Para usar cualquier módulo de herramientas estadísticas primero debe ingresar sus series de datos en la tabla:

1. Las series de datos se organizan en columnas.
2. Solo se aceptan valores numéricos. Las celdas en blanco son ignoradas por el aplicativo.
3. Puede ingresar los datos manualmente o puede pegarlos desde una hoja de cálculo.
4. La tabla tiene capacidad para 20 columnas pero si su conjunto de datos es más grande, indique cuantas columnas requiere: (hasta un máximo de 500)
   Importante: Defina el numero de columnas antes de ingresar datos porque esta modificación elimina la información registrada. Si ya ingresó datos en la tabla, le recomendamos que los copie antes de que se le borren.
   
   
        Número de series de datos (columnas):  
   
   
5. La tabla inicialmente tiene solo 20 filas. Para añadir más filas haga click derecho algun lugar de la tabla y seleccione la opción que le convenga.
6. Se recomienda indicar el nombre del conjunto de datos y otorgar una breve descripción en los campos correspondiendes.
7. Luego de poner sus datos en la tabla puede dirigirse al módulo de la herramientas estadística que requiera.

---

1. Dirígase al submódulo Inicio, ingreso de datos y ponga sus datos en la tabla.

---

2. Escoja la columna con la serie de datos de interés:

---

Seleccione la información que quiere generar y el número de cifras decimales requeridas para las categorías que aplique:

Medidas de tendencia central

Promedio

Mediana

Moda

Número de cifras decimales:

Medidas de dispersión

Desviación estándar

Desviación estándar relativa

Varianza

Número de cifras decimales:

Otras medidas

Número de datos

Rango

Intervalo

Curtosis

Asimetría

Medidas de posición

Cuartiles

Deciles

Diagramas

Histograma

Puntos apilados

Gráfico Q-Q

---

Presione el siguiente botón para generar los resultados:

1. Dirígase al submódulo Inicio, ingreso de datos y ponga sus datos en la tabla.

---

Escoja la columna con la serie de datos de interés:

Escoja un nivel de confianza para las pruebas:

90%

95%

99%

Presione el siguiente botón para generar los resultados:

Escoja una opción:

Crear un nuevo plan de validación
Cargar un archivo .RDS con la información del plan de validación

Escoja un archivo .RDS creado anteriormente en este modulo:

Browse...

---

Llene las siguientes cajas expandibles con la información del plan de validación:

Generalidades del procedimiento de medición*   

Título del procedimiento de medición:*   

Alcance del procedimiento:

Aplicación, matriz:

Descripción del procedimiento de medición:

Tipo de método:

Desarrollado en el laboratorio Oficial Publicado en la literatura

Documento asociado SGC:

Referencias o informe:

Nivel de validación:

Nivel 1 - Enmergencia Nivel 2 - Intralaboratorio Nivel 3 - Interlaboratorio Nivel 4 - Estudio colaborativo

Tipo de validación:

Ciego cero Ciego simple Ciego doble Interlaboratorio

Número de laboratorios:

Responsables de la ejecución:

Responsable del análisis de datos:

Responsable de la supervisión:

---

Parámetros de validación que se evaluan*   
(Modificar la selección de esta lista elimina la informaciòn consignada en las tablas de diseño experimental y de análisis de datos)

Selectividad

Precisión como repetibilidad

Precisión - interanalistas

Precisión - interdías

Reproducibilidad - intralaboratorio

Reproducibilidad - interlaboratorio

Sesgo

Intervalo lineal

Límite de detección

Límite de cuantificación

Capacidad de detección

Efecto matriz

Robustez

Tabla de analitos*    , (Click derecho en la tabla para añadir filas)


Requisitos del plan de validación

(Click derecho en la tabla para añadir o eliminar filas)


Diseño experimental*   

Las filas de esta tabla se modifican automáticamente al seleccionar las opciones de parámetros de validación que se definieron en la caja Generalidades del procedimiento de medición


Herramientas de validación, reactivos y materiales e instrumentos de medición

Herramientas de validación: (Click derecho en la tabla para añadir o eliminar filas)



Reactivos y materiales: (Click derecho en la tabla para añadir o eliminar filas)



Instrumentos de medición: (Click derecho en la tabla para añadir o eliminar filas)


Análisis de datos y criterios de aceptación

Las filas de esta tabla se modifican automáticamente al seleccionar las opciones de parámetros de validación que se definieron en la caja Generalidades del procedimiento de medición


Cronograma

Las filas de esta tabla se modifican automáticamente al seleccionar las opciones de parámetros de validación que se definieron en la caja Generalidades del procedimiento de medición


Cuando haya diligenciado los campos haga click en el siguiente botón:

Descargue el archivo que contiene la información del plan y conservelo para su posterior uso.

