Changsha Panran Technology Co., Ltd.
Diferencia de 14 puntos entre error e incertidumbre
Source: | Author:SW | Published time: 2024-08-14 | 55 Views | Share:

Primer punto:

Es importante distinguir entre error e incertidumbre. El error se define como la diferencia entre un único resultado de una medición y el valor verdadero. Por lo tanto, el error es un valor único. En principio, el valor conocido del error puede utilizarse para corregir el resultado. El error es un concepto ideal y no puede conocerse con exactitud.

Segundo punto: La incertidumbre se expresa en forma de intervalo y se aplica a todos los valores medidos descritos por él cuando se evalúa un proceso analítico y un tipo de muestra especificado. Por lo general, el valor de la incertidumbre no puede utilizarse para corregir el resultado de la medición.

Tercer punto: La diferencia entre error e incertidumbre también se refleja en el hecho de que el resultado analítico corregido puede estar muy próximo al valor medido, por lo que el error puede ignorarse. Sin embargo, la incertidumbre puede seguir siendo grande porque el analista no está seguro de la cercanía del resultado de la medición.

Cuarto punto: La incertidumbre del resultado de la medición no puede interpretarse como la representación del error en sí o del error residual tras la corrección.

Quinto punto: generalmente se cree que los errores tienen dos componentes, denominados componentes aleatorios y componentes sistemáticos;

Sexto punto: Los errores aleatorios suelen surgir de cambios impredecibles en la cantidad que influye. Estos efectos aleatorios hacen que varíen los resultados de observaciones repetidas de la cantidad medida. Los errores aleatorios en los resultados analíticos no pueden eliminarse, pero normalmente pueden reducirse aumentando el número de observaciones.

Aunque esto se afirma en algunas publicaciones sobre incertidumbre, de hecho, la media aritmética o la desviación típica experimental de la media de una serie de observaciones no es un error aleatorio de la media. Es una medida de la incertidumbre de la media debida a algunos efectos aleatorios. El valor exacto del error aleatorio de la media debido a estos efectos aleatorios es desconocido.

Punto 7: El error sistemático se define como el componente de error que permanece constante o cambia de forma predecible durante un gran número de análisis de la misma magnitud medida. Es independiente del número de mediciones y no puede reducirse aumentando el número de análisis en las mismas condiciones de medición.

Punto 8: Los errores sistemáticos constantes, como la no consideración de los blancos de reactivos en el análisis cuantitativo o las imprecisiones en la calibración de equipos multipunto, son constantes a un nivel de medición determinado, pero también pueden cambiar con diferentes niveles de medición.

Punto 9: En una serie de análisis, los factores de influencia cambian sistemáticamente en cantidad, por ejemplo debido a un control inadecuado de las condiciones experimentales, lo que producirá errores sistemáticos no constantes.

Example:

1. En un análisis químico, se aumenta gradualmente la temperatura de un grupo de muestras, lo que puede provocar cambios graduales en los resultados.

2. Los sensores y las sondas pueden envejecer a lo largo del ensayo y pueden introducir errores sistemáticos no constantes.

Punto 10: Deben corregirse todos los efectos sistemáticos significativos identificados en los resultados de la medición. Por lo general, los instrumentos y sistemas de medición deben ajustarse o calibrarse utilizando patrones de medición o materiales de referencia para corregir los efectos sistemáticos. Debe tenerse en cuenta la incertidumbre asociada a estos patrones de medición o materiales de referencia y la incertidumbre en el proceso de corrección.

Punto 11: Otra forma de error es el error falso o excesivo. Este tipo de error invalida la medición y suele estar causado por un error humano o un fallo del instrumento. Razones como llevar los dígitos al registrar los datos, burbujas en la celda de flujo del espectrómetro o contaminación cruzada accidental entre muestras son ejemplos comunes de este tipo de error.

Punto 12: Las mediciones de errores falsos o excesivos son inaceptables y no deben incorporarse a los análisis estadísticos. Sin embargo, los errores causados por el arrastre de dígitos pueden corregirse (precisarse), especialmente cuando tales errores se producen en el primer dígito.

Punto 13: Los errores falsos no siempre son evidentes. Cuando el número de mediciones repetidas es suficiente, suele utilizarse una prueba de valores atípicos para comprobar si hay datos sospechosos en este conjunto de datos. Todos los resultados positivos en las pruebas de valores atípicos deben tratarse con precaución y, cuando sea posible, verificarse con el experimentador. En general, no se puede eliminar un valor basándose únicamente en los resultados estadísticos.

Punto 14: La incertidumbre obtenida generalmente no tiene en cuenta la posibilidad de errores falsos o excesivos.