , , , , , ,0288 0, ,0152 0, , , ,0281 0,0371 0, ,0235 0,0233 0, , , , , , ,0136 0, , ,0111 0,0141 0, , ,0243 Tabela 14 Quadrado das amplitudes absolutas dos resultados das repetições 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , A próxima célula testada foi a obtida pelo laboratório 4 na amostra 7. A soma dos quadrados de todas as amplitudes é então 0,0393, sendo então a razão a ser examinada pelo critério de Cochran 0,160 2 /0,0393 = 0,655 A partir da tabela D3 da norma ABNT NBR ISO 4259:2008 para 41 amplitudes e por interpolação obtém-se o critério de 0,289, sendo a razão acima significativa e a amostra 7 analisada pelo laboratório 4 rejeitada. Novamente, quanto há uma rejeição, os valores de média, desvio e soma dos quadrados devem ser recalculados para a amostra 7 e o procedimento repetido. 8/61

9 Tabela 15 Diferenças absolutas (amplitudes) dos resultados das repetições 1 0,0110 0,0615 0, ,0413 0,0244 0,0228 0, , , , , , , , , ,0288 0, ,0152 0, , , ,0281 0,0371 0, ,0235 0, , , , , , ,0136 0, , ,0111 0,0141 0, , ,0243 Tabela 16 Quadrado das amplitudes absolutas dos resultados das repetições 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , A próxima célula testada foi a obtida pelo laboratório 1 na amostra 2. A soma dos quadrados de todas as amplitudes é então 0,01356, sendo então a razão a ser examinada pelo critério de Cochran 0, /0,01356 = 0,279 A partir da tabela D3 da norma ABNT NBR ISO 4259:2008 para 40 amplitudes e por interpolação obtém-se o critério de 0,294, sendo a razão acima não significativa e a amostra 2 analisada pelo laboratório 1 não rejeitada Estimativa de valores rejeitados ou inexistentes Um dos valores da repetição inexistentes ou rejeitados De acordo com o método dos mínimos quadrados, se um dos resultados de um par de repetições for rejeitado ou inexistente, seu valor deve ser considerado o mesmo da outra repetição. No presente estudo a situação em questão não ocorreu Ambos os valores da repetição inexistentes ou rejeitados Se ambos os valores da repetição estiverem faltando, a estimativa da soma destes valores deve ser obtida pela soma dos quadrados da interação laboratório x amostra, incluindo os valores inexistentes no total de laboratórios/amostras como variável desconhecida. Qualquer laboratório ou amostra para os quais todos os resultados foram rejeitados devem ser desconsiderados e usados novos valores de L e S. Os dois resultados dos laboratórios 4 e 6 obtidos para as amostras 7 e 6 respectivamente foram rejeitados, sendo portanto a soma de seus valores estimados, conforme descrito na norma ABNT NBR ISO 4259:2008, resultando em 1,238 e 2, Uniformidade da reprodutibilidade Os testes para dados aberrantes objetivam determinar a uniformidade das estimativas de reprodutibilidade. Estes foram projetados para detectar tanto a existência de um par discordante de resultados de um laboratório, para uma determinada amostra, quanto para um conjunto de resultados discordantes de um laboratório para todas as amostras. Para estes dois propósitos é apropriado o teste de Hawkins. Isso envolve determinar para cada amostra e finalmente para a média de todos os laboratórios a razão entre o maior desvio absoluto da média do laboratório e a média (ou total) da amostra para a raiz quadrada de determinada soma de quadrados. 9/61

10 A razão correspondente ao maior desvio absoluto deve ser comparada com os valores críticos a 1% dados na Tabela D4 da norma ABNT NBR ISO 4259:2008, onde n é o número de células/laboratório por amostra (ou o número de médias de todos os laboratórios) da amostra em questão e onde v representa os graus de liberdade da soma dos quadrados, que é suplementar ao da amostra em questão. No teste para laboratórios/células de amostra, v refere-se a outras amostras, mas é zero para o teste de todos os laboratórios. Se for encontrado um valor significante para as amostras individuais, os valores extremos correspondentes devem ser desconsiderados e o processo deve ser repetido. Se forem encontrados valores extremos no total do laboratório, todos os resultados deste laboratório devem ser rejeitados. Tabela 17 Desvio das médias das células em relação às médias das respectivas amostras 1 0,0482 0, ,0842 0,0957 0,158 0,0388 0, ,0586 0,105 0,126 0,0687 0,164 0,0481 0, ,0183 0,0805 0,119 0,0812 0,468 0,0840 0, ,0302 0,221 0,252 0,209 0,359 0,150 0, ,199 0,246 0,213 0,226 0,100 0,0592 0, ,104 0, ,131 0,0658 0,113 0,0164 0,105 Tabela 18 Quadrado dos desvios das médias das células em relação às médias das respectivas amostras 1 0, , , , ,0250 0, , , ,0110 0,0160 0, ,0268 0, , , , ,0142 0, ,219 0, , , ,0489 0,0637 0, ,129 0,0226 0, ,0397 0,0605 0,0455 0,0511 0,0101 0, , ,0109 0, ,0171 0, ,0128 0, ,0111 A célula a ser testada é aquela com maior desvio, obtido pelo laboratório 3 na amostra 5. Portanto, a razão de ensaio apropriada do teste Hawkins é: B* = 0,4605 A Tabela D4 da norma ABNT NBR ISO 4259:2008 fornece, por interpolação, o valor crítico de 0,4612 correspondente para n = 6 células da amostra 5 e v = 30 graus de liberdade extra das demais amostras. O valor do teste é menor que o valor crítico, porém por estar próximo ao limite resultados obtidos pelo laboratório 3 na amostra 5 foram rejeitados. Quanto há uma rejeição, os valores de média, desvio e soma dos quadrados devem ser recalculados para a amostra 5 e o procedimento repetido. Tabela 19 Desvio das médias das células em relação às médias das respectivas amostras 1 0,0482 0, ,0842 0,0957 0,158 0,0388 0, ,0586 0,105 0,126 0,0687 0,164 0,0481 0, ,0183 0,0805 0,119 0,0812 0,0840 0, ,0302 0,221 0,252 0,209 0,359 0,150 0, ,199 0,246 0,213 0,226 0,100 0,0592 0, ,104 0, ,131 0,0658 0,113 0,0164 0,105 10/61

