Professional Documents
Culture Documents
, ,
(1)
NOTA 1 Para economia de notao, neste Guia ser usado o mesmo smbolo para a grandeza fsica (o
mensurando) e para a varivel aleatria (ver 4.2.1) que representa o possvel resultado de uma observao dessa
grandeza. Quando declarado que X
i
tem uma determinada distribuio de probabilidade, o smbolo usado neste
ltimo sentido e supe-se que a prpria grandeza fsica possa ser caracterizada por um valor essencialmente nico
(ver 1.2 e 3.1.3).
NOTA 2 Em uma srie de observaes, o k-simo valor observado X
i
designado como X
i,k
; assim, se R
representa a resistncia de um resistor, o k-simo valor observado da resistncia representado como R
k
.
NOTA 3 A estimativa de X
i
(estritamente falando, de sua esperana) designada por x
i
.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 9
EXEMPLO Se uma diferena de potencial V aplicada aos terminais de um resistor dependente da temperatura
que tem uma resistncia R0, a uma temperatura definida t
0
e um coeficiente de temperatura linear da resistncia ,
a potncia P (o mensurando) dissipada pelo resistor, temperatura t, depende de V, R0, e t, de acordo com
,
, ,
NOTA Outros mtodos de medio de P seriam modelados por expresses matemticas diferentes.
4.1.2 As grandezas de entrada X
1
, X
2
, ..., X
N
, das quais a grandeza de sada Y depende, podem elas
mesmas ser consideradas como mensurandos e depender de outras grandezas, incluindo correes e
fatores de correo para efeitos sistemticos, levando, por conseguinte, a uma complicada relao
funcional f, que talvez nunca possa ser escrita de modo explcito. Alm disso, f pode ser determinada
experimentalmente (ver 5.1.4) ou existir somente como um algoritmo que ter de ser resolvido
numericamente. A funo f, tal como aparece neste Guia, deve ser interpretada neste conceito mais
amplo, em particular como sendo a funo que contm todas as grandezas, incluindo todas as
correes e fatores de correo que possam contribuir com um componente de incerteza significativo
para o resultado de medio.
Assim, se dados indicam que f no modela a medio no grau imposto pela exatido requerida do
resultado de medio, devem-se incluir grandezas de entrada adicionais em f para eliminar esta
inadequao (ver 3.4.2). Isto pode requerer a introduo de uma grandeza de entrada que reflita o
conhecimento incompleto de um fenmeno que afeta o mensurando. No exemplo de 4.1.1 podem ser
necessrias grandezas de entrada adicionais para responder por uma distribuio de temperatura
conhecida e no-uniforme ao longo do resistor, um coeficiente de temperatura da resistncia
possivelmente no-linear, ou uma possvel dependncia da resistncia quanto presso baromtrica.
NOTA No entanto, a Equao (1) pode ser to elementar quanto Y = X1 X2. Esta expresso modela, por exemplo,
a comparao de duas determinaes da mesma grandeza X.
4.1.3 O conjunto de grandezas de entrada X
1
, X
2
, ..., X
N
pode ser categorizado como:
grandezas cujos valores e incertezas podem ser diretamente determinados na medio em curso.
Estes valores e incertezas podem ser obtidos, por exemplo, de uma nica observao, de
observaes repetidas, ou de julgamento baseado na experincia, e podem envolver a
determinao de correes em leituras de instrumentos e correes por conta de grandezas de
influncia, tais como temperatura ambiente, presso baromtrica e umidade;
grandezas cujos valores e incertezas so incorporados medio a partir de fontes externas, tais
como grandezas associadas com padres de medio calibrados, materiais de referncia
certificados e dados de referncia obtidos de manuais tcnicos.
4.1.4 Uma estimativa do mensurando Y, designada por y, obtida da Equao (1) usando estimativas
de entrada x
1
, x
2
, ..., x
N
para os valores das N grandezas X
1
, X
2
, ..., X
N
. Assim, a estimativa de sada y,
que o resultado da medio, dada por
, ,
(2)
NOTA Em alguns casos, a estimativa y pode ser obtida de
.
,
.
, ,
.
Isto , y tomado como sendo a mdia aritmtica ou mdia (ver 4.2.1) de n determinaes independentes Y
k
de Y,
tendo cada determinao a mesma incerteza e cada uma sendo baseada em um conjunto completo de valores
observados das N grandezas de entrada X
i
obtidos ao mesmo tempo. Esta forma de obter a mdia, em vez de
, ,
, onde
a mdia aritmtica das observaes individuais X
i,k
, pode ser prefervel quando f uma funo no linear das
grandezas de entrada X1, X2, ..., X
N
. Entretanto, os dois procedimentos so idnticos se f uma funo linear de X
i
(ver H.2 e H.4).
4.1.5 O desvio-padro estimado associado com a estimativa de sada ou resultado de medio y,
chamado incerteza-padro combinada e designado por u
c
(y), determinado pelo desvio-padro
estimado associado com cada estimativa de entrada x
i
, denominado incerteza-padro e designado por
u(x
i
) (ver 3.3.5 e 3.3.6).
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 10
4.1.6 Cada estimativa de entrada xi e sua incerteza-padro associada u(xi) so obtidas de uma
distribuio de valores possveis da grandeza de entrada Xi. Essa distribuio de probabilidade pode
ser baseada na freqncia, isto , em uma srie de observaes Xi,k de Xi, ou pode ser uma distribuio
a priori. Avaliaes do Tipo A dos componentes da incerteza-padro so fundamentadas em
distribuies de freqncia, enquanto que avaliaes do Tipo B so fundamentadas em distribuies a
priori. Deve-se reconhecer que em ambos os casos as distribuies so modelos utilizados para
representar o estgio de nosso conhecimento.
4.2 Avaliao da incerteza-padro do Tipo A
4.2.1 Na maioria dos casos, a melhor estimativa disponvel da esperana ou valor esperado
q
de uma
grandeza q que varia aleatoriamente [uma varivel aleatria (C.2.2)] e para a qual n observaes
independentes q
k
foram obtidas sob as mesmas condies de medio (ver B.2.15), a mdia
aritmtica ou mdia q (C.2.19) das n observaes:
1
(3)
Assim, para uma grandeza de entrada X
i
estimada a partir de n observaes repetidas independentes
X
i,k
, a mdia aritmtica
1
1
(4)
Esta estimativa da varincia e sua raiz quadrada positiva s(q
k
), denominada desvio-padro
experimental (B.2.17), caracterizam a variabilidade dos valores q
k
observados ou, mais
especificamente, sua disperso em torno de sua mdia .
4.2.3 A melhor estimativa de
(5)
A varincia experimental da mdia
, com
calculada de acordo
com a Equao (5). Por convenincia,
, e
/ do que por
/ e a incerteza-padro
at
a
+
(em outras palavras, a probabilidade de que X
i
esteja neste intervalo de 0,5 ou 50 por cento). Se
se puder supor que a distribuio dos valores possveis de X
i
aproximadamente normal, ento a
melhor estimativa x
i
de X
i
pode ser tomada no ponto mdio do intervalo. Adicionalmente, se a meia
largura do intervalo designada por a = (a
+
- a
at a
+
, para
todos os fins prticos, igual a um, e a probabilidade de que X
i
esteja fora deste intervalo ,
essencialmente, zero. Se no h conhecimento especfico sobre os valores possveis de X
i
dentro do
intervalo, pode-se apenas supor que igualmente provvel que X
i
esteja em qualquer lugar dentro dele
(uma distribuio uniforme ou retangular de valores possveis - ver 4.4.5 e Figura 2a). Ento, x
i
, a
esperana ou valor esperado de X
i
, o ponto mdio no intervalo, x
i
= (a
+ a
+
)/2, com varincia
associada
12 (6)
Se a diferena entre os limites, a
+
a
3 (7)
NOTA Quando um componente de incerteza determinado deste modo contribui significativamente para a incerteza
de um resultado de medio, prudente que se obtenham dados adicionais para sua avaliao mais completa.
EXEMPLO 1 Um manual fornece o valor do coeficiente de expanso trmica linear do cobre puro a 20 C, 20(Cu),
como 16,52 10
6
C
1
e simplesmente estabelece que o erro neste valor no deve exceder 0,40 10
6
C
1
.
Baseado nessas informaes limitadas, no absurdo supor que o valor de 20(Cu) estar distribudo com igual
probabilidade no intervalo de 16,12 10
6
C
1
a 16,92 10
6
C
1
e que muito pouco provvel que 20(Cu)
esteja fora dele. A varincia dessa distribuio retangular simtrica de valores possveis de 20(Cu) de meia-largura
a = 0,40 10
6
C
1
, ento, a partir da Equao (7), u
2
(20) = (0,40 10
6
C
1
)
2
/3 = 53,3 10
15
C
2
, e a
incerteza-padro u(20) = (0,40 10
6
C
1
) / 3 = 0,23 10
6
C
1
.
EXEMPLO 2 As especificaes do fabricante para um voltmetro digital estabelecem que entre um e dois anos
depois que o instrumento calibrado, sua exatido na faixa de 1 V 14 10
6
vezes a leitura mais 2 10
6
vezes
a faixa. Considere-se que o instrumento usado 20 meses aps a calibrao para medir em sua faixa de 1 V uma
diferena de potencial V, e que a mdia aritmtica de um nmero de observaes repetidas independentes de V
encontrada como sendo
) = 12 V. Pode-se obter a
incerteza-padro associada com as especificaes do fabricante a partir de uma avaliao do Tipo B, supondo que
a exatido declarada fornece limites simtricos para uma correo aditiva a
, ento, a = (14 10
6
) (0,928 571 V) + (2 10
6
) (1 V) = 15 V e, pela
Equao (7), u
2
(
) = 75 V
2
e u(
com a incerteza-
padro do Tipo B de 8,7 V de
= x
i
b
b
+
. Uma vez que, neste caso, x
i
(suposto ser
a esperana de X
i
) no est no centro do intervalo de a
at a
+
, a distribuio da probabilidade de X
i
no
pode ser uniforme em todo o intervalo. Entretanto, pode no haver suficiente informao disponvel
para escolher uma distribuio apropriada; modelos diferentes levaro a diferentes expresses para a
varincia. Na ausncia de tal informao, a aproximao mais simples
12
12
(8)
que a varincia de uma distribuio retangular com largura total b
+
+ b
de X
i
esteja no
ponto mdio entre os limites:
2 .
NOTA 2 Com base no princpio da mxima entropia pode-se demonstrar que a funo densidade da probabilidade
no caso assimtrico igual a p(X
i
) = A exp[(X
i
x
i
)], com A = [b exp(b) + b+ exp(b+)]
1
e = {exp[(b + b+)]
1}/{b exp[(b + b+)] + b+}. Isto leva varincia u
2
(x
i
) = b+b (b+ b)/; para b+ > b, > 0 e para b+ < b, < 0.
4.3.9 Em 4.3.7, como no havia conhecimento especfico sobre os possveis valores de X
i
dentro de
seus limites estimados a
e a
+
, poder-se-ia somente supor que seria igualmente provvel, para X
i
, tomar
qualquer valor entre esses limites, com probabilidade zero de estar fora deles. Tais descontinuidades
de funo degrau em uma distribuio de probabilidade no so muitas vezes fsicas. Em muitos casos,
mais realista esperar que valores perto dos limites sejam menos provveis do que os que estejam
perto do ponto mdio. ento razovel substituir a distribuio retangular simtrica por uma
distribuio trapezoidal simtrica tendo lados inclinados iguais (um trapezide issceles), uma base de
largura a
+
a
+ a
+
)/2 e sua varincia associada
6
9a
que se torna, para a distribuio triangular, = 0,
6
(9b)
NOTA 1 Para uma distribuio normal, com esperana e desvio-padro , o intervalo 3 abrange,
aproximadamente, 99,73 por cento da distribuio. Ento, se os limites superior e inferior a+ e a definem limites de
99,73 por cento em vez de limites de 100 por cento, pode-se supor que X
i
tenha distribuio aproximadamente
normal (em lugar de se supor no existir conhecimento especfico acerca de X
i
entre os limites, como em 4.3.7).
Neste caso u
2
(x
i
) = a
2
/9. Para comparao, a varincia de uma distribuio retangular simtrica de meia-largura a
a
2
/3 [Equao (7)], e a de uma distribuio triangular simtrica com meia-largura a a a
2
/6 [Equao (9b)]. As
magnitudes das varincias dessas trs distribuies so surpreendentemente similares, em vista da grande
diferena na quantidade de informaes requeridas para justific-las.
NOTA 2 A distribuio trapezoidal equivalente convoluo de duas distribuies retangulares [10], uma com
meia-largura a1 igual meia-largura mdia do trapezide, a1 = a(1 + )/2, a outra com uma meia largura a2, igual
largura mdia de uma das pores triangulares do trapezide, a2 = a(1 )/2. A varincia da distribuio
3 . A distribuio da convoluo pode ser interpretada como uma distribuio retangular cuja largura 2a1
tem, ela mesma, uma incerteza representada por uma distribuio retangular de largura 2a2, e modela o fato de
que as fronteiras de uma grandeza de entrada no so exatamente conhecidas. Porm mesmo que a2 seja to
grande quanto 30 por cento de a1, u excede a1 / 3 por menos de 5 por cento.
4.3.10 importante no contar duplamente os componentes da incerteza. Se um componente da
incerteza, surgindo de um determinado efeito, obtido a partir de uma avaliao do Tipo B, deve ser
includo como um componente independente da incerteza no clculo da incerteza-padro combinada do
resultado de medio somente na medida em que o efeito no contribua para a variabilidade observada
das observaes. Isto porque a incerteza oriunda daquela parte do efeito que contribui para a
variabilidade observada j est includa no componente da incerteza obtido a partir da anlise
estatstica das observaes.
4.3.11 A discusso sobre a avaliao da incerteza-padro do Tipo B, de 4.3.3 a 4.3.9, foi feita somente
com fins indicativos. Alm disso, a avaliao da incerteza deve ser baseada, na maior extenso
possvel, em dados quantitativos, como enfatizado em 3.4.1 e 3.4.2.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 15
4.4 Ilustrao grfica da avaliao da incerteza-padro
4.4.1 A Figura 1 representa a estimativa do valor de uma grandeza de entrada X
i
e a avaliao da
incerteza dessa estimativa decorrentes da distribuio desconhecida de possveis valores medidos de
X
i
, ou distribuio de probabilidade de X
i
, que amostrada por meio de observaes repetidas.
4.4.2 Na Figura 1a), supe-se que a grandeza de entrada X
i
seja uma temperatura t e que sua
distribuio desconhecida uma distribuio normal, com esperana
t
= 100 C e desvio-padro
= 1,5 C. Sua funo densidade de probabilidade , en to (ver C.2.14)
1
2
1
2
NOTA A definio de funo densidade de probabilidade p(z) requer que a relao 1 seja satisfeita.
4.4.3 A Figura 1b) mostra um histograma de n = 20 observaes repetidas t
k
da temperatura t, supostas
como tendo sido tomadas aleatoriamente a partir da distribuio da Figura 1a). Para obter o
histograma, as 20 observaes ou amostras, cujos valores so dados na Tabela 1, so agrupadas em
intervalos de 1 C de largura. (A preparao do histograma , naturalmente, desnecessria para a
anlise estatstica dos dados).
Tabela 1 Vinte observaes repetidas da temperatura t
agrupadas em intervalos de 1 C
Intervalo
Temperatura
/
/
94,5 95,5
95,5 96,5
96,5 97,5 96,90
97,5 98,5 98,18; 98,25
98,5 99,5 98,61; 99,03; 99,49
99,5 100,5 99,56; 99,74; 99,89; 100,07; 100,33; 100,42
100,5 101,5 100,68; 100,95; 101,11; 101,20
101,5 102,5 101,57; 101,84; 102,36
102,5 103,5 102,72
103,5 104,5
104,5 105,5
A mdia aritmtica ou mdia
1,489 1,49,
e o desvio-padro experimental da mdia
da mdia
0, para outros valores de .
Como indicado em 4.3.7, a melhor estimativa de t sua esperana
t
= (a+ + a)/2 = 100 C, que decorre
de C.3.1. A incerteza-padro desta estimativa u(t) = a / 3 2,3 C, que decorre de C.3.2 [ver
Equao (7)].
4.4.6 Para o caso ilustrado na Figura 2b), assume-se que a informao disponvel relativa a t seja
menos limitada e que t possa ser descrito por uma distribuio de probabilidade a priori triangular e
simtrica de mesmo limite inferior a = 96 C, mesmo limite superior a+ = 104 C e, assim, mesma meia
largura a = (a+ a)/2 = 4 C, como em 4.4.5 (ver 4.3.9). A funo densidade de probabilidade de t ,
ento
/2
0, para outros valores de .
Como indicado em 4.3.9, a esperana de t
)
= 0,33 C obtido em 4.4.3 a partir de 20 observaes tomadas supostamente de forma aleatria a partir
da mesma distribuio normal.
5 Determinando a incerteza-padro combinada
5.1 Grandezas de entrada no correlacionadas
Este item trata do caso em que todas as grandezas de entrada so independentes (C.3.7). O caso em
que duas ou mais grandezas de entrada so relacionadas, isto , so interdependentes ou
correlacionadas (C.2.8), discutido em 5.2.
5.1.1 A incerteza-padro de y, onde y a estimativa do mensurando Y e, desta maneira, o resultado da
medio, obtida pela combinao apropriada de incertezas-padro das estimativas de entrada x
1
, x
2
,
..., x
N
(ver 4.1). Esta incerteza-padro combinada da estimativa y representada por u
c
(y).
NOTA Por razes similares quelas dadas na nota de 4.3.1, os smbolos uc(y) e uc
2
(y) so usados em todos os
casos.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 19
5.1.2 A incerteza-padro combinada u
c
(y) a raiz quadrada positiva da varincia combinada u
c
2
(y), que
dada por
(10)
onde f a funo citada na Equao (1). Cada u(x
i
) uma incerteza-padro avaliada como descrito em
4.2 (avaliao Tipo A) ou em 4.3 (avaliao Tipo B). A incerteza-padro combinada u
c
(y) um desvio-
padro estimado e caracteriza a disperso dos valores que poderiam, razoavelmente, ser atribudos ao
mensurando Y (ver 2.2.3).
A Equao (10) e sua correspondente para grandezas de entrada correlacionadas, Equao (13),
ambas baseadas numa aproximao de primeira ordem da srie de Taylor de Y = f (X
1
, X
2
, ..., X
N
),
expressam o que , neste Guia, denominado lei de propagao de incertezas (ver E.3.1 e E.3.2).
NOTA Quando a no-linearidade de f significativa, termos de ordem superior devem ser includos na expanso
da srie de Taylor para a expresso de uc
2
(y), Equao (10). Quando a distribuio de cada X
i
normal, os termos
mais importantes de ordem imediatamente superior a serem adicionados aos termos da Equao (10) so
1
2
Ver H.1 para um exemplo de uma situao na qual necessrio considerar a contribuio de termos de ordem
superior para uc
2
(y).
5.1.3 As derivadas parciais f/x
i
so iguais a f/X
i
avaliadas para X
i
= x
i
(ver a Nota 1 a seguir). Estas
derivadas, frequentemente denominadas coeficientes de sensibilidade, descrevem como a estimativa
de sada y varia com alteraes nos valores das estimativas de entrada x
1
, x
2
, ..., x
N
. Em particular, a
alterao em y, produzida por uma pequena variao x
i
na estimativa de entrada x
i
, dada por (y)
i
= (f/x
i
)(x
i
). Se esta alterao gerada pela incerteza-padro da estimativa x
i
, a variao
correspondente em y (f/x
i
)u(x
i
). A varincia combinada u
c
2
(y) pode, desse modo, ser vista como uma
soma de termos em que cada um deles representa a varincia estimada associada com a estimativa de
sada y gerada pela varincia estimada associada com cada estimativa de entrada x
i
. Isso sugere que
se escreva a Equao (10) como
(11a)
onde
(11b)
NOTA 1 Estritamente falando, as derivadas parciais so f/x
i
= f/X
i
avaliadas para as esperanas de X
i
.
Contudo, na prtica, as derivadas parciais so estimadas por
,,
NOTA 2 A incerteza-padro combinada uc(y) pode ser calculada numericamente substituindo-se c
i
u(x
i
) na Equao
(11a) com
1
2
, ,
, ,
, ,
, ,
Isto , u
i
(y) avaliada numericamente, calculando-se a variao em y devido a uma variao em x
i
de + u(x
i
) e de -
u(x
i
). O valor de u
i
(y) pode, ento, ser tomado como Z
i
, e o valor do coeficiente de sensibilidade correspondente
c
i
, como Z
i
/u(x
i
).
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 20
EXEMPLO Para o exemplo de 4.1.1, usando o mesmo smbolo tanto para a grandeza como para sua estimativa,
para maior simplicidade de notao,
5.1.4 Em vez de serem calculados pela funo f, os coeficientes de sensibilidade f/x
i
so, por vezes,
determinados experimentalmente: mede-se a variao em Y causada por uma variao em um dado X
i
,
enquanto se mantm constantes as grandezas de entrada restantes. Neste caso, o conhecimento da
funo f (ou de parte dela, quando somente alguns coeficientes de sensibilidade so assim
determinados) , de forma correspondente, reduzido a uma expanso emprica de primeira ordem da
srie de Taylor baseada nos coeficientes de sensibilidade medidos.
5.1.5 Se a Equao (1) para o mensurando Y expandida em torno dos valores nominais X
i,0
das
grandezas de entrada X
i
, ento, at a primeira ordem (o que , geralmente, uma aproximao
adequada), Y = Y
0
+ c
1
1
+ c
2
2
+... + c
N
N
, onde Y
0
= f(X
1,0
, X
2,0
, ..., X
N,0
), c
i
= (f/X
i
) avaliado em X
i
= X
i,0
e
i
= X
i
X
i,0
. Assim, para fins de uma anlise de incerteza, um mensurando usualmente aproximado
por uma funo linear de suas variveis, transformando-se suas grandezas de entrada de X
i
para
i
(ver
E.3.1).
EXEMPLO No Exemplo 2 de 4.3.7, a estimativa do valor do mensurando U
, onde
0,928 571 V,
12 V, a correo aditiva
0, e
1, e
1, a varincia
combinada associada com V dada por
12 V
8,7 V
21910
-12
V
2
e a incerteza-padro combinada uc(V) = 15 V, que corresponde a uma incerteza-padro combinada relativa
uc(V)/V de 16 x 10
-6
(ver 5.1.6). Este um exemplo do caso em que o mensurando j uma funo linear das
grandezas das quais depende, com coeficientes c
i
= +1. Segue da Equao (10) que, se Y = c1X1 + c2X2 +... + c
N
X
N
e se as constantes c
i
= +1 ou -1, ento
.
5.1.6 Se Y da forma
e os expoentes p
i
so nmeros positivos ou negativos
conhecidos, tendo incertezas desprezveis, a varincia combinada, Equao (10), pode ser expressa
por
(12)
Esta equao da mesma forma que (11a), mas com a varincia combinada u
c
2
(y) expressa como uma
varincia combinada relativa [u
c
(y)/y]
2
, e a varincia estimada u
2
(x
i
) associada com cada estimativa de
entrada expressa como uma varincia relativa estimada [u(x
i
)/x
i
]
2
[A incerteza-padro combinada
relativa u
c
(y)/y e a incerteza-padro relativa de cada estimativa de entrada u(x
i
)/x
i
, y 0 e
x
i
0.]
NOTA 1 Quando Y tem esta forma, sua transformao em uma funo linear de variveis (ver 5.1.5)
prontamente obtida fazendo-se X
i
= X
i,0(1+
i
), pois resulta a seguinte relao aproximada:
.
Por outro lado, a transformao logartmica Z = ln Y e W
i
= ln X
i
leva a uma linearizao exata em termos das novas
variveis: ln
.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 21
NOTA 2 Se cada p
i
igual a +1 ou -1, a Equao (12) torna-se
(13)
onde x
i
e x
j
so as estimativas de X
i
e X
j
e u(x
i
, x
j
) = u(x
j
, x
i
) a covarincia estimada associada com x
i
e
x
j
. O grau de correlao entre x
i
e x
j
caracterizado pelo coeficiente de correlao estimado (C.3.6)
14
onde r(x
i
, x
j
) = r(x
j
, x
i
) e -1 r(x
i
, x
j
) +1. Se as estimativas x
i
e x
j
so independentes, r(x
i
, x
j
) = 0 e a
variao numa delas no implica uma variao esperada na outra. (Ver C.2.8, C.3.6 e C.3.7 para
discusso adicional.)
Em termos de coeficientes de correlao, que so mais prontamente interpretados do que covarincias,
o termo de covarincia da Equao (13) pode ser escrito como
2
(15)
Assim, a Equao (13) torna-se, com auxlio da Equao (11b),
(16)
NOTA 1 Para o caso muito especial em que todas as estimativas de entrada so correlacionadas, com
coeficientes de correlao r(x
i
, x
j
) = +1, a Equao (16) se reduz a
A incerteza-padro combinada uc(y) , ento, simplesmente uma soma linear de termos que representa a variao
da estimativa de sada y, gerada pela incerteza-padro de cada estimativa de entrada x
i
(ver 5.1.3). [Esta soma
linear no deve ser confundida com a lei geral de propagao de erros, embora tenha uma forma similar; as
incertezas-padro no so erros (ver E.3.2).]
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 22
EXEMPLO Dez resistores, cada um com uma resistncia nominal de R
i
= 1 000 , so calibrados com uma
incerteza de comparao desprezvel, em termos de um mesmo resistor padro R
S
de 1 000 , caracterizado por
uma incerteza-padro u(R
S
) = 100 m, tal como apresentado em seu certificado de calibrao. Os resistores so
conectados em srie com fios de resistncia desprezvel, de forma a se obter uma resistncia de referncia Rref de
valor nominal de 10 k. Assim,
ref
. J que r(x
i
, x
j
) = r(R
i
, R
j
) = +1 para cada par de resistores
(veja F.1.2.3, Exemplo 2), a equao desta nota se aplica. Como para cada resistor f/x
i
= Rref/R
i
= 1 e u(x
i
)
= u(R
i
) = u(R
S
) (ver F.1.2.3, Exemplo 2), esta equao produz a incerteza-padro combinada de Rref,
ref
S
10 (100 m) = 1. O resultado
ref
/
0,32 obtido da Equao (10)
incorreto, pois no leva em conta que todos os valores calibrados dos dez resistores so correlacionados.
NOTA 2 As varincias estimadas u
2
(x
i
) e as covarincias estimadas u(x
i
, x
j
) podem ser consideradas como os
elementos de uma matriz de covarincia com elementos u
ij
. Os elementos da diagonal u
ii
da matriz so as
varincias u
2
(x
i
), enquanto que os elementos fora da diagonal u
ij
(i j) so as covarincias u(x
i
, x
j
) = u(x
j
, x
i
). Se
duas estimativas de entrada no so correlacionadas, sua covarincia associada e os elementos correspondentes
u
ij
e u
ji
da matriz de covarincia so 0 (zero). Se as estimativas de entrada so todas no correlacionadas, todos os
elementos fora da diagonal so zero e a matriz de covarincia diagonal (ver tambm C.3.5).
NOTA 3 Para fins de avaliao numrica, a Equao (16) pode ser escrita como
onde Z
i
dado em 5.1.3, Nota 2.
NOTA 4 Se os X
i
da forma especial considerada em 5.1.6 so correlacionados, ento os termos
2
devem ser adicionados ao membro da direita da Equao (12).
5.2.3 Considerem-se duas mdias aritmticas e que estimam as esperanas
q
e
r
de duas
grandezas q e r que variam aleatoriamente. Sejam tambm e calculados a partir de n pares
independentes de observaes simultneas de q e r realizadas sob as mesmas condies de medio
(ver B.2.15). A covarincia (ver C.3.4) de e , ento, estimada por
,
1
1
(17)
onde q
k
e r
k
so as observaes individuais das grandezas q e r, e e so calculados a partir das
observaes, e de acordo com a Equao (3). Se, de fato, as observaes no so correlacionadas,
espera-se que a covarincia calculada fique prxima de 0.
Assim, a covarincia estimada de duas grandezas de entrada correlacionadas X
i
e X
j
que so
estimadas pelas mdias
, com
.
NOTA Exemplos em que necessrio usar covarincias como calculadas pela Equao (17) so dados em H.2 e
H.4.
5.2.4 Pode existir correlao significativa entre duas grandezas de entrada se o mesmo instrumento de
medio, padro de medio fsico, ou dado de referncia, tendo uma incerteza-padro significativa,
usado na sua determinao. Por exemplo, se um dado termmetro usado para determinar uma
correo de temperatura requerida na estimativa do valor de uma grandeza de entrada X
i
, e o mesmo
termmetro usado para determinar uma correo similar de temperatura requerida na estimativa da
grandeza de entrada X
j
, as duas grandezas de entrada poderiam estar significativamente
correlacionadas. Contudo, se X
i
e X
j
, neste exemplo, so redefinidos para serem grandezas no-
corrigidas, e as grandezas que definem a curva de calibrao para o termmetro esto includas como
grandezas de entrada adicionais, com incertezas-padro independentes, a correlao entre X
i
e X
j
eliminada. (Ver F.1.2.3 e F.1.2.4 para discusso adicional.)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 23
5.2.5 Correlaes entre grandezas de entrada no podem ser ignoradas quando presentes e
significativas. As covarincias associadas devem ser avaliadas experimentalmente variando, se
possvel, as grandezas de entrada correlacionadas (ver C.3.6, Nota 3), ou usando o conjunto de
informaes disponveis sobre a variabilidade correlacionada das grandezas em questo (avaliao
Tipo B de covarincia). A intuio baseada em experincia anterior e no conhecimento geral (ver 4.3.1
e 4.3.2) especialmente requerida quando se estima o grau de correlao entre grandezas de entrada
decorrentes do efeito de influncias comuns, como temperatura ambiente, presso baromtrica e
umidade. Em muitos casos, felizmente, os efeitos de tais influncias tm interdependncia desprezvel
e as grandezas de entrada afetadas podem ser supostas no-correlacionadas. Entretanto, se elas no
podem ser supostas no-correlacionadas, as prprias correlaes podem ser evitadas se as influncias
comuns so introduzidas como grandezas de entrada independentes adicionais como indicado em
5.2.4.
6 Determinando a incerteza expandida
6.1 Introduo
6.1.1 A Recomendao INC-1 (1980) do Grupo de Trabalho sobre a Declarao de Incertezas na qual
este Guia est baseado (ver Introduo), e as Recomendaes 1 (CI-1981) e 1 (CI-1986) do CIPM,
aprovando e ratificando a INC-1 (1980) (ver A.2 e A.3), advogam o uso da incerteza-padro combinada
u
c
(y) como o parmetro para expressar quantitativamente a incerteza do resultado de uma medio. De
fato, na segunda de suas recomendaes, o CIPM solicitou que o que agora designado incerteza-
padro combinada u
c
(y) seja usado por todos os participantes no fornecimento de resultados de todas
as comparaes internacionais ou outros trabalhos realizados sob os auspcios do CIPM e dos seus
Comits Consultivos.
6.1.2 Embora u
c
(y) possa ser universalmente usada para expressar a incerteza de um resultado de
medio, em algumas aplicaes comerciais, industriais e regulamentadoras, e quando a sade e a
segurana esto em questo, muitas vezes necessrio fornecer uma medida de incerteza que defina
um intervalo em torno do resultado da medio com o qual se espera abranger uma extensa frao da
distribuio de valores que poderiam ser razoavelmente atribudos ao mensurando. A existncia desse
requisito foi reconhecida pelo Grupo de Trabalho e levou ao pargrafo 5 da Recomendao INC-1
(1980). Ela est tambm refletida na Recomendao 1 (CI-1986) do CIPM.
6.2 Incerteza expandida
6.2.1 A medida adicional de incerteza que satisfaz o requisito de fornecer um intervalo do tipo indicado
em 6.1.2 denominada incerteza expandida e representada por U. A incerteza expandida U obtida,
multiplicando-se a incerteza-padro combinada u
c
(y) por um fator de abrangncia k:
(18)
O resultado de uma medio ento convenientemente expresso como Y = y U, que interpretado de
forma a significar que a melhor estimativa do valor atribuvel ao mensurando Y y, e que y - U a y + U
um intervalo com o qual se espera abranger uma extensa frao da distribuio de valores que podem
ser razoavelmente atribudos a Y. Tal intervalo tambm expresso como y - U Y y + U.
6.2.2 Os termos intervalo de confiana (C.2.27, C.2.28) e nvel de confiana (C.2.29) tm definies
especficas em estatstica e so somente aplicveis a intervalos definidos por U quando certas
condies so atendidas, incluindo a de que todos os componentes de incerteza que contribuem para
u
c
(y) sejam obtidos de avaliaes Tipo A. Portanto, neste Guia, o termo confiana no utilizado para
modificar o termo intervalo quando se refere ao intervalo definido por U. Pela mesma razo o termo
nvel de confiana (confidence level) no usado em conexo com aquele intervalo, mas sim o termo
nvel da confiana (level of confidence). Mais especificamente, U interpretado como definindo um
intervalo em torno do resultado de medio que abrange uma extensa frao p da distribuio de
probabilidade caracterizada por aquele resultado e sua incerteza-padro combinada, sendo p a
probabilidade de abrangncia ou nvel da confiana do intervalo.
