logo móvil
Contáctanos

Comparando la robustez de los estimadores estadísticos de los esquemas de pruebas de competencia para un número limitado de participantes

Autores: Tsamatsoulis, Dimitris

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Comparando la robustez de los estimadores estadísticos de los esquemas de pruebas de competencia para un número limitado de participantes


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Modelos
Pruebas de competencia
Estimadores
Distribuciones
Algoritmos
Normas ISO

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 18

Citaciones: Sin citaciones


Descripción
Este estudio tiene como objetivo desarrollar modelos para analizar los resultados de los esquemas de pruebas de aptitud (PT) para un número limitado de participantes. Los modelos pueden determinar los mejores estimadores de ubicación y dispersión utilizando los resultados insatisfactorios como criterio al combinar: (a) estimadores robustos y clásicos; (b) gráficos de densidad de núcleo; (c) factores Z; (d) simulaciones de Monte Carlo; (e) distribuciones derivadas de la adición de una o dos distribuciones contaminantes y una principal Gaussiana. Las normas ISO 13258:2015, ISO 5725:2:1994 y EN ISO/IEC 17043:2010 son la base del análisis. El estudio describe un algoritmo que resuelve el problema de optimización para (a) distribuciones Gaussianas, bimodales o trimodales; (b) laboratorios participantes de 10 a 30; (c) fracción de la población contaminante de hasta 0.10; (d) coeficiente de variación de la distribución principal igual a 2; (e) desviaciones estándar iguales de todas las distribuciones, y proporciona figuras con los estimadores óptimos. También se desarrolló un algoritmo generalizado utilizando gráficos de densidad de núcleo y el algoritmo anterior, que no está sujeto a restricciones (b)-(e) e implementado en los resultados de un PT para la resistencia del cemento a los 28 días con 12-13 participantes. Las figuras de los estimadores óptimos y el algoritmo generalizado son útiles para un experto en PT al elegir estimadores robustos.

Otros recursos que podrían interesarte

Temas Virtualpro