En estadística, el criterio de Chauvenet es un método para calcular si un dato experimental (a partir de ahora llamado dato dudoso), de un conjunto de datos experimentales, es probable que sea un valor atípico (outlier).
Para aplicar el Criterio de Chauvenet, primero se ha de calcular la media y la desviación estándar (típica) de la información observada. Basándose en cuánto difiere el valor dudoso de la media, se utiliza la función de distribución normal (o la tabla de la misma) para determinar la probabilidad de que una dato dado sea del valor del dato dudoso. Se multiplica esta probabilidad por el número de datos de la muestra escogida. Si el resultado es inferior a 0,5; el dato dudoso se puede descartar. Ejemplo: una lectura se puede rechazar si la probabilidad de obtener la desviación específica de la media es menor que 1/(2n).
Por ejemplo, suponemos que un valor se calcula de forma experimental en varias pruebas como 9, 10, 10, 10,11 y 50. La media obtenida es de 16.7 y la desviación típica es 16.34. 50 difiere de 16,7 por 33,3, ligeramente más que dos desviaciones típicas. La probabilidad de obtener información mayor que dos desviaciones típicas respecto de la media es apenas de 0,05. Se toman seis datos/medidas, así el valor estadístico (el valor de la información multiplicado por la probabilidad) es 0,05x6=0,3. Porque de acuerdo con el Criterio de Chauvenet 0,3 < 0,5, la medida del valor de 50 se debe descartar (dejando un nuevo promedio de 10, con una desviación típica de 0,7).
Otro método para eliminar los datos dudosos es el llamado Criterio de Peirce. Fue desarrollado unos años antes de que el Criterio de Chauvenet se publicase, y es más riguroso que la supresión raciona de los valores atípicos. También hay otros métodos de valores atípicos, como por ejemplo: Grubbs' Test for Outliers.
La supresión o eliminación de valor atípico es una práctica muy polémica y muy mal vista entre muchos científicos y formadores en ciencias; y aunque el Criterio de Chauvenet proporcione un método objetivo y cuantitativo para la eliminación de datos, no hace que la práctica sea más científica o más metodológica, sobre todo en pequeños conjuntos de datos, o donde no se puede suponer la distribución normal. La eliminación de valores atípicos es más aceptable en áreas de práctica en las que el modelo de proceso que se ha calculado y la distribución de mediciones atípicas, se saben con certeza.
Bibliografía
Taylor, John R. An Introduction to Error Analysis. 2nd edition. Sausolito, California: University Science Books, 1997. pp 166-8.
Stephen Ross, PhD, University of New Haven article, J. Engr. Technology, Fall, 2003.
Gustavo Martinez, PhD, University of Barcelona, article, Schedflow, 2010.
Datos:Q2712562
Agosto 24, 2021
criterio, chauvenet, estadística, criterio, chauvenet, método, para, calcular, dato, experimental, partir, ahora, llamado, dato, dudoso, conjunto, datos, experimentales, probable, valor, atípico, outlier, para, aplicar, primero, calcular, media, desviación, es. En estadistica el criterio de Chauvenet es un metodo para calcular si un dato experimental a partir de ahora llamado dato dudoso de un conjunto de datos experimentales es probable que sea un valor atipico outlier Para aplicar el Criterio de Chauvenet primero se ha de calcular la media y la desviacion estandar tipica de la informacion observada Basandose en cuanto difiere el valor dudoso de la media se utiliza la funcion de distribucion normal o la tabla de la misma para determinar la probabilidad de que una dato dado sea del valor del dato dudoso Se multiplica esta probabilidad por el numero de datos de la muestra escogida Si el resultado es inferior a 0 5 el dato dudoso se puede descartar Ejemplo una lectura se puede rechazar si la probabilidad de obtener la desviacion especifica de la media es menor que 1 2n Por ejemplo suponemos que un valor se calcula de forma experimental en varias pruebas como 9 10 10 10 11 y 50 La media obtenida es de 16 7 y la desviacion tipica es 16 34 50 difiere de 16 7 por 33 3 ligeramente mas que dos desviaciones tipicas La probabilidad de obtener informacion mayor que dos desviaciones tipicas respecto de la media es apenas de 0 05 Se toman seis datos medidas asi el valor estadistico el valor de la informacion multiplicado por la probabilidad es 0 05x6 0 3 Porque de acuerdo con el Criterio de Chauvenet 0 3 lt 0 5 la medida del valor de 50 se debe descartar dejando un nuevo promedio de 10 con una desviacion tipica de 0 7 Otro metodo para eliminar los datos dudosos es el llamado Criterio de Peirce Fue desarrollado unos anos antes de que el Criterio de Chauvenet se publicase y es mas riguroso que la supresion raciona de los valores atipicos Tambien hay otros metodos de valores atipicos como por ejemplo Grubbs Test for Outliers La supresion o eliminacion de valor atipico es una practica muy polemica y muy mal vista entre muchos cientificos y formadores en ciencias y aunque el Criterio de Chauvenet proporcione un metodo objetivo y cuantitativo para la eliminacion de datos no hace que la practica sea mas cientifica o mas metodologica sobre todo en pequenos conjuntos de datos o donde no se puede suponer la distribucion normal La eliminacion de valores atipicos es mas aceptable en areas de practica en las que el modelo de proceso que se ha calculado y la distribucion de mediciones atipicas se saben con certeza Bibliografia EditarTaylor John R An Introduction to Error Analysis 2nd edition Sausolito California University Science Books 1997 pp 166 8 Stephen Ross PhD University of New Haven article J Engr Technology Fall 2003 Gustavo Martinez PhD University of Barcelona article Schedflow 2010 Datos Q2712562Obtenido de https es wikipedia org w index php title Criterio de Chauvenet amp oldid 119555143, wikipedia, wiki, leyendo, leer, libro, biblioteca,
