Calculadora de intervalo de tolerancia normal (factor k y límites)

Calculadora de intervalo de tolerancia normal (factor k y límites)

En crecimiento AI Skill PRO

Ingresar cálculo

Fórmula

k1=zp+zp2−abadondea=1−zγ22(Tamaño de muestra N−1),b=zp2−zγ2Tamaño de muestra N\begin{gathered}k_1=\frac{z_p+\sqrt{z_p^2-ab}}{a}\\\text{donde}\\a=1-\frac{z_\gamma^2}{2(\text{Tamaño de muestra N}-1)},\ b=z_p^2-\frac{z_\gamma^2}{\text{Tamaño de muestra N}}\end{gathered}
Ver los pasos del cálculo (2)
  1. Límites de tolerancia

    Media muestral±kDesviación estándar muestral\text{Media muestral}\pm k\,\text{Desviación estándar muestral}

    Inferior = media - k s; superior = media + k s.

  2. k bilateral (Howe)

    k2=z(1+Cobertura p)/2ν(1+1/Tamaño de muestra N)χ1−Nivel de confianza,ν2k_2 = z_{(1+\text{Cobertura p})/2}\sqrt{\frac{ \nu\left(1+1/\text{Tamaño de muestra N}\right)}{\chi^2_{1-\text{Nivel de confianza},\nu}}}

    El término de chi-cuadrado es el cuantil inferior con probabilidad 1 menos la confianza; nu = N-1.

Estadísticas de uso

Publicidad

Resultados

Factor k
2,2173
Límite inferior de tolerancia 88,9134
Límite superior de tolerancia 111,0866
Grados de libertad 42

Informar de un error en esta página

Qué hace esta calculadora

Esta calculadora obtiene el factor k y los límites de tolerancia \(\bar{Y} \pm k s\) para datos que se supone proceden de una distribución normal. Un intervalo de tolerancia es un rango que, con una confianza indicada, se espera que contenga al menos una proporción indicada de toda la población, y no solo de la muestra. Resulta útil para ingenieros, analistas de calidad e investigadores que necesitan describir dónde caerán la mayoría de los valores individuales.

Curva normal con la proporción central p sombreada y límites de tolerancia en la media más y menos k por s
Un intervalo de tolerancia bilateral x̄ ± k·s se define para contener al menos una proporción p de la población, con confianza γ.

Cómo usarla

Elija el tipo de intervalo: bilateral, o unilateral (un límite inferior y un límite superior, cada uno independiente). Introduzca la media muestral, la desviación estándar muestral (divisor n-1, cero o más) y el tamaño de muestra N (un número entero, de al menos 2). Introduzca la proporción de cobertura p y el nivel de confianza como proporciones estrictamente comprendidas entre 0 y 1, por ejemplo 0.90 y 0.99. La media y la desviación estándar deben ser números válidos; las entradas que no puedan leerse como números deben corregirse antes de calcular.

Fórmula

Factor bilateral (aproximación de Howe):

$$k_2 = z_{(1+p)/2}\sqrt{\frac{\nu\,(1+1/N)}{\chi^2_{1-\gamma,\nu}}}$$

Factor unilateral (Natrella):

$$k_1=\frac{z_p+\sqrt{z_p^2-ab}}{a},\quad a=1-\frac{z_\gamma^2}{2(N-1)},\quad b=z_p^2-\frac{z_\gamma^2}{N}$$

Límites:

$$\bar{Y}-ks \quad\text{y}\quad \bar{Y}+ks$$

Aquí \(p\) = cobertura, \(\gamma\) = confianza, \(N\) = tamaño de muestra, \(\nu = N-1\) = grados de libertad, \(z_q\) = cuantil de la normal estándar para la probabilidad acumulada q, \(\chi^2_{1-\gamma,\nu}\) = cuantil de chi-cuadrado para la probabilidad acumulada \(1-\gamma\), \(\bar{Y}\) = media muestral y \(s\) = desviación estándar muestral.

Publicidad

Convenciones y supuestos

  • El k bilateral usa la aproximación de Howe de 1969, tal como aparece en el manual NIST/SEMATECH. El término de chi-cuadrado es el cuantil inferior con probabilidad 1 menos la confianza, lo que coincide con el ejemplo del manual (columna 0.01, 42 grados de libertad, 23.650).
  • El manual llama alfa al nivel de confianza; aquí se denomina confianza y se introduce como proporción.
  • No se aplica la corrección de Guenther; se devuelve el factor de Howe sin modificar.
  • El k unilateral usa las fórmulas de Natrella, que solo necesitan cuantiles normales. No se ofrece el método de la t no central.
  • Los grados de libertad son N-1, ya que una sola muestra estima tanto la media como la desviación estándar.
  • En modo unilateral, los límites inferior y superior son cotas unilaterales separadas, no un par bilateral. La cobertura debe ser al menos 0.5.
  • Los cuantiles proceden de funciones de distribución inversas en doble precisión, no de tablas redondeadas. El factor k y los límites se muestran con 4 decimales.

Ejemplo resuelto

Bilateral, \(N=43\), \(p=0.90\), \(\gamma=0.99\), media 100, \(s=5\). Entonces \(\nu=42\) y

$$k_2 = 2.2173$$

Los límites son:

$$100 - 2.2173\times 5 = 88.9134$$$$100 + 2.2173\times 5 = 111.0866$$

Con una confianza del 99%, al menos el 90% de la población se encuentra entre 88.9134 y 111.0866. Los grados de libertad son 42.

Interpretación del resultado y limitaciones

Un k mayor produce un intervalo más amplio. El factor k se acerca al cuantil normal a medida que N crece, y aumenta con una mayor cobertura o confianza. Los resultados suponen normalidad y muestreo aleatorio; las colas pesadas o los valores atípicos los invalidan. En muestras pequeñas (N de 10 o menos) la aproximación unilateral de Natrella es notablemente menos precisa que el método de la t no central; la fuente da 5.2808 frente a 4.4111 para N = 6. Para N muy pequeños con p o confianza altos, puede que no exista un k real y hay que aumentar el tamaño de muestra. Una desviación estándar de cero da límites iguales a la media.

Publicidad
Curvas que muestran el factor de tolerancia k disminuyendo con el tamaño muestral N hacia el cuantil normal z
k disminuye a medida que N crece y se acerca al cuantil normal z. Niveles de confianza más altos dan una k mayor con N pequeño.

Preguntas frecuentes

¿En qué se diferencia un intervalo de tolerancia de un intervalo de confianza?

Un intervalo de confianza estima un parámetro, como la media. Un intervalo de tolerancia acota una proporción indicada de los valores individuales de la población.

¿Qué significan cobertura y confianza?

La cobertura es la proporción mínima de la población que debería contener el intervalo. La confianza es la probabilidad, a largo plazo, de que los intervalos construidos de este modo alcancen esa cobertura.

¿Por qué el modo unilateral muestra un error?

La aproximación puede no tener solución real para muestras muy pequeñas con cobertura o confianza altas. Aumente N o reduzca los niveles.

¿Puedo usarla con datos no normales?

No de forma fiable. Compruebe primero la normalidad o transforme los datos.

¿Por qué mis resultados difieren ligeramente de las tablas impresas?

Las tablas están redondeadas y pueden usar factores exactos; esta herramienta calcula las aproximaciones directamente en doble precisión.

Fuentes

Fuentes y referencias

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas