Kalibrasyon.

Slides:



Advertisements
Benzer bir sunumlar
Çıkarımsal İstatistik
Advertisements

Uygun Hipotezin Kurulması, Tip I Hata ve Tip II Hata
Bölüm 5 Örneklem ve Örneklem Dağılımları
Kütle varyansı için hipotez testi
GİRİŞ BÖLÜM:1-2 VERİ ANALİZİ YL.
Sosyal Bilimlerde Araştırma Yöntemleri
POWER ANALİZİ.
İki kütle ortalamasının farkının güven aralığı
EĞİM EĞİM-1 :Bir dik üçgende dikey (dik) uzunluğun yatay uzunluğa oranına (bölümüne) eğim denir. Eğim “m” harfi ile gösterilir. [AB] doğrusu X ekseninin.
Sensörler Transduserler
R2 Belirleme Katsayısı.
Veri Toplama Prof. Dr. Ali ŞEN.
İhalelerde Uygun Teklif Bedelinin Grafikler ve Regresyon Analizi Yardımı ile Belirlenmesi.
ANOVA.
HİPOTEZ TESTLERİ.
Hata Yayılımı Monte Karlo Benzerlemesi
HATA TİPLERİ Karar H0 Doğru H1 Doğru H0 Kabul Doğru Karar (1 - )
Bölüm 8: EĞRİ UYDURMA Fizikte laboratuarda yapılan deneysel ölçümlerin ne kadar hata payı içerdiğini, veya belli teorik modellere ne kadar uyduğunu bilmek.
KLİNİK BİYOKİMYA LABORATUVARINDA KALİTE KONTROL VE STANDARDİZASYON
İstatistiksel Sınıflandırma
Geriden Kestirme Hesabı
Analitik Verilerin Değerlendirilmesi  Ortalama Değer tekrarlanan ölçüm sonuçlarının toplamının toplam ölçüm sayısına bölünmesiyle elde edilen sayıdır.
Hatalar için niceliksel hesaplar
Kısmi Etkensel Deney Tasarımı
Veriyi Dönüştürme, Belirleme Limiti
Regresyonla Etkensel Deneylerin İncelenmesi
ÖLÇÜM YÖNTEMLERİNİN SEÇİMİ VE DEĞERLENDİRİLMESİ
Hesaplanan Parametrelerin Hassasiyeti ve Güvenirlik Bölgesi
Prof. Dr. Hüseyin BAŞLIGİL
T Dağılımı.
KOŞULLU ÖNGÖRÜMLEME.
ÖNEMLİLİK TESTLERİ Dr.A.Tevfik SÜNTER
Temel İstatistik Terimler
ÖLÇME VE DEĞERLENDİRME DERSİ
Korelasyon (Bağıntı) Parametre Tayini, Karelerin En Küçüğü Yöntemi
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
OLASILIK ve KURAMSAL DAĞILIMLAR
FONKSİYONLAR f : A B.
Deney Tasarımı.
İki Ortalama Farkının Test Edilmesi
VERİ İŞLEME VERİ İŞLEME-4.
DERS 11 BELİRLİ İNTEGRAL (ALAN).
ÇOK DEĞİŞKENLİ FONKSİYONLARDA
İSTATİSTİKSEL SÜREÇ KONTROLÜ 2 (STATISTICAL PROCESS CONTROL)
FEN LABORATUVARINDA ÖLÇÜ HATALARI VE ANLAMLI RAKAMLAR
Ölçme Sonuçlarının Değerlendirilmesi
Örneklem Dağılışları.
ÖĞRENME AMAÇLARI Veri analizi kavramı ve sağladığı işlevleri hakkında bilgi edinmek Pazarlama araştırmalarında kullanılan istatistiksel analizlerin.
BÖLÜM 8 Numune Alma, Standardizasyon ve Kalibrasyon
Prof.Dr. Mustafa Şahin DÜNDAR
Örneklem Dağılışları ve Standart Hata
ÖLÇME VE DEĞERLENDİRMEDE HATA Mehmet ŞAHİN Toprak Sanayi İ.Ö.O./ÇORUM.
ÖLÇME VE ENSTRÜMANTASYON
Sayısal Analiz 7. Hafta SAÜ YYurtaY.
Regresyon Analizi İki değişken arasında önemli bir ilişki bulunduğunda, değişkenlerden birisi belirli bir birim değiştiğinde, diğerinin nasıl bir değişim.
İSTATİSTİKTE TAHMİN ve HİPOTEZ TESTLERİ İSTATİSTİK
ÖĞRENME AMAÇLARI Olasılıklı örneklem ile örnek büyüklüğüne karar vermenin altında yatan sekiz aksiyomun anlaşılması Güven aralığı yaklaşımını kullanarak.
DENEYSEL BULGULARIN ANALİZİ
HATA VE HATA ANAL İ Z İ. 2  Fiziksel veya sosyal olayların matematiksel olarak çözülmelerinde yapılan hatalar genellikle üç ana ba ş lıkta toplanır.
OLASILIK ve İSTATİSTİK
ÖLÇME VE DEĞERLENDİRME DERSİ
ÖLÇME VE DEĞERLENDİRME DERSİ
İSTATİSTİK II BAĞIMSIZLIK TESTLERİ VE İYİ UYUM TESTLERİ “ c2 Kİ- KARE TESTLERİ “
Prof. Dr Hamit ACEMOĞLU Tıp Eğitimi AD
Temel İstatistik Terimler
Spektrofotometre.
Ölçme ve ölçmenin özellikleri
ÖLÇÜM SİSTEMLERİ ANALİZİ
ANALİTİK KİMYA DERS NOTLARI
Temel İstatistik Terimler
Sunum transkripti:

