Publicaciones de interés

Descubre cómo la estadística se ha convertido en una pieza clave para los laboratorios de análisis químico que operan bajo la norma ISO/IEC 17025:2017. Ya no basta con seguir procedimientos; ahora, la validez de cada resultado depende de un sólido respaldo estadístico.

Exploramos cómo la norma 2017 enfatiza el uso de métodos estadísticos para:

• Validar métodos y asegurar su "aptitud para el propósito".
• Evaluar la incertidumbre de medida, un factor crítico en la toma de decisiones.
• Implementar un control de calidad efectivo, desde gráficos de control hasta técnicas avanzadas.
• Establecer reglas de decisión fundamentadas para la conformidad de resultados.

Aprende cómo el software, las hojas de cálculo y las guías especializadas facilitan la aplicación de estas herramientas estadísticas. Además, analizamos las tendencias futuras, como la integración de la incertidumbre en todo el proceso analítico y el impacto de la automatización y la inteligencia artificial.

En resumen: La estadística es esencial para la excelencia, la confiabilidad y la mejora continua en los laboratorios químicos modernos.

El anexo de la norma **ISO-IEC 17043-23** ofrece una visión integral sobre los esquemas de pruebas de aptitud, esenciales para asegurar la competencia y calidad en los laboratorios. Este documento detalla los distintos tipos y características de los esquemas de ensayos de aptitud, desde su aplicación en mediciones y calibraciones hasta su implementación en inspecciones y muestreos. Con ejemplos prácticos y descripciones meticulosas, el anexo se convierte en una guía invaluable para profesionales que buscan comprender y aplicar efectivamente estos esquemas en sus respectivos campos.

  ¿Cuál el concepto de homogeneidad y su importancia en el contexto de las muestras utilizadas en los ensayos de aptitud? La homogeneidad, en el co...

ISO 13528:2022 es una norma internacional que proporciona descripciones detalladas de métodos estadísticos para que los proveedores de ensayos de a...

Si bien los z scores brindan a los participantes puntajes fáciles de interpretar para las pruebas de competencia cuantitativas, no existe un método de calificación equivalente universalmente aceptado para las pruebas cualitativas. Bajo el supuesto de que estas pruebas siguen una distribución binomial, es posible calcular puntajes que imitan los puntajes z ampliamente utilizados y brindan a los participantes una idea de su nivel de rendimiento. Se muestra que estos puntajes, denominados a-scores, se pueden combinar para proporcionar un puntaje único para múltiples pruebas para que los participantes puedan monitorear su desempeño a lo largo del tiempo y discutir el uso de la prueba binomial exacta en lugar de obtener incertidumbre cuando no hay un consenso claro.