6.2.3 Sempre que praticvel, o nvel da confiana p, associado com o intervalo definido por U, deve ser
estimado e declarado. Deve ser reconhecido que, multiplicando-se u
c
(y) por uma constante, no h
acrscimo de informao nova, mas a informao, previamente disponvel, apresentada de forma
diferente. Entretanto, tambm deve ser reconhecido que, na maioria dos casos, o nvel da confiana p
(especialmente para valores de p prximos de 1) um tanto incerto, no somente por causa do
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 24
conhecimento limitado da distribuio de probabilidade caracterizada por y e u
c
(y) (especialmente nas
extremidades), mas tambm por causa da incerteza da prpria u
c
(y) (veja Nota 2 de 2.3.5, 6.3.2 e o
Anexo G, especialmente G.6.6).
NOTA Ver 7.2.2 e 7.2.4, respectivamente, para o modo prefervel de se declarar o resultado de uma medio
quando a medida da incerteza uc(y) ou U.
6.3 Escolhendo um fator de abrangncia
6.3.1 O valor do fator de abrangncia k escolhido com base no nvel da confiana requerido para o
intervalo y - U a y + U. Em geral, k estar entre 2 e 3. Entretanto, para aplicaes especiais, k pode
estar fora desta faixa. Uma extensa experincia e o conhecimento pleno da utilizao que se far de
um resultado de medio podero facilitar a escolha de um valor apropriado de k.
NOTA Ocasionalmente, pode-se achar que uma correo conhecida b, para um efeito sistemtico, no tenha sido
aplicada ao resultado relatado de uma medio, mas, em vez disso, foi realizada uma tentativa de se levar em
conta o efeito, aumentando a incerteza associada ao resultado. Isto deve ser evitado; somente em circunstncias
muito especiais correes para efeitos sistemticos significativos conhecidos podem no ser aplicadas ao
resultado de uma medio (ver F.2.4.5 para um caso especfico e o modo de trat-lo). A avaliao da incerteza de
um resultado de medio no deve ser confundida com o estabelecimento de um limite de segurana associado a
uma determinada grandeza.
6.3.2 Em tese, pode-se querer estar apto a escolher um valor especfico do fator de abrangncia k que
proporcionaria um intervalo Y = y U = y ku
c
(y) correspondente a um dado nvel da confiana p, tal
como 95 ou 99 por cento; da mesma forma, para um dado valor de k, seria interessante estabelecer,
inequivocamente, um nvel da confiana associado com aquele intervalo. Entretanto, isso no fcil de
fazer na prtica, porque requer um extenso conhecimento da distribuio de probabilidade
caracterizada pelos resultados de medio y e sua incerteza-padro combinada u
c
(y). Embora esses
parmetros sejam de importncia crtica, eles so, por si prprios, insuficientes para o propsito de
estabelecer intervalos tendo nveis da confiana exatamente conhecidos.
6.3.3 A Recomendao INC-1 (1980) no especifica como a relao entre k e p deve ser estabelecida.
Esse problema discutido no Anexo G, e um mtodo prefervel para sua soluo aproximada
apresentado em G.4 e resumido em G.6.4. Entretanto, uma aproximao mais simples, discutida em
G.6.6, frequentemente adequada para situaes de medio em que a distribuio de probabilidade
caracterizada por y e u
c
(y) aproximadamente normal e os graus de liberdade efetivos de u
c
(y) so de
tamanho significativo. Quando este for o caso, o que ocorre frequentemente na prtica, pode-se supor
que, tomando k = 2, produzido um intervalo tendo um nvel da confiana de aproximadamente 95 por
cento, e que, tomando k = 3, produzido um intervalo tendo um nvel da confiana de
aproximadamente 99 por cento.
NOTA Um mtodo para estimar os graus de liberdade efetivos de uc(y) dado em G.4. A Tabela G.2 do Anexo G
pode ento ser usada para auxiliar a decidir se esta soluo apropriada para uma particular medio (ver G.6.6).
7 Relatando a incerteza
7.1 Orientao Geral
7.1.1 Em geral, quando se sobe na hierarquia de medio, mais detalhes so requeridos sobre como
um resultado de medio e sua incerteza foram obtidos. Entretanto, em qualquer nvel desta hierarquia,
incluindo atividades comerciais e reguladoras do mercado, trabalhos de engenharia na indstria,
instalaes de calibrao de escalo inferior, pesquisa e desenvolvimento industrial, pesquisa
acadmica, laboratrios de calibrao e de padres primrios industriais, laboratrios nacionais de
metrologia e o BIPM, todas as informaes necessrias para a reavaliao da medio devem estar
disponveis para terceiros que possam delas precisar. A diferena primria que nos nveis inferiores
da cadeia hierrquica mais informaes do que as necessrias podem estar disponveis sob a forma de
relatrios publicados de sistemas de ensaio e de calibrao, especificaes de ensaios, certificados de
ensaios e de calibrao, manuais de instrues, normas internacionais, normas nacionais e
regulamentaes locais.
7.1.2 Quando os detalhes de uma medio, incluindo o modo como a incerteza do resultado foi
avaliada, so fornecidos por meio de referncias a documentos publicados, como frequentemente o
caso quando os resultados de calibrao so relatados em um certificado, imperativo que essas
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 25
publicaes sejam mantidas atualizadas, de forma a permanecerem consistentes com o procedimento
de medio realmente em uso.
7.1.3 Numerosas medies so feitas a cada dia na indstria e no comrcio sem nenhum registro
explcito da incerteza. Entretanto, muitas so executadas com instrumentos sujeitos a calibraes
peridicas ou a inspeo legal. Se for de conhecimento que os instrumentos esto em conformidade
com suas especificaes ou com os documentos normativos existentes e aplicveis, as incertezas de
suas indicaes podem ser inferidas a partir daquelas especificaes ou destes documentos
normativos.
7.1.4 Embora na prtica o montante de informaes necessrias para documentar um resultado de
medio dependa da utilizao pretendida para ele, o princpio bsico sobre o que requerido
permanece inalterado: quando se registra o resultado de uma medio e sua incerteza, prefervel
errar por excesso no fornecimento de informaes a fornec-las com escassez. Por exemplo, deve-se
a) descrever claramente os mtodos utilizados para calcular o resultado da medio e sua incerteza a
partir de observaes experimentais e dados de entrada;
b) listar todos os componentes da incerteza e documentar amplamente como foram avaliados;
c) apresentar a anlise dos dados de tal forma que cada um dos passos importantes possa ser
prontamente seguido e que os clculos do resultado relatado possam ser independemente
repetidos, se necessrio;
d) fornecer todas as correes e constantes utilizadas na anlise e suas fontes.
Um modo de verificar a lista acima se perguntar: Terei fornecido suficiente informao, de maneira
suficientemente clara, de modo que meu resultado possa ser atualizado no futuro se novas informaes
ou dados se tornarem disponveis?
7.2 Orientao especfica
7.2.1 Quando se relata o resultado de uma medio, e quando a medida da incerteza a incerteza-
padro combinada u
c
(y), deve-se:
a) fornecer uma descrio completa de como o mensurando Y definido;
b) fornecer a estimativa y do mensurando Y e sua incerteza-padro combinada u
c
(y); as unidades de y
e u
c
(y) devem ser sempre fornecidas;
c) incluir a incerteza-padro combinada relativa u
c
(y) / | y |, | y | 0, quando apropriado;
d) fornecer a informao descrita em 7.2.7, ou fazer referncia a documentos publicados que a
contenha.
Se julgado til aos pretensos usurios do resultado da medio para, por exemplo, ajud-los em futuros
clculos de fatores de abrangncia, ou para auxili-los a compreender a medio, podem-se indicar
os graus de liberdade efetivos estimados
eff
(ver G.4);
as incertezas-padro combinadas Tipo A e Tipo B, u
cA
(y) e u
cB
(y), e os seus graus de liberdade
efetivos estimados
effA
e
effB
(ver G.4.1, Nota 3).
7.2.2 Quando a medida da incerteza u
c
(y), prefervel declarar o resultado numrico da medio de
uma dentre as quatro maneiras seguintes, de modo a evitar uma m compreenso. (A grandeza cujo
valor est sendo relatado suposta como sendo um padro de massa com massa nominal m
S
de
100 g; as palavras entre parnteses podem ser omitidas para maior simplicidade se u
c
est definida em
alguma outra parte do documento que relata o resultado.)
1) m
S
= 100,021 47 g com u
c
= 0,35 mg (uma incerteza-padro combinada).
2) m
S
= 100,021 47(35) g, onde o nmero entre parnteses o valor numrico de u
c
(incerteza-padro
combinada) referido aos ltimos dgitos correspondentes do resultado mencionado.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 26
3) m
S
= 100,021 47(0,000 35) g, onde o nmero entre parnteses o valor numrico de u
c
(incerteza-
padro combinada) expresso na unidade do resultado mencionado.
4) m
S
= (100,021 47 0,000 35) g, onde o nmero aps o smbolo o valor numrico de u
c
(incerteza-padro combinada) e no um intervalo de confiana.
NOTA O formato deve ser evitado sempre que possvel, pois tem sido tradicionalmente usado para indicar um
intervalo correspondente a um alto nvel da confiana e, assim, pode ser confundido com a incerteza expandida
(ver 7.2.4). Alm disso, embora o objetivo do alerta dado em 4) seja impedir tal confuso, escrever Y = y uc(y)
pode ainda ser mal interpretado, podendo implicar que isso representaria, especialmente quando o alerta omitido
acidentalmente, uma incerteza expandida com k = 1, e que o intervalo y uc(y) Y y + uc(y) tem um nvel da
confiana p especificado, mais especificamente, aquele associado com a distribuio normal (ver G.1.3). Como
indicado em 6.3.2 e no Anexo G, a interpretao de uc(y) dessa forma geralmente difcil de justificar.
7.2.3 Quando se relata o resultado de uma medio, e quando a medida da incerteza a incerteza
expandida U = k u
c
(y), deve-se
a) fornecer uma descrio completa de como o mensurando Y definido;
b) expressar o resultado de medio como Y = y U e fornecer as unidades de y e U;
c) incluir a incerteza expandida relativa U / | y |, | y | 0, quando apropriado;
d) fornecer o valor de k usado para obter U [ou, para convenincia do usurio do resultado, fornecer
ambos, k e u
c
(y)];
e) fornecer o nvel da confiana aproximado associado com o intervalo y U e explicar como foi
determinado;
f) fornecer a informao descrita em 7.2.7 ou referir- se a um documento publicado que a contenha.
7.2.4 Quando a medida da incerteza U, prefervel, para mxima clareza, declarar o resultado
numrico da medio como no exemplo seguinte. (As palavras entre parnteses podem ser omitidas
para maior simplicidade, se U, u
c
e k esto definidos em alguma outra parte do documento que relata o
resultado.)
m
S
= (100,021 47 0,000 79) g, onde o nmero aps o smbolo o valor numrico de U = ku
c
(uma incerteza expandida) com U determinado por u
c
= 0,35 mg (uma incerteza-padro
combinada) e k = 2,26 (um fator de abrangncia) avaliado com base na distribuio-t para = 9
graus de liberdade. U define um intervalo estimado para ter um nvel da confiana de 95 por
cento.
7.2.5 Se uma medio determina simultaneamente mais de um mensurando, isto , se ela fornece
duas ou mais estimativas de sada y
i
(ver H.2, H.3 e H.4), ento, alm de fornecer y
i
e u
c
(y
i
), devem-se
fornecer tambm os elementos da matriz de covarincia u(y
i
,y
j
) ou os elementos r(y
i
,y
j
) da matriz de
coeficientes de correlao (C.3.6, Nota 2) (preferivelmente, ambas as matrizes).
7.2.6 Os valores numricos da estimativa y e da incerteza-padro u
c
(y), ou da incerteza expandida U,
no devem ser fornecidos com um nmero excessivo de algarismos. geralmente suficiente fornecer
u
c
(y) e U [assim como as incertezas-padro u(x
i
) das estimativas de entrada x
i
] com at no mximo dois
algarismos significativos, embora, em alguns casos, seja necessrio reter algarismos adicionais para
evitar erros de arredondamento nos clculos subsequentes.
Ao relatar resultados finais, s vezes pode ser apropriado arredondar incertezas para cima, em vez de
arredondar at o algarismo mais prximo. Por exemplo, u
c
(y) = 10,47 mpode ser arredondada para
11 m. Entretanto, deve prevalecer o bom senso, e um valor como u(x
i
) = 28,05 kHz deve ser
arredondado para baixo, para 28 kHz. As estimativas de entrada e de sada devem ser arredondadas
para ficarem consistentes com suas incertezas; por exemplo, se y = 10,057 62 m com u
c
(y) = 27 m, y
deve ser arredondado para 10,058 . Coeficientes de correlao devem ser fornecidos com exatido
de trs algarismos se seus valores absolutos so prximos da unidade.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 27
7.2.7 No relatrio detalhado que descreve como o resultado da medio e sua incerteza foram obtidos,
devem-se seguir as recomendaes de 7.1.4 e, assim
a) fornecer o valor de cada estimativa de entrada x
i
e de sua incerteza-padro u(x
i
) juntamente com
uma descrio sobre como eles foram obtidos;
b) fornecer as covarincias estimadas ou os coeficientes de correlao estimados (preferencialmente
ambos) associados com todas as estimativas de entrada correlacionadas, e os mtodos utilizados
para obt-los;
c) fornecer os graus de liberdade da incerteza-padro para cada estimativa de entrada e como eles
foram obtidos;
d) fornecer a relao funcional Y = f(X
1
,X
2
,...,X
N
) e, quando consideradas teis, as derivadas parciais ou
coeficientes de sensibilidade f/x
i
. Adicionalmente, quaisquer desses coeficientes, quando
determinados experimentalmente, devem tambm ser fornecidos.
NOTA Como a relao funcional f pode ser extremamente complexa ou no existir explicitamente, a no ser como
um programa de computador, pode ser impossvel fornecer f e suas derivadas. A funo f pode, ento, ser descrita
em termos gerais, ou o programa usado pode ser citado por meio de uma referncia apropriada. Nestes casos,
importante que esteja claro como a estimativa y do mensurando Y e sua incerteza-padro combinada uc(y) foram
obtidas.
8 Resumo do procedimento para avaliao e expresso da incerteza
Os passos a serem seguidos na avaliao e expresso da incerteza do resultado de uma medio, tais
como apresentados neste Guia, podem ser resumidos como:
1) Expresse, matematicamente, a relao entre o mensurando Y e as grandezas de entrada Xi das
quais Y depende: Y = f(X
1
,X
2
,...,X
N
). A funo f deve conter todas as grandezas, incluindo todas as
correes e fatores de correo, que possam contribuir com um componente significativo de
incerteza para o resultado da medio (ver 4.1.1 e 4.1.2).
2) Determine x
i
, o valor estimado da grandeza de entrada X
i
, seja com base em anlise estatstica de
uma srie de observaes, seja por outros meios (ver 4.1.3).
3) Avalie a incerteza-padro u(x
i
) de cada estimativa de entrada x
i
. Para uma estimativa de entrada
obtida atravs de anlise estatstica de uma srie de observaes, a incerteza-padro avaliada
como descrito em 4.2 (avaliao Tipo A da incerteza-padro). Para uma estimativa de entrada
obtida por outros meios, a incerteza-padro u(x
i
) avaliada como descrito em 4.3 (avaliao Tipo
B da incerteza-padro).
4) Avalie as covarincias associadas com quaisquer estimativas de entrada que sejam
correlacionadas (ver 5.2).
5) Calcule o resultado da medio, isto , a estimativa y do mensurando Y, a partir da relao
funcional f, utilizando para as grandezas de entrada X
i
as estimativas x
i
obtidas no passo 2 (ver
4.1.4).
6) Determine a incerteza-padro combinada u
c
(y) do resultado da medio y a partir das incertezas-
padro e covarincias associadas com as estimativas de entrada, como descrito no Captulo 5. Se
a medio determina, simultaneamente, mais de uma grandeza de sada, calcule suas
covarincias (ver 7.2.5, H.2, H.3 e H.4).
7) Se for necessrio fornecer uma incerteza expandida U, cujo propsito prover um intervalo y - U a
y + U com o qual se espera abranger uma extensa frao da distribuio de valores que podem
razoavelmente ser atribudos ao mensurando Y, multiplique a incerteza-padro combinada u
c
(y) por
um fator de abrangncia k, tipicamente na faixa de 2 a 3, para obter U = ku
c
(y). Selecione k com
base no nvel da confiana requerido para o intervalo (ver 6.2, 6.3 e, especialmente, o Anexo G,
que trata da seleo de um valor de k que produz um intervalo tendo um nvel da confiana
prximo de um valor especificado).
8) Relate o resultado da medio y juntamente com sua incerteza-padro u
c
(y) ou incerteza expandida
U, como tratado em 7.2.1 e 7.2.3; use um dos formatos recomendados em 7.2.2 e 7.2.4. Descreva,
como tambm delineado no Captulo 7, como y e u
c
(y) ou U foram obtidos.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 28
Anexo A
Recomendaes do Grupo de Trabalho e do CIPM
A.1 Recomendaes INC-1 (1980)
O Grupo de Trabalho sobre Declarao de Incertezas (ver Prefcio) foi convocado em outubro de 1980
pelo Bir Internacional de Pesos e Medidas (BIPM) em resposta solicitao do Comit Internacional
de Pesos e Medidas (CIPM). Este Grupo preparou um relatrio detalhado para considerao do CIPM,
o qual resultou na Recomendao INC-1 (1980) [2]. A traduo desta Recomendao para o portugus
fornecida no item 0.7 deste Guia e o texto em francs, que oficial, apresentado a seguir [2]:
Expression des incertitudes exprimentales
Recommandation INC-1 (1980)
1) L'incertitude dun rsultat de mesure comprend gnralement plusieurs composantes qui peuvent
tre groupes en deux catgories d'aprs la mthode utilise pour estimer leur valeur numrique:
A. celles qui sont values l'aide de mthodes statistiques.
B. celles qui sont values par d'autres moyens.
Il n'y a pas toujours une correspondance simple entre le classement dans les catgories A ou B et
le caractre <<alatoire>> ou <<systmatique>> utilis antrieurement pour classer les
incertitudes. L'expression <<incertitude systmatique>> est susceptible de conduire des erreurs
d'interprtation: elle doit tre vite.
Toute description dtaille de l'incertitude devrait comprendre une liste complte de ses
composantes et indiquer pour chacune la mthode utilise pour lui attribuer une valeur numrique.
2) Les composantes de la catgorie A sont caractrises par les variances estimes s
i
2
(ou les
<<carts-types>> estims s
i
) et les nombres
1
onde q
k
o resultado da k-sima medio e a mdia aritmtica dos n resultados considerados
NOTA 1 Considerando a srie de n valores como uma amostra de uma distribuio, uma estimativa no
tendenciosa da mdia
q
, e s
2
(q
k
) uma estimativa no tendenciosa da varincia
2
desta distribuio.
NOTA 2 A expresso s(q
k
)/ uma estimativa do desvio-padro da distribuio de e denominada desvio-
padro experimental da mdia.
NOTA 3 Desvio-padro experimental da mdia algumas vezes denominado, incorretamente, erro padro da
mdia.
NOTA 4 Adaptado de VIM:1993, definio 3.8.
Comentrio do Guia: Alguns dos smbolos utilizados no VIM foram alterados a fim de se obter
consistncia com a notao utilizada no item 4.2 deste Guia.
B.2.18
incerteza (de medio)
parmetro, associado ao resultado de uma medio, que caracteriza a disperso dos valores que
podem ser razoavelmente atribudos a um mensurando
NOTA 1 O parmetro pode ser, por exemplo, um desvio-padro (ou um dado mltiplo dele) ou a metade de um
intervalo correspondente a um nvel da confiana declarado.
NOTA 2 A incerteza de medio compreende, em geral, muitos componentes. Alguns destes componentes podem
ser estimados com base na distribuio estatstica dos resultados de sries de medies e podem ser
caracterizados por desvios-padro experimentais. Os outros componentes, que tambm podem ser caracterizados
por desvios-padro, so avaliados por meio de distribuies de probabilidade supostas, baseadas na experincia
ou em outras informaes.
NOTA 3 Entende-se que o resultado de uma medio a melhor estimativa do valor do mensurando, e que todos
os componentes da incerteza, incluindo aqueles resultantes dos efeitos sistemticos, como os componentes
associados com correes e padres de referncia, contribuem para a disperso.
[VIM:1993, definio 3.9]
Comentrio do Guia: destaca-se no VIM que esta definio e notas so idnticas quelas deste Guia
(ver 2.2.3).
B.2.19
erro (de medio)
resultado de uma medio menos o valor verdadeiro do mensurando
NOTA 1 Uma vez que o valor verdadeiro no pode ser determinado utiliza-se, na prtica, um valor verdadeiro
convencional [ver VIM:1993, definies 1.19 (B.2.3) e 1.20 (B.2.4)].
NOTA 2 Quando necessrio distinguir erro de erro relativo, o primeiro , algumas vezes, denominado erro
absoluto de medio. Este termo no deve ser confundido com valor absoluto de um erro, que o mdulo do
erro.
[VIM:1993, definio 3.10]
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 37
Comentrio do Guia: Se o resultado de uma medio depende dos valores de outras grandezas, os
erros dos valores medidos destas grandezas contribuem para o erro do resultado da medio. Veja,
tambm, o Comentrio do Guia para B.2.22 e para B.2.3.
B.2.20
erro relativo
erro de medio dividido por um valor verdadeiro do mensurando
NOTA Uma vez que um valor verdadeiro no pode ser determinado, utiliza-se, na prtica, um valor verdadeiro
convencional [ver VIM:1993, definies 1.19 (B.2.3) e 1.20 (B.2.4)].
[VIM:1993, definio 3.12]
Comentrio do Guia: Ver Comentrio do Guia para B.2.3.
B.2.21
erro aleatrio
resultado de uma medio menos a mdia que resultaria de um infinito nmero de medies do mesmo
mensurando efetuadas sob condies de repetibilidade
NOTA 1 Erro aleatrio igual a erro menos erro sistemtico.
NOTA 2 Como somente um nmero finito de medies pode ser feito pode-se apenas determinar uma estimativa
do erro aleatrio.
[VIM:1993, definio 3.13]
Comentrio do Guia: Ver Comentrio do Guia para B.2.22.
B.2.22
erro sistemtico
mdia que resultaria de um nmero infinito de medies do mesmo mensurando, efetuadas sob
condies de repetibilidade, menos o valor verdadeiro do mensurando
NOTA 1 Erro sistemtico igual ao erro menos o erro aleatrio.
NOTA 2 Analogamente ao valor verdadeiro, o erro sistemtico e suas causas no podem ser completamente
conhecidos.
NOTA 3 Para um instrumento de medio, ver tendncia (VIM:1993, definio 5.25).
[VIM:1993, definio 3.14]
Comentrio do Guia: O erro do resultado de uma medio (ver B.2.19) pode frequentemente ser
considerado como oriundo de vrios efeitos aleatrios e sistemticos que contribuem com componentes
individuais de erro para o erro do resultado. Ver tambm os Comentrios do Guia para B.2.19 e B.2.3.
B.2.23
correo
valor adicionado algebricamente ao resultado no corrigido de uma medio para compensar um erro
sistemtico
NOTA 1 A correo igual ao erro sistemtico estimado com sinal trocado.
NOTA 2 Uma vez que o erro sistemtico no pode ser perfeitamente conhecido, a compensao no pode ser
completa.
[VIM:1993, definio 3.15]
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 38
B.2.24
fator de correo
fator numrico pelo qual o resultado no corrigido de uma medio multiplicado para compensar um
erro sistemtico
NOTA Uma vez que o erro sistemtico no pode ser perfeitamente conhecido, a compensao no pode ser
completa.
[VIM:1993, definio 3.16]
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 39
Anexo C
Termos e conceitos estatsticos bsicos
C.1 Fonte das definies
As definies de termos estatsticos bsicos fornecidos neste anexo foram extradas da Norma
Internacional ISO 3534-1:1993
5
[7]. Esta deve ser a primeira fonte a ser consultada para a definio de
termos no includos aqui. Alguns destes termos e seus conceitos correspondentes so aprofundados
em C.3, seguindo-se apresentao de suas definies formais em C.2, de forma a facilitar ainda mais
o uso deste Guia. Entretanto, C.3, que tambm inclui as definies de alguns termos relacionados, no
baseado diretamente na ISO 3534-1:1993.
C.2 Definies
Como no Captulo 2 e no Anexo B, o uso de parnteses em torno de certas palavras de alguns termos
significa que elas podem ser omitidas se tal omisso no causar equvoco.
Os termos de C.2.1 a C.2.14 so definidos com referncia a propriedades de populaes. As definies
dos termos C.2.15 a C.2.31 so relacionadas a um conjunto de observaes (ver Referncia [7]).
C.2.1
probabilidade
um nmero real na escala de 0 a 1 associado a um evento aleatrio
NOTA Ela pode estar relacionada a uma frequncia relativa de ocorrncia de longo prazo ou a um grau de
confiana de que um evento ocorrer. Para um alto grau de confiana, a probabilidade est prxima de 1.
[ISO 3534-1:1993, definio 1.1]
C.2.2
varivel aleatria
uma varivel que pode assumir qualquer um dos valores de um conjunto especificado de valores e com
a qual est associada uma distribuio de probabilidade [ISO 3534- 1:1993, definio 1.3 (C.2.3)]
NOTA 1 Uma varivel aleatria que s pode assumir valores isolados chamada discreta. Uma varivel aleatria
que pode assumir qualquer valor dentro de um intervalo finito ou infinito chamada contnua.
NOTA 2 A probabilidade de um evento A designada por Pr(A) ou P(A).
[ISO 3534-1:1993, definio 1.2]
Comentrio do Guia: O smbolo Pr(A) usado neste Guia em lugar do smbolo P
r
(A) usado na ISO
3534-1:1993.
5
Nota de rodap para a verso 2008:
A ISO 3534-1:1993 foi cancelada e substituda pela ISO 3534-1:2006. Note-se que alguns termos e
definies foram revisados. Para mais informaes, consultar a ltima edio.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 40
C.2.3
distribuio de probabilidade (de uma varivel aleatria)
funo que determina a probabilidade de uma varivel aleatria assumir qualquer valor dado ou
pertencer a um dado conjunto de valores
NOTA A probabilidade do conjunto inteiro de valores da varivel aleatria igual a 1.
[ISO 3534-1:1993, definio 1.3]
C.2.4
funo distribuio
funo que determina, para cada valor x, a probabilidade de que a varivel aleatria X seja menor que
ou igual a x:
Pr
[ISO 3534-1:1993, definio 1.4]
C.2.5
funo densidade de probabilidade (para uma varivel aleatria contnua)
a derivada (quando existe) da funo distribuio:
/
NOTA f(x)dx o elemento de probabilidade:
[ISO 3534-1:1993, definio 1.5]
C.2.6
funo massa de probabilidade
funo que fornece, para cada valor x
i
de uma varivel aleatria discreta X, a probabilidade p
i
de que a
varivel aleatria seja igual a x
i
:
[ISO 3534-1:1993, definio 1.6]
C.2.7
parmetro
grandeza utilizada na descrio da distribuio de probabilidade de uma varivel aleatria
[ISO 3534-1:1993, definio 1.12]
C.2.8
correlao
a relao entre duas ou muitas variveis aleatrias dentro de uma distribuio de duas ou mais
variveis aleatrias
NOTA A maioria das medidas estatsticas de correlao mede somente o grau de relao linear.
[ISO 3534-1:1993, definio 1.13]
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 41
C.2.9
esperana (de uma varivel aleatria ou de uma distribuio de probabilidade)
valor esperado
mdia (populacional)
1) Para uma varivel aleatria discreta X assumindo valores x
i
com probabilidades p
i
a esperana, se
existe,
sendo a soma estendida a todos os valores de x
i
que podem ser assumidos por X.
2) Para uma varivel aleatria contnua X tendo a funo densidade de probabilidade f(x) a esperana,
se existe,
sendo a integral estendida sobre o(s) intervalo(s) de variao de X.
[ISO 3534-1:1993, definio 1.18]
C.2.10
varivel aleatria centrada
uma varivel aleatria cuja esperana igual a zero
NOTA Se a varivel aleatria X tem esperana igual a , a varivel aleatria centrada correspondente (X - ).
[ISO 3534-1:1993, definio 1.21]
C.2.11
varincia (de uma varivel aleatria ou de uma distribuio de probabilidade)
a esperana do quadrado da varivel aleatria centrada [ISO 3534-1:1993, definio 1.21 (C.2.10)]:
[ISO 3534-1:1993, definio 1.22]
C.2.12
desvio-padro (de uma varivel aleatria ou de uma distribuio de probabilidade)
A raiz quadrada positiva da varincia:
[ISO 3534-1:1993, definio 1.23]
C.2.13
momento central
(*)
de ordem q
em uma distribuio univariada, a esperana da q-sima potncia da varivel aleatria centrada (X - ):
NOTA O momento central de ordem 2 a varincia [ISO 3534-1:1993, definio 1.22 (C.2.11)] da varivel
aleatria X.
[ISO 3534-1:1993, definio 1.28]
(*)
Se, na definio dos momentos, as grandezas X, X a, Y, Y b, etc. so substitudas por seus valores absolutos,
isto , |X|, |X a|, |Y|, |Y b|, etc., outros momentos chamados momentos absolutos so ento definidos.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 42
C.2.14
distribuio normal
distribuio de Laplace-Gauss
distribuio de probabilidade de uma varivel aleatria contnua X, cuja funo densidade de
probabilidade
1
2
1
2
para .
NOTA a esperana e o desvio-padro da distribuio normal.
[ISO 3534-1:1993, definio 1.37]
C.2.15
caracterstica
uma propriedade que ajuda a identificar ou diferenciar itens de uma dada populao
NOTA A caracterstica pode ser ou quantitativa (por variveis) ou qualitativa (por atributos).
[ISO 3534-1:1993, definio 2.2]
C.2.16
populao
a totalidade de itens sob considerao
NOTA No caso de uma varivel aleatria, considera-se que a distribuio de probabilidade [ISO 3534-1:1993,
definio 1.3 (C.2.3)] define a populao daquela varivel.
[ISO 3534-1:1993, definio 2.3]
C.2.17
frequncia
o nmero de ocorrncias de um dado tipo de evento ou o nmero de observaes que se enquadram
em uma classe especificada
[ISO 3534-1:1993, definio 2.11]
C.2.18
distribuio de frequncia
a relao emprica entre os valores de uma caracterstica e suas frequncias ou suas frequncias
relativas
NOTA A distribuio pode ser apresentada graficamente como um histograma (ISO 3534-1:1993, definio 2.17),
um grfico de barras (ISO 3534-1:1993, definio 2.18), um polgono de frequncia cumulativa (ISO 3534-1:1993,
definio 2.19), ou como uma tabela de dupla entrada (ISO 3534-1:1993, definio 2.22).
[ISO 3534-1:1993, definio 2.15]
C.2.19
mdia aritmtica
mdia (amostral)
a soma de valores dividida pelo nmero de valores
NOTA 1 O termo mdia populacional (mean) geralmente utilizado quando se refere a um parmetro de
populao (mdia da populao) e o termo mdia amostral (average) quando se refere ao resultado de um
clculo sobre dados obtidos de uma amostra (mdia da amostra).
NOTA 2 A mdia amostral de uma amostra aleatria simples tomada de uma populao um estimador no-
tendencioso da mdia populacional desta populao. Entretanto, so por vezes utilizados outros estimadores, tais
como a mdia geomtrica ou harmnica, ou a mediana ou a moda.
[ISO 3534-1:1993, definio 2.26]
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 43
C.2.20
varincia
uma medida de disperso, constituindo-se como a soma dos desvios quadrticos das observaes em
relao a sua mdia aritmtica, sendo aquela soma dividida pelo nmero de observaes menos um
EXEMPLO Para n observaes x1, x2, ..., x
n
, com mdia aritmtica
1
a varincia
1
1
NOTA 1 A varincia de amostra um estimador no tendencioso da varincia da populao.
NOTA 2 A varincia n/(n-1) vezes o momento central de ordem 2 (ver nota para ISO 3534-1:1993, definio
2.39).
[ISO 3534-1:1993, definio 2.33]
Comentrio do Guia: A varincia aqui definida mais apropriadamente designada como estimativa
amostral da varincia da populao. A varincia de uma amostra usualmente definida como sendo o
momento central de ordem 2 desta amostra (ver C.2.13 e C.2.22).
