Beruflich Dokumente
Kultur Dokumente
1
Simposio de Metrologa 2004 25 al 27 de Octubre
diferentes pesos, que dependern de la importancia libremente, ya que el trmino restante tiene un valor
que cada componente tiene en el modelo de determinado por estos n 1 trminos elegidos y el
medicin Y = f ( X 1 , X 2 ,..., X k ) . promedio x . A este nmero de trminos
independientes se le conoce como el nmero de
Una magnitud X que varia aleatoriamente tiene grados de libertad. De aqu que podemos interpretar
asociados dos parmetros muy importantes: su el nmero de grados de libertad como la cantidad
de informacin til en la determinacin de la
esperanza X = E ( X ) que nos indica el valor estimacin. En cambio si las observaciones no son
alrededor de cual se tienen las observaciones de independientes, tenemos informacin redundante
X , y su varianza X2 que expresa la magnitud de en las observaciones, por lo que la informacin til o
efectiva ser menor
la variabilidad de las observaciones alrededor de su
valor esperado X . Otra interpretacin del nmero de grados de
libertad, es el parmetro de la distribucin ji-
Cuando se tienen n observaciones independientes cuadrada asociada al estimador de la varianza,
x1 , x2 ,..., xn de X , estimamos su esperanza como calculada a partir de n observaciones
independientes. En este caso sabemos que la
el promedio x de las n observaciones, estadstica
1 n (n 1) S X2
x= xi ,
n i =1 W= (1)
2
mientras que la varianza se estima por
tiene una distribucin ji-cuadrada con n 1 grados
de libertad. Con este enfoque entonces, el nmero
1
n
s X2 = ( xi x ) 2 . efectivo de grados de libertad viene a ser el
n 1 i =1
parmetro asociado a la distribucin ji-cuadrada
asociada al estimador de la incertidumbre de la
Cuando tenemos un mensurando, del que tomamos medicin considerada.
mediciones con un instrumento, ocurre que
observamos diversos valores que varian La estadstica anterior interviene en la estadstica T
aleatoriamente, de acuerdo a alguna distribucin. utilizada para determinar la incertidumbre
Generalmente asociamos el valor del mensurando expandida en forma de intervalo de confianza,
con el valor esperado de la distribucin, de aqu que
estimar el valor del mensurando equivale a estimar X X
el valor esperado X , La incertidumbre de la
Z X X X
estimacin x proviene de la variabilidad de x T= = = . (2)
W S 2 SX
alrededor de X , que cuantificamos por su X
(n 1) 2
varianza x2 = X2 / n , y que estimamos como X
sx2 = s X2 / n . Tambien podemos tomar como As, adems de expresar en forma numrica la
incertidumbre de medicin la desviacin estndar incertidumbre, ya sea como sx2 , o sx , podemos
de la media, x = x2 . expresarla en forma expandida, como un intervalo
de confianza del mensurando,
Cuando la informacin que tenemos del
mensurando es un conjunto de n observaciones ( x t( n 1,1 / 2 ) sx , x + t( n 1,1 / 2) sx ) , (3)
independientes x1 , x2 ,..., xn , entonces tenemos que
para un valor dado de la estimacin donde x es la estimacin del mensurando, sx es la
x = ( x1 + x2 + ... + xn ) / n , tenemos solo n 1 incertidumbre de la medicin, y t( n 1,1 / 2) el
observaciones xi que pueden tomar valores coeficiente de confianza para la distribucin t de
2
Simposio de Metrologa 2004 25 al 27 de Octubre
3
Simposio de Metrologa 2004 25 al 27 de Octubre
respectivamente. Es un hecho conocido [2] que la Segn el metodo de momentos, para estimar el
suma W1 + W2 + ... + Wk se distribuye tambin como parmetro , igualamos los dos primeros
momentos de las variables que tenemos en ambos
ji-cuadrada con r = r1 + r2 + ... + rk grados de lados de la relacin de equivalencia anterior. De
libertad. Esta propiedad de herencia de distribucin esta forma obtenemos las ecuaciones
no se tiene cuando, en lugar de una suma,
consideramos una combinacin lineal U
E ( i =1 aiWi ) = E ( ) ,
k
(7)
a1W1 + a2W2 + ... + akWk de las variables aleatorias.
U
E ( i =1 aiWi ) 2 = E ( ) 2 .
k
La complicacin en la determinacin del nmero (8)
efectivo de grados de libertad, se debe a que la
2
incertidumbre combinada s y es una combinacin
Como la esperanza de una variable aleatoria
lineal de las incertidumbres de las variables de distribuida como ji-cuadrada es igual a sus grados
influencia. Si en lugar de una combinacin lineal, de libertad, y su varianza es dos veces sus grados
fuese una suma de trminos no correlacionados, de libertad, entonces
entonces el nmero de grados de libertad asociado
a la incertidumbre combinada seria la suma de los E (U ) =
grados de libertad de las variables de influencia.
V (U ) = E (U ) 2 [ E (U ) ] = 2 .
2
4
Simposio de Metrologa 2004 25 al 27 de Octubre
( i =1 aiWi ) 2
k
V ( i =1 aiWi ) =
k
2
. (14)
= E ( i =1 aiWi )
k
+ 1 , ai2
k 2
2 Wi
E ( aiWi )
k
i =1
i
i =1
Esta aproximacin obtenida en la dcada de los 40,
E ( i =1 aiWi ) = 1 ,
k
y considerando de (9) que sigue an hoy siendo de gran utilidad, su uso se
sustituye algunas veces por procedimientos de
entonces
simulacin para la determinacin de incertidumbres
expandidas. Cabe hacer notar que el procedimiento
V ( i =1 aiWi )
k
de simulacin de observaciones de las variables de
E ( i =1 aiWi ) =
k 2
2
+ 1. influencia, cuando stas estn correlacionadas no
E ( k aiWi ) es sencillo.
i =1
La expresin (14) obtenida para estimar los grados
Sustituyendo esto en la expresin (11) para , de libertad coincide con la expresin conocida para
resulta el nmero efectivo de grados de libertad, despus
de hacer las siguientes sustituciones:
2
2 E ( i =1 aiWi )
k ai = (f / xi ) , y Wi = si2 .
= . (12)
V ( i =1 aiWi )
k
Los trabajos originales sobre esta aproximacin
fueron desarrollados en forma independiente por
Welch [3,4,7] y Satterthwaite [5,6]. Este problema
Finalmente, considerando que W1 , W2 ,..., Wk son es similar al problema de inferencia para una
variables aleatorias independientes distribuidas diferencia de medias, cuando las varianzas son
como ji-cuadradas, tenemos que desconocidas y diferentes. Este ltimo problema
conocido en la literatura estadstica como el
problema de Behrens-Fisher [8], ha generado una
V ( i =1 aiWi ) = i =1 ai2V (Wi ) =
k k
polmica interesante, y ha atrado la atencin de un
gran nmero de estadsticos, y por lo tanto se han
ai2 [ E (Wi ) ] (13)
2
i enfoques.
La ltima igualdad se debe a que
4. RESTRICCIONES O LIMITACIONES
V (Wi ) = 2 [ E (Wi ) ] / i .
2
5
Simposio de Metrologa 2004 25 al 27 de Octubre
6
Simposio de Metrologa 2004 25 al 27 de Octubre