B k A +
B k A +
B k A +
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Expresión de la incertidumbre de medida: 2008 (Esp) Términos y conceptos estadísticos básicos<br />
Ésta se estima estadísticamente mediante z , media aritmética o valor medio de n observaciones independientes<br />
zi de la variable aleatoria z, cuya función de densidad de probabilidad es p(z):<br />
C.3.2 Varianza<br />
1<br />
z =<br />
n<br />
n<br />
∑ zi<br />
i=<br />
1<br />
La varianza de una variable aleatoria es la esperanza matemática de su desviación respecto a su esperanza<br />
matemática, elevada al cuadrado. Por lo tanto, la varianza de una variable aleatoria z con función de densidad<br />
de probabilidad p(z) viene dada por<br />
( ) ( ) ( ) z p z<br />
2<br />
μ<br />
∫ − = z<br />
z 2<br />
σ<br />
Z d<br />
donde μz es la esperanza matemática de z. La varianza σ 2 (z) puede estimarse mediante<br />
s<br />
2<br />
n 1<br />
( z ) = ( z − z )<br />
i<br />
n −1<br />
y las zi son n observaciones independientes de z.<br />
2<br />
∑ j , donde z = ∑<br />
j = 1 i=<br />
1<br />
NOTA 1 El factor n - 1 en la expresión de s 2 (zi) proviene de la correlación existente entre zi yz , y refleja el hecho de que hay<br />
únicamente n - 1 valores independientes en el conjunto {zi- z }.<br />
NOTA 2 Si se conoce la esperanza matemática μz de z, la varianza puede estimarse mediante<br />
s<br />
2<br />
1<br />
n −1<br />
n<br />
∑<br />
i=<br />
1<br />
( z ) = ( z − μ )<br />
i<br />
La varianza de la media aritmética de las observaciones es la medida correcta de la incertidumbre de un<br />
resultado de medida, en lugar de la varianza de las observaciones individuales. La varianza de una variable z<br />
debe distinguirse cuidadosamente de la varianza de la media z . La varianza de la media aritmética de una serie<br />
de n observaciones independientes zi de z viene dada por ( z) σ ( zi<br />
) / n<br />
experimental de la media<br />
C.3.3 Desviación típica<br />
s<br />
2<br />
( z)<br />
2<br />
s<br />
=<br />
n<br />
( z )<br />
JCGM © 2008 - Reservados todos los derechos 48<br />
1<br />
i<br />
2<br />
Z<br />
2<br />
2<br />
1<br />
n<br />
n<br />
z<br />
i<br />
σ = , y se estima mediante la varianza<br />
n<br />
i 2<br />
= ∑ ( zi<br />
− z)<br />
n(<br />
n −1)<br />
i=<br />
1<br />
La desviación típica es la raíz cuadrada positiva de la varianza. Mientras que una incertidumbre típica tipo A se<br />
obtiene tomando la raíz cuadrada de la varianza evaluada estadísticamente, cuando se evalúa una incertidumbre<br />
típica tipo B, es a menudo más cómodo obtener primero una desviación típica equivalente, no estadística, y<br />
luego obtener la varianza equivalente elevando al cuadrado dicha desviación típica.<br />
C.3.4 Covarianza<br />
La covarianza de dos variables aleatorias es una medida de su dependencia mutua. La covarianza de dos<br />
variables aleatorias y y z se define mediante<br />
de donde resulta<br />
{ [ y − E( y)<br />
][ z E( ) ] }<br />
cov( y,z) = cov(<br />
z,y)<br />
= E<br />
− z