PRIORITY business intelligence

Δημοσιεύτηκε πρόσφατα στο διεθνές επιστημονικό περιοδικό Talanta η εργασία του Δημήτρη Θεοδώρου, υπεύθυνου διαπίστευσης εργαστηρίων της PRIORITY και εισηγητή στα σεμινάρια ISO 17025 της PRIORITY, με τίτλο:

Comparison of ISO-GUM and Monte Carlo methods for the evaluation of measurement uncertainty: Application to direct cadmium measurement in water by GFAAS

Dimitrios Theodorou et. al, Talanta 83(2011) 1568-1574

To περιοδικό Talanta αποτελεί ένα από τα πλέον γνωστά και αναγνωρίσιμα περιοδικά παγκοσμίως στον τομέα της Αναλυτικής Χημείας (Impact factor: 3.290)

Η εργασία αφορά στη σύγκριση δύο διαφορετικών μεθοδολογιών εκτίμησης της αβεβαιότητας της μέτρησης καδμίου στο νερό, της «κλασσικής» μεθοδολογίας (κατά ISO GUM - Guide to Uncertainty of Measurement) και μιας εναλλακτικής με χρήση προσομοίωσης Monte Carlo (Supplement 1 to ISO GUM - Propagation of distribution using Monte Carlo Method).

Η εργασία αυτή αποτελεί εξειδίκευση και περαιτέρω ανάπτυξη της δουλειάς που είχε από την Priority γίνει στα πλαίσια της διαπίστευσης κατά ISO/IEC 17025 του Eργαστηρίου Χημείας Περιβάλλοντος του ΕΚΠΑ. Εκτός από τα στελέχη του Εργαστηρίου, στην συγκεκριμένη εργασία ενεπλάκησαν στο κομμάτι της προσομοίωσης Monte Carlo και δύο μέλη ΔΕΠ του Μαθηματικού Τμήματος.

Ακολουθεί η περίληψη της εργασίας. Το πλήρες κείμενο είναι διαθέσιμο στην ηλεκτρονική διεύθυνση του περιοδικού: doi:10.1016/j.talanta.2010.11.059

Abstract

The propagation stage of uncertainty evaluation, known as the propagation of distributions, is in most cases approached by the GUM (Guide to the Expression of Uncertainty in Measurement) uncertainty framework which is based on the law of propagation of uncertainty assigned to various input quantities and the characterization of the measurand (output quantity) by a Gaussian or a t-distribution. Recently, a Supplement to the ISO-GUM was prepared by the JCGM (Joint Committee for Guides in Metrology). This Guide gives guidance on propagating probability distributions assigned to various input quantities through a numerical simulation (Monte Carlo Method) and determining a probability distribution for the measurand.

In the present work the two approaches were used to estimate the uncertainty of the direct determination of cadmium in water by graphite furnace atomic absorption spectrometry (GFAAS). The expanded uncertainty results (at 95% confidence levels) obtained with the GUM Uncertainty Framework and the Monte Carlo Method at the concentration level of 3.01 μg/L were ±0.20 μg/L and ±0.18 μg/L, respectively. Thus, the GUM Uncertainty Framework slightly overestimates the overall uncertainty by 10%. Even after taking into account additional sources of uncertainty that the GUM Uncertainty Framework considers as negligible, the Monte Carlo gives again the same uncertainty result (±0.18 μg/L). The main source of this difference is the approximation used by the GUM Uncertainty Framework in estimating the standard uncertainty of the calibration curve produced by least squares regression. Although the GUM Uncertainty Framework proves to be adequate in this particular case, generally the Monte Carlo Method has features that avoid the assumptions and the limitations of the GUM Uncertainty Framework.