11 Tabela 20 Quadrado dos desvios das médias das células em relação às médias das amostras 1 0, , , , ,0250 0, , , ,0110 0,0160 0, ,0268 0, , , , ,0142 0, , , , ,0489 0,0637 0, ,129 0,0226 0, ,0397 0,0605 0,0455 0,0511 0,0101 0, , ,0109 0, ,0171 0, ,0128 0, ,0111 A próxima célula testada foi a obtida pelo laboratório 4 na amostra 5. Assim, a razão de ensaio do teste Hawkins para a célula é: B* = 0,3987 A Tabela D4 da norma ABNT NBR ISO 4259:2008 fornece, por interpolação, o valor crítico de 0,4686 correspondente para n = 6 células da amostra 5 e v = 29 graus de liberdade extra das demais amostras. Como o valor do teste é menor que o valor crítico, não houve mais rejeição de dados Estimativa de valores rejeitados ou inexistentes Um dos valores da repetição inexistentes ou rejeitados De acordo com o método dos mínimos quadrados, se um dos resultados de um par de repetições for rejeitado ou inexistente, seu valor deve ser considerado o mesmo da outra repetição. No presente estudo a situação em questão não ocorreu Ambos os valores da repetição inexistentes ou rejeitados Se ambos os valores da repetição estiverem faltando, a estimativa da soma destes valores deve ser obtida pela soma dos quadrados da interação laboratório x amostra, incluindo os valores inexistentes no total de laboratórios/amostras como variável desconhecida. Qualquer laboratório ou amostra para os quais todos os resultados foram rejeitados devem ser desconsiderados e usados novos valores de L e S. Os dois resultados do laboratório 3 obtidos para a amostra 5 foram rejeitados, sendo portanto a soma de seus valores estimados, conforme descrito na norma ABNT NBR ISO 4259:2008, resultando em 2, Rejeição completa de dados de uma amostra Os desvios-padrão dos laboratórios e desvios-padrão entre repetições devem ser examinados para verificação de dados aberrantes. Um novo desvio-padrão deve ser calculado se houver alguma transformação ou rejeição de dados. Se o desvio-padrão para alguma amostra for excessivamente grande, ele deve ser examinado visando uma possível rejeição de resultados desta amostra. Tabela 21 Cálculos de m, D e d e os graus de liberdade após a rejeição de resultados m 0,387 0,608 0,726 0,933 1,146 1,148 1,200 D 0,122 0,160 0,155 0,107 0,0964 0,200 0,181 d 0,0123 0,0215 0,0130 0, ,0112 0, ,0117 vj L Os desvios-padrão não foram alterados significativamente após a exclusão dos dados aberrantes, tantos para repetitividade quanto para reprodutibilidade, sendo observado na figura 3 a redução na dispersão dos desvios-padrão de repetitividade. 11/61

12 Desvio padrão Dj e dj 0,30 Desvios-padrão dos dados transformados dos laboratórios D j e das repetições d j 0,20 0,10 D d 0,00 0,3 0,8 1,3 Média dos resultados das amostras (m) tranformados para (m 1/3 ) Figura 3 - Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições) para os dados transformados da medição de Ferro em etanol e após exclusão de dados aberrantes Teste de rejeição para laboratórios discrepantes O teste foi realizado para verificar a necessidade de rejeição de um conjunto completo de resultados de um determinado laboratório. Isto não pode ser realizado em um estágio anterior, exceto quando não houver resultados individuais ou pares de resultados rejeitados ou inexistentes. O procedimento consiste no uso do teste de Hawkins aplicado á média do laboratório para todas as amostras, incluindo todas as estimativas. Se algum laboratório for rejeitado para todas as amostras, novas estimativas devem ser calculadas para os valores remanescentes. Tabela 22 Média dos resultados dos laboratórios Laboratório Média 0,899 0,962 0,798 1,064 0,710 0,853 Tabela 23 Média dos resultados dos laboratórios e a respectiva soma dos quadrados (SS) Laboratório SS Média 0,0183 0,0813 0,0834 0,183 0,171 0,0275 0,0774 Assim a razão do teste de Hawkins é 0,6566 e a comparação com o valor 0,8823 apresentado na tabela D4 da norma ABNT NBR ISO 4259:2008, para n = 6 e v = 0, mostra que essa razão não é significativa, portanto não é necessária a rejeição completa de algum laboratório Verificação da estimativa para dados rejeitados e posteriormente estimados A figura 4 mostra que a exclusão das amostras e posterior estimativa dos valores não invalidou a decisão da transformação aplicada aos dados. 12/61

13 Desvio padrão Dj e dj 0,30 Desvios-padrão dos dados transformados dos laboratórios D j e das repetições d j 0,20 0,10 D d 0,00 0,3 0,8 1,3 Média dos resultados das amostras (m) tranformados para (m 1/3 ) Figura 4 Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições), após exclusão e estimativas de dados, para a medição de Ferro em etanol Análise estatística Análise de variância Soma dos quadrados para a interação das estimativas da precisão Os resultados rejeitados foram substituídos para a realização da análise de variância, mostradas nas tabelas 24, 25 e 26. Tabela 24 Soma de quadrados para as fontes de variação Origem da Variação Soma dos Quadrados s 6,506 Laboratórios 1,0833 Laboratórios x s 0,4716 Pares 8,0608 Repetições 0, Soma dos quadrados para análise de variação exata Os pares estimados foram excluídos sendo obtidas as somas dos quadrados conforme tabela 25. Tabela 25 Soma de quadrados para as fontes de variação Origem da Variação Soma dos Quadrados s 66,311 Pares 67,758 Laboratórios 0, /61

14 Graus de liberdade O estudo é composto por 7 amostras e 6 laboratórios. Como não houve rejeição total de laboratório ou amostra, S = 7 e L = 6. Os graus de liberdade do laboratório = L = 6 Graus de liberdade da interação laboratório x amostra = 29. Se não houvesse valores estimados os graus de liberdade seriam 30. Graus de liberdade das repetições = 39. Se não houvessem valores estimados seriam Média dos quadrados e análise de variância A média do quadrado em cada caso é a soma dos quadrados dividida pelos graus de liberdade, que conduz a análise de variância apresentada na tabela 26. Tabela 26 Análise de variância para os resultados de Ferro em etanol Origem da Variação Graus de Liberdade Soma do Quadrado Média do Quadrado Laboratórios Laboratórios x s Repetições A relação Média do Quadrado dos laboratórios / Média do Quadrado do laboratório x amostra = 0,1952 / 0,01626 = 12,0. Este valor é maior que o valor crítico 5% de 2,55 obtido na tabela D6 da norma ABNT NBR ISO 4259:2008, o que indica tendência entre os laboratórios Estimativa da média dos quadrados e cálculo das estimativas de precisão Estimativa da média dos quadrados (com ou sem valores estimados) O estudo é composto por 7 amostras e 6 laboratórios e três células estão vazias devido as exclusões da dados aberrantes, o que resultou nos valores calculados mostrados na tabela 27. Tabela 27 Coeficientes usados no cálculo dos graus de liberdade, repetitividade e reprodutibilidade Coeficientes Valores K 39 α 1 β 12,80 ϒ Cálculo das estimativas de precisão Repetitividade Variância da repetitividade V r = 0, Graus de liberdade v = 39 Repetitividade = 0,113 x 2/3, onde x é a média dos resultados dos ensaios comparados Reprodutibilidade Variância da reprodutibilidade V R = 0,0444 Graus de liberdade v = ,9758 0, ,4716 0, , , /61

