4 - INCERTEZA DO TIPO A
Na grande maioria dos casos, a melhor estimativa para o valor esperado de uma
quantidade que varia aleatoriamente e para o qual temos nleituras
independentes k obtidas sob condições de repetitividade, corresponde a média aritmética.
Assim, quando a estimativa de uma grandeza de entrada tem sido obtida de n medidas
sob condições de repetitividade, a incerteza padrão é obtida pela estimativa da
variância da média. Esta é dada por
Exemplo 1.4.1
Voltando ao Exemplo 1.3.2. Considerando o processo de calibração da massa padrão do
exemplo anterior, o avaliador realizou cinco medidas da diferença entre a massa padrão e
a massa desconhecida. Os resultados estão abaixo.
Leitura 1 15 mg
Leitura 2 25 mg
Leitura 3 20 mg
Leitura 4 13 mg
Leitura 5 18 mg
Média 18,20 mg
.
Exemplo 1.4.1
Voltando ao Exemplo 1.3.3 .
1 10,28 82,99963
2 10,26 82,67699
3 10,28 82,99963
4 10,3 83,3229
5 10,28 82,99963
O valor do fator k é escolhido com base no nível de confiança requerido para o intervalo.
Em geral, k é usado entre 2 e 3. Portanto, para aplicações especiais, k poderá ser
determinado conforme o nível de confiança requerido, de acordo com a distribuição normal
ou t-Student.
A Namas (NIS 3003 , 1995) recomenda que o fator k seja igual a 2 para calcular a incerteza
expandida. Este valor corresponde a aproximadamente 95% de confiança. Entretanto, se as
contribuições para a incerteza relativa a repetitividade for grande comparadas com as outras
distribuições e o número de repetições for pequeno, existe uma possibilidade de que a
distribuição de probabilidade normal não seja adequada. Neste caso, o fator k=2 nos
garante um nível de confiança menor que 95%. Aqui, devemos utilizar a distribuição t-
Student para encontrar o valor do fator k que garante 95%.
Regra: Se a incerteza do Tipo A for menor que metade da incerteza combinada, vamos
utilizar o fator Caso contrário, devemos utilizar a distribuição t-Student para obtermos
o valor de k que nos garante um intervalo com 95% confiança. A norma ISO GUM [ver.
2008] recomenda a utilização da equação de Welch-Satterwaite para calcular o grau de
liberdade, baseado nos graus de liberdade de cada fonte de incerteza. A fórmula para tal
cálculo é dada por
Exemplo 1.4.1
Suponha que um sistema de medição com incerteza do Tipo A, baseada em 4 observações,
tenha valor de 3,5 unidades. Existem outras 5 fontes de incerteza do Tipo B que
apresentam incerteza estimada muito pequena, de tal forma que a incerteza
combinada seja igual a 5,7 unidades.
Como a incerteza do Tipo A é maior que metade da incerteza combinada, vamos utilizar a
distribuição t-Student para determinar o fator . Através da equação de Welch-Satterwaite,
temos
Exemplo 1.4.2
Voltando ao Exemplo 1.3.2 da calibração da massa padrão, observe que a incerteza do Tipo
A é menor que metade da incerteza combinada.
Vamos calcular os graus de liberdade efetivo
Assim, o fator de abrangência k será de 1,96.
Assim, a incerteza expandida é dada por
Exemplo 1.4.3
Voltando ao Exemplo 1.3.3.
Vamos calcular os graus de liberdade efetivo
Exemplo 1.4.4
Voltando ao Exemplo 1.3.4.
Não temos incerteza do tipo A, então o fator de abrangência k é 1,96;
Assim, a incerteza expandida é dada por