Kalibrasyon

Cihazın belli bir hassasiyette verdiği sinyali (ışık soğrulması, voltaj farkı, vs.) test edilen madde konsantrasyonuna dönüştürme işlemi Kalibrasyon için en az üç ya da 4 konsantrasyonu bilinen standard örnek hazırlanır. Konsantrasyonlar ölçüm sırasında çıkabilecek konsantrasyon değerlerini içermeli Numunelerin konsantrasyonu aradeğerleme ile hesaplanabilmeli (dış-değerleme, (extrapolation) ile değil) Boş bir numune de kalibrasyon eğrisini oluşturmada kullanılmalı (eğriyi oluşturmadan boş numunenin değerini ölçüm sonuçlarından çıkarmak hatalı olur)

Kalibrasyon Eğrisiyle İlgili Sorular 1. Kalibrasyon eğrisi düz bir doğru ile iyi tanımlanmış görünüyor mu? Eğer doğru değil eğriyse matematiksel formülü ne? 2. Her noktanın belli bir hata payı içerdiği göze alınırsa bu noktalardan geçen doğru hangisidir? 3.Kalibrasyon eğrisi gerçekten bir doğru ise eğim ve kesim noktasının güvenilirlik aralığı kaçtır? 4.Kalibrasyon eğrisi bir numunenin konsantrasyonunu belirlemede kullanılacaksa hesaplanan konsantrasyonun güvenilirlik aralığı kaçtır?

Kalibrasyon eğrisinde cihazdan alınan ölçüm sonucu y ekseninde, standard konsantrasyonlarda x ekseninde yer alır. Çünkü standard istatistiksel prosedürler y’nin deneysel hata içerdiğini ama x’in hatasız olduğunu kabul eder . (Uygun bir varsayım: Standartlar %0.1 hata payı ile hazırlanabilir, ölçümler ise >%1) Bu şekildeki bir kalibrasyon eğrisindeki diğer varsayım da y’deki hataların büyüklüğünün hazırlanan konsantrasyon miktarından bağımsız olduğudur. Veri elde edilince bu varsayımların doğruluğu kontrol edilmelidir.

