TALLER UNIDAD II
Prof. Flor vasquezñ
El error sistemático, como el error aleatorio, no puede ser eliminado, pero a menudo
puede ser reducido. Si un error sistemático se presenta como consecuencia de un efecto
reconocido de una magnitud influyente en el resultado de una medición, de aquí en
adelante llamado efecto sistemático, el efecto puede ser cuantificado y, si es
significativo con relación a la exactitud requerida de la medición, una corrección
(B.2.23) o un factor de corrección (B.2.24) puede ser aplicado para compensar el efecto.
Se supone que después de la corrección, la esperanza o valor esperado del error
originado por un efecto es cero.
5. ¿Cuáles son los métodos para evaluar la Incertidumbre estándar?
Existen dos métodos para evaluar la incertidumbre estándar, las cuales son
a- Evaluación tipo A de la incertidumbre estándar
b- Evaluación tipo B de la incertidumbre estándar
Para una medición bien caracterizada bajo control estadístico, pudiera disponerse de
una estimación combinada o ponderada de la varianza s2 p (o una desviación estándar
experimental ponderada sp) que caracterizase a la medición. En tales casos, cuando el
valor de un mensurando q se determina a partir de n observaciones independientes, la
varianza experimental de la media aritmética q de las observaciones está mejor estimada
por s2
p/n que por s2(q )/n, siendo la incertidumbre estándar u = sp/Ön.
Frecuentemente una estimación xi de un argumento Xi se obtiene a partir de una curva
que ha sido ajustada a datos experimentales por el método de mínimos cuadrados. Las
varianzas estimadas y las incertidumbres estándar resultantes de los parámetros
ajustados que caracterizan la curva y de cualquier punto predicho por tal ajuste puede
ser calculado comúnmente usando procedimientos estadísticos bien
Conocidos.
Los grados de libertad ni de u(xi), que son n-1 en el caso simple en que xi = Xi
y u(xi) = s( Xi ) y que se calculan a partir de n observaciones independientes, deberían
siempre ser expresados cuando se documentan las evaluaciones de las componentes de
la incertidumbre Tipo A.
Si las variaciones aleatorias en las observaciones de un argumento están
correlacionadas, por ejemplo, en el tiempo, la media y la desviación estándar
experimental de la media pudieran ser estimadores inapropiado de la estadística
deseada. En tales casos, las observaciones deberían ser analizadas por medios
estadísticos especialmente diseñados para tratar una serie de mediciones correlacionadas
que varían aleatoriamente.
. Un ejemplo importante es el uso de diseños de calibración, que se basan
frecuentemente en el método de mínimos cuadrados, usados para evaluar las
incertidumbres que surgen de
las variaciones aleatorias a corto y largo plazo en los resultados de las comparaciones de
artefactos
materiales de valor desconocido, tales como bloques patrón y patrones de masa, con
patrones de referencia
de valores conocidos. En estas situaciones de mediciones comparativamente simples,
los componentes de
incertidumbre pueden ser evaluados, frecuentemente, mediante el análisis estadístico de
los datos obtenidos
de diseños que consisten de secuencias anidadas de mediciones de la magnitud a medir,
utilizando varios
valores diferentes de las magnitudes de las cuales depende. Este procedimiento es
conocido como análisis de
varianza