Este documento describe varias medidas de tendencia central y dispersión utilizadas para analizar conjuntos de datos. Las medidas de tendencia central incluyen la media aritmética, media ponderada y media armónica, las cuales representan el valor más probable de un conjunto de datos. Las medidas de dispersión incluyen la amplitud, varianza y desviación estándar, las cuales miden cuán dispersos están los valores de los datos con respecto a la media. El documento también explica el criterio de Chauvenet para rechazar valores atípicos en un conjunto de datos.
1. 15/03/2010
METROLOGÍA
ESTADÍSTICA
ANÁLISIS DE DATOS
Cuando se obtiene uno o más grupos de
datos, producto de repeticiones en una
d t
d t d
ti i
medida, la mejor forma de representarlas,
es mediante las “Medidas de tendencia
central”
1
2. 15/03/2010
Medidas de tendencia central
MEDIAS
Aritmética
Ponderada
Armónica
Media aritmética
Si una serie de repeticiones de la medida de un
objeto provee n valores individuales
independientes, el valor más probable para el
conjunto generalmente es:
n
1
X = ∑ xi
n i =1
X = Media aritmética
xi =
n=
Valores individuales
del conjunto
Cantidad de valores
individuales
2
3. 15/03/2010
Ejemplo:
En la determinación del área efectiva de un conjunto pistón- cilindro
pistónde una balanza de presión por el método de comparación, fueron
obtenidos los siguientes valores:
Nº Valor [mm2]
Nº Valor [mm2]
1 4.032161
8
4.032734
2 4.032161
9
4.032734
3 4.032403
10 4.032863
4 4.032633
11 4.032853
5 4 032674
4.032674
12 4 032944
4.032944
6 4.032633
13 4.032752
7 4.032721
14 4.032853
X =
1
(4.032161 + ... + 4.032853)
14
X = 4.032651[mm 2 ]
Media ponderada
Es la media aritmética que se utiliza cuando a cada valor de la
variable (xi) se le otorga una ponderación o peso distinto de la
frecuencia o repetición. Para poder calcularla se tendrá que tener en
cuenta las ponderaciones d cada uno d l valores que t
de d
de los l
tenga l
la
t l
d
i
variable
X =
Media ponderada
xi =
Valores individuales del conjunto
wi =
Peso de cada valor individual
n
Xp =
∑w x
i
i =1
n
∑w
i
i =1
i
3
4. 15/03/2010
Ejemplo:
Se realizaron 10 repeticiones de una medición de presión, que está
relacionada con la temperatura:
Presión (xi)
( )
40,12
40,23
40,05
40,13
40,18
40,20
40,23
40,25
40,25
40 25
40,26
Temperatura ( )
p
(wi)
25,8
26
25,3
25,8
25,9
25,9
26,1
26,4
26,4
26 4
26,5
Xp =
(40,12 × 25,8 + ... + 40,26 × 26,5)
25,8 + 26 + ... + 26,5
X p = 40,19
Media armónica
Es la inversa de la media aritmética de las
inversas de los valores de la variable, responde
a la siguiente expresión:
Xh =
Xh =
n
n
∑
i =1
1
xi
xi =
n=
Media armónica
Valores individuales
Cantidad de valores individuales
Se utiliza para promediar velocidades, caudales,
rendimientos etc.
4
5. 15/03/2010
Ejemplo:
Calcular el valor medio de flujo de un punto de calibración en un banco
gravimétrico, del cual se tomaron cinco lecturas.
Condiciones del banco:
Tiempo de ventana: 30 segundos
Velocidad de la bomba: k * 40 Hz
Nº
Lectura [l/min]
1
253,5
2
253,1
3
252,5
252 5
4
252,2
5
252,1
Xh =
5
1
1
1
1
1
+
+
+
+
253,5 253,1 252,5 252,2 252,1
X h = 252,6 l
min
Errores en la medición:
Al aceptar que podemos cometer errores en el proceso de medición, estamos
también aceptando que utilizar las medidas de tendencia central no es
suficiente para garantizar por ejemplo, una buena calibración.
Clasificación de los errores:
•Debidos al método
•Debidos al operario
•Debidos al instrumento
•Debido a las condiciones ambientales
•Debido al mensurando
Para calificar debidamente un conjunto de datos, necesitamos
conocer su dispersión.
5
6. 15/03/2010
Medidas de Dispersión
Amplitud
Varianza
Desviación estándar experimental
Medidas de dispersión
Amplitud
Es l dif
E la diferencia entre el mayor y el menor
i
t
l
l
valor del conjunto de datos analizado
Grupo
Valor1
Valor2
Valor3
Amplitud
Media
A
3
3
3
0
3
B
2
3
4
2
3
C
9
0
0
9
3
6
7. 15/03/2010
Varianza
Como forma de medir la dispersión de un número de mediciones independientes
entre sí:
La varianza S2 se define como la media de las diferencias cuadráticas de n
puntuaciones,
puntuaciones con respecto a su media aritmética, es decir:
aritmética
S2
X
Media aritmética
xi
Valor de cada repetición
n
1
S =
n −1
2
Varianza
Número de repeticiones
n
∑ (x − X )
2
i
i =1
Desviación estándar experimental
La raíz cuadrada de la varianza es denominada
estándar,
desviación estándar y tiene la misma dimensión
que la media.
s=
1
n −1
∑ (x − X )
Desviación estándar
X
Media aritmética
xi
Valor de cada repetición
n
Número de repeticiones
2
n
i
i =1
S2
7
8. 15/03/2010
Ejemplo
Grupo Valor1 Valor2 Valor3 Amplitud Media
A
B
C
3
2
9
3
3
0
3
4
0
0
2
9
3
3
3
Varianza
Varianza
Desviación [unidad]
0
1
27
0
1
5.19
5 19
Desviación estándar experimental
[
]
S =
[
]
S = 1 =1
2
SA =
1
(3 − 3)2 + (3 − 3)2 + (3 − 3)2 = 0
2
2
SB =
1
(2 − 3 )2 + (3 − 3 )2 + (4 − 3 )2 = 1
2
2
SC =
1
(9 − 3)2 + (0 − 3)2 + (0 − 3)2 = 27
2
[
]
0 =0
S = 27 = 5.19
Criterio de rechazo de Chauvenet
No es recomendable para pequeñas muestras
Se admite que un conjunto de repeticiones tenga una
distribución normal
Se rechaza la medida si:
Xi =
X i − X 〉kn S
X =
kn =
S =
Valor de la repetición
Media del conjunto
Coeficiente de Chauvenet
Desviación estándar
8
10. 15/03/2010
i
1
2
3
4
5
Xi - X
0.004
0
0.008
0.006
0.012
i
6
7
8
9
10
Xi - X
0.036
0.004
0.006
0.014
0.002
El valor de la medida Nº 6:
0.036 >0.027
0 036 >0 027
es rechazado pues Xi – X > k(10) *S
Habiendo rechazado el valor Nº 6, el nuevo valor medio es: X = 2.557 [mm]
S = 0.007 [mm]
k(9) = 0.013
i
1
2
3
4
5
7
8
9
10
Xi - X
0
0.004
0.004
0.010
0.008
0.008
0.002
0 002
0.010
0.002
De acuerdo con el criterio de
Chauvenet, todas las
repeticiones son aceptadas
pues:
Xi – X < 0.013
10