C.2.21
desvio-padro
a raiz quadrada positiva da varincia
NOTA O desvio-padro da amostra um estimador tendencioso do desvio-padro da populao.
[ISO 3534-1:1993, definio 2.34]
C.2.22
momento central de ordem q
em uma distribuio de uma caracterstica nica, a mdia aritmtica da q-sima potncia da diferena
entre os valores observados e sua mdia :
1
onde n o nmero de observaes
NOTA O momento central de ordem 1 igual a zero.
[ISO 3534-1:1993, definio 2.37]
C.2.23
estatstica
uma funo de variveis aleatrias da amostra
NOTA Uma estatstica, como uma funo de variveis aleatrias, tambm uma varivel aleatria e, como tal,
assume diferentes valores de uma amostra para outra. O valor da estatstica obtido quando se usam, nesta funo,
os valores observados pode ser utilizado num teste estatstico ou como uma estimativa de um parmetro de
populao, tal como uma mdia ou um desvio-padro.
[ISO 3534-1:1993, definio 2.45]
C.2.24
estimao
a operao de, a partir de observaes numa amostra, atribuir valores numricos para os parmetros
de uma distribuio escolhida como o modelo estatstico da populao da qual a amostra extrada
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 44
NOTA Um resultado desta operao pode ser expresso como um valor nico [estimativa pontual; ver ISO 3534-
1:1993, definio 2.51 (C.2.26)] ou como uma estimativa de intervalo [ver ISO 3534-1:1993, definio 2.57 (C.2.27)
e 2.58 (C.2.28)].
[ISO 3534-1:1993, definio 2.49]
C.2.25
estimador
estatstica utilizada para estimar um parmetro de populao
[ISO 3534-1:1993, definio 2.50]
C.2.26
estimativa
valor de um estimador obtido como resultado de uma estimao
[ISO 3534-1:1993, definio 2.51]
C.2.27
intervalo de confiana bilateral
quando T
1
e T
2
so duas funes dos valores observados tais que, sendo um parmetro de populao
a ser estimado, a probabilidade Pr(T
1
T
2
) pelo menos igual a (1 ) [onde (1 ) um nmero
fixo, positivo e menor que 1], o intervalo entre T
1
e T
2
um intervalo de confiana (1 ) bilateral para
NOTA 1 Os limites T1 e T2 do intervalo de confiana so estatsticas [ISO 3534-1:1993, definio 2.45 (C.2.23)] e,
como tais, geralmente assumem diferentes valores de amostra para amostra.
NOTA 2 Em uma srie grande de amostras a frequncia relativa dos casos nos quais o valor verdadeiro do
parmetro de populao coberto pelo intervalo de confiana maior que ou igual a (1 ).
[ISO 3534-1:1993, definio 2.57]
C.2.28
intervalo de confiana unilateral
quando T uma funo dos valores observados tais que, sendo um parmetro de populao a ser
estimado, a probabilidade Pr(T ) [ou a probabilidade Pr (T )] pelo menos igual a (1 ) [onde (1 -
) um nmero fixo, positivo e menor do que 1], o intervalo a partir do menor valor possvel de at T
(ou o intervalo de T at o maior valor possvel de ) um intervalo de confiana (1 ) unilateral para
NOTA 1 O limite T do intervalo de confiana uma estatstica [ISO 3534-1:1993, definio 2.45 (C.2.23)] e, como
tal, geralmente assume diferentes valores de amostra para amostra.
NOTA 2 Ver Nota 2 da ISO 3534-1:1993, definio 2.57 (C.2.27).
[ISO 3534-1:1993, definio 2.58]
C.2.29
coeficiente de confiana
nvel de confiana
o valor (1 ) da probabilidade associada com um intervalo de confiana ou um intervalo estatstico de
abrangncia [Ver ISO 3534-1:1993, definies 2.57 (C.2.27), 2.58 (C.2.28) e 2.61 (C.2.30).]
NOTA (1 ) frequentemente expresso como uma porcentagem.
[ISO 3534-1:1993, definio 2.59]
C.2.30
intervalo estatstico de abrangncia
intervalo sobre o qual se pode dizer que contm, com um dado nvel da confiana, pelo menos uma
proporo especificada da populao
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 45
NOTA 1 Quando ambos os limites so definidos por estatsticas o intervalo bilateral. Quando um dos dois limites
no finito ou consiste do limite absoluto da varivel o intervalo unilateral.
NOTA 2 Tambm denominado intervalo estatstico de tolerncia. Este termo no deve ser usado porque pode
ser confundido com intervalo de tolerncia, que definido na ISO 3534-2:1993.
[ISO 3534-1:1993, definio 2.61]
C.2.31
graus de liberdade
em geral, o nmero de termos numa suma menos o nmero de restries sobre os termos da soma
[ISO 3534-1:1993, definio 2.85]
C.3 Elaborao de termos e conceitos
C.3.1 Esperana
A esperana de uma funo g(z) sobre uma funo densidade de probabilidade p(z) da varivel
aleatria z definida por
onde, da definio de p(z), 1. A esperana da varivel aleatria z, designada por
z
, e que
tambm denominada de valor esperado ou a mdia de z, dada por
Ela estimada, estatisticamente, por , a mdia aritmtica ou mdia de n observaes independentes z
i
da varivel aleatria z, cuja funo densidade de probabilidade p(z)
1
C.3.2 Varincia
A varincia de uma varivel aleatria a esperana do seu desvio quadrtico em torno de sua
esperana. Assim, a varincia da varivel aleatria z com funo densidade de probabilidade p(z)
dada por
onde
z
a esperana de z. A varincia
2
(z) pode ser estimada por
1
1
onde
1
e os
so n observaes independentes de z.
NOTA 1 O fator n 1 na expresso para
.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 46
NOTA 2 Se a esperana
z
de z conhecida, a varincia pode ser estimada por
A varincia da mdia aritmtica ou mdia das observaes, em lugar da varincia das observaes
individuais, a medida apropriada da incerteza de um resultado de medio. A varincia de uma
varivel z deve ser cuidadosamente distinguida da varincia da mdia . A varincia da mdia
aritmtica de uma srie de n observaes independentes z
i
de z dada por
2
(z) =
2
(z
i
)/n e estimada
pela varincia experimental da mdia
1
1
C.3.3 Desvio-padro
O desvio-padro a raiz quadrada positiva da varincia. Conquanto uma incerteza-padro do Tipo A
seja obtida tomando-se a raiz quadrada da varincia estatisticamente avaliada, muitas vezes mais
conveniente, quando se determina uma incerteza-padro do Tipo B, avaliar primeiro o desvio-padro
equivalente no-estatstico e, ento, obter a varincia equivalente elevando-o ao quadrado.
C.3.4 Covarincia
A covarincia de duas variveis aleatrias uma medida de sua dependncia mtua. A covarincia de
variveis aleatrias y e z definida por
cov, cov,
o que leva a
cov, cov,
,
,
onde p(y,z) a funo densidade de probabilidade conjunta das duas variveis y e z. A covarincia
cov(y,z) [tambm simbolizada por (y,z)] pode ser estimada por s(y
i
,z
i
), obtida a partir de n pares
independentes de observaes simultneas y
i
e z
i
de y e z,
1
1
onde
1
e
1
NOTA A covarincia estimada das duas mdias e dada por s(,) = s(y
i
, z
i
)/n.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 47
C.3.5 Matriz de covarincia
Para uma distribuio de probabilidade multivariada a matriz V, cujos elementos so as varincias e
covarincias das variveis, denominada matriz de covarincia. Os elementos diagonais, ,
ou
, so as covarincias.
C.3.6 Coeficiente de correlao
O coeficiente de correlao uma medida da dependncia mtua relativa de duas variveis, igual
razo entre sua covarincia e a raiz quadrada positiva do produto de suas varincias. Assim
, ,
,
, ,
,
com estimativas
O coeficiente de correlao um nmero puro tal que: 1 1 ou 1
,
1
NOTA 1 Como e r so nmeros puros na faixa de -1 a +1 inclusive, enquanto as covarincias so usualmente
grandezas com dimenses fsicas e magnitudes inconvenientes, os coeficientes de correlao so geralmente
mais teis que as covarincias.
NOTA 2 Para distribuies de probabilidade multivariadas, a matriz de coeficientes de correlao geralmente
fornecida no lugar da matriz de covarincia. Como (y, y) = 1, e r(y
i
, y
i
) = 1, os elementos diagonais desta matriz
so iguais unidade.
NOTA 3 Se as estimativas de entrada x
i
e x
j
so correlacionadas (ver 5.2.2) e se uma alterao
i
em x
i
produz
uma mudana
j
em x
j
, ento o coeficiente de correlao associado com x
i
e x
j
estimado, aproximadamente, por
Esta relao pode servir de base para estimar experimentalmente coeficientes de correlao. Ela tambm pode ser
usada para calcular a variao aproximada em uma estimativa de entrada devida a uma variao em outra caso
seu coeficiente de correlao seja conhecido.
C.3.7 Independncia
Duas variveis aleatrias so estatisticamente independentes se sua distribuio de probabilidade
conjunta o produto de suas distribuies de probabilidade individuais.
NOTA Se duas variveis aleatrias so independentes, sua covarincia e coeficiente de correlao so nulos, mas
o contrrio no necessariamente verdadeiro.
C.3.8 A distribuio-t; distribuio de Student
A distribuio-t ou distribuio de Student a distribuio de probabilidade de uma varivel aleatria
contnua t cuja funo densidade de probabilidade
,
1
1
2
/
,
onde a funo gama e 0. A esperana da distribuio-t zero e sua varincia
/ 2 para 2. medida que , a distribuio-t se aproxima de uma distribuio normal
com = 0 e = 1 (ver C.2.14).
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 48
A distribuio de probabilidade da varivel
/ o
desvio-padro experimental da mdia , com = n 1 graus de liberdade.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 49
Anexo D
Valor verdadeiro, erro e incerteza
O termo valor verdadeiro (B.2.3) tem sido tradicionalmente usado em publicaes sobre incerteza.
No neste Guia, pelas razes apresentadas neste anexo. Como os termos mensurando, erro e
incerteza so frequentemente mal interpretados, este anexo tambm fornece uma discusso adicional
sobre as idias bsicas a eles associados, a fim de suplementar a discusso dada no Captulo 3. Duas
figuras so apresentadas para ilustrar por que o conceito de incerteza adotado neste Guia baseado
no resultado de medio e sua incerteza estimada, em vez de o ser nas grandezas desconhecveis
valor verdadeiro e erro.
D.1 O mensurando
D.1.1 O primeiro passo ao se efetuar uma medio especificar o mensurando - a grandeza a ser
medida; o mensurando no pode ser especificado por um valor, mas somente por uma descrio de
uma grandeza. Entretanto, em princpio, um mensurando no pode ser completamente descrito sem um
nmero infinito de informaes. Assim, na medida em que deixa margem a interpretao, a definio
incompleta do mensurando introduz, na incerteza do resultado de uma medio, um componente de
incerteza que pode ou no ser significativo para a exatido requerida da medio.
D.1.2 Comumente, a definio de um mensurando especifica certos estados e condies fsicas.
EXEMPLO A velocidade do som no ar seco de composio (frao molar) N2 = 0,780 8, O2 = 0,209 5,
Ar = 0,009 35 e CO2 = 0,000 35, na temperatura T = 273,15 K e presso p = 101 325 Pa.
D.2 A grandeza realizada
D.2.1 Idealmente, a grandeza realizada para medio deveria ser totalmente consistente com a
definio do mensurando. Frequentemente, entretanto, tal grandeza no pode ser realizada e a
medio efetuada numa grandeza que uma aproximao do mensurando.
D.3 O valor verdadeiro e o valor corrigido
D.3.1 O resultado da medio da grandeza realizada corrigido pela diferena entre esta grandeza e o
mensurando, de forma a prever qual teria sido o resultado da medio se a grandeza realizada tivesse,
de fato, satisfeito, integralmente, a definio do mensurando. O resultado da medio da grandeza
realizada tambm corrigido para todos os outros efeitos sistemticos significativos reconhecidos.
Embora o resultado corrigido final seja algumas vezes considerado como a melhor estimativa do valor
verdadeiro do mensurando, na realidade o resultado simplesmente a melhor estimativa do valor da
grandeza que se pretendia medir.
D.3.2 Como exemplo, suponha que o mensurando seja a espessura de uma determinada folha de
material em uma temperatura especificada. O espcime levado a uma temperatura prxima da
especificada e sua espessura, em um lugar particular, medida com um micrmetro. A espessura do
material nesse lugar e temperatura, sob a presso aplicada pelo micrmetro, a grandeza realizada.
D.3.3 So ento determinadas a temperatura do material no momento da medio e a presso
aplicada. O resultado no corrigido da medio da grandeza realizada ento corrigido levando-se em
conta a curva de calibrao do micrmetro, o afastamento entre a temperatura do espcime em relao
temperatura especificada, alm da leve compresso do espcime sob a presso aplicada.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 50
D.3.4 O valor corrigido pode ser denominado a melhor estimativa do valor verdadeiro, verdadeiro no
sentido de que ele o valor de uma grandeza que se acredita que satisfaa completamente definio
do mensurando; porm, se o micrmetro tivesse sido aplicado a uma parte diferente da folha do
material o mensurando realizado teria sido diferente, com um valor verdadeiro diferente. No entanto,
aquele valor verdadeiro seria consistente com a definio do mensurando porque este no especificou
que a espessura era para ser determinada num local em particular sobre a folha. Assim, neste caso,
por causa de uma definio incompleta do mensurando, o valor verdadeiro tem uma incerteza que
pode ser avaliada atravs de medies realizadas em diferentes partes da folha. Em algum nvel, cada
mensurando tem uma incerteza intrnseca que pode, em princpio, ser estimada de algum modo. Esta
a incerteza mnima com a qual um mensurando pode ser determinado, e cada medio que alcana
tal incerteza pode ser considerada a melhor medio possvel do mensurando. Para obter um valor da
grandeza em questo com uma incerteza menor requer-se que o mensurando seja definido mais
completamente.
NOTA 1 No exemplo, a especificao do mensurando deixa em dvida muitos outros aspectos que podem,
hipoteticamente, afetar a espessura: a presso baromtrica, a umidade, o comportamento da folha no campo
gravitacional, a maneira pela qual ela apoiada, etc.
NOTA 2 Embora um mensurando deva ser definido com detalhes suficientes para que qualquer incerteza
decorrente de sua definio incompleta seja desprezvel em comparao com a exatido requerida para a
medio, deve-se reconhecer que isto nem sempre praticvel. A definio pode, por exemplo, estar incompleta
porque no especifica parmetros que possam ter sido supostos, injustificadamente, como tendo efeito
desprezvel; ou pode implicar condies que podero nunca ser satisfeitas inteiramente e cuja realizao imperfeita
difcil de se levar em conta. Por exemplo, no caso do exemplo de D.1.2, a velocidade do som implica infinitas
ondas planas de amplitudes muito pequenas. Na proporo em que a medio no satisfaz a estas condies, os
efeitos no-lineares e de difrao precisam ser considerados.
NOTA 3 A especificao inadequada do mensurando pode levar a discrepncias entre os resultados de medies
realizadas em laboratrios diferentes sobre grandezas que se supe (algumas vezes equivocadamente) serem a
mesma grandeza.
D.3.5 A expresso valor verdadeiro de um mensurando ou de uma grandeza (frequentemente
abreviada para valor verdadeiro") evitada neste Guia porque a palavra verdadeiro vista como
redundante. Mensurando (ver B.2.9) significa grandeza particular sujeita a medio, portanto valor
de um mensurando significa valor de uma grandeza particular sujeita a medio. Como grandeza
particular geralmente compreendida como significando uma grandeza definida ou especifica (ver
B.2.1, Nota 1), o adjetivo verdadeiro em valor verdadeiro de um mensurando (ou em valor
verdadeiro de uma grandeza) desnecessrio o valor verdadeiro do mensurando (ou grandeza) ,
simplesmente, o valor do mensurando (ou grandeza). Adicionalmente, como indicado na discusso
acima, o valor verdadeiro nico somente um conceito idealizado.
D.4 Erro
Um resultado de medio corrigido no o valor do mensurando isto , ainda contm erros pois a
medio da grandeza realizada imperfeita devido a variaes aleatrias das observaes (efeitos
aleatrios), da determinao inadequada de correes para efeitos sistemticos, e do conhecimento
incompleto de certos fenmenos fsicos (tambm efeitos sistemticos). Nem o valor da grandeza
realizada nem o valor do mensurando podem ser conhecidos exatamente; tudo o que se pode saber
so os seus valores estimados. No exemplo acima, o valor medido para a espessura da folha pode
estar errado, isto , pode diferir do valor do mensurando (a espessura da folha), porque cada uma das
seguintes razes podem se combinar para contribuir para um erro desconhecido no resultado da
medio:
a) pequenas diferenas entre as indicaes do micrmetro quando ele aplicado repetidamente
mesma grandeza realizada;
b) calibrao imperfeita do micrmetro;
c) medio imperfeita da temperatura e da presso aplicada;
d) conhecimento incompleto dos efeitos da temperatura, presso baromtrica e umidade da amostra
ou do micrmetro, ou de ambos.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 51
D.5 Incerteza
D.5.1 Conquanto os valores exatos das contribuies ao erro de um resultado de uma medio sejam
desconhecidos e desconhecveis, as incertezas associadas com os efeitos aleatrios e sistemticos
que contribuem para o erro podem ser avaliadas. Porm, mesmo que as incertezas avaliadas sejam
pequenas, ainda assim no h garantia de que o erro no resultado da medio seja pequeno. Isto
porque, na determinao de uma correo ou no julgamento sobre a extenso em que o conhecimento
incompleto, um efeito sistemtico pode ter passado despercebido por no ter sido reconhecido como
tal. Assim, a incerteza de um resultado de uma medio no necessariamente uma indicao de o
quanto o resultado da medio est prximo do valor do mensurando; ela simplesmente uma
estimativa de o quanto se est prximo do melhor valor consistente com o conhecimento atualmente
disponvel.
D.5.2 A incerteza de medio assim uma expresso do fato de que, para um dado mensurando e um
dado resultado de sua medio, no h um valor nico, mas sim um infinito nmero de valores,
dispersos em torno do resultado, todos eles consistentes com todas as observaes e dados e com o
conhecimento disponvel sobre o mundo fsico, e que podem ser atribudos ao mensurando com
diferentes graus de credibilidade.
D.5.3 Felizmente, em muitas situaes prticas de medio, muito do que discutido neste anexo no
se aplica. Citem-se como exemplos situaes em que o mensurando est adequadamente bem
definido; padres ou instrumentos so calibrados usando-se padres de referncia bem conhecidos
rastreveis a padres nacionais; e em que as incertezas das correes de calibrao so
insignificantes comparadas s incertezas provenientes de efeitos aleatrios na indicao dos
instrumentos ou devidas limitao do nmero de observaes (ver E.4.3). No obstante, o
conhecimento incompleto de grandezas de influncia e de seus efeitos pode, muitas vezes, contribuir
significativamente para a incerteza do resultado de uma medio.
D.6 Representao grfica
D.6.1 A Figura (D.1) ilustra algumas das idias discutidas no Captulo 3 deste Guia e neste anexo. Ela
ilustra por que o enfoque deste Guia est em incerteza e no em erro. O valor exato do erro de um
resultado de uma medio , em geral, desconhecido e impossvel de se conhecer. Tudo o que se pode
fazer estimar os valores das grandezas de entrada, incluindo correes para efeitos sistemticos
reconhecveis, juntamente com suas incertezas-padro (desvios-padro estimados), seja por meio de
distribuies de probabilidade desconhecidas que so amostradas por observaes repetidas, ou por
meio de distribuies subjetivas ou a priori baseadas no conjunto de informaes disponveis e, ento,
calcular o resultado da medio a partir dos valores estimados das grandezas de entrada, e a
incerteza-padro combinada deste resultado a partir das incertezas-padro daqueles valores
estimados. Somente se h uma base slida para se acreditar que tudo isto foi feito de maneira
adequada, sem que se tenha passado por cima de nenhum efeito sistemtico relevante, pode-se supor
que o resultado da medio uma estimativa confivel do valor do mensurando e que sua incerteza-
padro combinada uma medida confivel de seu possvel erro.
NOTA 1 Na Figura D.1 a) as observaes so mostradas como um histograma para propsitos ilustrativos [ver
4.4.3 e a Figura 1 b)].
NOTA 2 A correo para um erro igual ao negativo da estimativa do erro. Assim, na Figura D.1, e tambm na
Figura D.2, uma seta que ilustra a correo para um erro tem comprimento igual ao da seta que teria ilustrado o
prprio erro, mas elas apontam sempre em sentidos contrrios. O texto da figura torna claro se uma seta em
particular ilustra uma correo ou um erro.
D.6.2 A Figura D.2 mostra algumas das mesmas idias ilustradas na Figura D.1, mas de uma maneira
diferente. Alm disso, ela tambm evidencia a idia de que pode haver vrios valores do mensurando
se sua definio est incompleta [entrada g) da Figura D.2]. A incerteza que se origina do fato de a
definio do mensurando estar incompleta, tal como medida pela varincia, avaliada por medies de
mltiplas realizaes do mensurando, usando-se o mesmo mtodo, os mesmos instrumentos, etc. (ver
D.3.4).
NOTA Na coluna intitulada Varincia, as varincias so entendidas como sendo as varincias u
i
2
(y) definidas na
Equao (11a) em 5.1.3; portanto, como ali mostrado, elas se somam linearmente.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 52
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 53
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 54
Anexo E
Motivao e base para a Recomendao INC-1 (1980)
Este anexo traz uma breve discusso tanto da motivao como da base estatstica para a
Recomendao INC-1 (1980) do Grupo de Trabalho para Declarao de Incertezas sobre a qual se
fundamenta este Guia. Para discusses mais aprofundadas, ver as referncias [1, 2, 11, 12].
E.1 Seguro, aleatrio, e sistemtico
E.1.1 Este Guia apresenta um mtodo amplamente aplicvel para avaliar e expressar incerteza de
medio. Ele fornece, em vez de um valor seguro, um valor realstico da incerteza, baseado no
conceito de que no h diferena inerente entre um componente de incerteza proveniente de um efeito
aleatrio e um componente proveniente de uma correo para um efeito sistemtico (ver 3.2.2 e 3.2.3).
O mtodo apresenta-se, portanto, em contraste com certos mtodos mais antigos que tm em comum
as duas seguintes idias.
E.1.2 A primeira idia a de que a incerteza relatada deve ser segura ou conservadora,
significando que nunca deveria errar pecando por ser pequena demais. De fato, como a avaliao da
incerteza de um resultado de medio problemtica, ela era deliberadamente, e com frequncia,
tornada maior.
E.1.3 A segunda idia a de que as influncias que do origem s incertezas eram sempre
reconhecidas como sendo ou aleatrias ou sistemticas, com as duas tendo naturezas diferentes; as
incertezas associadas com cada uma delas eram combinadas na sua prpria maneira e deviam ser
relatadas separadamente (ou, quando um nico valor era requerido, combinadas de algum modo
especfico). Na realidade, o mtodo de combinao de incertezas era frequentemente projetado para
satisfazer o requisito de segurana.
E.2 Justificativa para avaliaes realsticas da incerteza
E.2.1 Quando o valor de um mensurando relatado devem ser dadas a melhor estimativa de seu valor
e a melhor avaliao da incerteza desta estimativa, pois, se a incerteza passvel de erro, no
normalmente possvel decidir em qual direo dever-se-ia errar seguramente. Uma declarao
subdimensionada das incertezas pode fazer com que seja depositada confiana demasiada nos valores
relatados, com consequncias por vezes embaraosas ou at mesmo desastrosas. Uma declarao
deliberadamente superdimensionada das incertezas pode tambm ter repercusses indesejveis.
Poderia fazer com que os usurios de equipamentos de medio comprassem instrumentos mais
dispendiosos do que o necessrio, ou poderia fazer com que produtos caros fossem descartados
desnecessariamente ou que os servios de um laboratrio de calibrao fossem rejeitados.
E.2.2 Isso no quer dizer que aqueles que utilizam um resultado de medio no possam aplicar seus
prprios fatores de multiplicao incerteza declarada de forma a obter uma incerteza expandida que
defina um intervalo com um nvel da confiana especificado e que satisfaa suas prprias
necessidades. Nem significa, em certas circunstncias, que as instituies fornecedoras de resultados
de medies no possam, rotineiramente, aplicar um fator que fornea uma incerteza expandida similar
que satisfaa as necessidades de uma classe especfica de usurios desses resultados. Entretanto, tais
fatores (sempre a serem declarados) devem ser aplicados incerteza tal como determinado por um
mtodo realstico, e somente aps a incerteza ter sido assim determinada, de modo que o intervalo
definido pela incerteza expandida tenha o nvel da confiana requerido e a operao possa ser
facilmente revertida.
E.2.3 Aqueles engajados em medies frequentemente precisam incorporar em suas anlises os
resultados de medies feitas por outros, com cada um desses resultados possuindo uma incerteza
prpria. Ao avaliar a incerteza de seu prprio resultado de medio, eles necessitam ter um melhor
valor da incerteza de cada um dos resultados incorporados de terceiros, e no um valor seguro.
Adicionalmente, deve haver alguma maneira lgica e simples pela qual essas incertezas importadas
possam ser combinadas com as incertezas das suas prprias observaes para fornecer a incerteza de
seu prprio resultado. A Recomendao INC-1 (1980) fornece tal maneira.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 55
E.3 Justificativa para tratar identicamente todos os componentes da incerteza
O enfoque da discusso deste item um exemplo simples que ilustra como este Guia trata exatamente
da mesma forma, na avaliao da incerteza do resultado de uma medio, os componentes de
incerteza provenientes de efeitos aleatrios e de correes para efeitos sistemticos. Ele exemplifica,
assim, o ponto de vista adotado neste Guia e citado em E.1.1, ou seja, que todos os componentes da
incerteza so da mesma natureza e devem ser tratados identicamente. O ponto de partida da discusso
uma derivao simplificada da expresso matemtica para a propagao dos desvios-padro,
denominada neste Guia como lei de propagao de incertezas.
E.3.1 Suponha que a grandeza de sada z = f(w
1
,w
2
,..,w
N
) dependa de N grandezas de entrada
w
1
,w
2
,...w
N
, onde cada w
i
seja descrito por uma distribuio de probabilidade apropriada. A expanso de
f em torno das esperanas dos w
i
, E(w
i
)
i
, em uma srie de Taylor de primeira ordem fornece, para
pequenos desvios de z em torno de
z
em termos de pequenos desvios dos w
i
em torno dos
i
,
(E.1)
onde todos os termos de maior ordem so considerados desprezveis e
z
=
f(
1
,
2
, ...,
N
). O quadrado
do desvio z
z
ento dado por
(E.2a)
que pode ser escrito como
(E.2b)
A esperana do desvio quadrado (z
z
)
2
a varincia de z, isto ,
e, assim a
Equao (E.2b) leva a
(E.3)
Nesta expresso,
a varincia de
/
o coeficiente de
correlao de
, onde
a covarincia de
.
NOTA 1
so, respectivamente, os momentos centrais de ordem 2 (ver C.2.13 e C.2.22) das distribuies
de probabilidade de z e de
em
[ver Equao
(E.8)]. De fato, apropriado denominar a Equao (E.3) de lei de propagao de incertezas, como
feito neste Guia, porque ela mostra como as incertezas das grandezas de entrada
, tomadas como
iguais aos desvios-padro das distribuies de probabilidade de
(E.4)
Aqui um deslocamento ou desvio sistemtico constante comum a cada observao, e um fator
de escala comum. O deslocamento e o fator de escala, embora fixos durante as observaes, so
supostos como caracterizados por distribuies de probabilidade a priori, com e sendo as melhores
estimativas das esperanas dessas distribuies.
A melhor estimativa de a mdia aritmtica ou mdia amostral obtida de
1
(E.5)
A grandeza z , ento, estimada por , ,
, ,
e a estimativa u
2
(z) de sua
varincia
2
(z) obtida da Equao (E.3). Se, para simplificar, se supe z = w, de modo que a melhor
estimativa de z , ento a estimativa u
2
(z) pode ser prontamente encontrada. Notando-se
que, pela Equao (E.5),
1,
e designando as varincias estimadas de e por u
2
() e u
2
(), respectivamente, e supondo ainda que
as observaes individuais so no-correlacionadas, obtm-se, da Equao (E.3),
(E.6)
onde s
2
(q
k
) a varincia experimental das observaes q
k
calculada de acordo com a Equao (4) em
4.2.2, e s
2
(q
k
)/n = s
2
() a varincia experimental da mdia [Equao (5), em 4.2.3].
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 57
E.3.5 Na terminologia tradicional, o terceiro termo do membro direita da Equao (E.6) chamado de
contribuio aleatria varincia estimada u
2
(z) porque ele em geral decresce quando o nmero de
observaes n aumenta, enquanto que os dois primeiros termos so chamados contribuies
sistemticas porque no dependem de n.
De mais significncia, em alguns tratamentos tradicionais de incerteza de medio questiona-se a
Equao (E.6) porque nenhuma distino feita entre as incertezas oriundas de efeitos sistemticos e
as que decorrem de efeitos aleatrios. Condena-se, em particular, a combinao de varincias obtidas
de distribuies de probabilidade a priori com aquelas obtidas de distribuies baseadas em frequncia,
pois o conceito de probabilidade considerado aplicvel somente a eventos que podem ser repetidos
um grande nmero de vezes sob condies essencialmente iguais, com a probabilidade p de um
evento (0 p 1) indicando a frequncia relativa com a qual o evento ir ocorrer.
Em contraste com este ponto de vista de probabilidade baseada em frequncias, outro ponto de vista
igualmente vlido aquele em que a probabilidade uma medida do grau de credibilidade de que um
evento ir ocorrer [13, 14]. Por exemplo, suponha que algum tenha a oportunidade de ganhar uma
pequena soma de dinheiro D e que se trate de um apostador racional. Se o apostador indiferente
quanto escolha das duas possibilidades seguintes, seu grau de credibilidade na ocorrncia do evento
A p = 0,5.
1) receber D se o evento A ocorrer, porm no receber nada se ele no ocorrer;
2) receber D se o evento A no ocorrer, porm no receber nada se ele ocorrer.
A Recomendao INC-1 (1980) sobre a qual se fundamenta este Guia adota implicitamente tal ponto de
vista de probabilidade, uma vez que considera expresses tais como a Equao (E.6) como a maneira
adequada de calcular a incerteza-padro combinada de um resultado de uma medio.
E.3.6 Existem trs vantagens distintas em se adotar uma interpretao de probabilidade baseada no
grau de credibilidade, no desvio-padro (incerteza-padro) e na lei de propagao de incertezas
[Equao (E.3)] como bases para avaliao e expresso da incerteza de medio, como tem sido feito
neste Guia:
a) a lei da propagao de incertezas permite que a incerteza-padro combinada de um resultado seja
prontamente incorporada na avaliao da incerteza-padro combinada de outro resultado no qual
a primeira utilizada;
b) a incerteza-padro combinada pode servir de base para calcular intervalos que correspondam, de
forma realista, a seus nveis da confiana requeridos; e
c) desnecessrio classificar componentes como aleatrios ou sistemticos (ou de qualquer outro
modo) quando da avaliao da incerteza, porque todos os componentes da incerteza so tratados
da mesma maneira.
O especificado em c) altamente vantajoso porque tal categorizao frequentemente fonte de
confuso; um componente de incerteza no ou aleatrio ou sistemtico. Sua natureza
condicionada pela utilizao feita da grandeza correspondente ou, mais formalmente, pelo contexto no
qual a grandeza aparece no modelo matemtico que descreve a medio. Assim, quando sua
correspondente grandeza usada em um contexto diferente, um componente aleatrio pode se tornar
um componente sistemtico e vice versa.
E.3.7 Pelo motivo dado em c) acima, a Recomendao INC-1 (1980) no classifica os componentes de
incerteza como aleatrios ou sistemticos. Na realidade, no que se refere ao clculo da incerteza-
padro combinada de um resultado de medio, no h necessidade de classificar componentes de
incerteza e, assim, nenhuma necessidade real de qualquer esquema de classificao. Contudo, uma
vez que denominaes convenientes podem, s vezes, ser teis na comunicao e discusso de
idias, a Recomendao INC-1 (1980) fornece um esquema para a classificao de dois mtodos
distintos pelos quais os componentes da incerteza podem ser avaliados, A e B (ver 0.7, 2.3.2 e
2.3.3).
Classificando-se os mtodos usados para avaliar os componentes de incerteza evita-se o problema
principal associado com a classificao dos prprios componentes, isto , a dependncia da
classificao de um componente em relao forma pela qual a grandeza correspondente utilizada.
Entretanto, classificar os mtodos, em vez de os componentes, no impede que se agrupem os
componentes individuais avaliados pelos dois mtodos em grupos especficos para um propsito
particular, em uma dada medio, por exemplo, quando se compara a variabilidade observada
experimentalmente com a prevista teoricamente para os valores de sada de um sistema complexo de
medio (ver 3.4.3).