Indique las carácterísticas de su diseño para evaluar la precisión. Se recomienda al menos dos niveles de concentración y mínimo tres réplicas por nivel.

Niveles de concentración a los que se va a evaluar la precisión:*   
Número de mediciones por cada nivel de concentración:*   

---

1. ¿En qué condiciones va a evaluar la precisión?
Repetibilidad
Precisión intermedia - Interdías
Precisión intermedia - Interanalistas
Reproducibilidad

---

Llene la siguiente tabla con los valores de concentración de cada nivel y seleccione las unidades de concentración correspondientes:

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]

---

Llene la siguiente tabla con los valores de las respuestas o los resultados para cada nivel de concentración:

---

Compruebe que los datos estén completos y escoja un criterio de desviación estándar relativa (coeficiente de variación) aceptable:

Criterio de Horwitz

Otro valor

Criterio desviación estándar relativa máxima (%)*   

---

Escoja cómo va a evaluar el parámetro contra el criterio seleccionado:




Comparación directa contra el criterio de desviación estándar relativa

Comparación estadística contra el criterio de desviación estándar relativa (prueba Chi cuadrado)

---

Escoja de que manera quiere aplicar la prueba Chi Cuadrado:




Para comprobar que la dispersión de los resultados del método no es mayor al valor fijado por el criterio

---

Escoja un nivel de confianza para la prueba estadística:

Nivel de confianza:*   

90%

95%

99%

---

Presione el siguiente boton para proceder:

Hacer cálculo de precisión

1. Indique las herramientas de validación que utilizará para evaluar la veracidad del método.


Materiales de Referencia Certificados (MRCs)
Muestras fortificadas (porcentaje de recuperación)
---
Características del ensayo:
• La veracidad del método utilizando MRC se estima por medio del sesgo de los resultados de medición. El sesgo del método no se considera estadísticamente significativo si se cumple la siguiente relación: $$ | X_{medido} - X_{referencia} | \leq k \sqrt{u^2_{medido} + u^2_{referencia}} $$ donde \(X_{medido}\) y \(u^2_{medido}\) son el promedio y la incertidumbre estándar de los resultados de medición para el MRC, respectivamente, \(X_{referencia}\) y \(u^2_{referencia}\) son el valor certificado del MRC y su incertidumbre estándar, respectivamente, y \(k\) es el factor de cobertura que típicamente tiene un valor de 2.
• La veracidad del método de medición se puede evaluar comparando los resultados de medición que genera para un conjunto de muestras, contra los resultados de medición que se obtienen para las mismas muestras usando un método de medición de referencia.
  
  Los conjuntos de resultados de medición para las distintas pruebas se analizan por medio de una prueba estadística t de Student para muestras emparejadas.
---
Indique el número de muestras que medirá por los dos métodos
Numero de muestras:*   
---
Ingrese los resultados de medición de las muestras por ambos métodos e indique las unidades de concentración correspondientes:
Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]
---
Escoja un nivel de confianza para la comparación por parejas de los resultados y presione el botón a continuación:
Nivel de confianza:*   
90%
95%
99%
Evaluar la veracidad de método
• La veracidad del método utilizando muestras fortificadas se estima por medio del procentaje de recuperación: $$ R = \frac{X_{medido}}{X_{referencia}} \cdot 100\%$$ donde \(X_{medido}\) es el promedio de los resultados de medición y \(X_{referencia}\) es el valor de fortificación para el cada nivel de concentración.

