O teste de Grubbs é útil para avaliar se existem outliers (isto é, pontos fora da curva, ou fora do conjunto de dados obtidos). Este teste permite encontrar, estatísticamente, valores que devem ser descartados ou desconsiderados em uma análise.Também é útil para confirmar o ajuste de todos os pontos considerados em uma curva analítica.
TESTANDO A LINEARIDADE: USO DE GRÁFICOS DE RESÍDUOS
Uma das maneira de avaliar a linearidade de um método analítico é utilizar o gráfico de resíduos.
Visualmente é possível verificar se o gráfico de resíduos apresenta uma distribuição aleatória ao redor do valor de y=0 e, se for necessário, pode-se aplicar testes estatísticos de normalidade para confirmar a distribuição aleatória e não tentenciosa dos resíduos. Isto comprova a homocedasticidade.
Se os valores tenderem para o modelo heterocedástico o gráfico de resíduos mostrará resíduos que variam de acordo com a ordem de grandeza da concentração. Conforme ilustrado abaixo:
No primeiro gráfico vemos uma distribuição de resíduos que comprova a homocedasticidade (resíduos aleatórios centrados em y= 0 para qualquer valor de concentração). No segundo gráfico vemos uma distribuição de resíduos que evidência a heterocedasticidade, pois existe uma tentência nos valores de resíduos de forma que os mesmos aumentam conforme as concentrações (valores de x) aumentam.
A cromatografia gasosa, apesar de ser uma técnica muito poderosa e útil, não é tão versátil quanto a cromatografia líquida, pois CG possue uma menor variedade de colunas. Porém, uma dúvida comum é como escolher a melhor coluna para obter os melhores resultados de CG.
Coluna capilar – qual comprimento? qual espessura de filme interno? qual tipo de fase?
Testando a linearidade para definir o modelo de regressão:
Homocedasticidade x Heterocedasticidade
Um modelo de regressão de mínimos quadrados ordinários (MMQO) pode ser aplicada com dados que apresentam homocedasticidade (isto é, são dados que possuem um variância constante, independente da ordem de grandeza dos valores). No caso de dados que apresentem heterocedasticidade, o modelo a ser aplicado é o de mínimos quadrados ponderados (MMQP). Se for necessário utilizar MMQP os fatores de ponderação deverão ser calulados (assunto para outro post!).
Para testar a homocedasticidade ou heterocedasticidade um teste estatísticos apropriado é o Teste de Cochran. Neste teste calcula-se C (Ccalcudo) e compara-se com C críitico (Ctabelado) se o valor calculado for menor que o tabelado aceita-se a hipótese de que os dados apresentam variâncias similares independentemente do valor de concentração, e são, portanto, homocedásticos.