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 58
E.4 Desvios-padro como medidas de incerteza
E.4.1 A Equao (E.3) requer que, independente de como seja obtida a incerteza da estimativa de uma
grandeza de entrada, ela seja avaliada como uma incerteza-padro, isto , um desvio-padro estimado.
Se, em vez disso, alguma alternativa segura avaliada, ela no pode ser usada na Equao (E.3).
Em particular, se o limite mximo de erro (o maior desvio concebvel com relao suposta melhor
estimativa) usado na Equao (E.3), a incerteza resultante ter um significado mal definido e no
poder ser utilizada por algum que queira incorpor-la em clculos subsequentes de incertezas de
outras grandezas (ver E.3.3).
E.4.2 Quando a incerteza-padro de uma grandeza de entrada no pode ser avaliada pela anlise de
resultados de um nmero adequado de observaes repetidas, deve-se adotar uma distribuio de
probabilidade baseada em um conhecimento que muito menos extenso do que seria desejvel. Isso
no torna, entretanto, a distribuio invlida ou irreal; como todas as distribuies de probabilidade, ela
uma expresso do conhecimento existente.
E.4.3 As avaliaes baseadas em observaes repetidas no so necessariamente superiores quelas
obtidas por outros meios. Considere , o desvio-padro experimental da mdia de n observaes q
k
independentes de uma varivel q aleatria, distribuda normalmente [ver Equao (5), em 4.2.3]. A
grandeza uma estatstica (ver C.2.23) que estima , o desvio-padro da distribuio da
probabilidade de , que o desvio-padro da distribuio dos valores de q que seria obtido se a
medio fosse repetida um nmero infinito de vezes. A varincia
de dada
aproximadamente por
/2 (E.7)
onde 1 o nmero de graus de liberdade de (ver G.3.3). Assim, o desvio-padro relativo
de , que dado pela razo e que pode ser tomado como uma medida da incerteza
relativa de , aproximadamente 2 1
/
. Esta incerteza da incerteza de , que decorre de
motivo puramente estatstico referente amostragem limitada, pode ser surpreendentemente grande;
para n = 10 observaes, de 24 por cento. Este e outros valores so dados na Tabela E.1, que
mostra que o desvio-padro de um desvio-padro estatisticamente estimado no desprezvel para
valores prticos de n. Pode-se, portanto, concluir que as avaliaes do Tipo A da incerteza-padro no
so necessariamente mais confiveis do que as avaliaes do Tipo B, e que em muitas situaes
prticas de medies, onde o nmero de observaes limitado, os componentes obtidos por
avaliaes do Tipo B podem ser melhor conhecidos do que os componentes obtidos de avaliaes do
Tipo A.
E.4.4 Tem-se levantado a questo referente ao fato de que, enquanto as incertezas associadas com a
aplicao de um mtodo particular de medio so parmetros estatsticos caracterizando variveis
aleatrias, existem exemplos de um efeito verdadeiramente sistemtico cuja incerteza deve ser
tratada diferentemente. Um exemplo um erro no zero tendo um valor fixo desconhecido, o qual o
mesmo para cada determinao pelo mtodo, devido a uma possvel imperfeio no prprio princpio
do mtodo em si ou em uma de suas hipteses. Mas, ao se reconhecer que tal possibilidade de erro no
zero existe, e se sua magnitude tida como sendo possivelmente significativa, ento ele pode ser
descrito por uma distribuio de probabilidade, ainda que construda de forma no muito elaborada,
baseada no conhecimento que levou concluso de que este erro poderia existir e de que era
significativo. Assim, se se considerar a probabilidade como uma medida do grau de credibilidade de
que um evento ir ocorrer, a contribuio de tal efeito sistemtico pode ser includa na incerteza-padro
combinada de um resultado de medio pela avaliao dessa contribuio como uma incerteza-padro
de uma distribuio de probabilidade a priori, e tratando-a como qualquer outra incerteza-padro de
uma grandeza de entrada.
EXEMPLO A especificao de um particular procedimento de medio requer que uma determinada grandeza de
entrada seja calculada a partir de uma especfica expanso em srie de potncias cujos termos de maior ordem
no so exatamente conhecidos. O efeito sistemtico devido impossibilidade de tratar com exatido estes termos
leva a um determinado erro no zero que desconhecido e que no pode ser experimentalmente amostrado por
repeties do procedimento. Assim, a incerteza associada com o efeito no pode ser avaliada e includa na
incerteza do resultado final de medio se uma interpretao de probabilidade baseada em frequncia seguida
estritamente. Entretanto, uma interpretao de probabilidade com base no grau de credibilidade permite que a
incerteza que caracteriza o efeito seja avaliada a partir de uma distribuio de probabilidade a priori (derivada do
conhecimento disponvel concernente aos termos conhecidos sem exatido) e seja includa no clculo da
incerteza-padro combinada do resultado da medio, como qualquer outra incerteza.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 59
Tabela E.1 , o desvio-padro do desvio-padro experimental
da mdia de n observaes independentes de uma varivel aleatria
normalmente distribuda q, relativamente ao desvio-padro daquela mdia
(a) (b)
Nmero de observaes
n
(porcentagem)
2
3
4
5
10
20
30
50
76
52
42
36
24
16
13
10
(a) Os valores dados foram calculados da expresso exata para e no da
expresso aproximada [2(n 1)]
-1/2
.
(b) Na expresso , o denominador ) a esperana E[S/] e o
numerador a raiz quadrada da varincia V[s/], onde S denota uma varivel
aleatria igual ao desvio-padro de n variveis aleatrias independentes X1, ..., X
n
, cada
qual tendo uma distribuio normal com valor mdio e varincia :
1
1
A esperana e a varincia de S so dadas por:
2
1
2
1 2
,
onde (x) a funo gama. Note-se que E[S] < para um nmero n finito.
E.5 Uma comparao entre duas abordagens de incerteza
E.5.1 O enfoque deste Guia dirigido ao resultado de medio e sua incerteza avaliada, em vez de o
ser s grandezas desconhecidas valor verdadeiro e erro (ver Anexo D). Este Guia, na realidade, ao
adotar os pontos de vista operacionais de que o resultado de uma medio simplesmente o valor
atribudo ao mensurando e que a incerteza desse resultado uma medida da disperso dos valores
que poderiam, razoavelmente, ser atribudos ao mensurando, desfaz a conexo muitas vezes confusa
entre incerteza e as grandezas desconhecidas, valor verdadeiro e erro.
E.5.2 Esta conexo pode ser entendida interpretando-se a derivao da Equao (E.3), a lei de
propagao de incertezas, do ponto de vista de valor verdadeiro e erro. Neste caso
i
visto como o
desconhecido, valor verdadeiro nico da grandeza de entrada w
i
e cada w
i
. suposto ser relacionado
ao seu valor verdadeiro
i
por
, onde
i
o erro em w
i
. A esperana da distribuio de
probabilidade de cada
i
. supostamente nula, E(
i
) = 0, com varincia E(
i
2
) =
2
i
. A Equao (E.1)
torna-se, ento
(E.8)
onde
z
= z -
z
o erro em z e
z
o valor verdadeiro de z. Tomando-se a esperana do quadrado de
z
, obtm-se uma equao idntica, na forma, Equao (E.3), mas onde
2
z
= E(
2
z
) a varincia de
z
, e
o coeficiente de correlao de
i
e
j
, onde
a
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 60
covarincia entre
i
e
j
. As varincias e os coeficientes de correlao esto, portanto, associados aos
erros das grandezas de entrada, em vez de estarem associados s prprias grandezas de entrada.
NOTA Assume-se que a probabilidade seja vista como uma medida do grau de credibilidade de que um evento ir
ocorrer. Isso implica que um erro sistemtico pode ser tratado da mesma forma que um erro aleatrio e que
j
representa ambos os tipos de erros.
E.5.3 Na prtica, a diferena de pontos de vista no leva a uma diferena no valor numrico do
resultado da medio ou da incerteza atribuda a esse resultado.
Primeiro, em ambos os casos as melhores estimativas disponveis das grandezas de entrada w
i
so
utilizadas para obter a melhor estimativa de z atravs da funo f; no faz nenhuma diferena nos
clculos se as melhores estimativas so vistas como os valores mais provveis a serem atribudos s
grandezas em questo, ou como as melhores estimativas de seus valores verdadeiros.
Segundo, uma vez que
i
= w
i
-
i
e que os
i
representam valores nicos e fixos e, por consequncia,
no tm incerteza, as varincias e os desvios-padro de
i
e de w
i
so idnticos. Isso significa que, em
ambos os casos, as incertezas-padro utilizadas como estimativas dos desvios-padro
i
, para obter a
incerteza-padro combinada do resultado da medio so idnticas e fornecem o mesmo valor
numrico para aquela incerteza. Novamente, no faz nenhuma diferena nos clculos se uma
incerteza-padro vista como uma medida da disperso da distribuio de probabilidade de uma
grandeza de entrada ou como uma medida da disperso da distribuio de probabilidade do erro dessa
grandeza.
NOTA Se a assuno da nota de E.5.2 no tivesse sido feita, ento a discusso deste item no faria sentido, a
no ser que todas as estimativas das grandezas de entrada e as incertezas dessas estimativas fossem obtidas da
anlise estatstica de observaes repetidas, isto , de avaliaes do Tipo A.
E.5.4 Embora o enfoque baseado no valor verdadeiro e erro fornea os mesmos resultados
numricos que o enfoque adotado por este Guia (desde que a assuno da nota E.5.2 seja feita), o
conceito de incerteza deste Guia elimina a confuso entre erro e incerteza (ver o anexo D). Na
realidade, o enfoque operacional deste Guia, pelo qual focalizado o valor observado (ou estimado) de
uma grandeza e a variabilidade observada (ou estimada) desse valor, torna qualquer meno a erro
inteiramente desnecessria.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 61
Anexo F
Guia prtico para avaliao de componentes de incerteza
Este anexo d sugestes adicionais para avaliar componentes de incerteza. Tais sugestes so
principalmente de natureza prtica e tm o propsito de complementar aquelas j dadas no Captulo 4.
F.1 Componentes avaliados a partir de observaes repetidas: avaliao Tipo A
de incerteza-padro
F.1.1 Aleatoriedade e observaes repetidas
F.1.1.1 Incertezas determinadas a partir de observaes repetidas so frequentemente consideradas
objetivas, estatisticamente rigorosas, etc., e como tais so contrastadas com incertezas avaliadas
por outros meios. Isso sugere, erroneamente, que elas podem ser avaliadas meramente pela aplicao
de frmulas estatsticas s observaes e que sua avaliao no requer a aplicao de algum
julgamento.
F.1.1.2 Deve-se perguntar primeiro: Em que extenso observaes repetidas so repeties
completamente independentes no contexto de um procedimento de medio?. Se todas as
observaes so de uma amostra nica, e se a amostragem parte do procedimento de medio
porque o mensurando a propriedade de um material (o que diferente da propriedade de uma dada
amostra do material), ento as observaes no foram independentemente repetidas; uma avaliao de
um componente de varincia decorrente de possveis diferenas entre amostras deve ser adicionada
varincia das observaes repetidas realizadas sobre a amostra nica.
Se a operao de zerar um instrumento parte do procedimento de medio, o instrumento deve ser
novamente zerado em cada repetio, mesmo havendo uma deriva desprezvel durante o perodo em
que as observaes so feitas, pois h, potencialmente, uma incerteza estatisticamente determinvel
associada a essa operao.
Similarmente, se um barmetro deve ser lido, ele deve, em princpio, ser lido para cada repetio da
medio (preferivelmente aps perturb-lo e deix-lo voltar ao equilbrio), pois pode haver uma variao
tanto na indicao como na leitura, mesmo que a presso baromtrica tenha se mantido constante.
F.1.1.3 Deve-se perguntar, em seguida, se todas as influncias que foram supostas ser aleatrias o
so de fato. As mdias e varincias de suas distribuies so constantes ou haver, talvez, durante o
perodo das observaes repetidas, uma deriva no valor de uma grandeza de influncia no medida?
Se h um nmero suficiente de observaes, as mdias aritmticas dos resultados da primeira e da
segunda metade do perodo e seus desvios-padro experimentais podem ser calculados e as duas
mdias comparadas uma com a outra, de forma a se julgar se a diferena entre elas estatisticamente
significativa e, assim, se h um efeito variando com o tempo.
F.1.1.4 Se os valores dos servios comuns no laboratrio (tenso e frequncia da rede eltrica,
presso e temperatura da gua, presso de nitrognio, etc.) so grandezas de influncia, h,
normalmente, um forte elemento no aleatrio em suas variaes que no pode ser ignorado.
F.1.1.5 Se o algarismo menos significativo de uma indicao digital varia continuamente durante uma
observao devido a rudo, por vezes difcil deixar de selecionar, involuntariamente, valores
pessoalmente preferidos desse algarismo. Um melhor procedimento arranjar algum meio de congelar
a indicao num instante arbitrrio e registrar o resultado congelado.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 62
F.1.2 Correlaes
Grande parte da discusso neste item tambm aplicvel a avaliaes do Tipo B da incerteza-padro.
F.1.2.1 A covarincia associada com as estimativas de duas grandezas de entrada X
i
e X
j
podem ser
tomadas como nulas ou tratadas como insignificantes, se
a) X
i
e X
j
forem no-correlacionadas (as variveis aleatrias, no as grandezas fsicas, que so
consideradas invariveis [ver 4.1.1, Nota 1]), seja por exemplo em razo de terem sido medidas
repetidamente, mas no simultaneamente, em experimentos independentes diferentes, ou seja em
razo de representarem grandezas resultantes de avaliaes diferentes que foram realizadas
independentemente, ou se
b) qualquer das grandezas X
i
ou X
j
puder ser tratada como constante, ou se
c) no existirem informaes suficientes para avaliar a covarincia associada s estimativas de X
i
e X
j
.
NOTA 1 Por outro lado, em certos casos, tais como no exemplo da resistncia de referncia da Nota 1 de 5.2.2,
fica evidente que as grandezas de entrada so totalmente correlacionadas e que as incertezas-padro de suas
estimativas combinam-se linearmente.
NOTA 2 Experimentos diferentes podem no ser independentes se, por exemplo, o mesmo instrumento utilizado
em cada um dos experimentos (ver F.1.2.3)
F.1.2.2 Pode-se determinar se duas grandezas de entrada observadas simultnea e repetidamente so
ou no correlacionadas por meio da Equao (17), em 5.2.3. Por exemplo, se a frequncia de um
oscilador, no compensada ou mal compensada quanto temperatura, for uma grandeza de entrada,
se a temperatura ambiente for tambm uma grandeza de entrada e se ambas forem observadas
simultaneamente, poder haver uma correlao significativa revelada pela covarincia calculada da
frequncia do oscilador e da temperatura ambiente.
F.1.2.3 Na prtica, as grandezas de entrada so, frequentemente, correlacionadas, porque o mesmo
padro de medio fsico, instrumento de medio, dado de referncia, ou at mesmo o mtodo de
medio, tendo uma incerteza significativa, so usados na estimativa de seus valores. Sem perda de
generalidade, suponha que duas grandezas de entrada X
1
e X
2
, estimadas por x
1
e x
2
, dependam de um
conjunto de variveis no correlacionadas Q
1
, Q
2
, ..., Q
L
. Assim, X
1
= F(Q
1
, Q
2
, ..., Q
L
) e X
2
= G(Q
1
, Q
2
, ...,
Q
L
), embora algumas dessas variveis possam, na realidade, aparecer em somente uma funo e no
na outra. Se u
2
(q
l
) a varincia estimada associada com a estimativa q
l
de Q
l
, ento a varincia
estimada associada com x
1
, , da Equao (10) em 5.1.2,
(F.1)
com uma expresso similar para u
2
(x
2
). A covarincia estimada associada a x
1
e x
2
dada por
(F.2)
Em razo de somente aqueles termos para os quais
0 e
0, para um dado l,
contriburem para a soma, a covarincia zero se nenhuma varivel comum a ambos, F e G.
O coeficiente de correlao estimado r(x
1
, x
2
), associado com as duas estimativas x
1
e x
2
determinado
por u(x
1
, x
2
) [Equao (F.2)] e Equao (14) em 5.2.2, com u(x
1
) calculado da Equao (F.1) e u(x
2
) de
uma expresso similar. [Ver tambm Equao (H.9), em H.2.3.] tambm possvel que a covarincia
estimada associada com duas estimativas de entrada tenha ambos componentes, um componente
estatstico [ver Equao (17), em 5.2.3] e um componente que surge como discutido neste item.
EXEMPLO 1 Um resistor padro RS usado na mesma medio para determinar tanto a corrente I como a
temperatura t. A corrente determinada medindo-se, com um voltmetro digital, a diferena de potencial nos
terminais do padro; a temperatura determinada medindo-se, com uma ponte de resistncia e com o padro, a
resistncia R
t
(t) de um sensor resistivo de temperatura calibrado, cuja relao temperatura-resistncia, na faixa de
15 C t 30 C, t = aR
t
2
(t) t
0
, onde a e t0 so constantes conhecidas. Assim, a corrente determinada por meio
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 63
da relao I = V
S
/R
S e a temperatura atravs da relao t =
2
(t) R
S
2
t
0
, onde (t) a razo medida Rt(t)/Rs
fornecida pela ponte.
Como apenas a grandeza R
S comum expresso de I e t, a Equao (F.2) fornece para a covarincia de I e t
,
(Por simplicidade de notao, neste exemplo usado o mesmo smbolo para a grandeza de entrada e para sua
estimativa.)
Para obter o valor numrico da covarincia, substituem-se nesta expresso os valores numricos das grandezas
medidas I e t, e os valores de RS e u(RS) dados no certificado de calibrao do resistor padro. A unidade de u(I,t)
claramente AC, uma vez que a varincia relativa [ u(RS)/RS]
2
uma grandeza adimensional.
Seja uma grandeza P relacionada com as grandezas de entrada I e t por P = CoI
2
/(To + t), onde Co e To so
constantes conhecidas, com incertezas desprezveis [u
2
(Co) 0, u
2
(To) 0]. A Equao (13) em 5.2.2 fornece ento
para a varincia de P em termos das varincias de I e t e de sua covarincia
4
,
As varincias u
2
(I) e u
2
(t) so obtidas atravs da aplicao da Equao (10) de 5.1.2 s relaes I = VS/RS e t =
2
(t)RS
2
t0. Os resultados so
nos quais, para simplificar, supe-se que as incertezas das constantes t0 e a sejam tambm desprezveis. Estas
expresses podem ser prontamente avaliadas uma vez que u
2
(VS) e u
2
() podem ser determinadas,
respectivamente, a partir de leituras repetidas do voltmetro e da ponte de resistncia. Naturalmente, quaisquer
incertezas inerentes aos prprios instrumentos e aos procedimentos de medio empregados devem tambm ser
levadas em conta quando u
2
(VS) e u
2
() so determinados.
EXEMPLO 2 No exemplo da Nota 1 de 5.2.2, suponha-se que a calibrao de cada resistor seja representada por
R
i
=
i
R
S
, com u(
i
) sendo a incerteza-padro da razo medida
i
, tal como obtida em observaes repetidas.
Suponha-se ainda que
i
1 para cada resistor e que u(
i
) seja essencialmente a mesma para cada calibrao, de
forma que u(
i
) = u(). Ento, as equaes (F.1) e (F.2) fornecem u
2
(R
i
) = RS
2
u
2
() + u
2
(RS) e u(R
i
,R
j
) = u
2
(RS). Isso
implica, pela Equao (14) em 5.2.2, que o coeficiente de correlao de quaisquer dois resistores (i j)
Desde que u(RS)/RS = 10
-4
, se u() = 100 x 10
-6
, r
i,j
0,5; se u() = 10 x 10
-6
, r
i,j
0,990; e se u() = 1 x 10
-6
, r
i,j
1,000. Assim, quando u() 0, r
i,j
1 e u(R
i
) u(RS).
NOTA Em geral, em calibraes por comparao, tais como neste exemplo, os valores estimados dos itens
calibrados so correlacionados, com o grau de correlao dependendo da razo entre a incerteza da comparao
e a incerteza do padro de referncia. Quando, como ocorre frequentemente na prtica, a incerteza da
comparao desprezvel com respeito incerteza do padro, os coeficientes de correlao so iguais a +1 e a
incerteza de cada item de calibrao a mesma que a do padro.
F.1.2.4 A necessidade de introduzir a covarincia u(x
i
, x
j
) pode ser dispensada se o conjunto original de
grandezas de entrada X
1
, X
2
, ..., X
N
, das quais o mensurando Y depende [ver Equao (1), em 4.1],
redefinido de maneira a incluir, como grandezas de entrada independentes adicionais, aquelas
grandezas Q
l
que so comuns a duas ou mais das X
i
originais. (Pode ser necessrio executar medies
adicionais para estabelecer integralmente a relao entre Q
l
e as X
i
afetadas). No entanto, em algumas
situaes pode ser mais conveniente manter as covarincias em vez de aumentar o nmero das
grandezas de entrada. Um processo similar pode ser realizado para as covarincias encontradas em
observaes repetidas simultneas [ver Equao (17), em 5.2.3], porm a identificao das grandezas
de entrada adicionais apropriadas frequentemente arbitrada e no fsica.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 64
EXEMPLO Se, no Exemplo 1 de F.1.2.3, as expresses para I e t em termos de RS so introduzidas na expresso
de P, o resultado
e a correlao entre I e t evitada custa da substituio das grandezas de entrada I e t pelas grandezas VS, RS e
. Como essas grandezas no so correlacionadas, a varincia de P pode ser obtida da Equao (10) em 5.1.2.
F.2 Componentes avaliados por outros meios: avaliao do Tipo B da incerteza-
padro
F.2.1 A necessidade de avaliaes do Tipo B
Se um laboratrio de medio tivesse recursos e tempo ilimitados, ele poderia conduzir uma exaustiva
investigao estatstica de todas as causas concebveis de incerteza, por exemplo, utilizando muitas
marcas e tipos diferentes de instrumentos, diferentes mtodos de medio, diferentes aplicaes do
mtodo e diferentes aproximaes dos seus modelos tericos de medio. As incertezas associadas a
todas essas causas poderiam, ento, ser avaliadas pela anlise estatstica de sries de observaes, e
a incerteza de cada causa seria caracterizada por um desvio-padro estatisticamente avaliado. Em
outras palavras, todos os componentes da incerteza seriam obtidos atravs de avaliaes do Tipo A.
Como tal investigao no tem nenhuma praticidade econmica, muitos componentes da incerteza
devem ser avaliados por quaisquer outros meios que sejam prticos.
F.2.2 Distribuies determinadas matematicamente
F.2.2.1 Resoluo de uma indicao digital
Uma fonte de incerteza de um instrumento digital a resoluo de seu dispositivo indicador. Por
exemplo, mesmo se as observaes repetidas forem todas idnticas, a incerteza de medio atribuvel
repetibilidade no seria zero, pois h uma faixa de sinais de entrada no instrumento, varrendo um
intervalo conhecido, que forneceria a mesma indicao. Se a resoluo do dispositivo indicador x, o
valor do estmulo que produz uma dada indicao pode estar situado com igual probabilidade em
qualquer lugar no intervalo X - x/2 a X + x/2. O estmulo , ento, descrito por uma distribuio de
probabilidade retangular (ver 4.3.7 e 4.4.5), de largura x, com varincia u
2
= (x)
2
/12, implicando em
uma incerteza-padro de u = 0,29x para qualquer indicao.
Assim, um instrumento de pesagem com um dispositivo indicador cujo menor algarismo significativo
1 g tem uma varincia devida resoluo do dispositivo de u
2
= (1/12) g
2
e uma incerteza-padro de u =
(1/12) g = 0,29 g.
F.2.2.2 Histerese
Certos tipos de histerese podem causar um tipo similar de incerteza. A indicao de um instrumento
pode diferir por um valor fixo e conhecido caso as leituras sucessivas sejam crescentes ou
decrescentes. O operador prudente anota a direo das sucessivas leituras e faz a correo
apropriada. Entretanto, a direo da histerese no sempre observvel: pode haver oscilaes ocultas
do instrumento, em torno do ponto de equilbrio, de modo que a indicao dependa da direo pela qual
este ponto de equilbrio finalmente alcanado. Se a faixa de leituras possveis desta causa for x, a
varincia , novamente, u
2
= (x)
2
/12, e a incerteza-padro devido histerese u = 0,29x.
F.2.2.3 Aritmtica de preciso-finita
O arredondamento ou truncamento de nmeros provenientes da reduo automtica de dados pelo
computador pode, tambm, ser uma fonte de incerteza. Considere, por exemplo, um computador com
um comprimento de palavra de 16 bits. Se, no decorrer da computao, um nmero tendo esse
comprimento de palavra subtrado de outro do qual ele difira apenas no 16 bit, somente permanece
um bit significativo. Tais eventos podem ocorrer na avaliao de algoritmos mal-condicionados e
podem ser difceis de prever. Pode-se obter uma determinao emprica da incerteza aumentando-se a
grandeza de entrada mais importante para o clculo (h frequentemente uma que proporcional
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 65
magnitude da grandeza de sada) por pequenos incrementos at que a grandeza de sada mude; a
menor mudana na grandeza de sada que pode ser obtida por tais meios pode ser tomada como uma
medida da incerteza; se ela x, a varincia u
2
= (x)
2
/12 e u = 0,29x.
NOTA Pode-se verificar a avaliao da incerteza comparando-se o resultado da computao levada a efeito na
mquina com limitao do comprimento de palavra, com o resultado da mesma computao efetuada por uma
mquina com um comprimento de palavra significativamente maior.
F.2.3 Valores de entrada importados
F.2.3.1 Um valor importado para uma grandeza de entrada um valor que no foi estimado no decorrer
de uma dada medio, mas que foi obtido em outra ocasio como resultado de uma avaliao
independente. Frequentemente, tal valor importado acompanhado de algum tipo de informao sobre
a sua incerteza. Por exemplo, a incerteza pode ser dada como um desvio-padro, um mltiplo de um
desvio-padro, ou a meia largura de um intervalo tendo um nvel da confiana declarado.
Alternativamente, limites superior ou inferior podem ser fornecidos, ou nenhuma informao pode ter
sido fornecida sobre a incerteza. Neste ltimo caso, aqueles que utilizam o valor devem empregar seu
prprio conhecimento da magnitude provvel da incerteza, considerando a natureza da grandeza, a
confiabilidade da fonte, as incertezas obtidas na prtica para essas grandezas, etc.
NOTA A discusso da incerteza de grandezas de entrada importadas includa neste item sobre a avaliao do
Tipo B de incerteza-padro por convenincia; a incerteza de tal grandeza poderia ser composta por componentes
obtidos por avaliaes do Tipo A ou componentes obtidos por avaliaes de ambos os Tipos, A e B. Como
desnecessrio distinguir entre componentes avaliados pelos dois diferentes mtodos para se calcular uma
incerteza-padro combinada, tambm desnecessrio conhecer a composio de uma incerteza de uma grandeza
importada.
F.2.3.2 Alguns laboratrios de calibrao tm adotado a prtica de expressar a incerteza na forma de
limites superior e inferior que definem um intervalo tendo um nvel da confiana mnimo, por exemplo,
pelo menos 95 por cento. Isso pode ser visto como um exemplo da assim chamada incerteza segura
(ver E.1.2) e esta no pode ser convertida em uma incerteza-padro sem o conhecimento de como ela
foi calculada. Se for fornecida informao suficiente, ela pode ser recalculada de acordo com as regras
deste Guia; de outra forma, uma avaliao independente da incerteza deve ser feita por quaisquer
outros meios que estejam disponveis.
F.2.3.3 Algumas incertezas so dadas, simplesmente, como limites mximos dentro dos quais todos os
valores da grandeza estaro contidos. uma prtica comum supor que todos os valores dentro desses
limites so igualmente provveis (uma distribuio de probabilidade retangular), mas tal distribuio no
deve ser suposta se existem razes para se esperar que os valores que estejam dentro do intervalo,
porm prximos aos limites, sejam menos provveis do que aqueles que esto mais prximos do centro
desses limites. Uma distribuio retangular de meia largura a tem uma varincia a
2
/3; uma distribuio
normal para a qual a a meia largura de um intervalo tendo um nvel da confiana de 99,73 por cento
tem uma varincia de a
2
/9. Pode ser prudente adotar um meio termo entre esses valores, por exemplo,
supondo-se uma distribuio triangular, para a qual a varincia a
2
/6 (ver 4.3.9 e 4.4.6).
F.2.4 Valores de entrada medidos
F.2.4.1 Observao nica, instrumentos calibrados
Se uma estimativa de entrada foi obtida a partir de uma nica observao, com um determinado
instrumento que tenha sido calibrado por um padro de pequena incerteza, a incerteza da estimativa ,
principalmente, a de repetibilidade. A varincia de medies repetidas pelo instrumento pode ter sido
obtida em ocasio anterior, no necessariamente para o mesmo valor de leitura, mas prximo o
suficiente para ser til, podendo ser possvel supor que a varincia seja aplicvel ao valor de entrada
em questo. Se nenhuma informao estiver disponvel, deve ser feita uma estimativa baseada na
natureza do aparelho ou instrumento de medio, nas varincias conhecidas de outros instrumentos de
construo similar, etc.
F.2.4.2 Observao nica, instrumentos verificados
Nem todos os instrumentos de medio so acompanhados de um certificado de calibrao ou de uma
curva de calibrao. A maioria dos instrumentos, entretanto, construda de acordo com uma norma
escrita e verificada, seja pelo fabricante ou por uma autoridade independente, para estar em
conformidade com esse documento. Usualmente, a norma contm requisitos metrolgicos,
frequentemente na forma de erros mximos permissveis, com os quais se requer que o instrumento
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 66
esteja conforme. O atendimento do instrumento a esses requisitos determinado por comparao com
um instrumento de referncia cuja incerteza mxima permitida , geralmente, especificada na norma.
Essa incerteza , ento, um componente da incerteza do instrumento verificado.
Se nada conhecido sobre a curva caracterstica de erro do instrumento verificado deve-se supor que
h uma probabilidade igual de que o erro tenha qualquer valor dentro dos limites permitidos, isto ,
deve-se supor uma distribuio de probabilidade retangular. Entretanto, certos tipos de instrumento tm
curvas caractersticas tais que os erros so, por exemplo, provavelmente sempre positivos em parte da
faixa de medio e negativos em outra. Algumas vezes, tal informao pode ser deduzida pelo estudo
da norma escrita.
F.2.4.3 Grandezas controladas
Medies so frequentemente feitas sob condies de referncia controladas que se supe que
permaneam constantes no decorrer de uma srie de medies. Por exemplo, medies podem ser
efetuadas em amostras em um banho de leo agitado, cuja temperatura seja controlada por um
termostato. A temperatura do banho pode ser medida ao mesmo tempo em que se realiza a medio
em uma amostra, mas, se a temperatura do banho cclica, a temperatura instantnea da amostra
pode no ser a temperatura indicada pelo termmetro no banho. O clculo das flutuaes da
temperatura da amostra baseado na teoria de transferncia de calor e de sua varincia est alm do
escopo deste Guia, porm ele deve comear a partir de um ciclo conhecido ou suposto de temperatura
para banho. Este ciclo pode ser observado por um termopar adequado e um registrador de
temperatura, mas, na falta deles, pode-se deduzir uma aproximao do valor a partir do conhecimento
da natureza dos controles.
F.2.4.4 Distribuies assimtricas de valores possveis
H ocasies em que todos os valores possveis de uma grandeza se encontram de um lado de um
valor limitante nico. Por exemplo, quando se mede uma altura vertical fixa h (o mensurando) de uma
coluna de lquido em um manmetro, o eixo da altura do dispositivo medidor pode se desviar da vertical
por um pequeno ngulo . A distncia l determinada pelo dispositivo ser sempre maior do que h; no
possvel nenhum valor menor do que h. Isto se d porque h igual projeo l cos, implicando l =
h/cos, e todos os valores de cos so menores que um; nenhum valor maior do que um possvel.
Este assim chamado erro de cosseno pode tambm ocorrer de tal maneira que a projeo h'cos, de
um mensurando h', igual distncia observada l, isto , l = h'cos, e a distncia observada sempre
menor do que o mensurando.
Se uma nova varivel = 1- cos introduzida, as duas diferentes situaes so, supondo 0, ou
<< 1 como acontece geralmente na prtica,
1 (F.3a)
1 (F.3b)
Aqui
(F.4a)
(F.4b)
Para se obterem as estimativas do valor esperado de e da varincia de , assume-se que o eixo do
dispositivo utilizado para medir a altura da coluna de lquido no manmetro mantido fixo no plano
vertical e que a distribuio dos valores do ngulo de inclinao , em torno de seu valor esperado
zero, uma distribuio normal, com varincia
2
. Embora possa ter valores tanto positivos quanto
negativos, 1 positivo para todos os valores de . Se o desalinhamento do eixo do
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 67
dispositivo no restrito a um plano, a orientao do eixo pode variar em um ngulo slido, uma vez
que capaz de um desalinhamento tambm de azimute, sendo , porm, sempre um ngulo positivo.