---

Indique el número de niveles de concentración a los que evaluará el parámetro. Se recomienda evaluar la veracidad al menos en tres niveles
Niveles de concentración:*   
---


Ingrese la siguiente información sobre los MRCs:


Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]
---
Ingrese los resultados de medición con incertidumbre estándar obtenidos para cada MRC (use las mismas unidades de concentración del inciso anterior).
---
Indique un factor de cobertura para la evaluación del sesgo:
\(k\):*   
Número de réplicas de medición por cada nivel de fortificación:*   
---
Ingrese el nivel de fortificación de cada nivel e indique las unidades de concentración correspondientes
Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]
---
Llene la siguiente tabla con los valores de los resultados de medición para cada nivel de fortificación utilizando las mismas unidades de concentración del inciso anterior.
---
Compruebe que los datos estén completos. Indique de que manera va a evaluar los valores de recuperación:


Comparación directa contra criterios definidos de porcentaje de recuperación minimo y máximo
Comparación estadística contra el 100% de porcentaje de recuperación ideal (una prueba t bilateral)
---
Indique los criterios de porcentajes de recuperación aceptables:
Límite inferior de recuperación aceptable (%)*   
Límite superior de recuperación aceptable (%)*   
---
Indique el nivel de confianza para la prueba:
Nivel de confianza:*   
90%
95%
99%
---
Cuando haya diligenciado todos los campos presione el botón a continuación:


Evaluar la veracidad de método

Indique las carácterísticas de su diseño para confirmar la linealidad:

Número de niveles:*   
Número de replicas por nivel:*   

---

Llene la siguiente tabla con los valores de concentración de cada nivel. Indique las unidades de concentración que está utilizando:

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]

---

Llene la siguiente tabla con los valores de las respuestas para cada nivel:

---

Compruebe que los datos estén completos, escoja un nivel de confianza para la prueba de linealidad y presione el botón que sigue para calcular :

Nivel de confianza:*   

90%

95%

99%


Hacer análisis de linealidad


---
---
Resultados


Análisis exploratorio de la regresión
---
Prueba de ajuste lineal
---
Prueba de falta de ajuste
Diagrama de calibración
• Etiqueta eje X
• Etiqueta eje Y
Descargar gráfico

1. Escoja el método que utilizará para evaluar el límite de detección:


IUPAC: desviación estándar del blanco
RMSE: desviación estándar del intercepto (modelo de regresión)
Propagación de errores
Estadístico t99 (EPA 40 CFR PART 136, APPENDIX B)
---
Características del ensayo:
• Este enfoque requiere que se aplique el método de medición a al menos 10 blancos de muestra junto con una curva de calibración con patrones a bajas concentraciones. El calculo del límite de detección (LD) depende de si en el método se realiza la corrección por blanco.
  • Para métodos en los que no se realiza corrección por blanco: $$ LD = \frac{\bar{y}_{bl} + 3.3\cdot s_{bl}}{m} $$
  • Para métodos en los que sí se realiza corrección por blanco: $$ LD = \frac{3.3\cdot s_{bl}}{m} $$
  en donde \(\bar{y}_{bl}\) y \(s_{bl}\) son el promedio y la desviación estándar de las respuestas de los blancos, respectivamente, y \(m\) es la pendiente de la curva de calibración.
  

---

Indique las características del estudio:

Numero de blancos de muestra:*   

Numero de patrones en la curva de calibración:*   





El método realiza corrección por blancos*   




---

Llene la siguiente tabla con las concentraciones y las respuestas de los patrones de concentración baja conocida. Indique las unidades de concentración que está utilizando:

Unidades de concentración:

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]

---

Llene la siguiente tabla con los valores de respuesta de los blancos de muestra. Utilice las mismas unidades de los valores de respuesta que empleó en la tabla anterior.

---

Compruebe que los datos estén completos y presione el botón a continuación para hacer los cálculos correspondientes:




Estimar LD con el método de la IUPAC




---

Resultados




Estimación del límite de detección utilizando el enfoque de la IUPAC basado en blancos de muestra:


Representación gráfica del límite de detección

---

---

La línea vertical azul indica el límite de detección estimado.

