O que é uma avaliação de incerteza do Tipo A?

Uma avaliação do Tipo A estima uma incerteza-padrão estatisticamente, a partir de um conjunto de medições repetidas. Você toma várias leituras da mesma grandeza, calcula a média e o desvio-padrão experimental e deriva a incerteza-padrão dessa dispersão. Ela é definida no GUM (JCGM 100), seção 4.2, e é o componente que captura a dispersão aleatória que você vê ao medir a mesma coisa mais de uma vez.

Qual é a diferença entre incerteza do Tipo A e do Tipo B?

Os dois rótulos descrevem como um componente é avaliado, não que tipo de grandeza ele é. O Tipo A é avaliado estatisticamente, a partir de observações repetidas, que é exatamente o que esta ferramenta faz. O Tipo B é avaliado por qualquer outro meio: um certificado de calibração, uma especificação do fabricante, um limite de resolução, uma distribuição assumida ou julgamento de engenharia. Os dois produzem uma incerteza-padrão nas mesmas unidades, e os dois são combinados da mesma forma quando você monta o balanço completo.

Por que dividir por n menos 1 em vez de n?

Você está estimando a dispersão da população a partir de uma amostra finita cuja própria média você teve de calcular antes. Dividir a soma dos quadrados dos desvios por n menos 1 (correção de Bessel) remove o viés que dividir por n introduziria, já que os desvios são tomados em relação à média da amostra e não à média verdadeira. O resultado, s, é o desvio-padrão experimental que o GUM usa. O n menos 1 também é o número de graus de liberdade da estimativa.

Informo a incerteza-padrão de uma única leitura ou da média?

Depende de qual valor você informa. Se o seu resultado informado é a média das n repetições, a incerteza-padrão relevante é a incerteza-padrão da média, s dividido pela raiz quadrada de n, que é menor porque a média suprime a dispersão aleatória. Se o seu resultado informado é uma única leitura, a incerteza-padrão é o próprio s. Esta calculadora mostra as duas e deixa você escolher qual delas é expandida.

Um fator de abrangência k = 2 sempre dá cerca de 95%?

Só quando os graus de liberdade são grandes. k = 2 dá cerca de 95% de abrangência para um resultado aproximadamente normal com muitos graus de liberdade efetivos. Quando você tem só algumas leituras, os graus de liberdade (n menos 1) são pequenos e k = 2 subestima o intervalo. A escolha mais honesta para amostras pequenas é um fator t de Student t(nu, 95%), que é maior. Esta ferramenta oferece essa opção para que a incerteza expandida corresponda ao tamanho real da sua amostra.

Qual fator de abrangência o JCGM 100:2008 recomenda?

O JCGM 100:2008 (o GUM, seção 6.3) não impõe um único valor. Ele observa que k costuma ficar na faixa de 2 a 3, e que k = 2 dá um intervalo com nível de confiança de aproximadamente 95 por cento quando o resultado é aproximadamente normal com graus de liberdade efetivos grandes. Essa combinação é o motivo de quase todo certificado de calibração informar a incerteza expandida com k = 2, abrangência de aproximadamente 95 por cento.

Como isto alimenta o balanço de incertezas completo?

A incerteza-padrão de uma avaliação do Tipo A é uma linha em um balanço maior. Você a combina em quadratura (raiz da soma dos quadrados) com cada componente do Tipo B, como o padrão de referência, a resolução e a deriva, para obter a incerteza-padrão combinada, e depois expande essa com um fator de abrangência. Leve a incerteza-padrão que esta ferramenta informa para a calculadora de balanço de incerteza de medição para combiná-la com o restante.

Calculadora de incerteza do Tipo A

Cole uma coluna de leituras repetidas para obter a média, o desvio-padrão amostral, a incerteza-padrão da média, os graus de liberdade e a incerteza expandida no fator de abrangência que você escolher. Esta é a avaliação do Tipo A do GUM (JCGM 100). Tudo roda no seu navegador. Sem barreira de e-mail e sem cadastro.

Suas leituras

Medições repetidas

Informe pelo menos duas leituras da mesma grandeza tomadas em condições de repetibilidade. Cole direto do Excel.

Unidades (opcional)

Grandeza informada

A média das leituras. Adote u = s / √n. Uma única leitura. Adote u = s.

Qual valor o seu certificado informa. Isso define qual incerteza-padrão é expandida.

Fator de abrangência k

k = 2 dá cerca de 95% só com graus de liberdade grandes. Para poucas leituras, a opção t de Student é a escolha honesta.

Resultado

Leituras individuais Média Valor informado ± U

Método: GUM (JCGM 100:2008), seção 4.2, avaliação do Tipo A. O desvio-padrão usa o divisor n − 1; a incerteza-padrão da média é s / √n; os graus de liberdade são n − 1. Os valores são arredondados para exibição.