No caso restrito ou unidimensional o elemento de probabilidade p()d (C.2.5, nota) proporcional a
2 , 2 e 2 . As funes densidade de
probabilidade so, ento:
1
exp
(F.5a)
em uma dimenso e
1
(F.5b)
em duas dimenses
onde
1
As Equaes (F.5a) e (F.5b), que mostram que o valor mais provvel da correo em ambos os
casos zero, fornecem, no caso unidimensional,
2 e
2 para a esperana
e a varincia de ; e no caso bidimensional,
1 2
(F.6a)
1 2
(F.6b)
(F.6c)
onde d a dimensionalidade (d = 1 ou 2) e u() a incerteza-padro do ngulo , tomado como sendo
a melhor estimativa do desvio-padro de uma distribuio suposta como normal e a ser avaliada a
partir de todas as informaes disponveis relativas medio (avaliao do Tipo B). Este um
exemplo de um caso em que a estimativa do valor de um mensurando depende da incerteza de uma
grandeza de entrada.
Embora as Equaes de (F.6a) at (F.6c) sejam especficas para uma distribuio normal, a anlise
pode ser efetuada, supondo-se outras distribuies para . Por exemplo, supondo-se uma distribuio
retangular simtrica para , com limites superior e inferior +
0
e -
0
, no caso unidimensional e +
0
e
zero, no caso bidimensional,
6 e
45 , em uma dimenso;
4
e
48 , em duas dimenses.
NOTA Esta uma situao em que a expanso da funo Y = f(X
1
, X
2
, ..., X
N
) em uma srie de Taylor de primeira
ordem para obter u
c
2
(y), Equao (10), em 5.1.2, inadequada por causa da no-linearidade de :
cos
(ver Nota 2 de 5.1.2, e H.2.4). Embora a anlise possa ser realizada inteiramente em termos de
, a introduo da
varivel simplifica o problema.
Outro exemplo de uma situao em que todos os valores possveis de uma grandeza situam-se de um
s lado de um valor limitante nico a determinao por titulao da concentrao de um componente
em uma soluo em que o ponto final indicado pelo disparo de um sinal; a quantidade de reagente
adicionada sempre maior do que aquela necessria para disparar o sinal; nunca menor. O excesso
titulado alm do ponto limite uma varivel requerida na reduo de dados, e o procedimento, neste
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 68
caso (e em casos similares), supor uma distribuio de probabilidade adequada para o excesso e
utiliz-la para obter o valor esperado do excesso e sua varincia.
EXEMPLO Supondo-se, para o excesso z, uma distribuio retangular de limite inferior zero e limite superior C
0
, o
valor esperado do excesso C
0
/2, com a varincia associada C
0
2
/12. Se a funo densidade de probabilidade do
excesso for tomada como uma distribuio normal com 0 < z < , isto , p(z) = (/2)
-1
exp[-z
2
/(2
2
)], ento o valor
esperado 2/, com varincia
2
(1 - 2/).
F.2.4.5 Incerteza quando as correes de uma curva de calibrao no so aplicadas
A Nota de 6.3.1 discutiu o caso em que uma correo conhecida b, para um efeito sistemtico
significativo, no aplicada ao resultado relatado de uma medio, mas, em vez disso, levada em
conta, aumentando-se a incerteza atribuda ao resultado. Um exemplo a substituio de uma
incerteza expandida U por U + b, onde U uma incerteza expandida obtida sob a suposio de b = 0.
Esta prtica , por vezes, seguida em situaes nas quais todas as seguintes condies se aplicam: o
mensurando Y definido sobre uma faixa de valores de um parmetro t, como no caso de uma curva
de calibrao para um sensor de temperatura; U e b tambm dependem de t; e somente um nico valor
de incerteza deve ser dado para todas as estimativas y(t) do mensurando para a faixa dos valores
possveis de t. Em tais situaes, o resultado da medio muitas vezes relatado como Y(t) = y(t)
[U
max
+ b
max
], onde o ndice max indica que so usados os valores mximos de U e da correo
conhecida b para a faixa dos valores de t.
Embora este Guia recomende que sejam aplicadas correes aos resultados de medio para os
efeitos sistemticos significativos conhecidos, isto pode no ser sempre factvel em tal situao, devido
a um esforo financeiro inaceitvel que ocorreria para calcular e aplicar uma correo individual e para
calcular e utilizar uma incerteza individual para cada valor de y(t).
Um enfoque comparativamente simples deste problema, consistente com os princpios deste Guia,
como se segue:
Calcule uma correo mdia nica
a partir de
(F.7a)
onde t
1
e t
2
definem a faixa de interesse do parmetro t, e considere como a melhor estimativa de Y(t) o
valor
(F.7b)
sem levar em conta a incerteza da real determinao da correo b(t). A varincia mdia da correo
b(t) devida sua determinao real dada por
(F.7c)
onde u
2
[b(t)] a varincia da correo b(t). Similarmente, a varincia mdia de y(t) proveniente de todas
as fontes de incerteza, exceo da correo b(t), obtida de
(F.7d)
onde u
2
[y(t)] a varincia de y(t) devida a todas as fontes de incerteza, exceo de b(t). O valor nico
da incerteza-padro a ser usado para todas as estimativas
do mensurando Y(t) ,
ento, a raiz quadrada positiva de
(F.7e)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 69
Uma incerteza expandida U pode ser obtida multiplicando-se u
c
(y') por um fator de abrangncia k
adequadamente escolhido, U = ku
c
(y'), fornecendo Y(t) = y'(t) U = y(t) +
U. Entretanto, o fato de se
ter usado a mesma correo mdia para todos os valores de t, em vez da correo apropriada para
cada valor de t, deve ser reconhecido e declarado de forma clara no tocante ao que U representa.
F.2.5 Incerteza do mtodo de medio
F.2.5.1 Talvez o componente de incerteza mais difcil de avaliar seja aquele associado com o mtodo
de medio, especialmente se a aplicao do mtodo demonstrou dar resultados com menor
variabilidade que os de quaisquer outros mtodos conhecidos. Mas provvel que existam outros
mtodos, alguns deles ainda desconhecidos ou, de alguma forma, pouco prticos, que dariam de modo
sistemtico, resultados diferentes aparentemente de igual validade. Isto implica numa distribuio de
probabilidade a priori, no uma distribuio da qual as amostras podem ser rapidamente extradas e
tratadas estatisticamente. Assim, muito embora a incerteza do mtodo possa ser dominante, a nica
informao muitas vezes disponvel para avaliar sua incerteza-padro o prprio conhecimento
existente do mundo fsico (ver tambm E.4.4).
NOTA A determinao do mesmo mensurando por diferentes mtodos, seja no mesmo laboratrio, seja em
laboratrios diferentes, ou pelo mesmo mtodo em laboratrios diferentes, pode, muitas vezes, fornecer
informao valiosa acerca da incerteza atribuvel a um mtodo em particular. Em geral, a troca de padres de
medio ou de materiais de referncia entre laboratrios para medies independentes um meio til de avaliar a
confiabilidade das avaliaes de incerteza e de identificar efeitos sistemticos no reconhecidos previamente.
F.2.6 Incerteza da amostra
F.2.6.1 Muitas medies envolvem a comparao de um objeto desconhecido com um padro
conhecido, tendo caractersticas similares, de forma a calibrar o desconhecido. Exemplos incluem
blocos padro, certos termmetros, conjuntos de massas, resistores e materiais de alta pureza. Na
maioria desses casos, os mtodos de medio no so especialmente sensveis, ou afetados
prejudicialmente pela seleo da amostra (isto , o desconhecido em particular sendo calibrado), pelo
tratamento da amostra ou pelos efeitos das vrias grandezas ambientais de influncia, porque, em
geral, tanto o padro como o desconhecido respondem do mesmo modo (frequentemente previsvel) a
tais variveis.
F.2.6.2 Em algumas situaes prticas de medio, a amostragem e o tratamento das amostras
desempenham um papel muito mais importante. Este , muitas vezes, o caso da anlise qumica de
materiais naturais. Ao contrrio dos materiais feitos pelo homem, que podem ter uma homogeneidade
comprovada em um nvel bem acima do requerido para a medio, os materiais naturais so
frequentemente muito heterogneos. Essa heterogeneidade conduz a dois componentes adicionais de
incerteza. A avaliao do primeiro requer a determinao de quo adequadamente a amostra
selecionada representa o material original sendo analisado. A avaliao do segundo requer a
determinao da extenso na qual os constituintes secundrios (no analisados) influenciam a medio
e quo adequadamente eles so tratados pelo mtodo de medio.
F.2.6.3 Em alguns casos, o planejamento cuidadoso da experincia pode tornar possvel avaliar
estatisticamente a incerteza devido amostra (ver H.5 e H.5.3.2). Usualmente, entretanto,
especialmente quando os efeitos de grandezas ambientais de influncia sobre a amostra so
significativos, a habilidade e conhecimento do analista, derivados de sua experincia e de todas as
informaes ento disponveis, so requeridos para avaliar a incerteza.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 70
Anexo G
Graus de liberdade e nveis da confiana
G.1 Introduo
G.1.1 Este anexo trata da questo geral da obteno de uma incerteza expandida U
p
= k
p
u
c
(y) a partir
da estimativa y do mensurando Y e de sua incerteza-padro combinada u
c
(y), que define um intervalo
y U
p
Y y + U
p
, o qual tem uma alta probabilidade de abrangncia ou nvel da confiana p
especificados. O anexo trata da determinao do fator de abrangncia k
p
que produz um intervalo em
torno do resultado y da medio, do qual se espera que abranja uma grande frao especificada p da
distribuio de valores que poderiam, razoavelmente, ser atribudos ao mensurando Y (ver Captulo 6).
G.1.2 Em muitas situaes prticas de medio o clculo de intervalos tendo nveis da confiana
especificados de fato, a estimativa da maioria dos componentes individuais de incerteza em tais
situaes apenas uma aproximao, no melhor dos casos. At mesmo o desvio-padro
experimental da mdia de um nmero to grande como 30 observaes repetidas de uma grandeza
descrita por uma distribuio normal tem uma incerteza aproximada de 13 por cento (ver Tabela E.1 no
Anexo E).
Na maioria dos casos, no faz sentido tentar distinguir entre, por exemplo, um intervalo tendo um nvel
da confiana de 95 por cento (uma chance em 20 de que o valor do mensurando Y esteja fora do
intervalo) e intervalos de 94 ou 96 por cento (1 chance em 17 e 25, respectivamente). particularmente
difcil obter intervalos da confiana justificveis com nveis da confiana de 99 por cento (1 chance em
100) e maiores, mesmo assumindo-se que nenhum efeito sistemtico tenha sido esquecido. Isto porque
geralmente se dispe de muito pouca informao sobre as pores extremas ou caudas das
distribuies de probabilidade das grandezas de entrada.
G.1.3 Para obter o valor do fator de abrangncia k
p
que produz um intervalo correspondente a um
nvel especificado da confiana p, requer-se um conhecimento detalhado da distribuio de
probabilidade caracterizada pelo resultado da medio e sua incerteza-padro combinada. Por
exemplo, para uma grandeza z descrita por uma distribuio normal com esperana
z
e desvio-padro
pode ser prontamente calculado o valor de k
p
que fornece um intervalo
z
k
p
que compreende a
frao p da distribuio, tendo, dessa forma, uma probabilidade de abrangncia ou nvel da confiana p.
Alguns exemplos so dados na Tabela G.1.
Tabela G.1 Valor do fator de abrangncia k
p
que produz um intervalo tendo
nvel da confiana p, para uma distribuio normal
Nvel da confiana p
(por cento)
Fator de abrangncia k
p
68,27
90
95
95,45
99
99,73
1
1,645
1,960
2
2,576
3
NOTA Por contraste, se z descrito por uma distribuio de probabilidade retangular com esperana
z
e desvio-
padro = a/3, onde a a meia largura da distribuio, os nveis da confiana p so: 57,74 por cento para k
p
= 1,
95 por cento para k
p
= 1,65, 99 por cento para k
p
= 1,71 e 100 por cento para
3 1,73. A distribuio
retangular mais estreita do que a distribuio normal no sentido de que de extenso finita e no tem caudas.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 71
G.1.4 Se as distribuies de probabilidade das grandezas de entrada X
1
,X
2
,...,X
N
das quais o
mensurando Y depende so conhecidas [suas esperanas, varincias, e momentos de ordem superior
(ver C.2.13 e C.2.22) se as distribuies no so distribuies normais], e se Y uma funo linear das
grandezas de entrada,
e todos os X
i
so caracterizados por distribuies
normais, ento a distribuio convolucionada resultante de Y tambm ser normal. Entretanto, mesmo
que as distribuies de X
i
no sejam normais, a distribuio de Y pode frequentemente ser aproximada
por uma distribuio normal graas ao Teorema Central do Limite. Este teorema estabelece que a
distribuio de Y ser aproximadamente normal com esperana
e varincia
, onde E(X
i
) a esperana de X
i
e
a varincia de X
i
, se os X
i
so
independentes e
de X
i
com
distribuio no-normal.
G.2.2 O Teorema Central do Limite importante porque mostra o papel muito relevante
desempenhado pelas varincias das distribuies de probabilidade das grandezas de entrada,
comparado ao papel desempenhado pelos momentos de ordem superior das distribuies, na
determinao da forma da distribuio convolucionada resultante de Y. Ademais, isto implica que a
distribuio convolucionada tende distribuio normal quando aumenta o nmero de grandezas de
entrada que contribuem para
, onde x
i
a estimativa de X
i
; e a varincia combinada associada com y,
u
c
2
(y), avaliada a partir de
, onde u(x
i
) a incerteza-padro (desvio-padro
estimado) da estimativa x
i
.
NOTA Estritamente falando, na expresso (y - Y)/u
c
(y), Y deve ser lido como E(Y). Por simplicidade, tal distino
s tem sido feita em algumas partes deste Guia. Em geral, o mesmo smbolo tem sido usado para a grandeza
fsica, a varivel aleatria que representa esta grandeza, e a esperana desta varivel (ver notas de 4.1.1).
G.3.2 Se z uma varivel aleatria normalmente distribuda com esperana
z
e desvio-padro , e
a mdia aritmtica de n observaes independentes z
k
de z e o desvio-padro experimental de
[ver Equaes (3) e (5) em 4.2], ento a distribuio da varivel
a distribuio-t
ou distribuio de Student (C.3.8), com v = n 1 graus de liberdade.
Consequentemente, se o mensurando Y , simplesmente, uma grandeza nica normalmente distribuda
X, Y = X; e se X estimada pela mdia aritmtica
, e o desvio-
padro dessa estimativa
. Ento
distribuda de acordo com a distribuio-t, com
(G.1a)
ou
(G.1b)
que pode ser reescrita como
(G.1c)
Nestas expresses, Pr[ ] significa probabilidade de, e o fator-t, t
p
(v), o valor de t para um dado valor
do parmetro v o nmero de graus de liberdade (ver G.3.3) tal que a frao p da distribuio-t
abrangida pelo intervalo -t
p
(v) at +t
p
(v). Assim, a incerteza expandida
(G.1d)
define um intervalo y - U
p
at y + U
p
, convenientemente escrito como Y = y U
p
, do qual espera-se
abranger uma frao p da distribuio de valores que poderiam, razoavelmente, ser atribudos a y, e p
a probabilidade de abrangncia ou nvel da confiana do intervalo.
G.3.3 Para uma grandeza nica estimada pela mdia aritmtica de n observaes independentes,
como em G.3.2, o nmero de graus de liberdade v igual a n -1. Se n observaes independentes so
usadas para determinar tanto a inclinao como a interseo de uma linha reta pelo mtodo dos
mnimos quadrados, o nmero de graus de liberdade de suas respectivas incertezas-padro v = n - 2.
Para um ajuste pelos mnimos quadrados de m parmetros para n pontos de dados, o nmero de graus
de liberdade da incerteza-padro de cada parmetro v = n m. (Ver Referncia [15] para discusso
adicional sobre graus de liberdade.)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 73
G.3.4 Valores selecionados de t
p
(v) para diferentes valores de v e vrios valores de p so dados na
Tabela G.2 no fim deste anexo. Quando a distribuio-t se aproxima da distribuio normal e
1 2
, onde k
p
o fator de abrangncia requerido para obter um intervalo com nvel da
confiana p para uma varivel normalmente distribuda. Assim, o valor de
define o quantil, onde f a funo densidade de probabilidade de t. Assim, t
p
e t
1-
so relacionados por p=1 - 2.
Por exemplo, o valor do quantil t0,975, para o qual 1 - = 0,975 e = 0,025, o mesmo que t
p
(v) para p = 0,95.
G.4 Graus de liberdade efetivos
G.4.1 Em geral, a distribuio-t no ir descrever a distribuio da varivel (y - Y)/u
c
(y) se u
c
(y) a
soma de dois ou mais componentes de varincia estimados u
i
(y) = c
i
u(x
i
) (ver 5.1.3), mesmo que cada
x
i
seja a estimativa de uma grandeza de entrada X
i
normalmente distribuda. Entretanto, a distribuio
dessa varivel pode ser aproximada por uma distribuio-t com um nmero efetivo de graus de
liberdade
eff
obtido da chamada frmula de Welch-Satterthwaite [16], [17], [18]
(G.2a)
ou
(G.2b)
com
(G.2c)
onde
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 74
EXEMPLO Considere que Y = f(X
1
, X
2
, X
3
) = bX
1
X
2
X
3
e que as estimativas x
1
, x
2
, x
3
das grandezas de entrada
normalmente distribudas X
1
, X
2
, X
3
so as mdias aritmticas de n
1
= 10, n
2
= 5 e n
3
= 15 observaes repetidas e
independentes, respectivamente, com incertezas-padro relativas u(x
1
)/x
1
= 0,25 por cento, u(x
2
)/x
2
= 0,57 por cento
e u(x
3
)/x
3
= 0,82 por cento. Neste caso, c
i
= f/X
i
= Y/X
i
(a ser avaliado em x
1
, x
2
, x
3
- ver 5.1.3, Nota 1),
Assim
1,03
0,25
10 1
0,57
5 1
0,82
15 1
19,0
O valor de t
p
para p = 95 por cento e = 19 , pela Tabela G.2, t
95
(19) = 2,09; portanto a incerteza relativa
expandida para este nvel da confiana U
95
= 2,09 x (1,03 por cento) = 2,2 por cento. Pode-se, ento, afirmar que
Y = y U
95
=y(10,022) [y a ser determinado por y = bx
1
x
2
x
3
], ou que 0,978y Y 1,022y, e que o nvel da confiana
a ser associado com o intervalo aproximadamente 95 por cento.
G.4.2 Na prtica, u
c
(y) depende das incertezas-padro u(x
i
) das estimativas de entrada, tanto
daquelas normalmente distribudas, como das no normalmente distribudas, e os u(x
i
) so obtidos
tanto de distribuies de probabilidade baseadas em frequncia como de distribuies a priori (isto ,
tanto de avaliaes do Tipo A quanto do Tipo B). Afirmao similar aplica-se estimativa y e s
estimativas x
i
de entrada das quais y depende. No obstante, a distribuio de probabilidade da funo
t = (y - Y)/u
c
(y) pode ser aproximada pela distribuio-t se ela expandida por uma srie de Taylor em
torno de sua esperana. Em essncia, isto o que se consegue, na aproximao de menor ordem, pela
frmula de Welch-Satterthwaite, Equao (G.2a) ou Equao (G.2b).
Levanta-se uma questo quanto ao nmero de graus de liberdade a ser atribudo incerteza-padro
obtida a partir de uma avaliao do Tipo B quando se calcula
eff
pela Equao (G.2b). Como a
definio apropriada de graus de liberdade reconhece que o , tal como aparece na distribuio-t,
uma medida da incerteza da varincia
1
2
1
2
(G.3)
A grandeza entre colchetes maiores a incerteza relativa de u(x
i
); ela , para uma avaliao do Tipo B
da incerteza-padro, uma grandeza subjetiva cujo valor obtido por julgamento cientfico baseado no
conjunto de informaes disponveis.
EXEMPLO Baseado no conhecimento disponvel do procedimento de medio usado para determinar estimativas
de entrada x
i
e de como sua incerteza-padro u(x
i
) foi avaliada, julgou-se que a avaliao de u(x
i
) confivel em
cerca de 25 por cento. Isso pode ser tomado como significando que a incerteza relativa u(x
i
)/u(x
i
) = 0,25 e, assim,
pela Equao (G.3),
i
= (0,25)
-2
/2 = 8. Se, entretanto, o valor de u(x
i
) julgado confivel em somente cerca de 50
por cento, ento
i
= 2. (Ver tambm a Tabela E.1, no Anexo E.)
G.4.3 Na discusso em 4.3 e 4.4 da avaliao do Tipo B da incerteza-padro a partir de uma
distribuio de probabilidade a priori, foi implicitamente suposto que o valor de u(x
i
) resultante de tal
avaliao conhecido exatamente. Por exemplo, quando u(x
i
) obtido por meio de uma distribuio de
probabilidade retangular com meia largura suposta a = (a
+
- a
-
)/2, como em 4.3.7 e 4.4.5,
3
visto como uma constante sem incerteza, pois a
+
e a
-
, e tambm a, so assim tambm vistas (ver
porm 4.3.9, Nota 2). Isto implica, pela Equao (G.3), que
i
ou 1/
i
0, o que no causa
dificuldade na avaliao da Equao G.2b. Alm disso, supor que
i
no necessariamente
irrealstico; uma prtica usual escolher a
+
e a
-
de modo tal que a probabilidade de a grandeza em
questo ficar fora do intervalo a
-
at a
+
seja extremamente pequena.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 75
G.5 Outras consideraes
G.5.1 Uma expresso encontrada na literatura sobre medio da incerteza e usada frequentemente
para obter uma incerteza destinada a proporcionar um intervalo com um nvel da confiana de 95 por
cento pode ser escrita como
/
(G.4)
Aqui,
o
nmero de graus de liberdade efetivo calculado pela frmula de Welch-Satterthwaite [Equao (G.2b)]
levando-se em conta somente aqueles componentes de incerteza-padro s
i
que foram avaliados
estatisticamente a partir de observaes repetidas na medio em curso;
; e
/
(G.5)
onde
eff
calculado pela Equao (G.2b) e o clculo inclui todos os componentes de incerteza.
O valor de U
95
da Equao (G.5) ser, na maioria dos casos, maior que o valor U
95
da Equao (G.4),
desde que se suponha, na avaliao da Equao (G.5), todas as varincias do Tipo B obtidas de
distribuies retangulares a priori com meias larguras iguais aos limites a
j
usados para computar u
2
da
Equao (G.4). Isso pode ser compreendido reconhecendo-se que, embora
venha a ser, na
maioria dos casos, maior do que
eff
, Equao (G.2b), trata somente parte do problema e fornece uma distribuio aproximadamente
2
para u
c
2
(y): a outra parte do problema, originria da no normalidade da distribuio de Y, requer que,
alm da varincia, sejam considerados tambm momentos de ordem mais alta.
G.6 Resumo e concluses
G.6.1 O fator de abrangncia k
p
que fornece um intervalo com um dado nvel da confiana p prximo a
um nvel especificado pode ser encontrado apenas se houver um completo conhecimento da
distribuio de probabilidade de cada uma das grandezas de entrada e se estas distribuies forem
combinadas para se obter a distribuio da grandeza de sada. As estimativas de entrada x
i
e suas
incertezas-padro u(x
i
) por si mesmas no so suficientes para este propsito.
G.6.2 Em razo de raramente ser justificvel, pela extenso e confiabilidade da informao disponvel,
processar o grande volume de clculo requerido para combinar distribuies de probabilidade,
aceitvel usar uma aproximao para a distribuio da grandeza de sada. Considerando o Teorema
Central do Limite, geralmente suficiente assumir que a distribuio da probabilidade de (y - Y)/u
c
(y) a
distribuio-t e tomar k
p
= t
p
(
eff
), com o fator-t baseado no nmero de graus de liberdade efetivo
eff
de
u
c
(y) obtido pela frmula de Welch-Satterthwaite, Equao (G.2b).
G.6.3 Para obter
eff
da Equao (G.2b) necessrio conseguir o nmero de graus de liberdade
i
para cada componente de incerteza-padro. Para um componente obtido por uma avaliao do Tipo A,
i
obtido a partir do nmero de observaes independentes repetidas no qual baseada a estimativa
de entrada correspondente e do nmero de grandezas independentes determinado por essas
observaes (ver G.3.3). Para um componente obtido por uma avaliao do Tipo B,
i
obtido pela
confiabilidade arbitrada para o valor desse componente [ver G.4.2 e a Equao (G.3)].
G.6.4 Assim, o que se segue um sumrio do mtodo preferido para o clculo da incerteza
expandida U
p
= k
p
u
c
(y) que fornece um intervalo Y = y U
p
com um nvel da confiana aproximado p:
1) Obtenha y e u
c
(y) como descrito nos Captulos 4 e 5.
2) Calcule
eff
pela frmula de Welch-Satterthwaite, Equao (G.2b) (repetida aqui para fcil
referncia)
(G.2b)
Se u(x
i
) obtido por meio de uma avaliao do Tipo A, determine
i
como descrito em G.3.3. Se
u(x
i
) obtido por meio de uma avaliao do Tipo B e pode ser tratado como exatamente
conhecido, o que frequentemente o caso na prtica,
i
; alternativamente, estime
i
pela
Equao (G.3).
3) Obtenha o fator-t, t
p
(
eff
), para o nvel da confiana p desejado a partir da tabela G.2. Se
eff
no
um inteiro, faa uma interpolao, ou trunque
eff
para o prximo inteiro inferior.
4) Tome k
p
= t
p
(
eff
) e calcule U
p
= k
p
u
c
(y).
G.6.5 Em certas situaes, que no devem ocorrer muito frequentemente na prtica, as condies
requeridas pelo Teorema Central do Limite podem no ser completamente satisfeitas, e o enfoque dado
em G.6.4 pode levar a um resultado inaceitvel. Por exemplo, se u
c
(y) dominado por um componente
de incerteza avaliado por uma distribuio retangular cujos limites so supostos serem exatamente
conhecidos, possvel [se
3] que y + U
p
e y - U
p
, os limites superior e inferior do intervalo
definido por U
p
, possam ficar fora dos limites da distribuio de probabilidade da grandeza de sada Y.
Tais casos devem ser tratados individualmente, mas so muitas vezes susceptveis a um tratamento
analtico aproximado (envolvendo, por exemplo, a convoluo de uma distribuio de probabilidade
normal com uma distribuio retangular [10]).
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 77
G.6.6 Para muitas medies prticas num grande nmero de campos, as seguintes condies
prevalecem:
a estimativa y do mensurando Y obtida das estimativas x
i
de um nmero significativo de
grandezas de entrada X
i
que so descritveis por uma distribuio de probabilidade bem
comportada, tal como as distribuies normal e retangular;
as incertezas-padro u(x
i
) dessas estimativas, que podem ser obtidas por avaliaes do Tipo A ou
do Tipo B, contribuem com quantidades comparveis para a incerteza-padro combinada u
c
(y) do
resultado de medio y;
a aproximao linear implcita na lei de propagao de incertezas adequada (ver 5.1.2 e E.3.1);
a incerteza de u
c
(y) razoavelmente pequena devido significativa magnitude do correspondente
nmero de graus de liberdade efetivo
eff
, digamos, maior que 10.
Sob estas circunstncias, a distribuio de probabilidade, caracterizada pelo resultado de medio e
sua incerteza-padro combinada, pode ser suposta como normal por causa do Teorema Central do
Limite, e u
c
(y) pode ser tomada como uma estimativa razoavelmente confivel do desvio-padro da
distribuio normal devido ao tamanho significativo de
eff
. Ento, com base na discusso contida neste
anexo, incluindo aquela enfatizando a natureza aproximada do processo de avaliao da incerteza e a
impraticabilidade de tentar distinguir intervalos tendo nveis da confiana que diferem por um ou dois
por cento, pode-se proceder da seguinte maneira:
adote k = 2 e assuma que U = 2u
c
(y) define um intervalo tendo um nvel da confiana de
aproximadamente 95 por cento;
ou, para aplicaes mais crticas,
adote k = 3 e assuma que U = 3u
c
(y) define um intervalo tendo um nvel da confiana de
aproximadamente 99 por cento.
Embora esta abordagem possa ser conveniente para muitas medies prticas, sua aplicabilidade para
qualquer medio particular depender de o quo prximo k = 2 deva estar de t
95
(
eff
) ou k = 3 deva
estar de t
99
(
eff
); isto , o quo prximo o nvel da confiana do intervalo definido por U = 2u
c
(y), ou
U = 3u
c
(y), devam estar de 95 por cento, ou 99 por cento, respectivamente. Embora para
eff
= 11, k = 2
e k = 3 subestimem t
95
(11) e t
99
(11) por somente 10 e 4 por cento, respectivamente (ver Tabela G.2),
isto pode no ser aceitvel em alguns casos. Adicionalmente, para todos os valores de
eff
algo maiores
que 13, k = 3 produz um intervalo tendo um nvel da confiana maior que 99 por cento (ver Tabela G.2,
que tambm mostra que para
eff
os nveis da confiana dos intervalos produzidos por k = 2 e k = 3
so 95,45 e 99,73 por cento, respectivamente). Ento, na prtica, o tamanho de
eff
e o que requerido
da incerteza expandida determinaro se essa abordagem pode ser utilizada.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 78
Tabela G 2 Valor de t
p
(v) da distribuio-t para graus de liberdade que define um
intervalo t
p
() a +t
p
() que abrange a frao p da distribuio
Graus de
liberdade
v
Frao p em porcentagem
68,27
a)
90 95 95,45
a)
99 99,73
a)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35
40
45
50
100
1.84
1.32
1.20
1.14
1.11
1.09
1.08
1.07
1.06
1.05
1.05
1.04
1.04
1.04
1.03
1.03
1.03
1.03
1.03
1.03
1.02
1.02
1.01
1.01
1.01
1.01
1.005
1.000
6.31
2.92
2.35
2.13
2.02
1.94
1.89
1.86
1.83
1.81
1.80
1.78
1.77
1.76
1.75
1.75
1.74
1.73
1.73
1.72
1.71
1.70
1.69
1.68
1.68
1.68
1.660
1.645
12.71
4.30
3.18
2.78
2.57
2.45
2.36
2.31
2.26
2.23
2.20
2.18
2.16
2.14
2.13
2.12
2.11
2.10
2.09
2.09
2.06
2.04
2.03
2.02
2.01
2.01
1.984
1.960
13.97
4.53
3.31
2.87
2.65
2.52
2.43
2.37
2.32
2.28
2.25
2.23
2.21
2.20
2.18
2.17
2.16
2.15
2.14
2.13
2.11
2.09
2.07
2.06
2.06
2.05
2.025
2.000
63.66
9.92
5.84
4.60
4.03
3.71
3.50
3.36
3.25
3.17
3.11
3.05
3.01
2.98
2.95
2.92
2.90
2.88
2.86
2.85
2.79
2.75
2.72
2.70
2.69
2.68
2.626
2.576
235.78
19.21
9.22
6.62
5.51
4.90
4.53
4.28
4.09
3.96
3.85
3.76
3.69
3.64
3.59
3.54
3.51
3.48
3.45
3.42
3.33
3.27
3.23
3.20
3.18
3.16
3.077
3.000
a) Para uma grandeza z descrita por uma distribuio normal, com esperana
z
e desvio-padro , o
intervalo
z
k abrange p = 68,27, 95,45 e 99,73 por cento da distribuio para k = 1, 2 e 3,
respectivamente.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 79
Anexo H
Exemplos
Este anexo fornece seis exemplos, H.1 a H.6, trabalhados em detalhe suficiente de modo a ilustrar os
princpios bsicos apresentados neste Guia para avaliao e expresso da incerteza de medio.
Juntamente com os exemplos includos no texto principal e em alguns dos outros anexos, eles devem
permitir aos usurios deste Guia colocar estes princpios em prtica em seu prprio trabalho.
Em razo de os exemplos terem fins ilustrativos, eles foram necessariamente simplificados. Alm disso,
j que os exemplos e os dados numricos neles usados foram escolhidos principalmente para
demonstrar os princpios deste Guia, nem os exemplos nem os dados devero ser interpretados
necessariamente como descrevendo medies reais. Conquanto os dados sejam usados conforme
fornecidos, dgitos adicionais alm dos usualmente mostrados so mantidos nos clculos intermedirios
de forma a evitar erros de arredondamento. Assim, o resultado declarado de um clculo envolvendo
vrias grandezas pode diferir ligeiramente do resultado que seria obtido com o uso dos valores
numricos fornecidos no texto para estas grandezas.
