Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Selección del número de referencias, I, y las (el número) replicaciones del procedimiento, J, K,
L.
Numero de referencias:
I =3 a 5
Numero de preparaciones para cada referencia J (incluyendo el básico), debería ser idéntico, al
menos dos preparaciones.
J=2
Número de preparaciones para el estado real K debería ser idéntico al número de
preparaciones J para cada estado de referencia.
El número de mediciones realizadas por preparación L será idéntico; al menos dos repeticiones
se recomienda L=2.
∑ ∑ (x i−x )( y ij− y )
^ i=1
b= j =1
(2)
S xx
a^ = y− b^ x (3)
I J
1
∑ ∑
2
2
σ^ = ( y ij −a^ −b^ x i ) (4 )
I∗J −2 i=1 j=1
I
s xx =J ∑ ( x i−x )
2
i=1
y c = a^ +t 0.95(v ) σ^
√ 1
+
1
+
x2
K I∗J s xx
x c =t 0.95 ( v )
σ^ 1
+
√1
+
x2
b^ K I∗J s xx
t 0.95 ( v ) es el 95%-cuantil de la distribución-t con v=I∗J−2 grados de libertad.
Se calcula mediante:
x d =δ
σ^
b^ √ 1
+
1
+
x2
K I∗J s xx
Donde
δ=(v ; α ; β ) es el valor del parámetro descentralizado determinado de tal manera que una
variable aleatoria que sigue una distribución-t no central con v=I∗J−2 grados de libertad y
el parámetro no centralizado δ ,T (v ; δ ), satisface la ecuación:
P [ T ( v ; δ ) ≤ t 1−α ( v ) ]=β
Si v=4 y α =β=0.05, el error relativo de esta aproximación es del 5%; t 1−α ( v ) es el (1−α )-
cuantil de la distribución-t con v=IJ−2 grados de libertad.
x d =2t 0 , 95 ( v )
σ^
b^ √ 1
+
1 x2
+ =2 x C (9)
K I∗J s xx
σ ( x i )= ( c +d x i ) (12)
Los parámetros c y d se estiman mediante análisis de regresión con las desviaciones estándar:
√
J
1
si= ∑
J −1 j=1
( y ij − y i )
2
Siendo S los valores de la variable dependiente y la variable de estado neta x como la variable
independiente. Ya que la varianza V (S) es proporcional a σ 2, se tiene que realizar un análisis
de regresión ponderado con las ponderaciones:
1 1
w i= =
σ (x i) ( c +d x i )2
2
2
Ya que las varianzas σ ( xi )dependen de los parámetros desconocidos c y d, los cuales todavía
se desconocen, se propone el siguiente procedimiento de iteración con las ponderaciones:
1
^ qi =
w 2
( σ^ qi )
En la primera iteración, (q=0), σ^ 0 i=s i, donde los valores si son las desviaciones estándar
empíricas. Para las iteraciones sucesivas q=1 , 2, …
σ^ qi =c^ q + d^ q x i
Calcular con los valores auxiliares:
I
T q+1 , 1=∑ w
^ qi
i=1
I
T q+1 , 2=∑ w
^ qi x i
i=1
I
T q+1 , 3=∑ w
^ qi x 2i
i=1
I
T q+1 , 4=∑ w
^ qi s i
i=1
I
T q+1 , 5=∑ w
^ qi x i s i
i=1
Y
T q +1 ,3 T q +1 , 4−T q+1 , 2 T q+ 1, 5
c^ q +1= 2
(18)
T q+1 , 1 T q+1 , 3−T q+1 ,2
T q +1 ,1 T q +1 ,5 −T q +1 ,2 T q +1 , 4
d^ q +1= 2
(19)
T q+1 , 1 T q+1 , 3−T q+1 , 2
Este procedimiento converge rápidamente de tal modo que el resultado para q=3
σ^ 3=c^ 3 + d^ 3 x
σ^ ( x )= σ^ 0 + d^ ( x ) (20)
Estimación de la función de calibración
Los parámetros a y b se estiman mediante un análisis de regresión lineal ponderada con los
valores de y ij como la variable dependiente, x i como valores de la variable independiente y las
ponderaciones:
1
w i=
σ^ (x i)
2
Donde:
Con:
I
T 1=J ∑ wi
i=1
I
T 2=J ∑ wi x i
i=1
I
T 3=J ∑ w i x 2i
i=1
I J
T 4=∑ ∑ wi y ij
i=1 j=1
I J
T 5=∑ ∑ wi x i y ij
i=1 j=1
T 3 T 4−T 2 T 5
a= 2
(22)
T 1 T 3−T 2
T 1 T 5−T 2 T 4
b= 2
(23)
T 1 T 3−T 2
√ ( )
2 2
σ^ 0 1 xw 2
y c = a^ +t 0.95 ( v ) + + σ^ (24)
K T 1 s xxw
√ ( )
2 2
t 0.95 ( v ) σ^ 0 1 xw 2
xc= + + σ^ (25)
b^ K T 1 s xxw
Donde:
T2
x w= (26)
T1
2
T2
s xxw=T 3− (27)
T1
I J
1
∑ ∑
2
σ^ 2= wi ( y ij −a^ −b^ x i ) (28)
I ∙ J −2 i=1 j=1
√ ( )
2
δ σ^ ( x d )
2
1 xw 2
xd = + + σ^ (29)
b^ K T 1 s xxw