Intervalos de confianza y riesgo en la medición

Al realizar los experimentos, esperamos lograr una aproximación de confianza en los resultados de nuestras observaciones. Cuando nuestra confianza es alta, típicamente esperamos que nuestro riesgo de fracaso sea bajo. Por lo tanto, es importante comprender la importancia de la confianza y el riesgo al estimar la incertidumbre en los resultados de nuestras mediciones.

¿Qué es un intervalo de confianza?

Un intervalo de confianza es una gama estimada para un parámetro de la población en la que un evento (por ejemplo, una medición, una muestra, un ensayo o una observación) corresponde a una probabilidad determinada.

¿Qué significa eso?

Si tomáramos muestras repetidamente de la misma población, las observaciones se ajustarían a los parámetros de probabilidad establecidos por el intervalo de confianza.

Intervalos de confianza comunes

En metrología, es común estimar la incertidumbre de la medición a un nivel de confianza del 95,45%, donde k equivale a 2. De hecho, la política de la ILAC-P14:01/2013, sección 5.3, exige que los laboratorios de calibración expresen sus estimaciones de la incertidumbre de la medición con una probabilidad de cobertura de aproximadamente el 95%.

La tabla de abajo muestra algunos de los intervalos de confianza más comunes, y su respectivo factor de expansión, utilizados entre varias industrias.

Riesgos asociados a los intervalos de confianza

Cada decisión se toma con la aceptación del riesgo asociado. Al seleccionar el intervalo de confianza que se va a utilizar, hay que tener en cuenta los riesgos asociados a dicho intervalo. La mejor manera de evaluar el riesgo, en esta situación, es observar la probabilidad de fracaso (q) y la tasa en que se produce el fracaso.

En el cuadro que figura a continuación se muestran las respectivas probabilidades y tasas de fallo para cada intervalo de confianza.

De la tabla, debería poder deducirse que un intervalo de confianza del 95,45% lleva el riesgo de fracaso a una probabilidad del 4,55%. De manera similar, se asocia con una tasa de fallo esperada a 1 fallo en 22 observaciones.

¿Es esto lo suficientemente seguro como para asegurar la calidad repetitiva a gran escala?

La probabilidad de fallo en el 4,55% puede parecer marginal; pero, para un laboratorio que realiza un millón de mediciones cada año, el número de no conformidades (45.455) puede no parecer tan marginal. Por esta razón, es importante considerar los riesgos que implican los resultados de sus mediciones.

Leave a Comment!