HPLC Kalibrasyonu Regresyon bölümünde HPLC cihazı için kalibrasyon verisine bir doğru uydurulmuştu. Bu bölümde ise regresyon sonuçlarını kullanarak tahmin edilen boya derişimine ait güvenilirlik aralığını veren kalibrasyon doğrusu için güvenilirlik bandının nasıl oluşturulacağını göreceğiz.

Kalibrasyon Eğrisini Kullanma Kalibrasyon eğrisinden alanı okuyup konsantrasyonu elde ederiz. y:alan alan x:derişim x:derişim y = b0 + b1x x = (y- b0 ) / b1 Bu kalibrasyon eğrisini defalarca kullanacağımız için gelecekteki bir y değeri için x’in hesaplanan değeri dışında %(1-a) güvenilirlik aralığını da bilmemiz gerekir.

x’deki hata, y’yi ölçmedeki hataya ve b0 ve b1’in gerçekteki değere ne kadar yakın olduklarına bağlıdır. b0 ve b1 başka bir kalibrasyon veri seti için farklı olacaktır. Bu nedenle kalibrasyon eğrisi için bir güvenilirlik bandı belirlenir. Tüm kalibrasyon eğrisi için elde edilen bant, gelecekte bir y gözlemine dayanan gerçek yanıtı (m) için olan güvenilirlik bandını x eksenindeki değere uygulanacak şekilde bir güvenilirlik aralığı hesaplanır.

Working - Hotelling Yaklaşımı Working ve Hotelling bu aralığı şu şekilde verirler.

Leiberman tahmin edilen konsantrasyonda Working Hotelling güvenilirlik aralığını hesaplamak için pratik bir yaklaşım geliştirir: Y ölçülen alet sinyali, zp p yüzdelik değeri için verilen normal standard sapma, s2 tekrar ölçümlerden elde edilen ölçüm varyansı (tekrar ölçümler olmadıysa MSE ile tahmini değer elde edilebilir),v= n-2, c2 ise v ve aşağı uçta a/2’ye karşılık gelen c2 (Ki Kare) dağılımının değeri. y için verilen bu aralık, x’in güvenilirlik aralığını hesaplamada kullanılır.

Örnek , HPLC Kalibrasyonu Diyelim ki HPLC’den alan değeri olarak 22 okundu. Buna karşılık gelen konsantrasyon değerini ve güvenilirlik aralığını bulun. 1. Kalibrasyon doğrusunu oluşturun. b0 = 0.567 b1 = 139.759

Örnek , HPLC Kalibrasyonu 2. Working Hotelling Bandını oluşturun. b0 = 0.567 b1 = 139.759 s2 = 1.194 v = 15-2 =13 F(0,05;2;13) = 3,81

Örnek , HPLC Kalibrasyonu Working Hotelling %95 Güvenilirlik aralığı

Kalibrasyon eğrisinden derişim değeri x = (22-b0)/b1 =0.153 3. Bu konsantrasyon değerinin güvenilirlik aralığını bulmak için alan değeri y = 22 için güvenilirlik limitini hesapla. 4. Elde ettiğin limitlere Working-Hotelling güvenilirlik aralığından x ekseninde karşılık gelen değerleri bul.

3. y’nin Güvenilirlik Aralığı p = %90 (Gelecekteki ölçümlerin %90 gerçek değeri kapsayacağı yüzdesi) Zp = 1.28 (Excel’de normsters(0.9) c2(0.025,13) = 5.01 (Excel’de kikareters (0.0975;13) )

4. x’in Güvenilirlik Aralığı h [19.74, 24.26] x eksenindeki gerçek değer %90 bu aralık arasında olacaktır. Bunu da %95 güvenilirlikle söyleyebiliriz. x: [0.132, 0.176] x = 0.153

Not Hesaplanan güvenilirlik aralığı istenmeyecek kadar geniş bir aralık verdiyse bu aralık daha dikkatli ölçüm yapmanın dışında kalibrasyon doğrusunun güvenilirlik bandını daraltmak üzere daha fazla sayıda kalibrasyon noktası kullanarak (tekrar ölçümler de dahil) yapılabilir.