Saltar al contenido principal
LibreTexts Español

13.1: Recursos Quimiométricos

  1. Última actualización
  2. Guardar como PDF
  • Page ID
    69339

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)

    Libros

    La siguiente pequeña colección de libros proporciona una amplia introducción a los métodos de análisis quimiométricos. El texto de Miller y Miller es un buen libro de texto de nivel de entrada adecuado para el plan de estudios de pregrado. El texto de Massart, et. al. es un recurso particularmente integral.

    • Anderson, R. L. Estadísticas prácticas para químicos analíticos, Van Nostrand Reinhold: Nueva York; 1987.
    • Beebe, K. R.; Pell, R. J.; Seasholtz, M. B. Chemometrics: A Practical Guide, Wiley, 1998.
    • Brereton, Richard G. Extracción impulsada por datos para la ciencia, 2da edición, Wiley, 2018.
    • Graham, R. C. Análisis de Datos para las Ciencias Químicas, VCH Publishers: Nueva York; 1993.
    • Larose, D. T.; Larose, C. D. Descubriendo el conocimiento en los datos: una introducción a la minería de datos, Wiley, 2014.
    • Mark, H.; Workman, J. Statistics in Spectroscopy, Academic Press: Boston; 1991.
    • Massart, D. L.; Vandeginste, B. G. M.; Lewi, P. J.; Smeyers-Verbeke, J. Manual de Quimiometría y Cualimetría: Parte A y Parte B, Elsevier, 1997.
    • Miller, J. N.; Miller, J. C. Estadística y Quimiometría para Química Analítica, 7a Edición, Pearson, 2018.
    • Schutt, R.; O'Neil, C. Doing Data Science: Straight Talk From the Frontline, O'Reilly, 2014.
    • Sharaf, M. H.; Illman, D. L.; Kowalski, B. R. Chemometrics, Wiley-Interscience: Nueva York; 1986.

    Aunque no son recursos sobre quimiometría, los siguientes libros ofrecen una amplia introducción a los métodos estadísticos que subyacen a la quimiometría.

    • Boslaugh, S. Statistics in a Nutshell: A Desktop Quick Reference, O'Reilly, 2013.
    • Larose, D. T.; Larose, C. D. Descubriendo el conocimiento en los datos: una introducción a la minería de datos, Wiley, 2014.
    • Schutt, R.; O'Neil, C. Doing Data Science: Straight Talk From the Frontline, O'Reilly, 2014.
    • van Belle, G. Reglas estadísticas del pulgar, Wiley, 2008.

    Los siguientes libros ofrecen una cobertura más especializada de temas relevantes para la quimiometría.

    • Mason, R. L.; Gunst, R. F.; Hess, J. L. Diseño estadístico y análisis de experimentos; Wiley: Nueva York, 1989.
    • Myers, R. H.; Montgomery, D. C. Metodología de Superficie de Respuesta, Wiley, 2002.

    Los siguientes libros brindan orientación sobre la visualización de datos, tanto en figuras como en tablas.

    • Bertin, J. Semiología de la Gráfica, esri press, 1983.
    • Pocos, S. Ahora lo ves, Analytics Press, 2009.
    • Pocos, S. Muéstrame los números, Analytics Press, 2012.
    • Pocos, S. Information Dashboard Design, Analytics Press, 2013.
    • Robins, N. B. Creando gráficas más efectivas, Charthouse, 2013.
    • Tufte, E. R. Información de visión, Prensa Gráfica, 1990.
    • Tufte, E. R. Explicaciones Visuales Prensa Gráfica, 1997.
    • Tufte, E. R. La Visualización Visual de la Información Cuantitativa, Prensa Gráfica, 2001.
    • Tufte, E. R. Hermosa evidencia, Graphics Press, 2006.

    El siguiente libro de texto ofrece una amplia introducción a la química analítica, incluyendo secciones sobre temas quimiométricos.

    • Harvey, D. T. Química Analítica 2.1 (disponible aquí y aquí).

    Artículos

    El siguiente artículo proporciona una teoría general de los tipos de mediciones.

    • Stevens, S. S. “Sobre la teoría de las escalas de medidas”, Science, 1946, 103, 677-680.

    La detección de valores atípicos, particularmente cuando se trabaja con un pequeño número de muestras, se discute en los siguientes artículos.

    • Comité de Métodos Analíticos “Estadísticas robustas: cómo no rechazar valores atípicos Parte 1. Conceptos básicos”, Analista 1989, 114, 1693—1697.
    • Comité de Métodos Analíticos “Estadísticas robustas: cómo no rechazar valores atípicos Parte 2. Ensayos Interlaboratorios,” Analista 1989, 114, 1699—1702.
    • Comité de Métodos Analíticos “Los pícaros y sospechosos: cómo abordar los valores atípicos”, AMCTB 39, 2009.
    • Comité de Métodos Analíticos “Estadísticas robustas: un método de afrontamiento con valores atípicos”, AMCTB 6, 2001.
    • Comité de Métodos Analíticos “Uso de las pruebas Grubbs y Cochran para identificar valores atípicos”, Anal. Métodos, 2015, 7, 7948—7950.
    • Efstathiou, C. “Cálculo estocástico de los valores críticos de la prueba Q para la detección de valores atípicos en mediciones”, J. Chem. Educ. 1992, 69, 773—736.
    • Efstathiou, C. “Estimación de probabilidad de error tipo 1 a partir del parámetro Q de Dixon experimental en pruebas de valores atípicos dentro de conjuntos de datos pequeños”, Talanta 2006, 69, 1068—1071.
    • Kelly, P. C. “Detección de valores atípicos en estudios colaborativos”, Anal. Chem. 1990, 73, 58—64.
    • Mitschele, J. “Estadísticas de muestra pequeña”, J. Chem. Educ. 1991, 68, 470—473.

