Determinando os métodos de um intervalo da tolerância estatístico
Redação
Um intervalo de tolerância é aquele que provavelmente contém uma proporção definida de uma população. Para calcular os intervalos de tolerância, deve-se estipular a proporção da população e o nível de confiança desejado - a probabilidade de que a proporção mencionada esteja realmente inclusa no intervalo. largura de um intervalo de confiança depende inteiramente do erro de amostragem. Quanto mais perto a amostra chegar de incluir toda a população, menor a largura do intervalo de confiança, até chegar a zero. Mas a largura de um intervalo de tolerância baseia-se não apenas no erro de amostragem, mas também na variação da população. À medida que o tamanho da amostra se aproxima de toda a população, o erro de amostragem diminui e os percentis estimados se aproximam dos percentis da população verdadeira. Existem especificações normativas dos métodos para a determinação de um intervalo de tolerância estatístico baseado em uma amostra, isto é, um intervalo tal que exista uma probabilidade (nível de confiança) fixa de que o intervalo deve conter ao menos uma proporção p da população da qual a amostra é retirada. O intervalo de tolerância estatístico pode ser bilateral ou unilateral e os limites do intervalo são denominados limites de tolerância estatísticos ou limites naturais do processo.
Da Redação –
Os intervalos de tolerância são uma amplitude de valores para uma característica de qualidade específica de um produto que provavelmente abrange uma determinada porcentagem mínima da produção atual ou futura do produto. Deve usar o método para uma distribuição paramétrica caso deseje assumir com segurança que sua amostra vem de uma população que segue tal distribuição.
Se os dados seguirem uma distribuição paramétrica, o método que usa tal distribuição será mais preciso e econômico do que o método não paramétrico. Um método que usa uma distribuição atinge margens menores de erro com menos observações, desde que a distribuição escolhida seja apropriada para seus dados.
No caso de uma distribuição contínua representada por uma amostra aleatória simples, de tamanho n qualquer, na ausência de qualquer hipótese sobre a natureza da distribuição, pode-se obter informações sobre o grau de dispersão da distribuição a partir dos valores extremos da amostra (xm para o menor e xM para o maior) ou a partir de apenas um deles. Como exemplo numérico, em um ensaio de fadiga por flexões rotativos aplicadas a um compon...
Artigo atualizado em 12/06/2024 03:49.