15 mg/kg Reprodutibilidade = 1,048 x 2/3, onde x é a média dos resultados dos ensaios comparados Análise crítica dos resultados obtidos para Repetitividade e Reprodutibilidade De acordo com a Norma ABNT NBR ISO 4259:2008 pelo menos cinco laboratórios devem participar do programa, mas é preferível um número maior para reduzir o número de amostras necessárias. O número de 7 amostras cobriu a faixa da propriedade medida, proporcionando 39 graus de liberdade, valor acima do limite mínimo recomendado pela Norma. Para a reprodutibilidade os graus de liberdade obtido foi de 10, muito abaixo do limite mínimo recomendado pela Norma de 30. A análise de variância ( ) indicou que existe diferença estatisticamente significativa entre os laboratórios. A figura 5 mostra os somatórios dos resultados de Ferro para os laboratórios participantes, sugerindo que o laboratório 4 apresenta resultados superiores aos demais. Assim, o conjunto completo dos seus dados foi rejeitado e uma nova rodada de cálculos foi realizada. 25 Somatório dos resultados de Ferro (h) Laboratório Figura 5 Verificação da participação de dados discrepantes Rejeição do conjunto completo de resultados do laboratório 4 A tabela 28 apresenta os resultados do programa interlaboratorial de medição de Ferro por AA em amostras de etanol, após a exclusão dos resultados do laboratório 4. A estrutura da tabela foi mantida sem afetar os resultados estatísticos. 15/61

16 Desvio padrão Dj e dj Tabela 28 Resultados de concentração de Ferro obtido por AA em amostras de etanol em mg/kg 1 0,929 0,192 2,119 0,598 1,838 1,386 0, ,961 0,261 2,122 0,514 1,731 1,303 0, ,963 0,365 2,325 0,503 1,813 1,693 0, ,988 0,359 2,348 0,501 1,807 1,681 0, ,854 0,159 1,255 0,278 0,207 1,182 0, ,868 0,135 1,274 0,259 0,198 1,189 0, ,392 0,048 0,967 0,123 0,874 1,295 0, ,398 0,047 0,958 0,127 0,865 1,247 0, ,120 0,232 1,249 0,283 0,824 1,462 0, ,113 0,219 1,200 0,293 0,847 0,895 0,139 A figura 6 apresenta o diagrama de dispersão dos desvios-padrão dos laboratórios (D) e desvios-padrão das repetições (d), plotados separadamente em relação à média das amostras (m). 2,71 Desvios-padrão dos laboratórios D j e das repetições d j 1,00 0,37 0,14 0,05 D d 0,02 0,01 0,05 0,14 0,36 0,98 2,66 Média das amostras (m) para Ferro Figura 6 Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições) para a medição de Ferro em etanol Transformação dos dados A tabela 29 apresenta um sumário da regressão linear ponderada para os dados transformados com a exclusão do laboratório 4, sendo aplicado a mesma função para transformação dos dados. 16/61

17 Tabela 29 Cálculos b da análise de regressão linear ponderada Variável Estimativa Erro Padrão Razão Coeficiente Ajustada bi ei ti Intercepto bo -1, Ln (m) b1 0, , ,48 Dummy b2 0, , ,28 Dummy x Ln (m) b3 0, , ,28 A tabela 30 apresenta os valores transformados em que as raízes cúbicas foram aproximadas para três casas decimais. Tabela 30 Valores das amostras transformados para m 1/3 1 0,976 0,577 1,284 0,843 1,225 1,115 0, ,987 0,639 1,285 0,801 1,201 1,092 0, ,987 0,714 1,325 0,795 1,219 1,192 0, ,996 0,711 1,329 0,794 1,218 1,189 0, ,949 0,542 1,079 0,653 0,592 1,057 0, ,954 0,513 1,084 0,637 0,583 1,059 0, ,732 0,364 0,989 0,497 0,956 1,090 0, ,736 0,360 0,986 0,503 0,953 1,076 0, ,038 0,614 1,077 0,656 0,937 1,135 0, ,036 0,603 1,063 0,664 0,946 0,964 0, Testes para os dados aberrantes A tabela 31 apresenta as diferenças absolutas (amplitudes) dos resultados transformados das repetições, sendo que a maior amplitude é 0,171 para o laboratório 6 na amostra 6. A tabela 32 apresenta o quadrado das amplitudes absolutas Uniformidade da repetitividade Tabela 31 Diferenças absolutas (amplitudes) dos resultados das repetições 1 0,0110 0,0615 0, ,0413 0,0244 0,0228 0, , , , , , , , , ,0288 0, ,0152 0, , , , , , , ,0136 0, , ,0111 0,0141 0, , ,171 0,0243 Tabela 32 Quadrado das amplitudes absolutas dos resultados das repetições 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,0294 0, /61

18 A soma dos quadrados de todas as amplitudes é então 0,03968, sendo então a razão a ser examinada pelo critério de Cochran 0,171 2 /0,03968 = 0,741 A partir da tabela D3 da norma ABNT NBR ISO 4259:2008 para 35 amplitudes e por interpolação obtém-se o critério de 0,325, sendo portanto a razão acima considerada significativa e a amostra 6 analisada pelo laboratório 6 rejeitada. Quanto há uma rejeição, os valores de média, desvio e soma dos quadrados devem ser recalculados para a amostra 6 e o procedimento repetido. Tabela 33 Diferenças absolutas (amplitudes) dos resultados das repetições 1 0,0110 0,0615 0, ,0413 0,0244 0,0228 0, , , , , , , , , ,0288 0, ,0152 0, , , , , , , ,0136 0, , ,0111 0,0141 0, , ,0243 Tabela 34 Quadrado das amplitudes absolutas dos resultados das repetições 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , A próxima célula testada foi a obtida pelo laboratório 1 na amostra 2. A soma dos quadrados de todas as amplitudes é então 0,01028, sendo então a razão a ser examinada pelo critério de Cochran 0, /0,01028 = 0,368. A partir da tabela D3 da norma ABNT NBR ISO 4259:2008 para 34 amplitudes e por interpolação obtém-se o critério de 0,332, sendo a razão acima significativa e a amostra 2 analisada pelo laboratório 1 rejeitada. Novamente, quanto há uma rejeição, os valores de média, desvio e soma dos quadrados devem ser recalculados para a amostra 2 e o procedimento repetido. Tabela 35 Diferenças absolutas (amplitudes) dos resultados das repetições 1 0,0110 0, ,0413 0,0244 0,0228 0, , , , , , , , , ,0288 0, ,0152 0, , , , , , , ,0136 0, , ,0111 0,0141 0, , ,0243 Tabela 36 Quadrado das amplitudes absolutas dos resultados das repetições 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , /61