---

• En este enfoque se utiliza la información de los residuales de regresión de al menos cuatro curvas de calibración indepentientes preparadas con patrones de baja concentración (cercanos al límite de detección).
  Un residual de regresión es la diferencia entre el valor de respuesta que produce un patrón de calibración y el valor de respuesta que predice el modelo de regresión para su valor de concentración conocido. Un estimador de tendencia de los residuales es la raìz del error cuadrado medio (\(RMSE\)) que se calcula con la siguiente ecuación $$ RMSE = \sqrt{\frac{\sum_{j=1}^{n} E_{j}^{2}}{n-2}} $$ donde \(E_i\) es el \(i\)-ésimo residual de regresión y \(n\) es el número total patrones de calibración.
  El cálculo del límite de detección (LD) depende de si el intercepto de las regresiones es estadísticamente significativo:
  • Si el intercepto de regresión no difiere estadísticamente de cero: $$ LD = \frac{3.3\cdot RMSE}{\bar{m}} $$
  • Si el intercepto de regresión es estadísticamente significativo (¿y positivo?): $$ LD = \frac{\bar{b} + 3.3\cdot RMSE}{\bar{m}} $$
  en donde \(\bar{m}\) es el promedio de las pendientes de regresión y \(\bar{b}\) es el promedio de los interceptos de regresión.

---

Indique las características del estudio:

Numero de curvas de calibración:*   

Numero de estándares de calibración por cada curva:*   

---

Llene la siguiente tabla con los valores de concentración y de señal de los estándares de las curvas de calibración.
Indique las unidades de concentración que está utilizando.

Unidades de concentración:

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]

---

Compruebe que los datos estén completos, escoja un nivel de confianza para evaluar la significancia estadística de los interceptos de regresión y presione el botón a continuación para hacer los cálculos correspondientes:

Nivel de confianza:*   

90%

95%

99%




Estimar LD con el método RMSE




---




Resultados




Estimación del límite de detección utilizando el enfoque del RMSE:


Representación gráfica de las curvas de calibración

---

---

• En este enfoque se combina la informacion de los parámetros de regresión de al menos cuatro curvas de calibracion independientes de concentración baja con la información de las señales de al menos diez blancos de muestra.
  El límite de detección (LD) se estima mediante la siguiente expresión: $$ LD = \frac{3.3\cdot\sqrt{s_b^2 + s_{bl}^2}}{\bar{m}} $$ en donde \(s_b\) es la deviación estándar de los interceptos de regresión de las curvas de calibración, \(s_{bl}\) es la deviación estándar de las señales de los blancos de muestra y \(\bar{m}\) es el promedio de las pendientes de regresión.

---

Indique las características del estudio:

Numero de curvas de calibración:*   

Numero de estándares de calibración por cada curva:*   

Numero de blancos de muestra:*   

---

Llene la siguiente tabla con los valores de concentración y de señal de los estándares de las curvas de calibración.
Indique las unidades de concentración que está utilizando.

Unidades de concentración:

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]

---

Llene la siguiente tabla con los valores de respuesta de los blancos de muestra. Utilice las mismas unidades de los valores de respuesta que empleó en la tabla anterior.

---

Compruebe que los datos estén completos y presione el botón a continuación para hacer los cálculos correspondientes:




Estimar LD con el método de propagación de errores




---




Resultados




Estimación del límite de detección utilizando el enfoque de la propagación de errores:


Representación gráfica de las curvas de calibración

---

---

• En este enfoque se utilizan los resultados de concentración de una muestra que contiene al analito en un nivel cercano al límite de detección (LD).
  La desviación estándar de los \(n\) resultados de medición que se obtienen para la muestra en cuestión (\(s_{LD}\)) se expande por un factor de cobertura que se obtiene de la distribución estadística t de Student, a un nivel de confianza del 99% y con \(n-1\) grados de libertad: $$ LD = t_{99_{n-1}} \cdot s_{LD} $$ Se recomienda que la nuestra se mida por lo menos siete veces.
---
Indique las características del estudio:
Numero de mediciones de la muestra:*   
---
Llene la siguiente tabla con los valores de concentración que obtuvo para la muestra analizada e indique las unidades de concentración correspondientes
Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]
---
Presione el botón a continuación para hacer los cálculos correspondientes:


Estimar LD con el método del estadístico t99


---
Resultados


Estimación del límite de detección utilizando el enfoque del estadístico t99:

1. Escoja el método que utilizará para evaluar la selectividad del método:


Se conocen los interferentes: Método de Danzer completo
Se conocen los interferentes: Método de Danzer simplificado
No se conocen los interferentes: Método comparativo cuando se cuenta con blancos de muestra
No se conocen los interferentes: Método comparativo cuando se cuenta con un método de referencia
---
Características del ensayo:
• Este enfoque requiere la preparación de una curva de calibración del analito en ausencia del interferente y de una curva de calibración del interferente en ausencia del analito.
  El método se basa en la estimación del coeficiente de selectividad (\(K_{s}\)) que se calcula con la siguiente ecuación: $$ K_{s} = \frac{K_{I}}{K_{A}} $$ donde \(K_{I}\) es el coeficiente de sensibilidad (pendiente de la curva de calibración) para el interferente y \(K_{A}\) es el coeficiente de sensibilidad para el analito. El método se considera selectivo si (\(K_{s}\)) es inferior a un determinado criterio que suaualmente es de 0.3.

---

Indique las características del estudio:

Numero de muestras en la curva de calibraciòn del analito:*   

Numero de muestras en la curva de calibración del interferente:*   

(Se requieren al menos tres disoluciones en cada curva de calibración).



Llene las siguientes tablas con las concentraciones y las respuestas de las curvas de calibración del analìto y el interferente.
Indique las unidades de concentración que está utilizando.

(Utilice las mismas unidades de concentración y de respuesta en ambas tablas)

Curva de calibración del analito:


Curva de calibración del interferente:




Unidades de concentración:

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]




Comrpuebe que los datos estén completos, seleccione un criterio de valor máximo para el coeficiente de selectividad y presione el botón a continuación para hacer los cálculos correspondientes:




\(K_{s}\)*   




Calcular coeficiente de selectividad

---

---

Resultados




Estimación del coeficiente de sensibilidad utilizando el enfoque de Danzer:





---

---

Detalles de las curvas de calibración:


Analito:


---

Interferente:


---

Curvas de calibración del analito y el interferente

---

---

La línea roja corresponde a la curva de calibración del analito.
La línea azul corresponde a la curva de calibración del interferente.


---

• Este enfoque requiere la preparación del nivel más bajo de la curva de calibración del analito y de una disoluciòn del interferente a la concentracióin máxima a la cual este podría encontrarse en la muestra que se mide en el instrumento.
  El método se basa en la estimación del coeficiente de selectividad (\(K_{s}\)) que se calcula de manera simplificada con la siguiente ecuación: $$ K_{s} = \frac{K_{I}}{K_{A}} $$ donde \(K_{I}\) y \(K_{A}\) son los coeficientes de sensibilidad del interferente y del analito, respectivamente. En este caso los coeficientes de sensibilidad se calculan dividiendo la respuesta promedio de cada disolución entre el valor de concentración del interferente o del analito, según corresponda.

---

Indique las características de su estudio:

Numero de mediciones de cada disoluciòn:*   

(Se requieren al menos tres mediciones de cada una).



Llene la siguiente tabla con los valores de concentración de las especies en ambas disoluciones. Indique las unidades de concentración que está utilizando.

Fracción másica [g/g] Fracción másica [%] [g/kg] [mg/kg] [ug/kg] [ng/kg] Fracción volumétrica [mL/mL] fracción volumétrica [%] [g/mL] [g/L] [mg/L] [ug/L] [ng/L]

Llene la siguiente tabla con los valores de respuesta de ambas disoluciones.




Seleccione un criterio de valor máximo para el coeficiente de selectividad y presione el botón a continuación para hacer los cálculos correspondientes:




\(K_{s}\)*   




Calcular coeficiente de selectividad

---

---

Resultados




Estimación del coeficiente de sensibilidad utilizando el enfoque de Danzer simplificado:





---

---

• Este enfoque requiere la preparación de un blanco de reactivos, un blanco de muestra y una muestra fortficada con el analito de interés. Cada muestra debe medirse al menos por triplicado.
  El método se basa en las comparaciones de las respuestas del blanco fortificado con el blanco de muestra y del blanco de muestra con el blanco de reactivos.

