No confíe solo en su coeficiente de determinación para determinar qué debe intentar a continuación.
Primero, ¿cómo se ve tu curva? ¿Hay algunos puntos por encima o por debajo de la línea al azar, o parece que su curva general, cuando se dibuja, parece tener puntos en el medio por encima o por debajo de la línea de tendencia graficada?
( Imagen del ensayo de proteínas Bradford: cálculo de un estándar desconocido )
Si la curva estándar no tiene una curvatura significativa en todo el rango de concentraciones, intente eliminar la muestra más concentrada y repita la regresión. Si el coeficiente salta significativamente, por encima de 0.9, puede haber descubierto el Límite superior de cuantificación (ULOQ: ver, por ejemplo, Explicación de sensibilidad y LLD, LLOQ y ULOQ de un ELISA múltiplex) y no debe intentar medir muestras por encima de esa concentración . Por supuesto, si eliminar la muestra más concentrada significa que solo quedan 2 puntos, su coeficiente de regresión saltará a 1.0, pero eso NO significa que haya terminado de investigar: debe intentar recolectar más puntos a una concentración más baja.
Si su curva estándar tiene una curvatura significativa que no ayuda mucho eliminando el punto más concentrado, es probable que haya introducido un sesgo significativo debido a algún error en su técnica experimental.
¿Qué causa la oxidación de ácidos grasos?
¿El ácido pícrico tiene un efecto orto?
El error más común es causado por diluciones incorrectas, particularmente diluciones seriales. Por ejemplo, si prepara una solución madre en etanol y luego diluye con agua, presentará un error volumétrico porque la densidad de los dos líquidos es diferente y 1 ml de etanol en 1 ml de agua producirá una solución de menos de 2 ml. Tenga en cuenta que muchas de sus técnicas analíticas se basan en concentraciones molares, que son gravimétricas (por ejemplo, una mol de HCl pesa 38,5 g, por lo que una mol por litro de HCl debe tener 38,5 gramos de HCl para producir una solución molar. volumen de HCl pero no tiene en cuenta la densidad o la concentración, puede estar usando la cantidad incorrecta.) Recuerde, también, que la densidad cambia con la temperatura.
El error sistemático en su técnica es una de las cosas que la mayoría de los científicos deben aprender a identificar y corregir por sí mismos. A menudo hay un par de diferentes “formas correctas” y “formas incorrectas” de hacer cosas como pipetear, particularmente con pipetas mecánicas, y aprender cómo identificar lo que sucede es importante. Pero no piense que porque tiene una u otra clase de consejos que pueden ser consistentes con sus observaciones de que “entiende” lo que sucedió, es fácil ser engañado por una respuesta incorrecta y seductora.
Tampoco debe descartar una pipeta mal calibrada o “con fugas”, que introducirá errores aleatorios o sistemáticos que pueden hacer que una curva se desvíe en una dirección.
También puede haber sesgos que se introducen porque está realizando el experimento demasiado rápido o demasiado lento: si no se disuelve completamente el reactivo, o si deja demasiado tiempo un reactivo como el ácido ascórbico, puede introducir un error sistemático. Si no se mezcla a fondo, o se agregan reactivos a un extremo de la curva en un momento diferente al otro, u otros errores ocurren cuando usted piensa que ha hecho lo correcto, pero se ha perdido un detalle importante.
( imagen del Manual de Estadísticas Biológicas )
Si su gráfica se parece más a la gráfica mostrada en el centro, arriba, probablemente esté sujeto a importantes fuentes de error aleatorio, pero eso no es necesariamente algo malo: tomar muchas mediciones repetidas puede ayudar a mejorar la probabilidad estadística de que el resultado promedio sea cerca de la verdadera respuesta. De nuevo, debe tratar de identificar posibles fuentes de error al azar: ¿está cambiando las puntas de las pipetas o utilizando una pipeta de marcado, que puede no ser lineal en el rango?
Todas las mediciones están sujetas a una cierta cantidad de errores aleatorios, por lo que se esperan pequeñas cantidades de errores claramente aleatorios, y no debe perseguir a un perfecto 1.0. Estaría más preocupado si ve un error sistemático que no se puede corregir, es una señal de que tal vez debería considerar una carrera diferente a la química analítica. No digo que sea una sentencia de muerte: en realidad me volví bastante bueno a pesar de no aprobar el tema a nivel de pregrado, pero a veces estas cosas no son para todos. Como dije antes, a veces el equipo es el culpable, pero el desarrollo de técnicas de prueba para identificar el equipo defectuoso es el trabajo n. ° 1 para el químico analítico, y la respuesta no siempre es “comprar una nueva pipeta”. No culpe al equipo: aprenda cómo calibrar para los equipos que muestre errores de medición sistemáticos y reproducibles, y aprenda a identificar las causas raíz del error aleatorio: temperatura o fluctuaciones de luz, etc.
