Versión de HTML Básico
Dos ensayos pueden ser considerados mutuamente independientes cuando la ejecución de uno no afecta las
probabilidades de los posibles resultados del otro. Esto implica que los errores aleatorios en la totalidad de los
factores esenciales que influyen sobre el resultado (por ejemplo, diluciones del estándar y de la preparación que
se va a examinar, la sensibilidad del indicador biológico) en un ensayo, tienen que ser independientes de los
correspondientes errores aleatorios en el otro. Los ensayos, en días sucesivos, usando las diluciones originales y
retenidas del estándar no son ensayos independientes.
Existen diversos métodos para combinar los resultados de ensayos independientes, cuanto más aceptable sea
teóricamente el método más difícil será de aplicar. A continuación se describen tres (
6.2.3
ó
6.2.4
y
6.3
) métodos
simples de aproximación, se pueden utilizar otros, siempre que se cumplan las condiciones necesarias.
Cuando se combinan potencias de ensayos provenientes de modelo de líneas paralelas las mismas deben ser
transformadas a logaritmos (M) y cuando provienen de ensayos de modelo relación de pendientes, las potencias
(R) se usan como tal. Ya que los modelos de líneas paralelas son más comunes que los basados en el modelo de
relación de pendientes, el símbolo
M
que denota el logaritmo de la potencia se usa en las fórmulas de esta sec-
ción. En ensayos de relación de pendientes se usan las mismas formulas y R, pero corregidas por la potencia
asumida en cada ensayo previo a la combinación
.
.
6.2 Combinación ponderada de resultados de ensayos
Este método se puede usar siempre que se cumplan las siguientes condiciones:
1 - las estimaciones de la potencia derivan de ensayos independientes;
2 - para cada ensayo,
C
está próximo a 1 (inferior a 1,1);
3 - el número de grados de libertad de los errores residuales individuales no es inferior a 6, pero preferible-
mente es mayor de 15.
4 - las potencias individuales estimadas forman un conjunto homogéneo (ver
Sección 6.2.2
).
Cuando estas condiciones no se cumplen esté método no se puede aplicar. Entonces puede utilizarse el méto-
do descripto en la
Sección 6.3
para obtener la mejor estimación de la potencia media.
6.2.1 Cálculo de los coeficientes de ponderación
Se asume que los resultados de cada uno de los
n’
ensayos han sido analizados para dar
n’
valores de
M
con
los límites de confianza asociados. Para cada ensayo se obtiene la longitud del intervalo de confianza logarítmi-
co,
L
, restando el límite inferior del superior. El peso
W
para cada valor de
M
se calcula a partir de la ecuación
6.2.2.-I
, en la que
t
tiene el mismo valor que el utilizado para el cálculo de los límites de confianza.
2
2
4
L
t
W
(
6.2.1.-I
)
6.2.2 Homogeneidad de las estimaciones de potencia
Sumando, de todos los ensayos, la desviación de cada M con respecto a la media ponderada (M) elevada al
cuadrado y multiplicada por el peso (
6.2.2.1
) se obtiene un estadístico,
2
(ver
Tabla 7.3
) y que se puede utilizar
para probar la homogeneidad de un conjunto de ln de potencias estimadas:
n
MMW
2
2
)
(
(
6.2.2.-1
)
donde
W
WM
M
Si el
2
calculado es inferior al valor tabulado correspondiente con (
n
'–1) grados de libertad las potencias son
homogéneas y tendrán sentido calcular la potencia media y los límites de confianza por el método de la
Sección
6.2.3
.
Si el valor calculado de este estadístico es superior al valor tabulado, las potencias son heterogéneas. Esto
significa que la variación entre las estimaciones individuales de
M
es mayor que la que se podría predecir a partir
de las estimaciones de los límites de confianza, esto es, que existe una variabilidad significativa entre los ensa-
yos. Bajo estas circunstancias la condición 4 no se cumple y las ecuaciones de la
Sección 6.2.3
ya no se pueden
aplicar. En cambio se pueden usar las fórmulas de la
Sección 6.2.4
.