19 A próxima célula testada foi a obtida pelo laboratório 1 na amostra 4. A soma dos quadrados de todas as amplitudes é então 0,006497, sendo então a razão a ser examinada pelo critério de Cochran 0, /0, = 0,263 A partir da tabela D3 da norma ABNT NBR ISO 4259:2008 para 33 amplitudes e por interpolação obtém-se o critério de 0,340, sendo a razão acima não significativa e a amostra 4 analisada pelo laboratório 1 não rejeitada Estimativa de valores rejeitados ou inexistentes Um dos valores da repetição inexistentes ou rejeitados De acordo com o método dos mínimos quadrados, se um dos resultados de um par de repetições for rejeitado ou inexistente, seu valor deve ser considerado o mesmo da outra repetição. No presente estudo a situação em questão não ocorreu Ambos os valores da repetição inexistentes ou rejeitados Se ambos os valores da repetição estiverem faltando, a estimativa da soma destes valores deve ser obtida pela soma dos quadrados da interação laboratório x amostra, incluindo os valores inexistentes no total de laboratórios/amostras como variável desconhecida. Qualquer laboratório ou amostra para os quais todos os resultados foram rejeitados devem ser desconsiderados e usados novos valores de L e S. Os dois resultados dos laboratórios 1 e 6 obtidos para as amostras 2 e 6 respectivamente foram rejeitados, sendo portanto a soma de seus valores estimados, conforme descrito na norma ABNT NBR ISO 4259:2008, resultando em 1,284 e 2, Uniformidade da reprodutibilidade Tabela 37 Desvio das médias das células em relação às médias das respectivas amostras 1 0,0422 0, ,1347 0,1374 0,230 0,0109 0, ,0526 0,142 0,177 0,1105 0,236 0,0759 0, ,0122 0,0431 0,069 0,0394 0,396 0,0561 0,115 Tabela 38 Quadrado dos desvios das médias das células em relação às médias das amostras 1 0, , , , ,0528 0, , , ,0202 0,0313 0, ,0556 0, , , , ,0047 0, ,157 0, ,0132 A célula a ser testada é aquela com maior desvio, obtido pelo laboratório 3 na amostra 5. Portanto, a razão de ensaio apropriada do teste Hawkins é: B* = 0, ,205 0,209 0,163 0,184 0,028 0,0314 0, ,098 0, ,080 0,0241 0,041 0,0225 0, ,0421 0,0435 0,0265 0,0340 0,0008 0, , ,0097 0, ,0064 0, ,0017 0, ,0207 A Tabela D4 da norma ABNT NBR ISO 4259:2008 fornece, por interpolação, o valor crítico de 0,5053 correspondente para n = 5 células da amostra 5 e v = 24 graus de liberdade extra das demais amostras. Embora o valor do teste seja menor que o valor crítico a decisão foi por rejeitar os dados. 19/61

20 Quanto há uma rejeição, os valores de média, desvio e soma dos quadrados devem ser recalculados para a amostra 5 e o procedimento repetido. Tabela 39 Desvio das médias das células em relação às médias das respectivas amostras 1 0,0422 0, ,1347 0,1374 0,230 0,0109 0, ,0526 0,142 0,177 0,1105 0,236 0,0759 0, ,0122 0,0431 0,069 0,0394 0,0561 0,115 Tabela 40 Quadrado dos desvios das médias das células em relação às médias das amostras A próxima célula testada foi a obtida pelo laboratório 5 na amostra 2. Assim, a razão de ensaio do teste Hawkins para a célula é: B* = 0, ,205 0,209 0,163 0,184 0,028 0,0314 0, ,098 0, ,080 0,0241 0,041 0,0225 0, , , , , ,0528 0, , , ,0202 0,0313 0, ,0556 0, , , , ,0047 0, , , ,0421 0,0435 0,0265 0,0340 0,0008 0, , ,0097 0, ,0064 0, ,0017 0, ,0207 A Tabela D4 da norma ABNT NBR ISO 4259:2008 fornece, por interpolação, o valor crítico de 0,5127 correspondente para n = 6 células da amostra 5 e v = 23 graus de liberdade extra das demais amostras. Como o valor do teste é menor que o valor crítico, não houve mais rejeição de dados Estimativa de valores rejeitados ou inexistentes Um dos valores da repetição inexistentes ou rejeitados De acordo com o método dos mínimos quadrados, se um dos resultados de um par de repetições for rejeitado ou inexistente, seu valor deve ser considerado o mesmo da outra repetição. No presente estudo a situação em questão não ocorreu Ambos os valores da repetição inexistentes ou rejeitados Se ambos os valores da repetição estiverem faltando, a estimativa da soma destes valores deve ser obtida pela soma dos quadrados da interação laboratório x amostra, incluindo os valores inexistentes no total de laboratórios/amostras como variável desconhecida. Qualquer laboratório ou amostra para os quais todos os resultados foram rejeitados devem ser desconsiderados e usados novos valores de L e S. Os dois resultados do laboratório 3 obtidos para a amostra 5 foram rejeitados, sendo portanto a soma de seus valores estimados, conforme descrito na norma ABNT NBR ISO 4259:2008, resultando em 2, Rejeição completa de dados de uma amostra Os desvios-padrão dos laboratórios e desvios-padrão entre repetições devem ser examinados para verificação de dados aberrantes. Um novo desvio-padrão deve ser calculado se houver alguma transformação ou rejeição de dados. Se o desvio-padrão para alguma amostra for excessivamente grande, ele deve ser examinado visando uma possível rejeição de resultados desta amostra. 20/61

21 Desvio padrão Dj e dj Tabela 41 Cálculos de m, D e d e os graus de liberdade para os resultados após a rejeição de resultados m 0,387 0,553 0,684 0,939 1,082 1,109 1,150 D 0,1221 0,1483 0,1300 0,1189 0,1548 0,0578 0,1476 d 0,0123 0,0111 0,0142 0,0048 0,0093 0, ,0051 vj L Os desvios-padrão não foram alterados significativamente após a exclusão dos dados aberrantes, tantos para repetitividade quanto para reprodutibilidade, sendo observado na figura 7 a redução na dispersão dos desvios-padrão de repetitividade e reprodutibilidade. 0,30 Desvios-padrão dos dados transformados dos laboratórios D j e das repetições d j 0,25 0,20 0,15 0,10 D d 0,05 0,00 0,3 0,5 0,7 0,9 1,1 1,3 Média dos resultados das amostras (m) tranformados para (m 1/3 ) Figura 7 - Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições) para os dados transformados da medição de Ferro em etanol e após exclusão de dados aberrantes Teste de rejeição para laboratórios discrepantes Tabela 42 Média dos resultados dos laboratórios Laboratório Média 0,904 0,962 0,793 0,710 0,855 Tabela 43 Média dos resultados dos laboratórios e a respectiva soma dos quadrados (SS) Laboratório SS Média 0,0232 0,0813 0,0879 0,171 0,0259 0,0449 Assim a razão do teste de Hawkins é 0,8086 e a comparação com o valor 0,8818 apresentado na tabela D4 da norma ABNT NBR ISO 4259:2008, para n = 5 e v = 0, mostra que essa razão não é significativa, portanto não é necessária a rejeição completa de algum laboratório 21/61

22 Desvio padrão Dj e dj Verificação da estimativa para dados rejeitados e posteriormente estimados A figura 8 mostra que a exclusão dos resultados e a posterior estimativa dos valores não invalidou a decisão da transformação dos dados. 0,30 Desvios-padrão dos dados transformados dos laboratórios D j e das repetições d j 0,25 0,20 0,15 0,10 D d 0,05 0,00 0,3 0,5 0,7 0,9 1,1 1,3 Média dos resultados das amostras (m) tranformados para (m 1/3 ) Figura 8 Desvio-padrão D (entre laboratórios) e desvio padrão d (entre repetições) para a medição de Ferro em etanol Análise estatística Após a exclusão do conjunto de resultados do laboratório 4 a análise de variância foi realizada novamente Análise de variância Soma dos quadrados para a interação das estimativas da precisão Tabela 44 Soma de quadrados para as fontes de variação Origem da Variação Soma dos Quadrados s 5,360 Laboratórios 0,5372 Laboratórios x s 0,3186 Pares 6,2157 Repetições 0, Soma dos quadrados para análise de variação exata Tabela 45 Soma de quadrados para as fontes de variação Origem da Variação Soma dos Quadrados s 49,868 Pares 50,703 Laboratórios 0, /61