    Los siguientes artículos proporcionan información adicional sobre el error y la incertidumbre.

    • Comité de Métodos Analíticos “Optimizando su incertidumbre: un estudio de caso”, AMCTB 32, 2008.
    • Comité de Métodos Analíticos “Incertidumbre Oscura”, AMCTB 53, 2012.
    • Comité de Métodos Analíticos “¿Qué causa más errores en el análisis químico?” AMCTB 56, 2013.
    • Andraos, J. “Sobre la Propagación de Errores Estadísticos para una Función de Varias Variables”, J. Chem. Educ. 1996, 73, 150—154.
    • Donato, H.; Metz, C. “Un método directo para la propagación de errores usando un programa de hoja de cálculo de computadora personal”, J. Chem. Educ. 1988, 65, 867—868.
    • Gordon, R.; Pickering, M.; Bisson, D. “Análisis de incertidumbre por el método del 'peor caso'”, J. Chem. Educ. 1984, 61, 780—781.
    • Guare, C. J. “Error, precisión e incertidumbre”, J. Chem. Educ. 1991, 68, 649—652.
    • Guedens, W. J.; Yperman, J.; Mullens, J.; Van Poucke, L. C.; Pauwels, E. J. “Análisis Estadístico de Errores: Un Enfoque Práctico para un Laboratorio de Química de Pregrado Parte 1. El concepto”, J. Chem. Educ. 1993, 70, 776—779
    • Guedens, W. J.; Yperman, J.; Mullens, J.; Van Poucke, L. C.; Pauwels, E. J. “Análisis Estadístico de Errores: Un Enfoque Práctico para un Laboratorio de Química de Pregrado Parte 2. Algunos ejemplos trabajados”, J. Chem. Educ. 1993, 70, 838—841.
    • Heydorn, K. “Detectando Errores en Micro y Análisis de Traza mediante el Uso de Estadísticas”, Anal. Chim. Acta 1993, 283, 494—499.
    • Hund, E.; Massart, D. L.; Smeyers-Verbeke, J. “Definiciones operativas de incertidumbre”, Tendencias Anal. Chem. 2001, 20, 394—406.
    • Kragten, J. “Cálculo de desviaciones estándar e intervalos de confianza con una técnica de hoja de cálculo de aplicación universal”, Analyst 1994, 119, 2161—2165.
    • Taylor, B. N.; Kuyatt, C. E. “Lineamientos para Evaluar y Expresar la Incertidumbre de los Resultados de Mea- surement del NIST”, Nota Técnica del NIST 1297, 1994.
    • Van Bramer, S. E. “Una breve introducción a la distribución gaussiana, la estadística muestral y la estadística t del estudiante”, J. Chem. Educ. 2007, 84, 1231.
    • Yates, P. C. “Un método simple para ilustrar el análisis de incertidumbre”, J. Chem. Educ. 2001, 78, 770—771.

    Los siguientes artículos ofrecen reflexiones sobre las limitaciones del análisis estadístico basado en pruebas de significancia.

    • Comité de Métodos Analíticos “Importancia, Importancia y Poder”, AMCTB 38, 2009.
    • Comité de Métodos Analíticos “Una introducción a la estadística no paramétrica”, AMCTB 57, 2013.
    • Berger, J. O.; Berry, D. A. “El análisis estadístico y la ilusión de la objetividad”, Am. Sci. 1988, 76, 159—165.
    • Kryzwinski, M. “Importancia de ser incierto”, Nat. Métodos 2013, 10, 809—810.
    • Kryzwinski, M. “Importancia, valores de P y pruebas t”, Nat. Métodos 2013, 10, 1041—1042.
    • Kryzwinski, M. “Potencia y tamaño de muestra”, Nat. Métodos 2013, 10, 1139—1140.
    • Puerro, J. T.; Peng, R. D. “¿Cuál es la pregunta? ,” Ciencia 2015, 347, 1314—1315.

    Los siguientes documentos proporcionan información sobre la organización de datos en hojas de cálculo y la visualización de datos.

    • Comité de Métodos Analíticos “Representando distribuciones de datos con estimaciones de densidad kernel”, Resumen Técnico de AMC, marzo de 2006.
    • Broman, K. W.; Woo, K. H. “Organización de datos en hojas de cálculo”, The American Statistician, 2018, 72, 2-10.
    • Frigge, M.; Hoaglin, D. C.; Iglewicz, B. “Algunas implementaciones de la Boxplot”, The American Statistician 1989, 43, 50—54.
    • Midway, S. R. “Principios de Visualizaciones Efectivas de Datos”, PATTER, 2020, 1 (9).
    • Schwabish, J. A. “Diez Lineamientos para Mejores Mesas”, J. Beneficio Costo Anal. 2020, 11, 151-178.

    Sitios web

    This page titled 13.1: Recursos Quimiométricos is shared under a CC BY-NC-SA 4.0 license and was authored, remixed, and/or curated by David Harvey.