Criterios De Descarte

SUBTEMA 2.3.3 CRITERIO PARA DESCARTAR UNA OBSERVACIÓN

Algunas veces, cuando una persona está realizando una serie de mediciones repetidas, se enfrenta con un resultado que parece estar fuera del grupo, y entonces debe decidir si descarta ese resultado para una consideración posterior. Este problema se encuentra al principio en los cursos de química analítica, más tarde en el trabajo delaboratorio físico-químico, y aun en investigación avanzada, aunque con menor frecuencia a medida que el estudiante progresa. En el trabajo científico es aceptado corno regla general que una medición se rechaza en forma automática cuando se sabe que se ha cometido un error; ésta es una situación definida que no estamos tratando aquí. Debe notarse que es incorrecto (pero también del todo humano) rechazarresultados que estuvieron sujetos a errores conocidos cuando parecen ser discordantes. La única forma de prevenir una preferencia inconsciente en las mediciones es rechazar cada resultado en el que se sabe que se cometió un error, a pesar de que concuerden con los otros. El problema que estamos enfocando aquí es diferente: ¿cómo decidir descartar un resultado que parece discordante cuando no seconoce ninguna razón para desconfiar de él?

Si el número de resultados repetidos es grande, el problema de, descartar un valor no es importante; en primera, un solo valor tendrá un efecto pequeño sobre la media, y segundo, las consideraciones estadísticas dan una respuesta clara, considerando la probabilidad de que el resultado sospechoso es miembro de la misma población al igual que los otros.Por otro lado, cuando el número repetido es pequeño surge un verdadero dilema: el resultado divergente ejerce un efecto significativo sobre la media, mientras que al mismo tiempo existen datos insuficientes para permitir un análisis estadístico real de la posición relativa del resultado sospechoso.
Las diferentes recomendaciones que han sido promulgadas por diversos autores, certifican laconclusión de que el problema de desechar o retener un valor divergente en una muestra pequeña en realidad no puede ser resuelto en forma satisfactoria. Algunos de los criterios que son más recomendados se consideran más adelante, y se remite al estudiante a la excelente discusión de Blaedel et al. y a los interesantes y más concisos comentarios de Laitinen y Wilson.

En primer lugar, es necesariodefinir qué tan grande debe ser la diferencia entre el valor sospechoso y los otros datos antes de que el resultado sea descartado. Si la diferencia mínima se elige muy pequeña, los datos válidos pueden rechazarse con mucha frecuencia; se dice que éste es un "error de .la primera clase". Por otro lado, el colocar la diferencia mínima demasiado alto lleva a "errores de la segunda clase", esto es, a laconservación frecuente de valores altamente erróneos. Las diversas recomendaciones para el criterio de desechar algún dato nos: llevan a errores de extremos opuestos, algunas veces más cerca de uno y otras veces más cerca del otro.

La regla 2.5d se aplica como sigue:

1. Calcular la media y la desviación promedio de los resultados "buenos".
2. Encontrar la desviación del resultado sospechosoa partir de la media de lo resultados "buenos"
3. Si la desviación del resultado sospechoso es por lo menos 2.5 veces la desviación promedio de los resultados "buenos", descartar el resultado sospechoso.
Si no, hay que conservarlo.

En forma estricta, con la regla 2.5d el límite para descartar es demasiado bajo: los datos válidos también son rechazados con mucha frecuencia (errores de laprimera clase). El grado de confianza citado con frecuencia para esta regla está basado en la estadística de una muestra grande y se extiende a las muestras pequeñas sin la compensación adecuada.

La regla 4d se utiliza en la misma forma que la 2.5d arriba mencionada: esta regla también conduce a los errores de la primera clase, aunque no con tanta frecuencia. No existe una justificación...