23 Graus de liberdade O estudo foi composto por 7 amostras e 5 laboratórios. Como não houve rejeição total de laboratório ou amostra, S = 7 e L = 5. Os graus de liberdade do laboratório = L = 5 Graus de liberdade da interação laboratório x amostra = 23. Se não houvesse valores estimados os graus de liberdade seriam 24. Graus de liberdade das repetições = 32. Se não houvessem valores estimados seriam Média dos quadrados e análise de variância Tabela 46 Análise de variância para os resultados de Ferro em etanol Origem da Variação Graus de Liberdade Soma do Quadrado Média do Quadrado Laboratórios 4 0,5164 0,1291 Laboratórios x s 23 0,3186 0,01385 Repetições 32 0, , A relação Média do Quadrado dos laboratórios / Média do Quadrado do laboratório x amostra = 0,1291 / 0,01385 = 9,32. Este valor é menor que o valor crítico 5% de 2,55 obtido na tabela D6 da norma ABNT NBR ISO 4259:2008, o que indica não existir tendência entre os laboratórios Estimativa da média dos quadrados e cálculo das estimativas de precisão Estimativa da média dos quadrados (com ou sem valores estimados) Tabela 47 Coeficientes usados no cálculo dos graus de liberdade, repetitividade e reprodutibilidade Coeficientes Valores K 32 α 1 β 12,50 ϒ Cálculo das estimativas de precisão Repetitividade Variância da repetitividade V r = 0, Graus de liberdade v = 32 Repetitividade = 0,087 x 2/3, onde x é a média dos resultados dos ensaios comparados. Para a faixa de concentração empregada no programa a repetitividade pode ser verificada na tabela 48. Tabela 48 Estimativa da repetitividade (r) em função da concentração de Ferro na amostra m 0,072 0,202 0,348 0,859 1,100 1,333 1,582 r 0,015 0,030 0,043 0,078 0,092 0,105 0,118 23/61

24 Reprodutibilidade Variância da reprodutibilidade V R = 0,00324 Graus de liberdade v = 9 Reprodutibilidade = 1,221 x 2/3, onde x é a média dos resultados dos ensaios comparados. Para a faixa de concentração empregada no programa a reprodutibilidade pode ser verificada na tabela 49. Tabela 49 Estimativa da reprodutibilidade (r) em função da concentração de Ferro na amostra m 0,072 0,202 0,348 0,859 1,100 1,333 1,582 R 0,211 0,420 0,604 1,103 1,302 1,480 1,658 % 294% 208% 174% 129% 118% 111% 105% Análise crítica dos resultados obtidos para Repetitividade e Reprodutibilidade A quantidade de 7 amostras cobriu a faixa da propriedade medida, proporcionando 32 graus de liberdade, próximo do limite mínimo recomendado pela Norma. Para a reprodutibilidade os graus de liberdade obtido foi de 9, significativamente abaixo do requerido pela Norma de 30. A análise de variância ( ) indica que não existe diferença estatisticamente significativa entre os laboratórios Expressão das estimativas de precisão Precisão A precisão, determinada pela análise estatística de acordo com a norma ABNT NBR ISO 4259:2008, dos resultados de ensaio de um programa interlaboratorial de determinação de Ferro por AA, em amostras de etanol, com os resultados na faixa de 0,072 a 1,582 mg/kg, esta apresentada em e Repetitividade A diferença entre dois resultados de ensaios, obtidos pelo mesmo operador, com a mesma aparelhagem, sob condições constantes de operação e em amostras idênticas, com a execução correta e normal deste método, pode exceder somente em um caso em 20, ao valor obtido pela equação 0,087 x 2/3, onde x é a média dos resultados dos ensaios comparados Reprodutibilidade A diferença entre dois resultados de ensaios, individuais e independentes, obtidos por operadores diferentes, com a mesma aparelhagem, trabalhando em laboratórios distintos e em amostras idênticas, a longo prazo, com a execução correta e normal deste método, pode exceder somente em um caso em 20, ao valor obtido pela equação 1,221 x 2/3, onde x é a média dos resultados dos ensaios comparados. 24/61

25 5.2 Cobre em etanol por espectrometria de absorção atômica Inspeção dos resultados interlaboratoriais A tabela 50 apresenta os resultados do programa interlaboratorial de medição de Cobre por AA em amostras de etanol. Tabela 50 Resultados de concentração de Cobre obtido por AA em amostras de etanol em mg/kg 1 0,159 0,177 0,158 0,171 0,248 0,063 0, ,167 0,244 0,199 0,200 0,217 0,083 0, ,185 0,250 0,258 0,265 0,295 0,156 0, ,179 0,258 0,262 0,263 0,298 0,145 0, ,130 0,203 0,164 0,233 0,245 0,103 0, ,117 0,185 0,150 0,203 0,222 0,079 0, ,324 0,566 0,512 0,587 0,452 0,560 0, ,358 0,572 0,511 0,602 0,494 0,617 0, ,251 0,201 0,253 0,289 0,332 0,183 0, ,260 0,203 0,257 0,283 0,336 0,181 0, ,143 0,249 0,244 0,378 0,274 0,058 0, ,118 0,279 0,180 0,295 0,267 0,092 0,118 Os procedimentos para o exame dos resultados relatados no programa interlaboratorial visão estabelecer a independência ou dependência da precisão e o nível dos resultados, a uniformidade da precisão entre os laboratórios e a detecção da presença de dados aberrantes. É pressuposto que todos os resultados constituem uma única distribuição normal ou que possa nela ser transformada. Em muitos métodos de ensaio a precisão depende do nível dos resultados de ensaio e em consequência a variabilidade dos resultados relatados é diferente de amostra para amostra. Caso isso ocorra os dados devem ser retificados por uma transformação matemática, conforme estabelecido na Norma ABNT NBR ISO 4259:2008. Assim, e de acordo com a Norma ABNT NBR ISO 4259:2008 foram calculadas a média e os desviospadrão dos laboratórios (D) e os desvios-padrão das repetições (d) e plotados separadamente em relação à média das amostras (m), mostrados na tabela 51 e figura 9. Tabela 51 Cálculos de m, D e d e os graus de liberdade (vj e L) para os resultados de Cobre em etanol m 0,131 0,193 0,199 0,262 0,282 0,307 0,314 D 0,123 0,199 0,0845 0,130 0,144 0,0911 0,148 d 0,0284 0,0213 0,0131 0,0226 0,0220 0,0168 0,0272 vj L As linhas de tendência apresentadas na figura 9 podem ser consideradas paralelas ao eixo das médias, não sendo necessário efetuar transformação dos dados. 25/61

6 Validação Metrológica

6 Validação Metrológica 6 Validação Metrológica Com o propósito de facilitar o entendimento do trabalho, o capítulo apresenta conceitos básicos de metrologia e definições relacionadas ao tem objeto da investigação. 6.1. Conceitos

Leia mais

Análise da Regressão. Prof. Dr. Alberto Franke (48)

Análise da Regressão. Prof. Dr. Alberto Franke (48) Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL Dr Sivaldo Leite Correia CONCEITOS E DEFINIÇÕES FUNDAMENTAIS Muitos experimentos são realizados visando

Leia mais

Lista de Exercício 1ª TVC Química Analítica V Teoria (1º Sem 2016)