---

Indique las características del estudio:

Numero de mediciones por cada disolución:*   

(Se requieren al menos tres mediciones de cada una).



Llene la siguiente tabla con los valores de las respuestas para las disoluciones.




Seleccione un nivel de confianza para las pruebas de comparación y presione el botón a continuación para hacer los cálculos correspondientes:




Nivel de confianza:*   

90%

95%

99%




Evaluar selectividad utilizando blancos de muestra

---

---

Resultados




Evaluación de selectividad utilizando la comparación de blancos:


---

• Este enfoque requiere de un método de medición confirmatorio. El método en validación y el método confirmatorio se usan para medir blancos de reactivos, muestras naturales que contengan los interferentes y materiales de referencia.
  El método se basa en la comparación de los resultados obtenidos por ambos métodos para cada muestra, por medio de una prueba t de Student para conjuntos emparejados.

---

Indique las características del estudio:

Numero de muestras en total que se miden por ambos métodos:*   

(Se requieren al menos tres datos).



Llene la siguiente tabla con el tipo de muestra y los valores de los resultados por cada método.

(Convenciones para la columna Tipo de muestra: BR para blanco de reactivos, MN para muestra natural y MR para materiales de referencia.)




Seleccione un nivel de confianza para la prueba de comparación y presione el botón a continuación para hacer los cálculos correspondientes:




Nivel de confianza:*   

90%

95%

99%




Evaluar selectividad utilizando un método de referencia

---

---

Resultados




Evaluación de selectividad utilizando la comparación contra un método de referencia:


---

1. Escoja una acción:


Diseñar una matriz de experimentos nueva para evaluar robustez del método
Cargar una matriz de experimentos creada anteriormente en el aplicativo

---

Indique cuantas variables considerará para el estudio de robustez (hasta siete variables).
Número de variables:*   
---
(Opcional) llene la siguiente tabla con los nombres de las variables y sus unidades de medición respectivas.
---
(Opcional) llene la siguiente tabla con los valores alto/bajo que tomará cada variable.
• Para variables cualitativas se recomienda utilizar -1 y 1, respectivamente.
• Para variables cuantitativas se recomienda utilizar niveles que se distancien simétricamente del valor nominal declarado en el procedimiento de medición.
---
Escoja una opción de diseño experimental que le parezca conveniente:


Loading...
---
Indique las siguientes opciones de la matriz de experimentos:
Numero de semilla para generar el orden aleatorio:   
Aleatorizar orden de los experimentos
---
Presione el siguiente botón para generar una matriz de diseño experimental:
Proponer diseño experimental para evaluar la robustez
Suba un archivo RDS con la matriz de experimentos que generó en el pasado y presione el botón que sigue para cargar la información en el aplicativo:
Browse...


---
La siguiente tabla contiene las condiciones de cada experimento que debe hacerse para evaluar la robustez del método. Analice diferentes porciones de una misma muestra utilizando las condiciones propuestas en la tabla. Si los experimentos están aleatorizados se recomienda ejecutarlos en el orden en el que se muestran. Llene la última columna con los resultados de cada experimento.
Si no puede diligenciar las respuestas de inmediato descargue la información del diseño experimental para que pueda cargarla al aplicativo luego de que haya hecho los experimentos.




Descargar información del diseño experimental
---
Escoja el nivel de confianza para evaluar la significancia estadística de los efectos de las variables:
Nivel de confianza:*   
90%
95%
99%
(Considere que si evalua n variables en n + 1 experimentos y no hace réplicas de medición, su diseño experimental estará saturado y no será posible evaluar la significancia estadística del efecto de sus variables)
---
Indique la precisión típica de su método de medición:
Desviación estándar relativa (%)*   
---
Presione el siguiente botón para analizar los resultados:
Evaluar la robustez del método



---

Resultados:




Diagrama de Pareto: Magnitud del efecto de las variables estudiadas.


---

El valor de precisión típica del método ingresado se representa como una línea vertical negra en el gráfico.
Se considera que el método no es robusto frente a las variables cuyos efectos sobrepasan este límite.

---