Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten información sobre el fenómeno que se estudia. Por ejemplo, si estudiamos el proceso de calidad en la producción en serie la población será el total de piezas fabricadas con similares características. A las cantidades de la población se les llama parámetros {µ, s}
Muestra: subconjunto que seleccionamos de la población. Así, si se estudia la calidad dimensional en la producción de un lote de piezas, lo normal será no recoger información sobre todas las piezas fabricadas (sería una labor muy compleja), sino que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo. A las cantidades de la muestra se les llama estadísticos {X, S}
A las muestras de tamaño N tomadas de una población se les calculan los estadísticos con el propósito de obtener la distribución de cada estadístico y se conocen como distribuciones muestrales, a partir de estas y sus estadísticas es posible estimar los parámetro de la población dentro de un cierto intervalo de confianza.
Muestreo. Técnica para seleccionar una muestra se conocen varios tipos, estos son: muestreo aleatorio, muestreo aleatorio con reemplazamiento, sin reemplazamiento, probabilístico, entre otros
Histogramas. Un histograma es un resumen gráfico de la variación de un conjunto de datos. La naturaleza gráfica del histograma permite ver pautas que son difíciles de observar en una simple tabla numérica. Esta herramienta se utiliza especialmente en la Comprobación de teorías y Pruebas de validez. Para construir un histograma se hace necesario calcular:
- La media aritmética. También llamada media o promedio. Se determina sumando los valores de la variable y dividiéndolos por el total de la muestra. Se representa así:
en donde:
n : número total de observaciones en el conjunto (muestra).
fi : Frecuencia absoluta para cada observación.
xi : Valor de la variable o la observación.
La Desviación. Es la variación dela lectura observada con respecto a la media aritmética de la muestra. Se representa así:
D = Xi - x
La suma algebraica de las desviaciones es cero.
La Desviación promedio. Se define como la suma de los valores absolutos de la desviación dividida por el número de lecturas.
en donde:
n : número total de observaciones en el conjunto (muestra).
d : desviación
Esta cantidad es una indicación de la precisión del instrumento.
La Desviación estándar. Otro término fundamental en el análisis de errores aleatorios es la desviación estándar dada por la siguiente relación:
en donde:
n : número total de observaciones en el conjunto (muestra).
d : desviación
En el campo de medición e instrumentación, interesa tomar medidas exactas con la mayor precisión posible, es decir, lecturas de instrumentos más próximas al valor verdadero de la variable dentro del menor intervalo de imprecisión; en otras palabras, lecturas que nos permitan estimar la media poblacional µ (el valor verdadero de la variable) dentro del menor intervalo de valores con un alto nivel de confianza. Cuando se construyen estos histogramas podemos obtener una gran variedad de ellos entre los cuales encontramos las campanas de Gauss. Véase la figura 15.
La figura 15a corresponde a las lecturas de un medidor exacto ya que el promedio de ellas X es cercano a µ; pero es impreciso dado que el intervalo de confianza es amplio, lo que significa que son frecuentes las medidas diferentes de µ
La figura 15b se refiere a un medidor Inexacto pero preciso. Inexacto porque el promedio de lecturas difiere mucho de µ, porque el intervalo de confianza es estrecho, lo que determina que las medidas se centren alrededor de . Un medidor con estas características es de buena calidad y bastará con que se calibre cuidadosamente para remover el sesgo y aproximar a µ.
El medidor cuya distribución de lecturas aparece en 15c además de mostrar descalibración es impreciso.
Finalmente la distribución de lecturas en 15d es representativa de las características de exactitud y precisión deseables en todo .medidor; el promedio de todas las lecturas es muy próximo a µ, con la posibilidad de estimarlo con un alto nivel de confianza en un pequeño intervalo de valores, dado que la dispersión es pequeña.
BIBLIOGRAFÍA :Guía ISO 30 de 1992
CIBERGRAFÍA
http://www.virtual.unal.edu.co/cursos/sedes/medellin/q1060/lecciones/cap1/metrologia.htm
http://www.icontec.org.co/metrologia.asp
http://www.quiminet.com.mx/ar7/ar_%2586l%25B7z%2523%25FAK%25D2.htm
http://es.wikipedia.org/wiki/Calibre_(instrumento)
http://metalworking.majosoft.com/html/pie_de_rey_o_calibrador.html
http://www.tknika.net/sections/tic-elearning_--_tic/elearning_--_elearni/edukiak/froga7005/viewZip/file/ORA_adibideak.zip/Ora4/TK0002_02/TK0002_02_02/TK0002_02_02_01.shtm
http://aransa.upc.es/ED/laboratorio/guiones/peu.pdf
http://infotareas.wordpress.com/2007/03/26/uso-del-calibrador-o-pie-de-rey/