Lista de Exercício 1ª TVC Química Analítica V Teoria (1º Sem 2016) Lista de Exercício 1ª TVC Química Analítica V Teoria (1º Sem 2016) Skoog Capítulo 5: Erros em análises químicas 5-1. Explique a diferença entre: a) erro constante e erro proporcional b) Erro aleatório

Leia mais

ERROS E TRATAMENTO DE DADOS Prof. Marcelo R. Alexandre

ERROS E TRATAMENTO DE DADOS Prof. Marcelo R. Alexandre ERROS E TRATAMENTO DE DADOS Prof. Marcelo R. Alexandre ALGARISMOS SIGNIFICATIVOS! Algarismos exatos Constituem os algarismos de uma leitura que estão isentos de qualquer dúvida ou estimativa.! Algarismos

Leia mais

Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear

Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro

Leia mais

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual

Leia mais

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes

Leia mais

QUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:

QUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula: QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf/baccan Algarismos significativos

Leia mais

Medidas de Dispersão 1

Medidas de Dispersão 1 Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não

Leia mais

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos

Leia mais

ANOVA - parte I Conceitos Básicos

ANOVA - parte I Conceitos Básicos ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução

Leia mais

Controle - 3. Realizar o Controle da Qualidade Relatório de Desempenho. Mauricio Lyra, PMP

Controle - 3. Realizar o Controle da Qualidade Relatório de Desempenho. Mauricio Lyra, PMP Controle - 3 Realizar o Controle da Qualidade Relatório de Desempenho 1 Realizar o Controle da Qualidade Preocupa-se com o monitoramento dos resultados do trabalho, a fim de verificar se estão sendo cumpridos

Leia mais

Aula 4: Gráficos lineares

Aula 4: Gráficos lineares Aula 4: Gráficos lineares 1 Introdução Um gráfico é uma curva que mostra a relação entre duas variáveis medidas. Quando, em um fenômeno físico, duas grandezas estão relacionadas entre si o gráfico dá uma

Leia mais

Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais

Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br

Leia mais

Seleção de um Método Analítico. Validação e protocolos em análises químicas. Validação de Métodos Analíticos

Seleção de um Método Analítico. Validação e protocolos em análises químicas. Validação de Métodos Analíticos Seleção de um Método Analítico Capítulo 1 SKOOG, D.A.; HOLLER, F.J.; NIEMAN, T.A. Princípios de Análise Instrumental. 5 a edição, Ed. Bookman, Porto Alegre, 2002. Validação e protocolos em análises químicas

Leia mais

Homocedasticidade? Exemplo: consumo vs peso de automóveis

Homocedasticidade? Exemplo: consumo vs peso de automóveis REGRESSÃO Análise de resíduos Homocedasticidade? Exemplo: consumo vs peso de automóveis 60 50 Consumo (mpg) 40 30 0 10 0 1500 000 500 3000 3500 4000 4500 Peso 0 Diagrama de resíduos 15 10 Resíduos 5 0-5

Leia mais

Profa. Dra. Suelí Fischer Beckert

Profa. Dra. Suelí Fischer Beckert Profa. Dra. Suelí Fischer Beckert Apresentar as principais variáveis a serem observadas na gestão da metrologia industrial, transformando barreiras técnicas em requisitos de competitividade. ABNT NBR ISO

Leia mais

UEL - UNIVERSIDADE ESTADUAL DE LONDRINA DEP. ENGENHARIA ELÉTRICA CTU 2ELE005 LABORATÓRIO DE MEDIDAS ELÉTRICAS PROF

UEL - UNIVERSIDADE ESTADUAL DE LONDRINA DEP. ENGENHARIA ELÉTRICA CTU 2ELE005 LABORATÓRIO DE MEDIDAS ELÉTRICAS PROF AULA #1 Introdução à Medidas Elétricas 1. Considerações Gerais Um meio para determinar uma variável ou quantidade física pode envolver artifícios próprios de uma pessoa. Assim, um juiz de futebol mede

Leia mais

Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Inspeção 100% Inspeção por amostragem 2 ATIVIDADE Cinco caixas

Leia mais

1. Programa de Comparação Interlaboratorial de Calibração de Trenas (PEP-UFSC-JOI-METEQ-002:2016)

1. Programa de Comparação Interlaboratorial de Calibração de Trenas (PEP-UFSC-JOI-METEQ-002:2016) 1. Programa de Comparação Interlaboratorial de Calibração de Trenas (PEP-UFSC-JOI-METEQ-002:2016) Universidade Federal de Santa Catarina Campus de Joinville Centro Tecnológico de Joinville Departamento

Leia mais

AULA 07 Inferência a Partir de Duas Amostras

AULA 07 Inferência a Partir de Duas Amostras 1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,

Leia mais

A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões

A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões A IMPORTÂNCIA DA ESTATÍSTICA A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões Governo Indústria Ciências Econômicas, sociais,

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.

Leia mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos de Regressão Linear Simples - Análise de Resíduos Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro

Leia mais

Módulo 4. Estudos de dispersão (R&R) de sistemas de medição.

Módulo 4. Estudos de dispersão (R&R) de sistemas de medição. Módulo 4 Estudos de dispersão (R&R) de sistemas de medição. Conteúdos deste módulo Estudos de dispersão (variabilidade) Método da amplitude Método da média e da amplitude Método da ANOVA Análises gráficas

Leia mais

Métodos Estatísticos em Física Experimental

Métodos Estatísticos em Física Experimental Métodos Estatísticos em Física Experimental Compilação de termos e definições gerais de metrologia. Os termos e definições apresentadas a seguir foram extraídos da 1ª edição brasileira do Guia para Expressão

Leia mais

Medidas de Dispersão ou variabilidade

Medidas de Dispersão ou variabilidade Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou

Leia mais

QUI 072/150 Química Analítica V Análise Instrumental. Aula 1 Introdução A Disciplina

QUI 072/150 Química Analítica V Análise Instrumental. Aula 1 Introdução A Disciplina Universidade Federal de Juiz de Fora (UFJF) Instituto de Ciências Exatas Depto. de Química QUI 072/150 Química Analítica V Análise Instrumental Aula 1 Introdução A Disciplina Prof. Julio C. J. Silva Juiz

Leia mais

4 Resultados e Discussão:

4 Resultados e Discussão: 4 Resultados e Discussão: Os resultados obtidos são apresentados e discutidos separadamente a seguir, de acordo com o tipo de amostra objeto de análise: 4.1 Análise de amostras para estudos toxicológicos.

