Coeficiente de correlação em curvas de calibração analítica
O coeficiente de correlação pode ser aplicado a dados de calibração química, já que os valores de x são escolhidos e não aleatórios? Li em um artigo que o coeficiente de correlação é aplicável apenas a variáveis aleatórias, como proceder? Att, Ari Clecius Alves de Lima Engenheiro Químico Me. Engenharia Civil (085)88412345 (085)33669042 #Curva de calibraçao em química analítica y=c(31527,26523,21318,15454,8902,6303,2530) x=c(50,40,30,20,10,5,2.5) lm.1=lm(y~x) library(chemCal) calplot(lm.1)
pode. suas medidas são aleatórias. Alias altamente correlacionadas. Ou vc está me dizendo que sempre calibra seus instrumentos com perfeição atômica? abs Vinicius Em 1 de outubro de 2014 22:56, Ari Clecius <ari072000@yahoo.com.br> escreveu:
*O coeficiente de correlação pode ser aplicado a dados de calibração química, já que os valores de x são escolhidos e não aleatórios? Li em um artigo que o coeficiente de correlação é aplicável apenas a variáveis aleatórias, como proceder? *
*Att,*
Ari Clecius Alves de Lima Engenheiro Químico Me. Engenharia Civil (085)88412345 (085)33669042
*#Curva de calibraçao em química analítica* *y=c(31527,26523,21318,15454,8902,6303,2530)* *x=c(50,40,30,20,10,5,2.5)* *lm.1=lm(y~x)* *library(chemCal)* *calplot(lm.1)*
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- *Vinicius Brito Rocha.* *Estatístico e Atuário * *M.Sc. Engenharia de Produção/PO*
Eu penso que o que o artigo quis dizer seja que a correlação é parâmetro que associa duas variáveis aleatórias cuja distribuição seja normal bivariada. Por outro lado, quando ajustamos modelos estamos procurando relação entre duas variáveis, digamos y~x, na qual Y é variável aleatória e X (assume-se que) são valores fixos. Nesse caso a medida de intensidade da relação mais usado é o R², e a raiz do R² é igual a correlação de Pearson entre Y e X se o modelo ajustado for y = b0+b1*x. Então você pode usar a raiz do coeficiente de determinação, que no caso é a correlação entre valores observados e preditos, sim, mesmo quando sua curva de calibração não é linear. Na prática, quando vamos nos expressar, cometermos um abuso de significado que é "quero ver se tem correlação entre y e x" onde correlação tem sido usada no lugar de associação/relação que, no meu modo de pensar, são termos mais apropriados uma vez que eu associo correlação com normal bivariada ou modelo linear simples. À disposição. Walmes.
Muito obrigado pela explicação Walmes, tirou a minha dúvida. Att, Ari Clecius Alves de Lima Engenheiro Químico Me. Engenharia Civil (085)88412345 (085)33669042 Em Quinta-feira, 2 de Outubro de 2014 12:05, walmes . <walmeszeviani@gmail.com> escreveu: Eu penso que o que o artigo quis dizer seja que a correlação é parâmetro que associa duas variáveis aleatórias cuja distribuição seja normal bivariada. Por outro lado, quando ajustamos modelos estamos procurando relação entre duas variáveis, digamos y~x, na qual Y é variável aleatória e X (assume-se que) são valores fixos. Nesse caso a medida de intensidade da relação mais usado é o R², e a raiz do R² é igual a correlação de Pearson entre Y e X se o modelo ajustado for y = b0+b1*x. Então você pode usar a raiz do coeficiente de determinação, que no caso é a correlação entre valores observados e preditos, sim, mesmo quando sua curva de calibração não é linear. Na prática, quando vamos nos expressar, cometermos um abuso de significado que é "quero ver se tem correlação entre y e x" onde correlação tem sido usada no lugar de associação/relação que, no meu modo de pensar, são termos mais apropriados uma vez que eu associo correlação com normal bivariada ou modelo linear simples. À disposição. Walmes. _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
Ari, seu Y é a saída do que vc escolheu em x. correto? Não vejo problema nenhum. Walmes deu uma explicação muito melhor do que a minha. Abs Em 2 de outubro de 2014 12:43, Ari Clecius <ari072000@yahoo.com.br> escreveu:
Muito obrigado pela explicação Walmes, tirou a minha dúvida.
Att,
Ari Clecius Alves de Lima Engenheiro Químico Me. Engenharia Civil (085)88412345 (085)33669042
Em Quinta-feira, 2 de Outubro de 2014 12:05, walmes . < walmeszeviani@gmail.com> escreveu:
Eu penso que o que o artigo quis dizer seja que a correlação é parâmetro que associa duas variáveis aleatórias cuja distribuição seja normal bivariada. Por outro lado, quando ajustamos modelos estamos procurando relação entre duas variáveis, digamos y~x, na qual Y é variável aleatória e X (assume-se que) são valores fixos. Nesse caso a medida de intensidade da relação mais usado é o R², e a raiz do R² é igual a correlação de Pearson entre Y e X se o modelo ajustado for y = b0+b1*x. Então você pode usar a raiz do coeficiente de determinação, que no caso é a correlação entre valores observados e preditos, sim, mesmo quando sua curva de calibração não é linear. Na prática, quando vamos nos expressar, cometermos um abuso de significado que é "quero ver se tem correlação entre y e x" onde correlação tem sido usada no lugar de associação/relação que, no meu modo de pensar, são termos mais apropriados uma vez que eu associo correlação com normal bivariada ou modelo linear simples.
À disposição. Walmes.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- *Vinicius Brito Rocha.* *Estatístico e Atuário * *M.Sc. Engenharia de Produção/PO*
participantes (3)
-
Ari Clecius -
Vinicius Brito Rocha -
walmes .