Montando balanços de incertezas para instrumentos reais? O Axiospec mantém um balanço por instrumento e o usa para o TUR e os limites de aceitação com banda de guarda na aba Metrologia do instrumento quando uma calibração não declara uma incerteza própria.

Acompanhe seus instrumentos de graça

Incerteza do Tipo A, em termos simples

O que é uma avaliação do Tipo A

Meça a mesma coisa várias vezes e as leituras não vão concordar todas. Essa dispersão é real, e uma avaliação do Tipo A é como você a transforma em um número. O GUM (JCGM 100), seção 4.2, a define como a avaliação de uma incerteza-padrão pela análise estatística de uma série de observações. Você toma a média como a sua melhor estimativa e usa a dispersão das leituras em torno dessa média para dizer quão bem a média é conhecida. É o componente de incerteza mais direto que existe, porque você o observou em vez de assumi-lo.

Desvio-padrão, e o divisor n menos 1

O desvio-padrão experimental s mede a dispersão das leituras individuais. Você soma os quadrados dos desvios de cada leitura em relação à média e divide por n menos 1, não por n, depois tira a raiz quadrada. O n menos 1 é a correção de Bessel: como os desvios são medidos em relação à média da amostra que você calculou, dividir por n enviesaria a estimativa para baixo, e n menos 1 corrige isso. Esse mesmo n menos 1 é o número de graus de liberdade da estimativa, o que importa quando você escolhe um fator de abrangência.

Uma única leitura versus a média

O desvio-padrão experimental s descreve quanto uma leitura qualquer se dispersa. Se você informa uma única leitura, s é a sua incerteza-padrão. Mas a média cancela a dispersão aleatória, então, se você informa a média de n leituras, a incerteza-padrão dela é menor: s dividido pela raiz quadrada de n, o desvio-padrão experimental da média (GUM, seção 4.2.3). Dez leituras não tornam uma leitura dez vezes melhor, mas a média delas é cerca de três vezes melhor, porque a melhoria acompanha a raiz quadrada de n.

Incerteza expandida e abrangência

Uma incerteza-padrão é um desvio-padrão. Para declarar um intervalo que deve conter o valor na maior parte das vezes, você multiplica por um fator de abrangência k e obtém a incerteza expandida U = k vezes u. Um fator k = 2 é a abreviação usual para cerca de 95%, mas isso só vale quando os graus de liberdade são grandes. Com só um punhado de leituras, os graus de liberdade são pequenos e k = 2 dá menos de 95% de abrangência. A correção honesta é um fator t de Student t(nu, 95%), que é maior para amostras pequenas e se aproxima de 2 conforme a amostra cresce (GUM, Anexo G). Esta ferramenta oferece os dois para que o intervalo corresponda ao tamanho real da sua amostra.

Valores do fator de abrangência k

Para uma distribuição normal com graus de liberdade grandes, estes são os fatores de abrangência padrão (GUM JCGM 100:2008, Anexo G). Observe a distinção que causa a maior parte da confusão: k = 2 é exatamente 95,45%, e o número redondo de 95% é k = 1,960. A prática metrológica normalmente declara k = 2 e chama de aproximadamente 95%.

Fator de abrangência k para uma distribuição normal com graus de liberdade grandes
Nível de confiança	Fator de abrangência k
68.27%	1.000
90%	1.645
95%	1.960
95.45%	2.000
99%	2.576
99.73%	3.000

Esses fatores assumem que os graus de liberdade são efetivamente infinitos. Com uma amostra pequena, o multiplicador correto é o fator t de Student para 95% bilateral, que é maior e encolhe em direção a 1,960 conforme a amostra cresce: 12,706 com 1 grau de liberdade, 4,303 com 2, 3,182 com 3, 2,776 com 4, 2,571 com 5, 2,228 com 10, 2,086 com 20, 2,042 com 30. Com n leituras você tem n menos 1 graus de liberdade, então dez leituras dão nove e um fator perto de 2,262. A calculadora acima aplica o que você escolher.

Uma avaliação do Tipo A cobre apenas a dispersão destas repetições. Uma medição completa também carrega componentes do Tipo B, como o padrão de referência, a resolução e a deriva. Combine a incerteza-padrão daqui em quadratura com esses componentes na calculadora de balanço de incerteza de medição para o balanço completo. Referências: GUM (JCGM 100:2008); ISO/IEC 17025:2017.

Perguntas frequentes

O que é uma avaliação de incerteza do Tipo A?

