Al realizar experimentos, esperamos lograr una aproximación de confianza en los resultados de nuestras observaciones. Cuando nuestra confianza es alta, normalmente 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 un rango estimado para un parámetro de población en el que un evento (por ejemplo, medición, muestra, ensayo u observación) corresponde a una probabilidad dada.
¿Qué significa eso?
Si tuviéramos que muestrear repetidamente 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 medición a un nivel de confianza del 95,45%, donde k es equivalente a 2. De hecho, la política ILAC-P14:01/2013 , sección 5.3, exige que los laboratorios de calibración expresen sus estimaciones de incertidumbre de medición con una probabilidad de cobertura de aproximadamente el 95%.
La siguiente tabla muestra algunos de los intervalos de confianza más comunes y su respectivo factor de expansión, utilizados en varias industrias.
Riesgos asociados con los intervalos de confianza
Cada decisión se toma con una aceptación del riesgo asociado. Al seleccionar qué intervalo de confianza usar, tenga en cuenta los riesgos asociados con el intervalo de confianza dado. La mejor manera de evaluar el riesgo, en esta situación, es observar la probabilidad de falla (q) y la velocidad a la que ocurre la falla.
La siguiente tabla muestra las probabilidades y tasas de falla respectivas para cada intervalo de confianza.
De la tabla, debería poder deducir que un intervalo de confianza del 95,45% conlleva el riesgo de fracaso a una probabilidad del 4,55%. Del mismo modo, se asocia con una tasa esperada de fracaso a 1 fracaso en 22 observaciones.
¿Es esto lo suficientemente seguro como para garantizar una calidad repetitiva a gran escala?
La probabilidad de fracaso del 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 involucrados con los resultados de sus mediciones.