Em partes anteriores deste Guia ressaltado que a classificao dos mtodos utilizados para avaliar
componentes de incerteza como sendo do Tipo A e do Tipo B feita apenas por convenincia; essa
classificao no requerida para a determinao da incerteza-padro combinada ou da incerteza
expandida de um resultado de medio uma vez que todos os componentes da incerteza,
independentemente de como tenham sido avaliados, so tratados da mesma maneira (ver 3.3.4, 5.1.2 e
E.3.7). Assim, nos exemplos, o mtodo utilizado para avaliar um determinado componente de incerteza
no especificamente identificado conforme seu tipo. Entretanto, pela discusso dever se tornar claro
se um componente obtido por uma avaliao do Tipo A ou do Tipo B.
H.1 Calibrao de bloco-padro
Este exemplo demonstra que mesmo uma medio aparentemente simples pode envolver aspectos
sutis de avaliao de incerteza.
H.1.1 O problema da medio
O comprimento de um bloco-padro de valor nominal de 50 mm determinado por comparao com
um padro de referncia conhecido de mesmo comprimento nominal. A sada direta da comparao
dos dois blocos a diferena entre seus comprimentos:
1
(H.1)
onde
o mensurando, ou seja, o comprimento a 20 C do bloco-padro sendo calibrado;
(H.2)
Se a diferena de temperatura entre o bloco em calibrao e o padro escrita como
, e a
diferena entre os seus coeficientes de expanso trmica como
, a Equao (H.2) se
torna
, ,
, , ,
. (H.3)
As diferenas e , mas no suas incertezas, so estimadas como zero; e ,
, e so
supostos no-correlacionados. (Se o mensurando fosse expresso em termos das variveis ,
, e
,
seria necessrio incluir a correlao entre e
, e entre e
.)
Segue-se assim da Equao (H.3) que a estimativa do valor do mensurando l pode ser obtida de uma
expresso simples
, onde
(H.4)
com
1 .
. 1
e ento
(H.5)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 81
H.1.3.1 Incerteza de calibrao do padro de referncia,
O certificado de calibrao fornece, como incerteza expandida do padro, 0,075 , e declara que
ela foi obtida usando um fator de abrangncia de 3. A incerteza-padro ento
0,075 / 3 25
H.1.3.2 Incerteza na diferena entre as medidas dos comprimentos,
O desvio-padro experimental agrupado que caracteriza a comparao de e
13 / 5 5,8
De acordo com o certificado de calibrao do comparador usado para a comparao de e
, sua
incerteza proveniente de erros aleatrios 0,01 para um nvel da confiana de 95 por cento e
baseada em 6 medies replicadas; assim, a incerteza-padro, usando
0,02 / 3 6,7
A contribuio total obtida pela soma das varincias estimadas:
93
ou
9,7
H.1.3.3 Incerteza do coeficiente de expanso trmica,
O coeficiente de expanso trmica do bloco de referncia dado como
11,5 10
, com
uma incerteza representada por uma distribuio retangular com limites 2 10
. A incerteza-
padro , ento [ver Equao (7) em 4.3.7]
2 10
/3 1,2 10
Visto que
Fonte de incerteza
Valor da
incerteza-
padro
(nm)
Nmero
de graus
de
liberdade
S
Calibrao do bloco
de referncia
25 nm 1 25 18
Diferena medida
entre os blocos-
padro
Observaes
repetidas
Efeitos aleatrios
do comparador
Efeitos
sistemticos do
comparador
9,7 nm
5,8 nm
3,9 nm
6,7 nm
1 9,7 25,6
24
5
8
S
Coeficiente de
expanso trmica do
bloco-padro
1,2x10
-6
o
C
-1
0 0
Temperatura da
bancada de teste
temperatura
mdia da
bancada
variao cclica
da temperatura
ambiente
0,41
o
C
0,2
o
C
0,35
o
C
0 0
Diferena nos
coeficientes de
expanso dos blocos-
padro
0,58x10
-6
o
C
-1
S
2,9 50
Diferena de
temperatura entre os
blocos-padro
0,029
o
C
S
16,6 2
1002
32
16
H.1.3.4 Incerteza do desvio da temperatura do bloco em calibrao,
A temperatura da bancada de teste relatada como 19,9 0,5; a temperatura no momento das
observaes individuais no foi registrada. A variao mxima declarada, 0,5 tida como
representando a amplitude de uma variao aproximadamente cclica da temperatura sob um sistema
termosttico, e no a incerteza da temperatura mdia. O valor mdio do desvio da temperatura
19,9 20 0,1
relatado como tendo uma incerteza-padro prpria devido incerteza na temperatura mdia da
bancada de teste de
0,2
enquanto que a variao cclica no tempo produz uma distribuio de temperaturas em forma de
(arcsen), resultando em uma incerteza-padro de
0,5 2 0,35
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 83
O desvio de temperatura pode ser tomado como igual a
, e a incerteza-padro de obtida de
0,165
que fornece
0,41
Uma vez que
3 0,5810
H.1.3.6 Incerteza na diferena entre as temperaturas dos blocos,
Espera-se que o padro de referncia e o bloco em calibrao estejam na mesma temperatura, mas a
diferena de temperatura pode estar com igual probabilidade em qualquer lugar no intervalo estimado
de 0,05 a 0,05 . A incerteza-padro
0,05 3 0,029
H.1.4 Incerteza-padro combinada
A incerteza-padro combinada
25
9,7
0,05
0,1
0,58 10
(H.6a)
0,05
11,5 10
0,029
25
9,7
2,9
16,6
1002
(H.6b)
ou
32 (H.6c)
O componente dominante de incerteza , obviamente, aquele do padro de referncia,
25 nm.
H.1.5 Resultado final
O certificado de calibrao para o bloco-padro de referncia fornece
32 nm. A incerteza-padro
combinada relativa correspondente
/ 6,4 x 10
-7
.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 84
H.1.6 Incerteza expandida
Suponha que seja requerida a obteno de uma incerteza expandida
que fornea um
intervalo com um nvel da confiana de aproximadamente 99 por cento. O procedimento a ser utilizado
est resumido em G.6.4, e os nmeros de graus de liberdade requeridos esto indicados na Tabela
H.1. Seus valores foram obtidos como se segue:
1) Incerteza de calibrao do padro,
18.
2) Incerteza na diferena medida entre os comprimentos, [H.1.3.2]. Embora d
obtida de seis medies repetidas. A incerteza de 0,02 devida a efeitos sistemticos no
comparador pode ser suposta como sendo confivel a 25 por cento e, assim, da Equao (G.3),
em G.4.2, o nmero de graus de liberdade efetivo
9,7
5,8
24
3,9
5
6,7
8
25,6
3) Incerteza na diferena entre os coeficientes de expanso trmica, u() [H.1.3.5]. Os limites
estimados de 1 10
32
25
18
9,7
25,6
2,9
50
16,6
2
16,7
Para obter a incerteza expandida requerida, este valor primeiramente truncado para o prximo inteiro
inferior,
16
mas somente o primeiro destes termos contribui significativamente para u
c
(l):
0,05 0,58 10
0,41 11,7 nm
0,05 1,2 10
0,029 1,7 nm
Os termos de segunda ordem aumentam u
c
(l) de 32 nm para 34 nm.
H.2 Medio simultnea de resistncia e reatncia
Este exemplo trata o caso de grandezas de sada ou mensurandos mltiplos determinados
simultaneamente na mesma medio, inclusive a correlao de suas estimativas. Consideram-se
somente as variaes aleatrias das observaes; em um caso prtico, as incertezas de correes
para efeitos sistemticos tambm contribuiriam para a incerteza dos resultados da medio. Os dados
so analisados de dois modos diferentes, sendo que ambos fornecem essencialmente os mesmos
valores numricos.
H.2.1 O problema de medio
A resistncia R e a reatncia X de um elemento de circuito so determinadas medindo-se a amplitude V
de uma diferena de potencial alternada senoidal entre seus terminais, a amplitude I da corrente
alternada que passa por ele e o ngulo de diferena de fase entre a diferena de potencial alternada
e a corrente alternada. Assim, as trs grandezas de entrada so V, I e , e as trs grandezas de sada
os mensurados so os trs componentes da impedncia R, X , e Z. Uma vez que
,
h somente duas grandezas de sada independentes.
H.2.2 Modelo matemtico e dados
Os mensurandos so relacionados s grandezas de entrada pela lei de Ohm:
(H.7)
Considere que cinco conjuntos independentes de observaes simultneas das trs grandezas de
entrada V, I e so obtidos sob condies similares (ver B.2.15), resultando nos dados apresentados
na Tabela H.2. As mdias aritmticas das observaes e os desvios-padro experimentais destas
mdias, calculados pelas Equaes (3) e (5) em 4.2, so tambm dados. As mdias so tomadas como
sendo as melhores estimativas dos valores esperados das grandezas de entrada, e os desvios-padro
experimentais so as incertezas-padro destas mdias.
Como as mdias V
1.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 86
Tabela H.2 Valores das grandezas de entrada V, I e obtidos de cinco
conjuntos de observaes simultneas
Nmero do
conjunto
k
Grandezas de entrada
V
(V)
I
(mA)
(rad)
1
2
3
4
5
5,007
4,994
5,005
4,990
4,999
19,663
19,639
19,640
19,685
19,678
1,045 6
1,043 8
1,046 8
1,042 8
1,043 3
Mdia aritmtica
4,999 0
19,661 0
1,044 46
Desvio-padro
experimental da
mdia
0,003 2
0,009 5
0,000 75
Coeficientes de correlao
0,36
0,86
0,65
H.2.3 Resultados: enfoque 1
O enfoque 1 est resumido na Tabela H.3.
Os valores dos trs mensurandos , e so obtidos das relaes dadas na Equao (H.7), usando os
valores mdios V
so
correlacionadas. Como exemplo, considere
. Identificando
com x
1
, I
com x
2
e f com
,
a equao (16) em 5.2.2 fornece para a incerteza-padro combinada de Z
2
1
(H.8a)
(H.8b)
ou
(H.8c)
onde
0,236 .
Em razo de os trs mensurandos, ou grandezas de sada, dependerem das mesmas grandezas de
entrada, eles so tambm correlacionados. Os elementos da matriz de covarincia que descreve esta
correlao podem ser escritos, em geral, como
(H.9)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 87
onde y
l
=f
l
(x
1
, x
2
, ..., x
N
) e y
m
=f
m
(x
1
, x
2
, ..., x
N
). A Equao (H.9) a generalizao da Equao (F.2), em
F.1.2.3, quando os q
l
naquela expresso so correlacionados. Os coeficientes de correlao estimados
das grandezas de sada so dados por
Os resultados dos clculos de R, X, Z e de suas varincias estimadas e coeficientes de correlao so
dados na Tabela H.3.
Tabela H.3 Valores calculados das grandezas de sada R, X e Z: enfoque 1
ndice do
mensurando
Relao entre a estimativa
do mensurando y
l
e as
grandezas de entrada x
i
Valor da estimativa y
l
,
que o resultado da
medio
Incerteza-padro
combinada u
c
(y
l
) do
resultado da medio
1
127,732
0,071
/ 0,06 10
219,847
0,295
/ 0,13 10
254,260
0,236
/ 0,09 10
Coeficientes de correlao
, 0,588
, 0,485
, 0,993
H.2.4 Resultados: enfoque 2
O enfoque 2 est resumido na Tabela H.4.
Uma vez que os dados foram obtidos como cinco conjuntos de observaes das trs grandezas de
entrada V, I e , possvel computar um valor para R, X e Z a partir de cada conjunto de dados de
entrada, e ento tomar a mdia aritmtica dos cinco valores individuais para obter as melhores
estimativas de R, X e Z. O desvio-padro experimental de cada mdia (que a sua incerteza-padro
combinada) ento calculado da maneira usual a partir dos cinco valores individuais [Equao (5) em
4.2.3]; e as covarincias estimadas das trs mdias so calculadas aplicando-se diretamente a
Equao (17), em 5.2.3, aos cinco valores individuais a partir dos quais cada mdia obtida. No
existem diferenas nos valores de sada, incertezas-padro e covarincias estimadas fornecidas pelos
dois enfoques, exceto aquelas devidas a efeitos de segunda ordem associados com a substituio de
termos tais como
por
.
Para demonstrar este enfoque, a Tabela H.4 fornece os valores de R, X e Z calculados para cada um
dos cinco conjuntos de observaes. As mdias aritmticas, incertezas-padro e coeficientes de
correlao estimados so ento computados diretamente destes valores individuais. Os resultados
numricos obtidos dessa maneira diferem dos resultados fornecidos na Tabela H.3 por valores
desprezveis.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 88
Tabela H.4 Valores calculados das grandezas de sada R, X e Z: enfoque 2
Nmero do
conjunto
k
Valores individuais dos mensurandos
1
2
3
4
5
127,67
127,89
127,51
127,71
127,88
220,32
219,79
220,64
218,97
219,51
254,64
254,29
254,84
253,49
254,04
Mdia aritmtica
Desvio-padro
experimental da
mdia
127,732
0,071
219,847
0,295
254,260
0,236
Coeficientes de correlao
, X
0,588
, Z
0,485
, Z
0,993
Na terminologia da Nota de 4.1.4, o enfoque 2 um exemplo de obteno da estimativa a partir de
Y
, ,
, ,
1
2
(H.10)
onde o segundo termo no lado direito da igualdade o termo de segunda ordem da expanso da srie
de Taylor de f em termos de
, ,
5
observaes da diferena de potencial , seguidas por
.
(, na realidade, um mau procedimento de medio executar as medies dessa maneira, uma vez que
a diferena de potencial e a corrente estabelecidas em uma impedncia especfica so diretamente
relacionadas).
Se os dados da Tabela H.2 forem reinterpretados dessa maneira, de modo que o enfoque 2 seja
inadequado, e se as correlaes entre as grandezas , e forem supostas como ausentes, ento os
coeficientes de correlao observados no tero nenhum significado e devero ser tomados como
sendo zero. Se isto feito na Tabela H.2, a Equao (H.9) reduz-se ao equivalente da Equao (F.2)
em F.1.2.3, isto ,
(H.11)
e sua aplicao aos dados da Tabela H.2 leva s alteraes na Tabela H.3, mostradas na Tabela H.5.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 89
Tabela H.5 Alteraes na tabela H.3 sob a hiptese de que
os coeficientes de correlao da tabela H.2 so nulos
Incerteza-padro combinada u
c
(y
l
) do resultado de medio
0,195
/ 0,15 10
0,201
/ 0,09 10
0,204
/ 0,08 10
Coeficientes de correlao
R , X 0,056
R , Z 0,527
X , Z 0,878
H.3 Calibrao de um termmetro
Este exemplo ilustra o uso do mtodo dos mnimos quadrados para obter uma curva de calibrao
linear e como os parmetros do ajuste, o intercepto e a inclinao, assim como suas varincias e
covarincia estimadas, so usados para obter, a partir da curva, o valor da incerteza-padro de uma
correo prevista.
H.3.1 O problema da medio
Um termmetro calibrado comparando-se 11 leituras
para as leituras. As
correes medidas
e as temperaturas medidas
(H.12)
ajustada pelo mtodo dos mnimos quadrados para as correes e temperaturas medidas. Os
parmetros
uma
temperatura exata de referncia convenientemente escolhida; ela no um parmetro independente a
ser determinado pelo ajuste dos mnimos quadrados. Uma vez que
so encontrados,
juntamente com suas varincias e covarincia estimadas, a Equao (H.12) pode ser usada para
predizer o valor e a incerteza-padro da correo a ser aplicada ao termmetro para qualquer valor da
temperatura.
H.3.2 Ajuste por mnimos quadrados
Baseado no mtodo dos mnimos quadrados, e de acordo com as hipteses feitas em H.3.1 acima, as
grandezas de sada
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 90
Isto conduz s seguintes equaes para
, e seu
coeficiente de correlao estimado
, onde
sua covarincia
estimada:
(H.13a)
(H.13b)
(H.13c)
(H.13d)
(H.13e)
2
(H.13f)
(H.13g)
onde todos os somatrios so de 1 at ,
/ , e
/ ;
e a correo
prevista pela curva ajustada
em
. A varincia
, os parmetros
determinados pelas observaes, o nmero de graus de liberdade de
2 (ver G.3.3).
H.3.3 Clculo dos resultados
Os dados a serem ajustados so fornecidos na segunda e na terceira colunas da Tabela H.6. Tomando
0,171 2
0,002 9
0,002 18
0,000 67
0,930 0,003 5
O fato de a inclinao
ser mais de trs vezes maior do que a sua incerteza-padro fornece alguma
indicao de que se demanda uma curva de calibrao, e no meramente uma correo mdia fixa.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 91
Tabela H.6 - Dados usados para se obter uma curva de calibrao linear para um
termmetro pelo mtodo dos mnimos quadrados
Nmero
da leitura
Leitura do
termmetro
Correo
observada
Correo
prevista
Diferena entre correes
observada e prevista
1
2
3
4
5
6
7
8
9
10
11
21,521
22,012
22,512
23,003
23,507
23,999
24,513
25,002
25,503
26,010
26,511
-0,171
-0,169
-0,166
-0,159
-0,164
-0,165
-0,156
-0,157
-0,159
-0,161
-0,160
-0,167 9
-0,166 8
-0,165 7
-0,164 6
-0,163 5
-0,162 5
-0,161 4
-0,160 3
-0,159 2
-0,158 1
-0,157 0
-0,003 1
-0,002 2
-0,000 3
+0,005 6
-0,000 5
-0,002 5
+0,005 4
+0,003 3
+0,000 2
-0,002 9
-0,003 0
A curva de calibrao pode, ento, ser escrita como
0,171 2 29 0,002 18 67 20 (H.14)
onde os nmeros entre parnteses so os valores numricos das incertezas-padro correspondentes
aos ltimos dgitos dos resultados citados para o intercepto e a inclinao (ver 7.2.2). Esta equao
fornece o valor previsto da correo em qualquer temperatura e, em particular, o valor
em
. Estes valores so dados na quarta coluna da tabela, enquanto que a ltima coluna fornece as
diferenas entre os valores medidos e previstos,
e escrevendo-se
, obtm-se
(H.15)
A varincia estimada
um mnimo em
24,008 5 .
Como um exemplo do uso da Equao (H.15) considere que se requeira a correo para o termmetro
e sua incerteza em 30 , valor fora da faixa de temperatura na qual o termmetro foi realmente
calibrado. Substituindo 30 na Equao (H.14) resulta
30 0,149 4
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 92
enquanto que a Equao (H.15) se torna
30 0,002 9
10
0,000 67
ou
30 0,004 1
Assim, a correo em 30 0,149 4 , com uma incerteza-padro combinada de
0,004 1 , e
com
implica que, se
, ento
0 e
0 quando
(H.16a)
(H.16b)
0 (H.16c)
onde
e, ao escrever a Equao (H.16b), foram feitas as substituies
[ver
Equao (H.15)].
Aplicando essas relaes aos resultados fornecidos em H.3.3 tem-se
0,162 511 0,002 1867 24,008 5 (H.17a)
0,001 1
24,008 5
0,000 67
(H.17b)
Pode-se verificar que estas expresses fornecem os mesmos resultados que as Equaes (H.14) e
(H.15) repetindo-se o clculo de 30 e
30 0,004 1
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 93
que so idnticos aos resultados obtidos em H.3.4. A covarincia estimada entre duas correes
previstas
so supostas
como no exatamente conhecidas.
1) Considere que cada
. Ento a
varincia estimada de cada
,
tem a
mesma incerteza-padro
substitui
i
N
i1
onde
. A varincia experimental
(e o desvio-padro experimental
) da mdia aritmtica de
observaes independentes, caracterizada pela estimativa agrupada da varincia
. Ento, a incerteza-
padro de cada
tambm
, e
substitudo por
substitudo por
.
H.4 Medio de atividade
Este exemplo similar ao exemplo H.2, a medio simultnea de resistncia e reatncia, no qual os
dados podem ser analisados de duas maneiras diferentes, fornecendo essencialmente o mesmo
resultado numrico. O primeiro enfoque ilustra, mais uma vez, a necessidade de se levarem em conta
as correlaes observadas entre as grandezas de entrada.
H.4.1 O problema da medio
A concentrao desconhecida de atividade do radnio (
222
Rn) em uma amostra de gua determinada
pela comparao entre as contagens por cintilao em meio lquido da amostra e de uma amostra
padro de radnio em gua com concentrao de atividade conhecida. A concentrao de atividade
desconhecida obtida medindo-se trs fontes de contagem consistindo de aproximadamente 5 g de
gua e 12 g de emulso cintiladora orgnica em frascos de 22 ml de volume:
Fonte (a) um padro consistindo de uma massa
(H.18a)
(H.18b)
onde
a eficincia de deteco da cintilao em meio lquido para
222
Rn para uma dada
composio de fonte, suposta como sendo independente do nvel de atividade;
a massa da alquota da amostra;
a constante de decaimento para o
222
Rn:
(ln 2)/T
1/2
= 1,258 94 x 10
-4
min
-1
(T
1/2
= 5 505,8 min).
Tabela H.7 - Dados de contagem para determinao da concentrao de atividade
de uma amostra desconhecida
Ciclo Padro Branco Amostra
k
t
S
(min)
C
S
(contagem)
t
B
(min)
C
B
(contagem)
t
x
(min)
C
x
(contagem)
1 243,74 15 380 305,56 4 054 367,37 41 432
2 984,53 14 978
1 046,10
0
3 922 1 107,66 38 706
3 1 723,87 14 394 1 785,43 4 200 1 846,99 35 860
4 2 463,17 13 254 2 524,73 3 830 2 586,28 32 238
5 3 217,56 12 516 3 279,12 3 956 3 340,68 29 640
6 3 956,83 11 058 4 018,38 3 980 4 079,94 26 356
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 95
As Equaes (H.18a) e (H.18b) indicam que nenhum dos seis valores individuais, seja de
ou de
,
dados na Tabela H.7, pode fornecer diretamente uma mdia por causa do decaimento exponencial da
atividade do padro e da amostra, e de pequenas variaes nas contagens do branco de um ciclo para
outro. Em vez disso, deve-se trabalhar com contagens corrigidas para o decaimento e para o branco
(ou taxas de contagem definidas como o nmero de contagens dividido por
(H.19)
onde
60 min.
Alternativamente, pode-se simplesmente escrever
(H.20)
onde as taxas de contagem,
(H.21a)
(H.21b)
H.4.2 Anlise de dados
A Tabela H.8 resume os valores das taxas de contagem
calculada, de forma mais simples, pela expresso
As mdias aritmticas
e
, e seus desvios-padro experimentais
e , so
calculados do modo usual [Equaes (3) e (5), em 4.2]. O coeficiente de correlao
calculado pela Equao (17) em 5.2.3 e pela Equao (14) em 5.2.2.
Em vista da variabilidade comparativamente pequena dos valores de
e de
e sua incerteza-padro
, a correlao entre
, como
representada pelo coeficiente de correlao
, os ltimos trs
termos da Equao (H.22b)].
Deve-se reconhecer que os respectivos desvios-padro experimentais de
e de
, 6
e
6
, indicam uma variabilidade nessas grandezas que duas a trs vezes maior que a
variabilidade deduzida pela estatstica de Poisson do processo de contagem, sendo que a ltima
includa na variabilidade observada de contagem e no precisa ser contabilizada separadamente.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 96
Tabela H.8 Clculo das taxas de contagem corrigidas pelo branco e pelo decaimento
Ciclo
k
(min
-1
)
(min
-1
)
(min)
1
2
3
4
5
6
652,46
666,48
665,80
655,68
651,87
623,31
194,65
208,58
211,08
214,17
213,92
194,13
123,63
123,13
123,12
123,11
123,12
123,11
3,352 0
3,195 3
3,154 3
3,061 5
3,047 3
3,210 7
652,60
6,42
0,98 x 10
-2
206,09
3,79
1,84 x 10
-2
3,170
0,046
1,44 x 10
-2
3,167
0,045
1,42 x 10
-2
Coeficiente de correlao
= 0,646
H.4.3 Clculo dos resultados finais
Para obter a desconhecida concentrao de atividade
pela Equao (H.20) so requeridas
0,136 8 Bq/g
0,001 8 Bq/g;
1,32 x 10
-2
5,019 2 g
0,005 0 g;
0,10 x 10
-2
5,057 1 g
0,001 0 g;
0,02 x 10
-2
Outras possveis fontes de incerteza so avaliadas como sendo desprezveis:
incertezas-padro dos tempos de decaimento,
,
e
,
;
incerteza-padro da constante de decaimento do
222
Rn, 1 x 10
-7
min
-1
. (A grandeza
significativa o fator de decaimento exp
, o que
leva a
(H.22b)
onde, como observado em H.4.2, os ltimos trs termos fornecem
, que a
varincia relativa estimada de
; e que a incerteza-padro
de
no
exatamente igual incerteza-padro de
.
A substituio dos valores das grandezas relevantes nas Equaes (H.22a) e (H.22b) fornece
1,93 x 10
-2
0,008 3 Bq/g
O resultado da medio pode, ento, ser declarado como:
0,008 3 Bq/g.
H.4.3.2 Resultados: abordagem 2
Na segunda abordagem, que evita a correlao entre
simplesmente
(H.23b)
que leva a
1,95x10
-2
0,008 4 Bq/g
O resultado da medio pode ento ser declarado como:
0,008 4 Bq/g.
O nmero efetivo de graus de liberdade de
do padro. Se
denota a -
sima observao de
(H.24a)
O desvio-padro experimental da mdia , que uma medida da incerteza de
, sendo esta uma
estimativa da diferena de potencial do padro Zener (com relao referncia), obtido de [ver
Equao (5), em 4.2.3.]
1
1
(H.24b)
NOTA Supe-se ao longo deste exemplo que todas as correes aplicadas s observaes para compensar
efeitos sistemticos tenham incertezas desprezveis, ou que suas incertezas sejam tais que possam ser levadas
em conta no final da anlise. Uma correo que se encaixa nesta ltima categoria, e que pode ser ela mesma
aplicada mdia das observaes no final da anlise, a diferena entre o valor certificado (supostamente tendo
uma dada incerteza) e o valor de trabalho da tenso de referncia estvel contra a qual o padro de tenso Zener
calibrado. Assim, a estimativa da diferena de potencial do padro, obtida estatisticamente a partir das
observaes, no , necessariamente, o resultado final da medio; e o desvio-padro experimental da estimativa
no , necessariamente, a incerteza-padro combinada do resultado final.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 99
O desvio-padro experimental da mdia , como obtido da Equao (H.24b), uma medida
apropriada da incerteza de somente se a variabilidade das observaes dia-a-dia for a mesma que a
variabilidade das observaes realizadas em um nico dia. Se existir evidncia de que a variabilidade
entre-dias seja significativamente maior do que se possa esperar da variabilidade intra-dia (em um
mesmo dia), a utilizao dessa expresso poderia levar a uma declarao consideravelmente
subestimada da incerteza de
. Assim, duas questes surgem: como se deve decidir se a variabilidade
entre dias (caracterizada por um componente entre-dias da varincia) significativa em comparao
variabilidade em um mesmo dia (caracterizada por um componente intra-dia da varincia) e, se isso
ocorrer, como se deve avaliar a incerteza da mdia?
H.5.2 Um exemplo numrico
H.5.2.1 Os dados que permitem tratar as questes acima so fornecidos na Tabela H.9, onde
10 o nmero de dias nos quais as observaes da diferena de potencial foram
realizadas;
5 o nmero de observaes da diferena de potencial realizadas em cada dia;
(H.25a)
a mdia aritmtica das K = 5 observaes da diferena de potencial realizadas no j-simo dia
(existem 10 mdias dirias);
1
(H.25b)
a mdia aritmtica das J = 10 mdias dirias e, consequentemente, a mdia global das JK =
50 observaes;
1
1
(H.25c)
a varincia experimental das K = 5 observaes realizadas no j-simo dia (existem J = 10
estimativas da varincia); e
1
1
(H.25d)
a varincia experimental das J = 10 mdias dirias (existe somente uma estimativa desta
varincia).
H.5.2.2 A consistncia da variabilidade intra-dia e da variabilidade entre-dias das observaes pode
ser investigada comparando-se duas estimativas independentes de
, a componente intra-dia da
varincia (isto , a varincia das observaes realizadas no mesmo dia).
A primeira estimativa de
, denotada por
.
Como
(H.26a)
que uma estimativa de
com
1 9 graus de liberdade.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 100
A segunda estimativa de
, denotada por
1
1
(H.26b)
que uma estimativa de
com
1 40 graus de liberdade.
As estimativas de
128 V
85 V
,
respectivamente (ver Tabela H.9). Como a estimativa
de duas
estimativas independentes,
, da varincia
e vrios
quartis da distribuio-F. Um valor de
,
ou
,
(o valor crtico)
usualmente interpretado como indicao de que
maior do que
557
85
2,25 (H.27)
com
1 40 graus de liberdade no
denominador. Como
,
9,40 2,12 e,
,
9,40 2,45, conclui-se que existe um efeito entre-dias
estatisticamente significativo no nvel de 5 por cento de significncia, mas no no nvel de 2,5 por cento.
H.5.2.5 Se a existncia de um efeito entre-dias rejeitada porque a diferena entre
no vista
como estatisticamente significativa (uma deciso imprudente, pois poderia levar a uma subestimao
da incerteza), a varincia estimada
de
cada
uma ponderada por seus respectivos nmeros de graus de liberdade
1
9128 V
4085 V
10549
(H.28a)
13 V
13 V (H.28b)
com
13 V, e com
H.5.2.6 Se a existncia de um efeito entre-dias aceita (uma deciso prudente porque evita uma
possvel subestimao da incerteza) e supe-se que ele seja aleatrio, ento a varincia
calculada a partir das 10 mdias dirias, de acordo com a Equao (H.25d), no estima
,
como postulado em H.5.2.2, mas
onde
(H.29)
onde
estima
estima
. Como
. Assim, a razo
557 V
85 V
2,25 (H.30)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 103
o que leva a
Ks
K
(H.31a)
s
43 V
, ou s
43 V
85 V
85 V (H.31b)
A varincia estimada de
obtida de
reflete apropriadamente
ambos os componentes aleatrios, intra e entre-dias da varincia [ver Equao (H.29)]. Assim
(H.32)
57 V
10 , ou
18 V
com
(e, portanto, de
(e, portanto,
10,000 097 V, com
e seus 9
graus de liberdade devem ser comparados com
Rockwell C
(H.33a)
1000,002 mm
Rockwell C
Rockwell C
0,002 mm (H.33b)
onde
.
Uma vez que as derivadas parciais
(H.34)
onde, por simplicidade de notao,
Rockwell C
.
H.6.3 Varincias contribuintes
H.6.3.1 Incerteza da profundidade mdia de penetrao
do bloco amostra,
Incerteza de observaes repetidas. A estrita repetio de uma observao no possvel porque uma
nova impresso no pode ser feita no mesmo local em que foi feita uma anterior. Uma vez que cada
impresso deve ser feita em um lugar diferente, qualquer variao nos resultados inclui o efeito de
variaes de dureza entre locais diferentes. Assim,
5 , onde
, assim
12 (H.35)
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 106
H.6.3.2 Incerteza da correo para a diferena entre as duas mquinas,
Como indicado em H.6.2,
onde
, a
profundidade mdia de 5 penetraes realizadas pela mquina padro nacional no bloco-padro de
transferncia; e
(H.36)
onde
e
a
A Recomendao Internacional R 12 da OIML, Verification and Calibration of Rockwell C hardness
standardized blocks (Verificao e calibrao de blocos padronizados de dureza Rockwell C), requer
que as profundidades mxima e mnima de penetrao, obtidas de cinco medies no bloco-padro de
transferncia, no difiram por mais do que uma frao da profundidade mdia de penetrao, onde
uma funo do nvel de dureza. Assim, seja
2 (na razovel hiptese de que valores prximos ao valor central so mais provveis do que
valores extremos ver 4.3.9). Ento, se
24 (H.37)
Conforme indicado em H.6.2, assume-se que a melhor estimativa da correo
A incerteza da mquina padro nacional, juntamente com a incerteza devida definio incompleta da
grandeza dureza, relatada como um desvio-padro estimado
A reunio dos termos individuais discutidos de H.6.3.1 a H.6.3.4 e sua substituio na equao (H.34)
permite obter a varincia estimada da medio de dureza como
12
a
24
(H.38)
sendo
a incerteza-padro combinada.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 107
H.6.5 Exemplo numrico
Os dados para este exemplo esto resumidos na Tabela H.10.