Leia mais

ERRO E TRATAMENTO DE DADOS ANALÍTICOS

ERRO E TRATAMENTO DE DADOS ANALÍTICOS Universidade Federal de Juiz de Fora Instituto de Ciências Exatas Departamento de Química Introdução a Analise Química - I sem/2013 Profa Ma Auxiliadora - 1 Disciplina QUIO94 - Introdução à Análise Química

Leia mais

Contabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento

Contabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada

Leia mais

Análise da Variância. Prof. Dr. Alberto Franke (48)

Análise da Variância. Prof. Dr. Alberto Franke (48) Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros

Leia mais

4 Modelos de Regressão Dinâmica

4 Modelos de Regressão Dinâmica 4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:

Leia mais

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA) 1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

6 Exemplos de Aplicação

6 Exemplos de Aplicação 6 Exemplos de Aplicação Neste capítulo serão apresentados quatro exemplos numéricos a fim de tornar claros os procedimentos dos capítulos anteriores. O primeiro exemplo ilustra a avaliação das incertezas

Leia mais

ANÁLISE DOS SISTEMAS DE MEDIÇÃO. Suelí Fischer Beckert

ANÁLISE DOS SISTEMAS DE MEDIÇÃO. Suelí Fischer Beckert ANÁLISE DOS SISTEMAS DE MEDIÇÃO MSA 4. EDIÇÃO Suelí Fischer Beckert CARACTERÍSTICAS ESTATÍSTICAS DE UM EXPERIMENTO 2 uma medida de posição; uma medida de dispersão; o tipo de distribuição que está ocorrendo,

Leia mais

Econometria Semestre

Econometria Semestre Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.

Leia mais

Desempenho de rigor e precisão do Sistema Accu-Chek Active. Introdução. Método

Desempenho de rigor e precisão do Sistema Accu-Chek Active. Introdução. Método Desempenho de rigor e precisão do Sistema Accu-Chek Active I. RIGOR O rigor do sistema foi avaliado através da norma ISO 15197. Introdução Este estudo teve como objectivo determinar o rigor do sistema

Leia mais

Medidas em Laboratório

Medidas em Laboratório Medidas em Laboratório Prof. Luis E. Gomez Armas Lab. de Física Unipampa, Alegrete 1 o Semestre 2014 Sumário O que é fazer um experimento? Medidas diretas e indiretas Erros e sua classificação Algaritmos

Leia mais

Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA

Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 4º PERÍODO 7º MÓDULO AVALIAÇÃO A2 DATA 08/10/2009 ESTATÍSTICA 2009/2 Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5 MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão

Leia mais

Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia.

Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia. Metodologia de Planejamento e Análise de Experimentos 1 Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia. Carlos Roberto Castelano Júnior Universidade

Leia mais

Implementação e Validação de Métodos Analíticos

Implementação e Validação de Métodos Analíticos Alexandra Sofia Reynolds Mendes Laboratório Regional de Controlo da Qualidade da Água Estação da Alegria 9050-FUNCHAL E-mail: xana@iga.pt Resumo Este artigo tem como principal objectivo descrever as principais

Leia mais

Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC

Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09 Prof. Eduardo R Luz - MsC AULA 1 SUMÁRIO A Administração da Qualidade O Controle da Qualidade CEP Origem e história Outros conceitos relacionados ao CEP

Leia mais

ANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:

ANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante

Leia mais

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula 8 Profa. Renata G. Aguiar Considerações Coleta de dados no dia 18.05.2010. Aula extra

Leia mais

Estatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br

Estatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES

Leia mais

5 Avaliação de desempenho do divisor

5 Avaliação de desempenho do divisor 5 Avaliação de desempenho do divisor Para avaliar o desempenho do divisor foram realizados ensaios de tipo e de rotina no divisor completo e em partes deste, com o objetivo de avaliar sua suportabilidade

Leia mais

DELINEAMENTO EM BLOCOS AO ACASO

DELINEAMENTO EM BLOCOS AO ACASO DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.

Leia mais

Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição

Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura

Leia mais

USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA

USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA F. M. A. S. COSTA 1, A. P. SILVA 1, M. R. FRANCO JÚNIOR 1 e R.

Leia mais

MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões

MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm

Leia mais

Material exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.

Material exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei. Regressão Linear marcoscgarcia@gmail.com 2008). Proibida a reprodução, sob pena da lei. 1 O modelo estatístico de Regressão Linear Simples Regressão linear simples é usado para analisar o comportamento

Leia mais

Jalusa A. de Léo Palandi

Jalusa A. de Léo Palandi Instituto Nacional de Pesquisas Espaciais INPE Laboratório Associado à Combustão e propulsão - LCP Laboratório de Análise de Propelentes Líquidos - LAPL Avaliação da Incerteza em Química Analítica. Jalusa

Leia mais

4 Cálculo de Equivalentes Dinâmicos

4 Cálculo de Equivalentes Dinâmicos 4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação

Leia mais

Avaliação e Expressão de Medições e de Suas Incertezas

Avaliação e Expressão de Medições e de Suas Incertezas Avaliação e Expressão de Medições e de Suas Incertezas INTRODUÇÃO A Física assim como todas as outras ciências é baseada em observações e medições quantitativas. A partir de observações e dos resultados

Leia mais

MINICURSO. Uso da Calculadora Científica Casio Fx. Prof. Ms. Renato Francisco Merli

MINICURSO. Uso da Calculadora Científica Casio Fx. Prof. Ms. Renato Francisco Merli MINICURSO Uso da Calculadora Científica Casio Fx Prof. Ms. Renato Francisco Merli Sumário Antes de Começar Algumas Configurações Cálculos Básicos Cálculos com Memória Cálculos com Funções Cálculos Estatísticos

Leia mais

Controlo de Qualidade

Controlo de Qualidade Controlo de Qualidade Definição: toda a acção sistemática necessária para dar confiança ao resultados laboratoriais, satisfazendo a necessidades dos clínicos para melhor ajudar os utentes Visa reconhecer

Leia mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

Unidade: Risco e Retorno. Unidade I:

Unidade: Risco e Retorno. Unidade I: Unidade I: 0 Unidade: Risco e Retorno A análise de investimentos está baseada nas estimativas dos fluxos de caixa de um projeto. Nem sempre essas previsões de fluxo de caixa coincidem com os resultados

Leia mais

INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO

INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM Autores: Giulia Denise Kujat VIEIRA; Milene Karine GUBETTI. Identificação autores: Estudantes do Curso Técnico em Informática

Leia mais

Coordenação de Engenharia de Alimentos Química Analítica - QA32A Professora: Ailey Ap. Coelho Tanamati MEDIDAS E ALGARISMOS SIGNIFICATIVOS

Coordenação de Engenharia de Alimentos Química Analítica - QA32A Professora: Ailey Ap. Coelho Tanamati MEDIDAS E ALGARISMOS SIGNIFICATIVOS Coordenação de Engenharia de Alimentos - QA32A Professora: Ailey Ap. Coelho Tanamati MEDIDAS E ALGARISMOS SIGNIFICATIVOS Processo de determinar o valor, a quantidade, o grau ou a capacidade de uma grandeza

Leia mais

REGRESSÃO E CORRELAÇÃO

REGRESSÃO E CORRELAÇÃO Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem

Leia mais

Tópico 3. Estudo de Erros em Medidas

Tópico 3. Estudo de Erros em Medidas Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão

Leia mais

Química Analítica V 2S Prof. Rafael Sousa. Notas de aula:

Química Analítica V 2S Prof. Rafael Sousa. Notas de aula: Química Analítica V 2S 2012 Aula 2: 27-11-1212 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan Aulas

Leia mais

Universidade da Beira Interior Departamento de Matemática

Universidade da Beira Interior Departamento de Matemática Universidade da Beira Interior Departamento de Matemática ESTATÍSTICA Ano lectivo: 2007/2008 Curso: Ciências do Desporto Folha de exercícios nº4: Distribuições de probabilidade. Introdução à Inferência

Leia mais

Teste de Cochran (Homogeneidade de Variância)

Teste de Cochran (Homogeneidade de Variância) ara o modelo heterocedástico, vamos inicialmente testar as hipóteses Os métodos mais utilizados são os testes de Cochran, Bartlett e de Levene. Teste de Cochran (Homogeneidade de Variância) O teste de

Leia mais

MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013

MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar

Leia mais

MATERIAIS DE CONSTRUÇÃO II TECNOLOGIA DA ARGAMASSA E DO CONCRETO

MATERIAIS DE CONSTRUÇÃO II TECNOLOGIA DA ARGAMASSA E DO CONCRETO SEÇÃO DE ENSINO DE ENGENHARIA DE FORTIFICAÇÃO E CONSTRUÇÃO MAJ MONIZ DE ARAGÃO MATERIAIS DE CONSTRUÇÃO II TECNOLOGIA DA ARGAMASSA E DO CONCRETO Resistência característica da dosagem. Responsabilidades

Leia mais

Estatística

Estatística Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...

Leia mais

Inferência Estatística: Conceitos Básicos II

Inferência Estatística: Conceitos Básicos II Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação

Leia mais

3 Modelagem da curva de calibração

3 Modelagem da curva de calibração 3 Modelagem da curva de calibração A calibração é muitas vezes considerada como uma maneira de estabelecer a exatidão de um sistema de medição, ou seja, o grau de concordância entre o resultado de uma

Leia mais

1 Introdução aos Métodos Estatísticos para Geografia 1

1 Introdução aos Métodos Estatísticos para Geografia 1 1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade

Leia mais

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20 SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17

Leia mais

UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 5

UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 5 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 5 1. Quando que as amostras são consideradas grandes o suficiente,

Leia mais

4.1 Pólos, Zeros e Resposta do Sistema

4.1 Pólos, Zeros e Resposta do Sistema ADL17 4.1 Pólos, Zeros e Resposta do Sistema A resposta de saída de um sistema é a soma de duas respostas: a resposta forçada e a resposta natural. Embora diversas técnicas, como a solução de equações

Leia mais

Inferência Estatística

Inferência Estatística Metodologia de Diagnóstico e Elaboração de Relatório FASHT Inferência Estatística Profa. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Duas distribuições importantes Normal T- Student Estimação

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos

Leia mais

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20% 0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

Avaliação de Sistemas de Medição

Avaliação de Sistemas de Medição Monitoramento de um processo: medição de uma característica da qualidade X por meio de um sistema de medição. Sistema de medição ideal: produz somente resultados corretos, ou seja, que coincidem com o

Leia mais

VERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS

VERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO MESTRADO - TURMA 2012 PROVA

Leia mais

Prof. Francisco Crisóstomo

Prof. Francisco Crisóstomo Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,

Leia mais

Conceito de Estatística

Conceito de Estatística Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir

Leia mais

= < 5. O segundo menor valor esperado estimado corresponde à célula (3,3), com Ê33 = 29 30

= < 5. O segundo menor valor esperado estimado corresponde à célula (3,3), com Ê33 = 29 30 ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 2 de ovembro, 205 PRIMEIRO TESTE 205-6 Uma resolução possível I Tem-se uma tabela de contingências de dimensão 3 4. Apenas o número total de observações

Leia mais

Desempenho de rigor e precisão do Sistema Accu-Chek Advantage e Accu-Chek Comfort Curve. Introdução I. RIGOR. Método

Desempenho de rigor e precisão do Sistema Accu-Chek Advantage e Accu-Chek Comfort Curve. Introdução I. RIGOR. Método Desempenho de rigor e precisão do Sistema Accu-Chek Advantage e Accu-Chek Comfort Curve Introdução O rigor do sistema foi avaliado através da norma ISO 15197:2003. O sangue capilar de indivíduos diagnosticados

Leia mais

Química Analítica I. Expressão química e numérica dos resultados em análises químicas. Profª Simone Noremberg Kunz

Química Analítica I. Expressão química e numérica dos resultados em análises químicas. Profª Simone Noremberg Kunz 1 Química Analítica I Expressão química e numérica dos resultados em análises químicas Profª Simone Noremberg Kunz 2 Expressar a concentração: % peso (%m/%m): massa de A/massa da amostra % volume (%v/%v):

Leia mais

X 1 X 2 Y

X 1 X 2 Y Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 3 Regressão Múltipla 2015/2016 1. Considere os seguintes dados: X 1 X 2 Y 8 0.7 1.8 1.8 6 6.4

Leia mais

Planejamento da pesquisa científica: incerteza e estatística. Edilson Batista de Oliveira Embrapa Florestas

Planejamento da pesquisa científica: incerteza e estatística. Edilson Batista de Oliveira Embrapa Florestas Planejamento da pesquisa científica: incerteza e estatística Edilson Batista de Oliveira Embrapa Florestas Pesquisa em laboratórios na Embrapa Anos 70 Anos 80 Anos 90 Século 21 Precisão em Laboratórios:

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Instrução As questões devem ser implementadas em C, apoiadas por representação em algoritmo para planejamento. 1. Desenvolva um programa que leia dois valores a

Leia mais

Química Geral e Experimental II: Cinética Química. Prof. Fabrício Ronil Sensato

Química Geral e Experimental II: Cinética Química. Prof. Fabrício Ronil Sensato Química Geral e Experimental II: Cinética Química Prof. Fabrício Ronil Sensato Resolução comentada de exercícios selecionados. Versão v2_2005 2 1) Para a reação em fase gasosa N 2 + 3H 2 2NH 3, 2) A decomposição,

Leia mais

Estudo das hipóteses não paramétricas χ² de Pearson aplicado ao número de acidentes envolvendo motos na cidade de Campina Grande Paraíba.

Estudo das hipóteses não paramétricas χ² de Pearson aplicado ao número de acidentes envolvendo motos na cidade de Campina Grande Paraíba. Estudo das hipóteses não paramétricas χ² de Pearson aplicado ao número de acidentes envolvendo motos na cidade de Campina Grande Paraíba. 1 Introdução Erivaldo de Araújo Silva Edwirde Luiz Silva Os testes

Leia mais

ANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno

ANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível

Leia mais

PORCENTAGEM DE VAZIOS DE MISTURAS ASFÁLTICAS DENSAS E ABERTAS COMPACTADAS

PORCENTAGEM DE VAZIOS DE MISTURAS ASFÁLTICAS DENSAS E ABERTAS COMPACTADAS PORCENTAGEM DE VAZIOS DE MISTURAS ASFÁLTICAS DENSAS E ABERTAS COMPACTADAS C D T - CENTRO DE DESENVOLVIMENTO TECNOLÓGICO Setembro de 014 DESIGNAÇÃO - ARTERIS T- 69-14¹ 09/014 T 69-14 -1 - Centro de Desenvolvimento

Leia mais

M l u t l i t c i oli l n i e n arid i a d de

M l u t l i t c i oli l n i e n arid i a d de Multicolinearidade 1 Multicolinearidade Quando existem relação linear exata entre as variáveis independentes será impossível calcular os estimadores de MQO. O procedimento MQO utilizado para estimação

Leia mais

Tratamento estatístico de observações

Tratamento estatístico de observações Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma

Leia mais