stringtranslate.com

Técnica de muestreo único con ajuste de error de Bootstrap

En estadística , la técnica de muestreo único ajustada por error bootstrap ( BEST o BEAST ) es un método no paramétrico que tiene como objetivo permitir la evaluación de la validez de una sola muestra. Se basa en la estimación de una distribución de probabilidad que representa lo que se puede esperar de muestras válidas. [1] Esto se hace mediante un método estadístico llamado bootstrap , aplicado a muestras anteriores que se sabe que son válidas.

Metodología

BEST ofrece ventajas sobre otros métodos como la métrica de Mahalanobis , porque no supone que todos los grupos espectrales tengan covarianzas iguales [ aclaración necesaria ] o que cada grupo se extraiga para una población distribuida normalmente . [2] Un enfoque cuantitativo implica BEST junto con un algoritmo de análisis de conglomerados no paramétrico . Se calculan las desviaciones estándar multidimensionales [ aclaración necesaria ] (MDS) entre los conglomerados y los puntos de datos espectrales [ aclaración necesaria ] , donde BEST considera que cada frecuencia se toma de una dimensión separada. [ aclaración necesaria ] [3]

BEST se basa en una población, P, relativa a un hiperespacio, R, que representa el universo de muestras posibles. P * son los valores obtenidos de P en función de un conjunto de calibración, T. T se utiliza para encontrar todas las variaciones posibles en P. P * está limitado por los parámetros C y B. C es el valor esperado de P, escrito E(P), y B es una distribución bootstrap llamada aproximación de Monte Carlo . La desviación estándar se puede encontrar utilizando esta técnica. Los valores de B proyectados en el hiperespacio dan lugar a X. La hiperlínea [ se necesita definición ] de C a X da lugar a la desviación estándar ajustada por sesgo que se calcula en ambas direcciones de la hiperlínea. [4]

Solicitud

BEST se utiliza para detectar la manipulación de muestras en productos farmacéuticos. Las muestras válidas (sin alterar) se definen como aquellas que se encuentran dentro del grupo de puntos de entrenamiento cuando BEST se entrena con muestras de productos sin alterar. Las muestras falsas (manipuladas) son aquellas que se encuentran fuera del mismo grupo. [1]

Los métodos como el ICP-AES requieren que las cápsulas [ aclaración necesaria ] se vacíen para su análisis. Un método no destructivo es valioso. Un método como el NIRA [ aclaración necesaria ] se puede combinar con el método BEST de las siguientes maneras. [1]

Referencias

  1. ^ abc Lodder, Robert A.; Selby, Mark.; Hieftje, Gary M. (1987). "Detección de manipulación de cápsulas mediante análisis de reflectancia en el infrarrojo cercano". Química analítica . 59 (15): 1921–1930. doi :10.1021/ac00142a008.
  2. ^ Efron, B.; Gong, G. (1983). "Una mirada pausada a Bootstrap, Jackknife y Cross-Validation". El estadístico estadounidense . 37 (1): 36–48. doi :10.2307/2685844. JSTOR  2685844.
  3. ^ Joseph Mendendorp y Robert A. Lodder (2006) "Espectrometría de resonancia acústica como tecnología analítica de procesos para la identificación rápida y precisa de comprimidos" AAPS PharmSciTech , 7 (1) Artículo 25.
  4. ^ Sara J. Hamilton y Robert Lodder, "Tecnología de imágenes hiperespectrales para análisis farmacéutico", Sociedad de ingenieros de instrumentación fotoóptica [ cita completa requerida ]

Lectura adicional