Tabela H.10 Resumo de dados para a determinao da dureza de um bloco
amostra na escala Rockwell C
Fonte de incerteza Valor
Profundidade mdia
av
av
, raiz quadrada da mdia das varincias experimentais das mdias
de n sries de penetraes realizadas pela mquina de calibrao no
bloco padro de transferncia
0,11 unidade de escala
Rockwell, n=6
Variao fracional permitida x da profundidade de penetrao no bloco
padro de transferncia
1,5 x 10
-2
Incerteza padro
0,45
5
0,1
12
0,10
6
0,11
6
0,015 36,0
24
0,5
0,307 unidade de escala Rockwell
Rockwell C
64,0 unidade de escala Rockwell ou 0,128 0 mm, com uma incerteza-padro
combinada de
Rockwell C
64,0 HRC, com uma incerteza-padro combinada de
0,55 HRC.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 108
Alm do componente de incerteza devido mquina padro nacional e definio de dureza,
0,5 unidade de escala Rockwell, os componentes significativos de incerteza so aqueles oriundos da
repetibilidade da mquina,
)/2
a
+
fronteira superior, ou limite superior, de uma grandeza de entrada X
i.
a
-
fronteira inferior, ou limite inferior, de uma grandeza de entrada X
i.
b
+
fronteira superior, ou limite superior, do desvio de uma grandeza de entrada X
i
em
relao a sua estimativa x
i
:
b
+
= a
+
x
i
b
-
fronteira inferior, ou limite inferior, do desvio de uma grandeza de entrada X
i
em
relao a sua estimativa x
i
:
b
= x
i
a
c
i
derivada parcial ou coeficiente de sensibilidade:
f
relao funcional entre o mensurando Y e as grandezas de entrada X
i
das quais Y
depende, e entre a estimativa de sada y e as estimativas de entrada x
i
das quais y
depende
f/x
i
derivada parcial, com relao grandeza de entrada X
i
, da relao funcional f entre o
mensurando Y e as grandezas de entrada X
i
das quais Y depende, avaliadas com
estimativas x
i
para os X
i
:
f/x
i =
f/X
i
x
1
, x
2
,...,x
N
k
fator de abrangncia usado para calcular a incerteza expandida U = ku
c
(y) da
estimativa de sada y a partir de sua incerteza-padro combinada u
c
(y), onde U define
um intervalo Y = y U, tendo um alto nvel da confiana
k
p
fator de abrangncia usado para calcular a incerteza expandida U
p
= k
p
u
c
(y) da
estimativa de sada y a partir de sua incerteza-padro combinada u
c
(y), onde U
p
define
um intervalo Y = y U
p
, tendo um alto e especificado nvel da confiana p
n nmero de observaes repetidas
N nmero de grandezas de entrada X
i
das quais depende o mensurando Y
p
probabilidade; nvel da confiana:
0 p 1
q grandeza que varia aleatoriamente, descrita por uma distribuio de probabilidade
mdia aritmtica, mdia amostral ou mdia de n observaes repetidas independentes
q
k
de uma grandeza q que varia aleatoriamente
estimativa da esperana ou mdia
q
da distribuio de probabilidade de q
(*) Nota de rodap para a verso 2008:
Quando o GUM foi publicado pela primeira vez havia uma regra editorial ativa que vedava o uso de um Anexo I.
por isso que letra J usada para nomear este anexo em sequncia ao anexo H.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 110
q
k
k-sima observao repetida independente de uma grandeza que varia
aleatoriamente
, determinado a
partir de n pares independentes de observaes simultneas repetidas X
i,k
e X
j,k
de X
i
e X
j
:
coeficiente de correlao estimado associado s estimativas de sada y
i
e y
j
quando
dois ou mais mensurandos ou grandezas de sada so determinados na mesma
medio
estimativa combinada ou agrupada da varincia
s
p
desvio-padro experimental agrupado, igual raiz quadrada positiva de
varincia experimental da mdia
estimativa da varincia
/ de :
/
varincia estimada obtida de uma avaliao do Tipo A
desvio-padro experimental da mdia , igual raiz quadrada positiva de
estimador tendencioso de (ver C.2.21, nota)
incerteza-padro obtida de uma avaliao do Tipo A
varincia experimental determinada a partir de n observaes independentes
repetidas q
k
de q.
estimativa da varincia
2
da distribuio de probabilidade de q
estimador tendencioso do desvio-padro da distribuio de probabilidade de q
varincia experimental da mdia de entrada
incerteza-padro obtida de uma avaliao do Tipo A
, estimativa da covarincia das mdias e que estimam as esperanas
q
e
r
de
duas grandezas aleatrias q e r, determinada a partir de n pares independentes de
observaes simultneas repetidas q
k
e r
k
de q e r
covarincia estimada obtida de uma avaliao do Tipo A
, determinada a partir de n
pares independentes de observaes simultneas repetidas X
i,k
e X
j,k
de X
i
e X
j
covarincia estimada obtida de uma avaliao do Tipo A
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 111
fator-t da distribuio-t para v graus de liberdade correspondentes a uma determinada
probabilidade p
fator-t da distribuio-t para v
eff
graus de liberdade correspondentes a uma determinada
probabilidade p, usado para calcular uma incerteza expandida U
p
varincia estimada associada com a estimativa de entrada x
i
que estima a grandeza de
entrada X
i
NOTA Quando x
i
determinada pela mdia aritmtica ou mdia amostral de n observaes
independentes repetidas,
incerteza-padro da estimativa de entrada x
i
que estima a grandeza de entrada X
i
, igual
raiz quadrada positiva de
NOTA Quando x
i
determinada pela mdia aritmtica ou mdia amostral de n observaes
independentes repetidas,
covarincia estimada associada com duas estimativas de entrada x
i
e x
j
que estimam
as grandezas de entrada X
i
e X
j
NOTA Quando x
i
e x
j
so determinadas a partir de n pares independentes de observaes
simultneas repetidas,
varincia combinada associada estimativa de sada y
incerteza-padro combinada da estimativa de sada y, igual raiz quadrada positiva de
incerteza-padro combinada da estimativa de sada y determinada a partir de
incertezas-padro e covarincias estimadas obtidas de avaliaes do Tipo A apenas
incerteza-padro combinada da estimativa de sada y determinada a partir de
incertezas-padro e covarincias estimadas obtidas de avaliaes do Tipo B apenas
Incerteza-padro combinada da estimativa de sada y
i
quando dois ou mais
mensurandos ou grandezas de sada so determinados na mesma medio
componente da varincia combinada
componente da incerteza-padro combinada
covarincia estimada associada s estimativas de sada y
i
e y
j
determinadas na mesma
de medio
||
incerteza-padro combinada relativa da estimativa de sada y
varincia relativa estimada associada estimativa de entrada x
i
varincia combinada relativa associada estimativa de sada y
covarincia relativa estimada associada s estimativas de entrada x
i
e x
j
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 112
U
incerteza expandida da estimativa de sada y que define um intervalo Y = y U tendo
um alto nvel da confiana, igual ao fator de abrangncia k vezes a incerteza-padro
combinada u
c
(y) de y:
U
p
incerteza expandida da estimativa de sada y que define um intervalo Y = y U
p
tendo
um alto e especfico nvel da confiana p, igual ao fator de abrangncia k
p
vezes a
incerteza-padro combinada u
c
(y) de y:
x
i
estimativa da grandeza de entrada X
i
NOTA Quando x
i
determinada pela mdia aritmtica ou mdia amostral de observaes
repetidas independentes,
X
i
i-sima grandeza de entrada da qual depende o mensurando Y
NOTA X
i
pode ser a grandeza fsica ou a varivel aleatria (ver 4.1.1, Nota 1)
estimativa do valor da grandeza de entrada X
i
, igual mdia aritmtica ou mdia
amostral (ou mdia) de n observaes repetidas independentes X
i,k
de X
i
X
i,k
k-sima observao repetida independente de X
i
y
estimativa de um mensurando Y
resultado de uma medio
estimativa de sada
y
i
estimativa de um mensurando Y
i
quando dois ou mais mensurandos so determinados
na mesma medio
Y
um mensurando
incerteza relativa estimada da incerteza-padro u(x
i
) da estimativa de entrada x
i
esperana ou mdia da distribuio de probabilidade de uma grandeza q que varia
aleatoriamente
nmero de graus de liberdade (geral)
nmero de graus de liberdade, ou nmero efetivo de graus de liberdade, da incerteza-
padro u(x
i
) da estimativa de entrada x
i
nmero efetivo de graus de liberdade de u
c
(y), usado para obter t
p
(v
eff
) para calcular a
incerteza expandida U
p
nmero efetivo de graus de liberdade de uma incerteza-padro combinada
determinada a partir de incertezas-padro do Tipo A apenas
nmero efetivo de graus de liberdade de uma incerteza-padro combinada
determinada a partir de incertezas-padro do Tipo B apenas
varincia de uma distribuio de probabilidade de (por exemplo) uma grandeza q que
varia aleatoriamente, estimada por s
2
(q
k
)
desvio-padro de uma distribuio de probabilidade, igual raiz quadrada positiva de
2
s(q
k
) um estimador tendencioso de
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 113
q
varincia de , igual a
/, estimado por
/
q
desvio-padro de , igual raiz quadrada positiva de
q
um estimador tendencioso de
sq
varincia do desvio-padro experimental de
sq
desvio-padro do desvio-padro experimental de , igual raiz quadrada positiva
de
sq
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 114
Bibliografia
[1] CIPM (1980), BIPM Proc.-Verb. Com. Int. Poids et Mesures 48, C1-C30 (em francs); BIPM
(1980), Rapport BIPM-80/3, Report on the BIPM enquiry on error statements, Bur. Intl. Poids et
Mesures (Svres, France) (in English)
[2] KAARLS, R. (1981), BIPM Proc.-Verb. Com. Int. Poids et Mesures 49, A1-A12 (em francs);
Giacomo, P. (1981), Metrologia 17, 73 -74 (in English)
NOTA A traduo inglesa da Recomendao INC-1-(1980) dada na Introduo deste Guia (ver
0.7) refere-se verso final da Recomendao e foi extrada de um relatrio interno do BIPM. Ela
consistente com o texto oficial em francs da Recomendao dada no Proc.-Verb. Com. Int. Poids et
Mesures 49, do BIPM, e reproduzido em A.1, Anexo A deste Guia. A traduo inglesa da Recomendao
INC-1-(1980) dada na revista Metrologia 17 refere-se a uma minuta e difere levemente da traduo dada
no relatrio interno do BIPM (reproduzida em 0.7).
[3] CIPM (1981), BIPM Proc.-Verb. Com. Int. Poids et Mesures 49, 8-9, 26 (in French); Giacomo, P.
(1982), Metrologia 18, 43-44 (in English)
[4] CIPM (1986), BIPM Proc.-Verb. Com. Int. Poids et Mesures 54, 14, 35 (in French); Giacomo, P.
(1987), Metrologia 24, 49-50 (in English)
[5] ISO 5725:1986, Precision of test methods Determination of repeatability and reproducibility
for a standard test method by inter-laboratory tests, International Organization for
Standardization (Geneva, Switzerland)
NOTA Esta norma est presentemente * sendo revista. A reviso tem um novo ttulo, Accuracy
(trueness and precision) of measurement methods and results, e composta de seis partes.
[6] International vocabulary of basic and general terms in metrology, second edition, 1993**,
International Organization for Standardization (Geneva, Switzerland)
The abbreviation of the title of this vocabulary is VIM.
NOTA 1 As definies dos termos dados no Anexo B so extradas do texto ingls revisado do
VIM na sua forma final antes da publicao.
NOTA 2 A segunda edio do VIM foi publicada pela Organizao Internacional para a
Normalizao (ISO) em nome das seguintes sete organizaes que participaram do trabalho do Grupo
Consultivo sobre Metrologia 4 (TAG 4), o grupo que deu suporte ao desenvolvimento do VIM: o Bir
internacional de Pesos e Medidas (BIPM), a Comisso Eletrotcnica Internacional (IEC), a Federao
Internacional de Qumica Clnica (IFCC), a ISO, a Unio Internacional de Qumica Pura e Aplicada
(IUPAC), a Unio Internacional de Fsica Pura e Aplicada (IUPAP), e a Organizao Internacional de
Metrologia Lega (OIML).
NOTA 3 A primeira edio do VIM foi publicada pela ISO em 1984 em nome do BIPM, IEC, ISSO
e OIML.
_____________________________
* Nota de rodap para a verso 2008:
O documento ISO 5725:1986 foi substitudo por uma srie composta de seis partes. Esta srie ISO 5725
constituda pelas partes seguintes, sob o ttulo geral Accuracy (trueness and precision) of measurement methods
and results:
Part 1: General principles and definitions
Part 2: Basic method for the determination of repeatability and reproducibility of a standard measurement method
Part 3: Intermediate measures of the precision of a standard measurement method
Part 4: Basic methods for the determination of the trueness of a standard measurement method
Part 5: Alternative methods for the determination of the precision of a standard measurement method
Part 6: Use in practice of accuracy values
** Nota de rodap para a verso 2008:
A terceira edio do vocabulrio foi publicada em 2008, sob o ttulo JCGM 200:2008, International vocabulary of
metrology Basic and general concepts and associated terms (VIM).
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 115
[7] ISO 3534-1:1993, * Statistics Vocabulary and symbols Part 1: Probability and general
statistical terms, International Organization for Standardization (Geneva, Switzerland)
[8] FULLER, W.A. (1987), Measurement error models, John Wiley (New York, N.Y.)
[9] ALLAN, D.W. (1987), IEEE Trans. Instrum. Meas. IM-36, 646-654
[10] DIETRICH, C.F. (1991), Uncertainty, calibration and probability, second edition, Adam-Hilger
(Bristol)
[11] MLLER, J.W. (1979), Nucl. Instrum. Meth. 163, 241-251
[12] MLLER, J.W. (1984), in Precision measurement and fundamental constants II, Taylor, B. N.,
and Phillips, W. D., eds., Natl. Bur. Stand. (U.S.) Spec. Publ. 617, US GPO (Washington, D.C.),
375-381
[13 JEFFREYS, H. (1983), Theory of probability, third edition, Oxford University Press (Oxford)
[14] PRESS, S.J. (1989), Bayesian statistics: principles, models, and applications, John Wiley (New
York, N.Y.)
[15] BOX, G.E.P., HUNTER, W.G., and HUNTER, J.S. (1978), Statistics for experimenters, John Wiley
(New York, N.Y.)
[16] WELCH, B.L. (1936), J. R. Stat. Soc. Suppl. 3, 29-48; (1938), Biometrika 29, 350-362; (1947),
ibid. 34, 28-35
[17] FAIRFIELD-SMITH, H. (1936), J. Counc. Sci. Indust. Res. (Australia) 9(3), 211
[18] SATTERTHWAITE, F.E. (1941), Psychometrika 6, 309-316; (1946) Biometrics Bull. 2(6), 110-
114
[19] ISO Guide 35:1989, ** Certification of reference materials General and statistical principles,
second edition, International Organization for Standardization (Geneva, Switzerland)
[20] BARKER, T.B. (1985), Quality by experimental design, Marcel Dekker (New York, N.Y.)
____________________________
* Footnote to the 2008 version:
O documento ISO 3534-1:2006 cancela e substitui o anterior ISO 3534-1:1993. Note-se que alguns termos e
definies foram revisados. Para informaes adicionais, consultar a ltima edio.
** Footnote to the 2008 version:
O documento ISO Guide 35:2006 cancela e substitui o anterior ISO Guide 35:1989. Para informaes adicionais,
consultar a ltima edio.
** Nota dos tradutores
A terceira edio do vocabulrio em portugus foi publicada no Brasil em 2009, sob o ttulo JCGM 200:2008,
Vocabulrio Internacional de Metrologia Conceitos Fundamentais e Gerais e Termos Associados (VIM 2008).
Uma publicao unificada Brasil-Portugal, em substituio a esta publicao de 2009, est presentemente (2012)
em processo editorial de publicao pelo Inmetro. Informalmente, o ttulo em geral abreviado para VIM 2008.
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 116
ndice alfabtico Ingls
A
accuracy of measurement 3.1.3, 3.4.1, B.2.14
analysis of variance see ANOVA
ANOVA 4.2.8, H.5 et seqq.
arithmetic mean 4.1.4 Note, 4.2.1, C.2.19
average see arithmetic mean
B
bias 3.2.3 Note
BIPM Preliminary, Foreword, 0.5, 7.1.1, A.1, A.2
blunders 3.4.7
bounds on an input quantity 4.3.7, 4.3.8, 4.3.9, 4.4.5,
4.4.6, F.2.3.3
Bureau International des Poids et Mesures see
BIPM
C
calibration chain 4.2.8 Note
calibration, comparison F.1.2.3 Note
calibration curve F.2.4.2, F.2.4.5
calibration curve, linear H.3 et seqq.
Central Limit Theorem G.1.6, G.2, G.2.1, G.2.2,
G.2.3, G.6.2, G.6.5, G.6.6
central moment of order q C.2.13, C.2.22, E.3.1 Note
1
centred random variable C.2.10
characteristic C.2.15
CIPM Preliminary, Foreword, 0.5, 6.1.1, 6.1.2, A.1,
A.2, A.3
combined standard uncertainty 2.3.4, 3.3.6, 4.1.5, 5,
5.1.1, 5.1.2, 5.1.3, 5.1.6, 5.2.2, 6.1.1, D.6.1, E.3.6
combined standard uncertainty and
Comits Consultatifs 6.1.1, A.3
combined standard uncertainty and international
comparisons 6.1.1, A.3
combined standard uncertainty from Type A
components alone 7.2.1, G.4.1 Note 3
combined standard uncertainty from Type B
components alone 7.2.1, G.4.1 Note 3
combined standard uncertainty, numerical
calculation of 5.1.3 Note 2, 5.2.2 Note 3
combined standard uncertainty, relative 5.1.6, 7.2.1
combined standard uncertainty, reporting 7.2.1,
7.2.2
Comit International des Poids et Mesures see
CIPM
confidence coefficient C.2.29
confidence interval 4.2.3 Note 1, 6.2.2, C.2.27,
C.2.28, E.3.3
confidence intervals, propagation of E.3.3
confidence level 6.2.2, C.2.29
conventional true value of a quantity B.2.4
convolution see probability distributions,
convolving
corrected result B.2.13, D.3.1, D.3.4, D.4
correction 3.2 3.2.3 3.2.4 Note 2, B.2.23
correction factor 3.2.3 B.2.24
correction, ignoring a 3.2.4 Note 2, 3.4.4, 6.3.1 Note,
F.2.4.5
correction, uncertainty of a see uncertainty of a
correction
correlated input estimates or quantities see
correlation
correlated output estimates or quantities 3.1.7,
7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
correlated random variations 4.2.7
correlation 5.1, 5.2 et seqq., C.2.8, F.1.2, F.1.2.1,
F.1.2.2, F.1.2.3, F.1.2.4
correlation coefficient 5.2.2, 5.2.3, C.3.6, F.1.2.3,
H.2.3, H.2.4, H.3.2, H.4.2
correlation coefficient matrix 7.2.5, C.3.6 Note 2
correlation coefficient, significant digits for a 7.2.6
correlation, elimination of 5.2.4, 5.2.5, F.1.2.4, H.3.5
covariance 3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.2,
F.1.2.3, F.1.2.4
covariance, experimental evaluation of 5.2.5, C.3.6
Note 3
covariance matrix 3.1.7, 5.2.2 Note 2, 7.2.5, C.3.5,
H.2.3
covariance of related measurands see correlated
output estimates or quantities
covariance of two arithmetic means 5.2.3, C.3.4,
H.2.2, H.2.4, H.4.2
coverage factor 2.3.6, 3.3.7, 4.3.4 Note, 6.2.1, 6.3 et
seqq., G.1.3, G.2.3, G.3.4, G.6.1 et seqq.
coverage probability 0.4, 2.3.5 Note 1, 3.3.7, 6.2.2,
G.1.1, G.1.3, G.3.2
curve, calibration see calibration curve
D
degree of belief 3.3.5, E.3.5, E.4.4, E.5.2 Note
degrees of freedom 4.2.6, C.2.31, E.4.3, G, G.3,
G.3.2, G.3.3, G.6.3, G.6.4
degrees of freedom, effective 6.3.3, G.4, G.4.1,
G.5.4, G.6.2 et seqq.
degrees of freedom, effective, of Type A
components alone 7.2.1, G.4.1 Note 3
degrees of freedom, effective, of Type B
components alone 7.2.1, G.4.1 Note 3
degrees of freedom of a pooled estimate of
variance (or of a pooled experimental standard
deviation) H.1.6, H.3.6 Note
degrees of freedom of a Type A standard
uncertainty G.3.3, G.6.3, G.6.4
degrees of freedom of a Type B standard
uncertainty G.4.2, G.4.3, G.6.3, G.6.4
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 117
design, balanced nested H.5.3.1, H.5.3.2
distribution, a priori 4.1.6, 4.3.1 Note, 4.4.4 et seqq.,
D.6.1, E.3.4, E.3.5, G.4.2, G.4.3
distribution, asymmetric 4.3.8, F.2.4.4, G.5.3
distribution, F- see F-distribution
distribution, frequency see frequency distribution
distribution function C.2.4
distribution, Laplace-Gauss see Laplace-Gauss
distribution
distribution, normal see normal distribution
distribution, probability see probability distribution
distribution, rectangular 4.3.7, 4.3.9, 4.4.5, F.2.2.1,
F.2.2.2, F.2.2.3, F.2.3.3, G.2.2 Note 1, G.4.3
distributions, convolving probability see probability
distributions, convolving
distributions, mathematically determinate F.2.2
distribution, Student's see Student's distribution
distribution, t- see t-distribution
distribution, trapezoidal 4.3.9
distribution, triangular 4.3.9, 4.4.6, F.2.3.3
E
effect, random see random effect
effect, systematic see systematic effect
error analysis 0.2
error and uncertainty, confusion between 3.2.2
Note 2, 3.2.3 Note, E.5.4
error bound, maximum E.4.1
error curve of a verified instrument F.2.4.2
error, determining 3.4.5
error, maximum permissible F.2.4.2
error of measurement 0.2, 2.2.4, 3.2, 3.2.1 Note,
3.2.2 Note 2, 3.2.3 Note, 3.3.1 Note, 3.3.2, B.2.19,
D, D.4, D.6.1, D.6.2, E.5.1 et seqq.
error propagation, general law of 5.2.2 Note 1, E.3.2
error, random see random error
error, relative see relative error
error, systematic see systematic error
estimate 3.1.2, C.2.26
estimate, input see input estimate
estimate, output see output estimate
estimation C.2.24
estimator 4.2.7, C.2.25
expanded uncertainty 2.3.5, 3.3.7, 6, 6.2.1, 6.2.2,
6.2.3, G.1.1, G.2.3, G.3.2, G.4.1, G.5.1, G.5.2,
G.5.3, G.5.4, G.6.4, G.6.5, G.6.6
expanded uncertainty for an asymmetric
distribution G.5.3
expanded uncertainty, relative 7.2.3
expanded uncertainty, reporting 7.2.3, 7.2.4
expectation (or expected value) 3.2.2, 3.2.3, 4.1.1
Note 3, 4.2.1, 4.3.7, 4.3.8, 4.3.9, C.2.9, C.3.1,
C.3.2
experimental standard deviation see standard
deviation, experimental
F
F-distribution H.5.2.3
frequency C.2.17
frequency distribution 3.3.5, 4.1.6, C.2.18, E.3.5
frequency, relative E.3.5
F-test H.5.2.2, H.5.2.4
functional relationship 4.1.1, 4.1.2
functional relationship,
linearization of a 5.1.5, F.2.4.4 Note, 5.1.6 Note 1
functional relationship, nonlinear 4.1.4 Note, 5.1.2
Note, F.2.4.4 Note, G.1.5, H.1.7, H.2.4
H
higher-order terms 5.1.2 Note, E.3.1, H.1.7
histogram 4.4.3, D.6.1 Note 1
I
IEC Preliminary, Foreword, A.3, B.1
IFCC Preliminary, Foreword, B.1
imported input value or quantity F.2.3, F.2.3.1
independence 5.1, C.3.7
independent repetitions F.1.1.2
influence quantities, random F.1.1.3, F.1.1.4
influence quantity 3.1.5, 3.1.6, 3.2.3, 4.2.2, B.2.10
information, pool of, for a Type B evaluation 3.3.5
Note, 4.3.1, 4.3.2, 5.2.5
input estimate 4.1.4, 4.1.6, 4.2.1
input estimates or quantities, correlated see
correlation
input quantities, categorization of 4.1.3
input quantity 4.1.2
input quantity, bounds on an see bounds on an
input quantity
input value or quantity, imported see imported
input value or quantity
International Electrotechnical Commission see IEC
International Federation of Clinical Chemistry see
IFCC
International Organization of Legal Metrology see
OIML
International Organization for Standardization see
ISO
International System of Units (SI) 0.3, 3.4.6
International Union of Pure and Applied Chemistry
see IUPAC
International Union of Pure and Applied Physics
see IUPAP
International vocabulary of basic and general terms
in metrology see VIM
ISO Preliminary, Foreword, A.3, B.1
ISO/TAG 4 Foreword
ISO/TAG 4/WG 3 Foreword
ISO/TAG 4/WG 3, terms of reference of Foreword
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 118
ISO Technical Advisory Group on Metrology
(ISO/TAG 4) Foreword
ISO 3534-1 2.1, C.1
IUPAC Preliminary, Foreword, B.1
IUPAP Preliminary, Foreword, B.1
L
laboratories, national metrology or standards
Foreword
Laplace-Gauss distribution C.2.14
least squares, method of 4.2.5, G.3.3, H.3, H.3.1,
H.3.2
legal metrology 3.4.5
level of confidence 0.4, 2.2.3 Note 1, 2.3.5 Notes 1
and 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3, 6.3.1, 6.3.2, 6.3.3,
G, G.1.1, G.1.2, G.1.3, G.2.3, G.3.2, G.3.4, G.4.1,
G.6.1, G.6.4, G.6.6
level of confidence, minimum F.2.3.2
limit, safety see safety limit
limits, upper and lower, on an input quantity see
bounds on an input quantity
M
maximum bounds see bounds on an input quantity
maximum entropy, principle of 4.3.8 Note 2
mean C.2.9, C.3.1
mean, arithmetic see arithmetic mean
measurable quantity B.2.1
measurand 1.2, 3.1.1, 3.1.3, B.2.19, D.1, D.1.1, D.1.2,
D.3.4
measurand, best possible measurement of the
D.3.4
measurand, definition or specification of the see
measurand
measurand, many values of the D.6.2
measurands, covariance of related see correlated
output estimates or quantities
measurand, value of the 3.1.1, 3.1.2, 3.1.3
measurand, uncertainty due to incomplete
definition of the see uncertainty due to
incomplete definition of the measurand
measurement 3.1, 3.1.1, B.2.5
measurement, accuracy of see accuracy of
measurement
measurement hierarchy 7.1.1
measurement, mathematical model of the 3.1.6,
3.4.1, 3.4.2, 4.1, 4.1.1, 4.1.2
measurement, method of see method of
measurement
measurement, principle of see principle of
measurement
measurement procedure 3.1.1, 7.1.2, B.2.8, F.1.1.2
measurement result and its uncertainty, availability
of information describing a 7.1.1, 7.1.3
measurement result and its uncertainty, formats for
reporting a 7.2.2, 7.2.4
measurement result and its uncertainty, reporting
in detail a 7.1.4, 7.2.7
measurement, result of a see result of a
measurement
measurement, role of ANOVA in H.5.3 et seqq.
measurements, spectrum of, to which the
principles of the Guide apply 1.1
method of measurement 3.1.1, B.2.7
method of measurement, uncertainty of the see
uncertainty of the method of measurement
method of measurement, unit dependent on the H.6
metrology, legal see legal metrology
minimum uncertainty see uncertainty, minimum
model, mathematical, of the measurement see
measurement, mathematical model of the
N
nonlinear functional relationship see functional
relationship, nonlinear
normal distribution 4.2.3 Note 1, 4.3.2 Note, 4.3.4,
4.3.5, 4.3.6, 4.3.9 Note 1, 4.4.2, 4.4.6, C.2.14,
E.3.3, F.2.3.3, G.1.3, G.1.4, G.2.1, G.2.2, G.2.3,
G.5.2 Note 2
O
observations, independent pairs of simultaneous
5.2.3, C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2
observations, repeated 3.1.4, 3.1.5, 3.1.6, 3.2.2,
3.3.5, 4.2.1, 4.2.3, 4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2,
E.4.3, F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2
OIML Preliminary, Foreword, A.3, B.1
one-sided confidence interval C.2.28
output estimate 4.1.4, 4.1.5, 7.2.5
output estimates or quantities, correlated see
correlated output estimates or quantities
output quantity 4.1.2
overall uncertainty see uncertainty, overall
P
parameter C.2.7
partial derivatives 5.1.3
particular quantity 3.1.1, B.2.1 Note 1
pooled estimate of variance see variance, pooled
estimate of
population C.2.16
precision B.2.14 Note 2
principle of measurement B.2.6
probability 3.3.5, 4.3.7, 4.3.8, 4.3.9, C.2.1, E.3.5,
E.3.6, F.2.2.3
probability, coverage see coverage probability
probability density function 3.3.5, 4.3.8 Note 2,
4.4.2, 4.4.5, 4.4.6, C.2.5, F.2.4.4
probability distribution 3.3.4, 4.1.1 Note 1, 4.1.6,
4.2.3 Note 1, 4.4.1, 4.4.2, 4.4.3, 4.4.4, C.2.3, E.4.2,
G.1.4, G.1.5
probability distributions, convolving 4.3.9 Note 2,
G.1.4, G.1.5, G.1.6, G.2.2, G.6.5
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 119
probability element C.2.5 Note, F.2.4.4
probability mass function C.2.6
probability, subjective 3.3.5, D.6.1
propagation, general law of error see error
propagation, general law of
propagation of uncertainty, law of see uncertainty,
law of propagation of
Q
quantity, controlled F.2.4.3
quantity, influence see influence quantity
quantity, input see input quantity
quantity, measurable see measurable quantity
quantity, output see output quantity
quantity, particular see particular quantity
quantity, realized D.2, D.2.1, D.3.1, D.3.2, D.3.3, D.4
quantity, value of a see value of a quantity
R
random 3.3.3, E.1.3, E.3.5, E.3.6, E.3.7
random effect 3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3
random error 3.2.1, 3.2.2, 3.2.3, B.2.21
randomness F.1.1, F.1.1.3, F.1.1.4, F.1.1.5
random variable 4.1.1 Note 1, 4.2.1, 4.2.3 Note 1,
C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8, E.3.4,
F.1.2.1, G.3.2
random variations, correlated see correlated
random variations
Recommendation INC-1 (1980) Preliminary,
Foreword, 0.5, 0.7, 3.3.3, 6.1.1, 6.1.2, 6.3.3, A.1,
A.3, E, E.2.3, E.3.7
Recommendation 1 (CI-1981), CIPM Preliminary,
0.5, 6.1.1, A.2, A.3
Recommendation 1 (CI-1986), CIPM 0.5, 6.1.1, 6.1.2,
A.3
reference materials, certification of H.5, H.5.3.2
relative error B.2.20
repeatability conditions 3.1.4, B.2.15 Note 1
repeatability of results of measurements B.2.15
repeated observations see observations, repeated
repetitions, independent see independent
repetitions
reproducibility of results of measurements B.2.16
result, corrected see corrected result
result of a measurement 1.3, 3.1.2, B.2.11
result, uncorrected see uncorrected result
S
safety limit 6.3.1 Note
sample, uncertainty of the see uncertainty of the
sample
sampling, uncertainty due to limited see
uncertainty due to limited sampling
sensitivity coefficients 5.1.3, 5.1.4
sensitivity coefficients, experimental determination
of 5.1.4
standard deviation 3.3.5, C.2.12, C.2.21, C.3.3
standard deviation, experimental 4.2.2, B.2.17
standard deviation of the mean, experimental 4.2.3,
B.2.17 Note 2
standard deviation of the mean, uncertainty of the
experimental see uncertainty of the
experimental standard deviation of the mean
standard deviation, pooled experimental see
variance, pooled estimate of
standard deviations as measures of uncertainty see
uncertainty, standard deviations as measures of
standard deviations, propagation of E.3, E.3.1, E.3.2
standard deviations, propagation of multiples of
E.3.3
standard uncertainty 2.3.1, 3.3.5, 3.3.6, 4.1.5, 4.1.6,
4.2.3, D.6.1, E.4.1
standard uncertainty, graphical illustration of
evaluating 4.4 et seqq.
standard uncertainty, relative 5.1.6
standard uncertainty, Type A evaluation of see
Type A evaluation of uncertainty
standard uncertainty, Type B evaluation of see
Type B evaluation of uncertainty
statistic 4.2.7, C.2.23
statistical control 3.4.2, 4.2.4
statistical coverage interval C.2.30
Student's distribution C.3.8, G.3.2
systematic 3.3.3, E.1.3, E.3.4, E.3.5, E.3.6, E.3.7
systematic effect 3.2.3, 3.2.4, 3.3.1, 3.3.2, 3.3.3,
D.6.1, E.1.1, E.3, E.4.4
systematic error 3.2.1, 3.2.3, B.2.22
T
Taylor series 5.1.2, E.3.1, G.1.5, G.4.2, H.1.7, H.2.4
t-distribution 4.2.3 Note 1, C.3.8, G.3, G.3.2, G.3.4,
G.4.1, G.4.2, G.5.4, G.6.2
t-distribution, quantiles of the G.3.4 Note
t-factor E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2, G.6.4,
G.6.5, G.6.6
tolerance interval, statistical C.2.30 Note 2
true value of a quantity 2.2.4, 3.1.1 Note, B.2.3, D,
D.3, D.3.1, D.3.4, D.3.5, E.5.1, E.5.2, E.5.3, E.5.4
true value of a quantity, conventional see
conventional true value of a quantity
two-side confidence interval C.2.27
Type A combined standard uncertainty 7.2.1, G.4.1
Note 3
Type A evaluation of covariance 5.2.3
Type A evaluation of uncertainty 2.3.2, 3.3.3, 3.3.4,
3.3.5, 4.1.6, 4.2, 4.2.1, 4.2.2, 4.2.3, 4.2.4, 4.2.5,
4.2.6, 4.2.7, 4.2.8, 4.3.2, 4.4.1, 4.4.2, 4.4.3, E.3.7,
F.1, F.1.1.1, F.1.1.2, F.1.1.3, F.1.1.4
Type A standard uncertainty 3.3.5, 4.2.3, C.3.3
Type A variance 4.2.3
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 120
Type B combined standard uncertainty 7.2.1, G.4.1
Note 3
Type B evaluation of covariance 5.2.5
Type B evaluation of uncertainty 2.3.3, 3.3.3, 3.3.4,
3.3.5, 4.1.6, 4.3, 4.3.1, 4.3.2, 4.3.3, 4.3.4, 4.3.5,
4.3.6, 4.3.7, 4.3.8, 4.3.9, 4.3.10, 4.3.11, 4.4.4,
4.4.5, 4.4.6, E.3.7, F.2 et seqq.