Uma avaliação do Tipo A estima uma incerteza-padrão estatisticamente, a partir de um conjunto de medições repetidas. Você toma várias leituras da mesma grandeza, calcula a média e o desvio-padrão experimental e deriva a incerteza-padrão dessa dispersão. Ela é definida no GUM (JCGM 100), seção 4.2, e é o componente que captura a dispersão aleatória que você vê ao medir a mesma coisa mais de uma vez.
Qual é a diferença entre incerteza do Tipo A e do Tipo B?

Os dois rótulos descrevem como um componente é avaliado, não que tipo de grandeza ele é. O Tipo A é avaliado estatisticamente, a partir de observações repetidas, que é exatamente o que esta ferramenta faz. O Tipo B é avaliado por qualquer outro meio: um certificado de calibração, uma especificação do fabricante, um limite de resolução, uma distribuição assumida ou julgamento de engenharia. Os dois produzem uma incerteza-padrão nas mesmas unidades, e os dois são combinados da mesma forma quando você monta o balanço completo.
Por que dividir por n menos 1 em vez de n?

Você está estimando a dispersão da população a partir de uma amostra finita cuja própria média você teve de calcular antes. Dividir a soma dos quadrados dos desvios por n menos 1 (correção de Bessel) remove o viés que dividir por n introduziria, já que os desvios são tomados em relação à média da amostra e não à média verdadeira. O resultado, s, é o desvio-padrão experimental que o GUM usa. O n menos 1 também é o número de graus de liberdade da estimativa.
Informo a incerteza-padrão de uma única leitura ou da média?

Depende de qual valor você informa. Se o seu resultado informado é a média das n repetições, a incerteza-padrão relevante é a incerteza-padrão da média, s dividido pela raiz quadrada de n, que é menor porque a média suprime a dispersão aleatória. Se o seu resultado informado é uma única leitura, a incerteza-padrão é o próprio s. Esta calculadora mostra as duas e deixa você escolher qual delas é expandida.
Um fator de abrangência k = 2 sempre dá cerca de 95%?

Só quando os graus de liberdade são grandes. k = 2 dá cerca de 95% de abrangência para um resultado aproximadamente normal com muitos graus de liberdade efetivos. Quando você tem só algumas leituras, os graus de liberdade (n menos 1) são pequenos e k = 2 subestima o intervalo. A escolha mais honesta para amostras pequenas é um fator t de Student t(nu, 95%), que é maior. Esta ferramenta oferece essa opção para que a incerteza expandida corresponda ao tamanho real da sua amostra.
Qual fator de abrangência o JCGM 100:2008 recomenda?

O JCGM 100:2008 (o GUM, seção 6.3) não impõe um único valor. Ele observa que k costuma ficar na faixa de 2 a 3, e que k = 2 dá um intervalo com nível de confiança de aproximadamente 95 por cento quando o resultado é aproximadamente normal com graus de liberdade efetivos grandes. Essa combinação é o motivo de quase todo certificado de calibração informar a incerteza expandida com k = 2, abrangência de aproximadamente 95 por cento.
Como isto alimenta o balanço de incertezas completo?

A incerteza-padrão de uma avaliação do Tipo A é uma linha em um balanço maior. Você a combina em quadratura (raiz da soma dos quadrados) com cada componente do Tipo B, como o padrão de referência, a resolução e a deriva, para obter a incerteza-padrão combinada, e depois expande essa com um fator de abrangência. Leve a incerteza-padrão que esta ferramenta informa para a calculadora de balanço de incerteza de medição para combiná-la com o restante.

Esta calculadora executa a estatística do Tipo A do GUM (JCGM 100) sobre as leituras que você informa. Ela estima um componente de incerteza, a dispersão das suas repetições, e não é um balanço de incertezas completo. Não substitui o GUM, a ISO/IEC 17025 nem os procedimentos do seu próprio laboratório. Uma avaliação completa acrescenta cada contribuinte significativo do Tipo B da sua medição específica. Revise qualquer valor contra o seu sistema da qualidade antes de informá-lo.

Calculadora de balanço de incerteza de medição Calculadora de incerteza de resolução Rastreabilidade metrológica explicada Requisitos de calibração da ISO/IEC 17025 Compare softwares de calibração Todas as ferramentas

Leve a lista de preparação para auditoria com você

A lista de verificação que os auditores percorrem de trás para frente e usam de verdade. Depois, quatro e-mails curtos e práticos. Sem spam, cancele com um clique.

Mantenha a incerteza junto do registro

O Axiospec guarda calibrações, incertezas e certificados em um único registro com detecção de adulteração feito para a ISO/IEC 17025.

Começar

Tem uma lista de instrumentos? Envie para nós e carregamos tudo para você, normalmente em alguns dias úteis. Grátis em todos os planos.

Software para ISO/IEC 17025