Type B evaluations, need for F.2.1
Type B standard uncertainty 3.3.5, 4.3.1, C.3.3
Type B variance 4.3.1
U
uncertainties, rounding of 7.2.6
uncertainties, significant digits for 7.2.6
uncertainty, categorizing or classifying
components of 3.3.3, 3.3.4, E.3.6, E.3.7
uncertainty, comparison of two views of E.5 et
seqq.
uncertainty, definition of the term see uncertainty
of measurement
uncertainty, double-counting components of 4.3.10
uncertainty due to finite-precision arithmetic F.2.2.3
uncertainty due to hysteresis F.2.2.2
uncertainty due to incomplete definition of the
measurand 3.1.3 Note, D.1.1, D.3.4, D.6.2
uncertainty due to limited sampling 4.3.2 Note,
E.4.3
uncertainty due to resolution of a digital indication
F.2.2.1
uncertainty evaluations, justification for realistic
E.2, E.2.1, E.2.2, E.2.3
uncertainty, grouping components of 3.3.3 Note,
3.4.3, E.3.7
uncertainty, ideal method for evaluating and
expressing 0.4
uncertainty ignoring a component of 3.4.4
uncertainty, internally consistent quantity for
expressing 0.4
uncertainty, intrinsic D.3.4
uncertainty, lack of an explicit report of 7.1.3
uncertainty, law of propagation of 3.3.6, 3.4.1, 5.1.2,
E.3, E.3.1, E.3.2, E.3.6, G.6.6
uncertainty, maximum allowed F.2.4.2
uncertainty, minimum D.3.4
uncertainty of a controlled quantity F.2.4.3
uncertainty of a correction 3.2.3 Note, 3.3.1, 3.3.3,
D.6.1, E.1.1, E.3
uncertainty of a single observation of a calibrated
instrument F.2.4.1
uncertainty of a single observation of a verified
instrument F.2.4.2
uncertainty of measurement 0.1, 0.2, 1.1, 2.2, 2.2.1,
2.2.2, 2.2.3, 2.2.4, 3.3, 3.3.1, 3.3.2, B.2.18, D, D.5,
D.5.1, D.5.2, D.5.3, D.6.1, D.6.2
uncertainty of the experimental standard deviation
of the mean 4.3.2 Note, E.4.3
uncertainty of the method of measurement F.2.5,
F.2.5.1
uncertainty of the sample F.2.6 et seqq.
uncertainty, overall 2.3.5 Note 3
uncertainty, quality and utility of the quoted 3.4.8
uncertainty, reporting 7 et seqq.
uncertainty, safe E.1.1, E.1.2, E.2.1, E.2.3, E.4.1,
F.2.3.2
uncertainty, sources of 3.3.2
uncertainty, standard deviations as measures of
E.3.2, E.4, E.4.1, E.4.2, E.4.3, E.4.4
uncertainty, statistical evaluation of, by varying
input quantities 3.4.1, 3.4.2, 4.2.8, F.2.1, H.5.3.3
uncertainty, summary of procedure for evaluating
and expressing 8
uncertainty, transferable quantity for expressing
0.4
uncertainty, universal method for evaluating and
expressing 0.4
uncertainty when a correction is not applied 3.4.4,
6.3.1 Note, F.2.4.5
uncorrected result B.2.12
unit, use of an adopted value of a measurement
standard as a 3.4.6, 4.2.8 Note
V
value of a quantity 3.1.1, B.2.2
variance 3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2
variance, Allan 4.2.7 Note
variance, analysis of see ANOVA
variance, combined 3.3.6, 5.1.2
variance, experimental (or estimate of) 4.2.2, H.3.6
Note
variance of the mean 4.2.3, C.3.2
variance of the mean, experimental 4.2.3, C.3.2
variance, pooled estimate of (or pooled
experimental standard deviation) 4.2.4, 4.2.8
Note, H.1.3.2, H.3.6 Note, H.5.2.2, H.5.2.5,
H.6.3.1, H.6.3.2 Note
variance, relative 5.1.6
variance, relative combined 5.1.6
variate C.2.2
VIM 2.1, 2.2.3, 2.2.4, B.1
W
Welch-Satterthwaite formula G.4.1, G.4.2, G.6.2,
G.6.4
Working Group on the Statement of Uncertainties
Preliminary, Foreword, 0.5, 3.3.3, 6.1.1, 6.1.2,
A.1, A.2, A.3
Working Group 3 (ISO/TAG 4/WG 3) Foreword
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 121
ndice Alfabtico Portugus
A
abrangncia, fator de 2.3.6, 3.3.7, 4.3.4 Nota, 6.2.1,
6.3 e seguintes, G.1.3, G.2.3, G.3.4, G.6.1 e
seguintes
abrangncia, probabilidade de 0.4, 2.3.5 Nota 1,
3.3.7, 6.2.2, G.1.1, G.1.3, G.3.2
agrupada de varincia, estimativa ver varincia,
estimativa agrupada de
aleatria, varivel 4.1.1 nota 1, 4.2.1,4.2.3 nota 1,
C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8, E.3.4,
F.1.2.1, G.3.2
aleatrias correlacionadas, variaes ver
correlacionadas, variaes aleatrias
aleatoriedade F.1.1, F.1.1.3, F.1.1.5
aleatrio 3.3.3, E.1.3, E.3.5, E.3.7
aleatrio, efeito 3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3
aleatrio, erro 3.2.1, 3.2.3, B.2.21
amostra, incerteza da ver incerteza da amostra
amostragem limitada, incerteza devido ver
incerteza devido a amostragem limitada
anlise de varincia ver ANOVA
ANOVA 4.2.8, H.5 e seguintes
aritmtica, mdia ver mdia aritmtica
arranjo aninhado balanceado H.5.3.1, H.5.3.2
B
bilateral, intervalo de confiana C.2.27
BIPM Prembulo, Prefcio, 0.5, 7.1.1, A.1, A.2
Bir Internacional de Pesos e Medidas ver BIPM
C
cadeia de calibrao 4.2.8 Nota
calibrao por comparao F.1.2.3 Nota
calibrao, cadeia de ver cadeia de calibrao
calibrao, curva de ver curva de calibrao
calibrao, curva linear de ver curva linear de
calibrao
caracterstica C.2.15
centrada, varivel aleatria ver varivel aleatria
centrada
central de ordem q, momento ver momento central
de ordem q
CIPM Prembulo, Prefcio, 0.5, 6.1.1, 6.1.2, A.1,
A.2, A.3
combinada, incerteza-padro, apenas dos
componentes do tipo A ver incerteza-padro
combinada de componentes do tipo A apenas
combinada apenas dos componentes do tipo B,
incerteza-padro ver incerteza-padro
combinada de componentes do tipo B apenas
combinada e Comits Consultivos, incerteza-
padro ver incerteza-padro combinada e
Comits Consultivos
combinada e comparaes internacionais, incerteza-
padro ver incerteza-padro combinada e
comparaes internacionais
combinada relativa, incerteza-padro ver incerteza-
padro combinada relativa
combinada, clculo numrico da incerteza-
padro 5.1.3 Nota 2, 5.2.2 Nota 3
combinada, incerteza-padro ver incerteza-padro
combinada
combinada, relatando a incerteza-padro 7.2.1,
7.2.2
Comisso Internacional de Eletrotcnica ver IEC
Comit Internacional de Pesos e Medidas ver CIPM
confiana, nvel da Prembulo, 0.4, 2.2.3 Nota 1,
2.3.5 Notas1 e 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3,
6.3.1,6.3.3, G,G.1.1, G.1.3, G.2.3, G.3.2, G.3.4,
G.4.1, G.6.1, G.6.4, G.6.6
confiana, nvel de 6.2.2, C.2.29
confiana, propagao de intervalos de E.3.3
confiana, coeficiente de C.2.29
confiana, intervalo de 4.2.3 Nota 1, 6.2.2, C.2.27,
C.2.28, E.3.3
convencional de uma grandeza, valor
verdadeiro B.2.4
Convoluo ver distribuio de probabilidades,
Correo 3.2, 3.2.3, 3.2.4 Nota 2, B.2.23
correo, incerteza de uma ver incerteza da
correo
correo, fator de 3.2.3, B.2.24
correo, ignorando uma 3.2.4 Nota 2, 3.4.4, 6.3.1
Nota, F.2.4.5
correlao 5.1, 5.2 e seguintes, C.2.8, F.1.2, F.1.2.1,
F.1.2.4
correlao, coeficiente de 5.2.2, 5.2.3, C.3.6,
F.1.2.3, H.2.3, H.2.4, H.3.2, H.4.2
correlao, dgitos significativos para um
coeficiente de 7.2.6
correlao, eliminao da 5.2.4, 5.2.5, F.1.2.4, H.3.5
correlao, matriz de coeficientes de 7.2.5, C.3.6
Nota 2
correlacionadas, estimativas de entrada ou
grandezas ver correlao
correlacionadas, estimativas de sada
ou grandezas 3.1.7, 7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
correlacionadas, variaes aleatrias 4.2.7
corrigido, resultado B.2.13, D.3.1, D.3.4, D.4
covarincia 3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.4
covarincia de duas mdias aritmticas 5.2.3,
C.3.4, H.2.2, H.2.4, H.4.2
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 122
covarincia de mensurandos relacionados ver
correlacionadas, estimativa de sada ou
grandezas
covarincia, avaliao experimental da 5.2.5, C.3.6
Nota 3
covarincia, matriz de 3.1.7, 5.2.2 Nota 2, 7.2.5,
C.3.5, H.2.3
curva de calibrao F.2.4.2, F.2.4.5
curva linear de calibrao H.3 e seguintes
D
desvio-padro experimental 4.22, B.2.17
distribuio a priori 4.1.6, 4.3.1 Nota, 4.4.4 e
seguintes, D.6.1, E.3.4, E.3.5, G.4.2, G.4.3
distribuio F ver F, distribuio
distribuio assimtrica 4.3.8, F.2.4.4, G.5.3
distribuio de Laplace-Gauss ver Laplace-Gauss,
distribuio de
distribuio de probabilidade ver probabilidade,
distribuio de
distribuio de Student ver Student, distribuio
de
distribuio normal ver normal, distribuio
distribuio retangular 4.3.7, 4.3.9, 4.4.5, F.2.2.1,
F.2.2.3, F.2.3.3, G.2.2 Nota 1, G.4.3
distribuio trapezoidal 4.3.9
distribuio triangular 4.3.9, 4.4.6, F.2.3.3
distribuio, frequncia de ver frequncia,
distribuio de
distribuio, funo C.2.4
distribuio-t ver t, distribuio
distribuies de probabilidade, convoluo das
ver probabilidade, convoluo das distribuies
das
distribuies determinadas matematicamente F.2.2
E
efeito aleatrio ver aleatrio, efeito
efeito sistemtico ver sistemtico, efeito
elementos de probabilidade C.2.5 Nota, F.2.4.4
entrada ou grandeza importada, valor de ver
importada, valor de entrada ou grandeza
entrada ou grandezas correlacionadas,estimativas
de ver correlao
entrada, categorizao das grandezas de 4.1.3
entrada, estimativa de 4.1.4, 4.1.6, 4.2.1
entrada, grandeza de 4.1.2
entrada, limites sobre uma grandeza de ver limites
sobre uma grandeza de entrada
erro sistemtico ver sistemtico, erro
erro aleatrio ver aleatrio, erro
erro de medio 0.2, 2.2.4, 3.2, 3.2.1 Nota, 3.2.2
Nota 2, 3.2.3 Nota, 3.3.1 Nota, 3.3.2, B.2.19, D,
D.4, D.6.1, D.6.2, E.5.1 e seguintes
erro de tendncia 3.2.3 Nota
erro de um instrumento verificado, curva de F.2.4.2
erro e incerteza, confuso entre 3.2.2 Nota 2,
3.2.3 Nota, E.5.4
erro mximo permissvel F.2.4.2
erro relativo ver relativo, erro
erro, anlise de 0.2
erro, determinando o 3.4.5
erro, lei geral de propagao de 5.2.2 Nota 1, E.3.2
erro, mximo limite de E.4.1
erros grosseiros 3.4.7
especfica, grandeza 3.1.1, B.2.1 Nota 1
esperana (ou valor esperado) 3.2.2, 3.2.3, 4.1.1
Nota 3, 4.2.1, 4.3.7, 4.3.9, C.2.9, C.3.1, C.3.2
estatstica 4.2.7, C.2.23
estatstico de abrangncia, intervalo C.2.30
estatstico, controle 3.4.2, 4.2.4
estimao C.2.24
estimativa, entrada ver entrada, estimativa de
estimativa, sada ver sada, estimativa de
estimador 4.2.7, C.2.25
estimativa 3.1.2, C.2.26
exatido de medio 3.1.3, 3.4.1, B.2.14
expandida para uma distribuio assimtrica,
incerteza G.5.3
expandida relativa, incerteza 7.2.3
expandida, relatando a incerteza 7.2.3, 7.2.4
expandida, incerteza 2.3.5, 3.3.7, 6, 6.2.1, 6.2.3,
G.1.1, G.2.3, G.3.2, G.4.1, G.5.1, G.5.4, G.6.4, G.6.6
experimental, desvio-padro ver desvio-padro
experimental
F
F, distribuio H.5.2.3
F, teste H.5.2.2, H.5.2.4
Federao Internacional de Qumica Clnica ver
IFCC
Frequncia C.2.17
frequncia relativa E.3.5
frequncia, distribuio de 3.3.5, 4.1.6, C.2.18,
E.3.5
funcional no linear, relao 4.1.4 Nota, 5.1.2 Nota,
F.2.4.4 Nota, G.1.5, H.1.7, H.2.4
funcional, linearizao de uma relao 5.1.5,
F.2.4.4 Nota, 5.1.6 Nota 1
funcional, relao 4.1.1, 4.1.2
G
geral, incerteza ver incerteza geral
grandeza controlada F.2.4.3
grandeza de entrada ver entrada, grandeza de
grandeza de sada ver sada, grandeza de
grandeza especfica ver especfica, grandeza
grandeza mensurvel ver mensurvel, grandeza
grandeza realizada D.2, D.2.1, D.3.1, D.3.3, D.4
grandeza, influncia de ver influncia, grandeza de
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 123
grandeza, valor de uma ver valor de uma grandeza
grau de confiana 3.3.5, E.3.5, E.4.4, E.5.2 Nota
graus de liberdade 4.2.6, C.2.31, E.4.3, G, G.3,
G.3.2, G.3.3, G.6.3, G.6.4
graus de liberdade de uma estimativa agrupada de
varincia (ou de um desvio-padro experimental
agrupado) H.1.6, H.3.6 Nota
graus de liberdade de uma incerteza padronizada do
Tipo A G.3.3, G.6.3, G.6.4
graus de liberdade de uma incerteza padronizada do
Tipo B G.4.2, G.4.3, G.6.3, G.6.4
graus efetivos de liberdade 6.3.3, G.4, G.4.1, G.5.4,
G.6.2 e seguintes
graus efetivos de liberdade apenas dos
componentes do Tipo A 7.2.1, G.4.1 Nota 3
graus efetivos de liberdade apenas dos
componentes do Tipo B 7.2.1, G.4.1 Nota 3
Grupo de Trabalho 3 (ISO/TAG 4/WG 3) Prefcio
Grupo de Trabalho sobre a Declarao de
Incertezas Prembulo, Prefcio, 0.5, 3.3.3, 6.1.1,
6.1.2, A.1, A.2, A.3
H
histograma 4.4.3, D.6.1 Nota 1
I
IEC Prembulo, Prefcio, A.3, B.1
IFCC Prembulo, Prefcio, B.1
importada, valor de entrada ou grandeza F.2.3,
F.2.3.1
incerteza intrnseca D.3.4
incerteza avaliada, qualidade e utilidade de uma
3.4.8
incerteza da amostra F.2.6 e seguintes
incerteza de medio 0.1, 0.2, 1.1, 2.2, 2.2.1, 2.2.4,
3.3, 3.3.1, 3.3.2, B.2.18, D, D.5, D.5.1, D.5.3, D.6.1,
D.6.2
incerteza de uma correo 3.2.3 Nota, 3.3.1, 3.3.3,
D.6.1, E.1.1, E.3
incerteza de uma grandeza controlada F.2.4.3
incerteza de uma nica observao de um
instrumento calibrado F.2.4.1
incerteza de uma nica observao de um
instrumento verificado F.2.4.2
incerteza devido amostragem limitada 4.3.2 Nota,
E.4.3
incerteza devido aritmtica de preciso-
finita F.2.2.3
incerteza devido definio incompleta do
mensurando 3.1.3 Nota, D.1.1, D.3.4, D.6.2
incerteza devido histerese F.2.2.2
incerteza devido resoluo de uma indicao
digital F.2.2.1
incerteza devido variao das grandezas de
entrada, avaliao estatstica da 3.4.1, 3.4.2,
4.2.8, F.2.1, H.5.3.3
incerteza do desvio-padro experimental da
mdia 4.3.2 Nota, E.4.3
incerteza do mtodo de medio F.2.5, F.2.5.1
incerteza geral 2.3.5 Nota 3
incerteza mxima permitida F.2.4.2
incerteza mnima D.3.4
incerteza-padro combinada 2.3.4, 3.3.6, 4.1.5, 5,
5.1.1, 5.1.3, 5.1.6, 5.2.2,6.1.1, D.6.1, E.3.6
incerteza-padro combinada de componentes do
Tipo A apenas 7.2.1, G.4.1 Nota 3
incerteza-padro combinada de componentes do
Tipo B apenas 7.2.1, G.4.1 Nota 3
incerteza-padro combinada e Comits
Consultivos 6.1.1, A.3
incerteza-padro combinada e comparaes
internacionais 6.1.1, A.3
incerteza-padro combinada relativa 5.1.6, 7.2.1
incerteza segura E.1.1, E.1.2, E.2.1, E.2.3, E.4.1,
F.2.3.2
incerteza, agrupando componentes da 3.3.3 Nota,
3.4.3, E.3.7
incerteza, categorizando ou classificando
componentes de 3.3.3, 3.3.4, E.3.6, E.3.7
incerteza, comparao de duas vises da E.5 e
seguintes
incerteza, componentes duplamente contados da
4.3.10
incerteza, definio do termo ver incerteza
de medio
incerteza, desvios-padro como medidas de E.3.2,
E.4, E.4.1, E.4.4
incerteza, falta de um registro explcito de 7.1.3
incerteza, fontes de 3.3.2
incerteza, grandeza internamente consistente para
expressar a 0.4
incerteza, grandeza transfervel para expressar a
0.4
incerteza, ignorando um componente da 3.4.4
incerteza, justificativa para avaliaes realsticas
da E.2, E.2.1 E.2.3
incerteza, lei de propagao da 3.3.6, 3.4.1, 5.1.2,
E.3, E.3.1, E.3.2, E.3.6, G.6.6
incerteza, mtodo ideal para avaliar e expressar a
0.4
incerteza, mtodo universal para avaliar e expressar
a 0.4
incerteza quando uma correo no aplicada
3.4.4, 6.3.1 Nota, F.2.4.5
incerteza, relatando a 7 e seguintes
incerteza, sumrio do procedimento para avaliao
e expresso da 8
incertezas, arredondamento de 7.2.6
incertezas, dgitos significativos para 7.2.6
independncia 5.1, C.3.7
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 124
independentes, repeties F.1.1.2
influncia aleatria, grandezas de F.1.1.3, F.1.1.4
influncia, grandeza de 3.1.5, 3.1.6, 3.2.3, 4.2.2,
B.2.10
informaes, para avaliao Tipo B, conjunto de
3.3.5 Nota,4.3.1, 4.3.2, 5.2.5
ISO Prembulo, Prefcio, A.3, B.1
ISO 3534-1 2.1, C.1
ISO, Grupo Tcnico Consultivo em Metrologia
(ISO/TAG4) Prefcio
ISO/TAG 4 Prefcio
ISO/TAG 4/WG 3 Prefcio
ISO/TAG 4/WG 3, termos de referncia da Prefcio
IUPAC Prembulo, Prefcio, B.1
IUPAP Prembulo, Prefcio, B.1
L
laboratrios nacionais de metrologia ou de
padres Prefcio
Laplace-Gauss, distribuio de C.2.14
legal, metrologia 3.4.5
limite de segurana ver segurana, limite de
limites para uma grandeza de entrada 4.3.7, 4.3.9,
4.4.5, 4.4.6, F.2.3.3
limites, superior e inferior, sobre uma grandeza
de entrada ver limites sobre uma grandeza de
entrada
M
mxima, princpio da entropia 4.3.8 Nota 2
mximo, limites de ver limites sobre uma grandeza
de entrada
mdia ver mdia aritmtica
mdia C.2.9, C.3.1
mdia aritmtica 4.1.4 Nota, 4.2.1, C.2.19
medio 3.1, 3.1.1, B.2.5
medio e sua incerteza, formatos para relatar um
resultado de 7.2.2, 7.2.4
disponibilidade de informao da descrio do
resultado de uma medio e sua
incerteza 7.1.1, 7.1.3
medio e sua incerteza, relatando em detalhe um
resultado de 7.1.4, 7.2.7
medio, exatido de ver exatido de medio
medio, hierarquia da 7.1.1
medio, mtodo de ver mtodo de medio
medio, modelo matemtico da 3.1.6, 3.4.1, 3.4.2,
4.1, 4.1.1, 4.1.2
medio, papel da ANOVA na H.5.3 e seguintes
medio, princpio de ver princpio de medio
medio, procedimento de 3.1.1, 7.1.2, B.2.8,
F.1.1.2
medio, resultado de uma ver resultado de uma
medio
medies, para as quais os princpios do Guia se
aplicam, espectro de 1.1
mensurando 1.2, 3.1.1, 3.1.3, B.2.19, D.1, D.1.1,
D.1.2, D.3.4
mensurando, definio ou especificao do
ver mensurando
mensurando, incerteza devido definio
incompleta do ver incerteza devido a definio
incompleta do mensurando
mensurando, melhor medio possvel do D.3.4
mensurando, muitos valores do D.6.2
mensurando, valor do 3.1.1 3.1.3
mensurandos relacionados, covarincia dos
ver correlacionadas, estimativa de sada ou
grandezas
mensurvel, grandeza B.2.1
mtodo de medio 3.1.1, B.2.7
mtodo de medio, incerteza do ver incerteza do
mtodo de medio
mtodo de medio, unidade dependente do H.6
metrologia legal ver legal, metrologia
mnima, incerteza ver incerteza mnima
mnimos quadrados, mtodo dos 4.2.5, G.3.3, H.3,
H.3.1, H.3.2
modelo matemtico da medio ver medio,
modelo matemtico da
momento central de ordem q C.2.13, C.2.22, E.3.1
Nota 1
N
no linear, relao funcional ver funcional no
linear, relao
no corrigido, resultado B.2.12
nvel da confiana Prembulo, 0.4, 2.2.3 Nota 1,
2.3.5 Notas1e2, 3.3.7, 4.3.4, 6.2.2, 6.2.3,
6.3.1,6.3.3, G, G.1.1, G.1.3, G.2.3, G.3.2, G.3.4,
G.4.1, G.6.1, G.6.4, G.6.6
nvel mnimo da confiana F.2.3.2
normal, distribuio 4.2.3 Nota 1, 4.3.2 Nota, 4.3.4
4.3.6, 4.3.9 Nota 1, 4.4.2, 4.4.6, C.2.14, E.3.3,
F.2.3.3, G.1.3, G.1.4, G.2.1 G.2.3, G.5.2 Nota 2
O
observaes repetidas 3.1.4 3.1.6, 3.2.2, 3.3.5,
4.2.1, 4.2.3, 4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2, E.4.3,
F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2
observaes simultneas, pares independentes de
5.2.3, C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2
OIML Prembulo, Prefcio, A.3, B.1
Organizao Internacional da Metrologia Legal
ver OIML
Organizao Internacional de Normalizao ver
ISO
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 125
P
padro como medidas de incerteza, desvios ver
incerteza, desvios-padro como medidas de
padro experimental agrupado, desvio ver
varincia, estimativa agrupada de
padro experimental da mdia, desvio 4.2.3, B.2.17
Nota 2
padro experimental da mdia, incerteza do desvio
ver incerteza do desvio-padro experimental da
mdia
padro experimental, desvio 4.2.2, B.2.17
padro, desvio 3.3.5, C.2.12, C.2.21, C.3.3
padro, propagao dos desvios E.3, E.3.1, E.3.2
padro, propagao de mltiplos de desvios E.3.3
padro relativa, incerteza 5.1.6
padro, avaliao Tipo A da incerteza ver Tipo A,
da incerteza, avaliao
padro, avaliao Tipo B da incerteza ver Tipo B,
da incerteza, avaliao
padro, ilustrao grfica da avaliao
da incerteza 4.4 e seguintes
padro, incerteza 2.3.1, 3.3.5, 3.3.6, 4.1.5, 4.1.6,
4.2.3, D.6.1, E.4.1
parmetro C.2.7
parciais, derivadas 5.1.3
populao C.2.16
preciso B.2.14 Nota 2
princpio de medio B.2.6
probabilidade 3.3.5, 4.3.7 4.3.9, C.2.1, E.3.5, E.3.6,
F.2.3.3
probabilidade de abrangncia ver abrangncia,
probabilidade de
probabilidade subjetiva 3.3.5, D.6.1
probabilidade, convoluo das distribuies de
4.3.9 Nota 2,G.1.4 G.1.6, G.2.2, G.6.5
probabilidade, distribuio de 3.3.4, 4.1.1 Nota 1,
4.1.6, 4.2.3 Nota 1, 4.4.1, 4.4.4, C.2.3, E.4.2, G.1.4,
G.1.5
probabilidade, funo densidade de 3.3.5, 4.3.8
Nota 2, 4.4.2, 4.4.5, 4.4.6, C.2.5, F.2.4.4
probabilidade, funo massa de C.2.6
propagao da incerteza, lei de ver incerteza, lei de
propagao da
propagao de erro, lei geral de ver erro, lei geral
de propagao de
R
Recomendao INC-1 (1980) Prembulo, Prefcio,
0.5, 0.7, 3.33, 6.1.1, 6.1.2, 6.3.3, A.1, A.3, E, E.2.3,
E.3.7
Recomendao-1 (CI-1981) CIPM Prembulo, 0.5,
6.1.1, A.2, A.3
Recomendao-1 (CI-1986) CIPM 0.5, 6.1.1, 6.1.2,
A.3
referncia, certificao de materiais de H.5, H.5.3.2
relativo, erro B.2.20
repeties independentes ver independentes,
repeties
repetidas, observaes ver observaes repetidas
repetibilidada de resultados de medies B.2.15
repetibilidada, condies de 3.1.4, B.2.15 Nota 1
reprodutibilidade dos resultados de
medio B.2.16
resultado de uma medio 1.3, 3.1.2, B.2.11
resultado no corrigido ver no corrigido,
resultado
resultado corrigido ver corrigido, resultado
S
sada ou grandezas correlacionadas, estimativas
de ver correlacionadas, estimativas de sada ou
grandezas
sada, estimativa de 4.1.4, 4.1.5, 7.2.5
sada, grandeza de 4.1.2
segurana, limite de 6.3.1 Nota
sensibilidade, determinao experimental dos
coeficientes de 5.1.4
sensibilidade, coeficientes de 5.1.3, 5.1.4
Sistema Internacional de Unidades (SI) 0.3, 3.4.6
sistemtico 3.3.3, E.1.3, E.3.4 E.3.7
sistemtico, efeito 3.2.3, 3.2.4, 3.3.1, 3.3.2, 3.3.3,
D.6.1, E.1.1, E.3, E.4.4
sistemtico, erro 3.2.1, 3.2.3, B.2.22
Student, distribuio de C.3.8, G.3.2
superior, termos de ordem 5.1.2 Nota, E.3.1, H.1.7
T
t, distribuio- 4.2.3 Nota 1, C.3.8, G.3, G.3.2, G.3.4,
G.4.1, G.4.2, G.5.4, G.6.2
t, fator- E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2, G.6.4,
G.6.6
t, quantis da distribuio- G.3.4 Nota
Taylor, sries de 5.1.2, E.3.1, G.1.5, G.4.2, H.1.7,
H.2.4
Teorema Central do Limite G.1.6, G.2, G.2.1, G.2.3,
G.6.2, G.6.5, G.6.6
avaliao Tipo A da covarincia 5.2.3
avaliao Tipo A (da incerteza) 2.3.2, 3.3.3, 3.3.5,
4.1.6, 4.2, 4.2.1, 4.2.8, 4.3.2, 4.4.1, 4.4.3, E.3.7, F.1,
F.1.1.1, F.1.2.4
Tipo A, incerteza-padro 3.3.5, 4.2.3, C.3.3
Tipo A, incerteza-padro combinada 7.2.1, G.4.1
Nota 3
Tipo A, varincia 4.2.3
Avaliao Tipo B (da incerteza) 2.3.3, 3.3.3, 3.3.5,
4.1.6, 4.3, 4.3.1, 4.3.11, 4.4.4, 4.4.6, E.3.7, F.2 e
seguintes
Tipo B, incerteza-padro 3.3.5, 4.3.1, C.3.3
Tipo B, incerteza-padro combinada 7.2.1, G.4.1
Nota 3
Tipo B, necessidade para avaliaes do F.2.1
JCGM 100:2008
JCGM 2008 Todos os direitos reservados 126
Tipo B, varincia 4.3.1
Tipo B da covarincia, avaliao 5.2.5
tolerncia, intervalo estatstico de C.2.30 Nota 2
U
Unio Internacional de Fsica Pura e Aplicada
ver IUPAP
Unio Internacional de Qumica Pura e Aplicada
ver IUPAC
unidade, uso de um valor adotado de um padro de
medio como uma 3.4.6, 4.2.8 Nota
unilateral, intervalo de confiana C.2.28
V
valor de uma grandeza 3.1.1, B.2.2
varincia 3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2
varincia combinada 3.3.6, 5.1.2
varincia da mdia 4.2.3, C.3.2
varincia de Allan 4.2.7 Nota
varincia experimental (ou estimada de) 4.2.2,
H.3.6 Nota
varincia experimental da mdia 4.2.3, C.3.2
varincia relativa 5.1.6
varincia relativa combinada 5.1.6
varincia, anlise de ver ANOVA
varincia, estimativa agrupada de (ou desvio-padro
experimental agrupado) 4.2.4, 4.2.8 Nota,
H.1.3.2, H.3.6 Nota, H.5.2.2, H.5.2.5, H.6.3.1,
H.6.3.2 Nota
variada C.2.2
varivel aleatria centrada C.2.10
verdadeiro convencional de uma grandeza, valor
ver convencional de uma grandeza, valor
verdadeiro
verdadeiro de uma grandeza, valor 2.2.4, 3.1.1
Nota, B.2.3, D, D.3, D.3.1, D.3.4, D.3.5,E.5.1, E.5.4
VIM 2.1, 2.2.3, 2.2.4, B.1
Vocabulrio Internacional de Termos Fundamentais
e Gerais de Metrologia ver VIM
W
Welch-Satterthwaite, frmula de G.4.1, G.4.2, G.6.2,
G.6.4