Captulo 11, Anlisis Estadstico de Datos Experimentales

Dally, James W. - Manual Springer Mecnica Experimental de Solidos (Handbook of Experimental Solid
Mecanics)
Editorial Sharpe - Springer 2008
Este captulo se describe al Anlisis Estadstico como una herramienta que se encarga del uso y anlisis de
datos, buscando explicar correlaciones y dependencias en un fenmeno fsico, por lo cual se puede usar para
describir datos experimentales, debido a que con esta se pueden representar de una manera fcil los datos
obtenidos en el laboratorio.
El autor define que dentro del anlisis estadstico se encuentra la estadstica descriptiva, la cual se enfoca en
recolectar, ordenar, analizar y representar a un conjunto de datos, con el fin de describir apropiadamente las
caractersticas del mismo. La primera forma de observar cmo se comporta la distribucin de unos datos es
mediante una manera grfica, para este caso se usa el histograma, el cual representa mediante barras de
tamao proporcional a las veces que se repite un conjunto de datos dentro de intervalos de los valores
establecidos dentro de un rango de datos. La barra que tiene ms datos repetidos se denomina la moda.
Se indica que existe la posibilidad que una muestra presente tres medidas de tendencia central muy
diferentes, esto debido a que el fenmeno que se est modelando no se comporta de manera normal
(Gaussiano) o que, aun teniendo un comportamiento Gaussiano, la cantidad de datos es muy pequea y las
desviaciones afectan el comportamiento de la muestra.
Seguidamente, se busca ver en qu medida se agrupan o dispersan los datos en torno a un valor central, el
cual puede ser el promedio, la mediana o la moda, antes mencionada, segn el comportamiento de los datos
y los datos inusuales (atpicos); y como medidas de dispersin la desviacin estndar, la varianza, el rango, la
desviacin media y el coeficiente de variacin.
A su vez, en el anlisis estadstico se contemplan funciones de distribucin probabilstica, entre ellas la
distribucin Gaussiana o Normal y la distribucin Weibull, con las cuales se puede representar y predecir el
comportamiento de los datos; esto para los casos donde las muestras tomadas son relativamente pequeas
o en los que por cuestiones econmicas y el alto costo de la toma de muestras, se hace necesario buscar un
mtodo que describa los datos, minimizando el nmero de muestras y el costo de las mismas.
Se establece que la importancia de la distribucin Normal o Gaussiana, porque puede modelar fenmenos
como errores aleatorios en mediciones o las variaciones presentadas en la en la resistencia de materiales. No
obstante, para el caso de modelamiento de la resistencia en s de materiales, debido a su comportamiento
frgil y otras consideraciones, investigadores han encontrado que la distribucin que mejor se asemeja y
representa su comportamiento es la distribucin de Weibull.
Se indica que para el uso de la distribucin de Weibull, es necesario el pleno conocimiento de los parmetros
que definen esta distribucin, siendo necesario que en investigaciones experimentales se obtenga un nmero
considerable de datos con el fin de calibrar dichos parmetros.
Cuando una poblacin se describe mediante una funcin probabilstica, surge la cuestin sobre la confianza
con la cual se pueden realizar predicciones o estimaciones, esto debido a los posibles errores acaecidos en la
toma de muestras. En el caso donde la muestra es lo suficientemente grande, se puede usar el promedio y la
desviacin estndar como parmetros para establecer niveles de confianza para la estimacin de
predicciones. En caso que la muestra sea pequea, se debe usar la distribucin probabilstica t de Student

para establecer dichos niveles de confianza. Con los niveles de confianza establecidos, se puede minimizar el
nmero adecuado de muestras.
Para el caso de dos muestras de una misma poblacin, mediante el uso de la funcin de distribucin
probabilstica t de Student es posible determinar su comportamiento, estableciendo la relacin entre sus
promedios como medidas de tendencia central, concluyendo si su diferencia observada es significativa o si es
motivada por un comportamiento aleatorio.
En mecnica experimental es necesario establecer los esfuerzos actuantes en un componente y su resistencia,
con el objeto de predecir si este va a fallar o si es seguro. Mediante el uso del estadstico R, se puede establecer
la probabilidad de falla o la confianza del material.
El Anlisis estadstico nos brinda herramientas para determinar si un dato tiene un comportamiento inusual
o atpico y se hace necesario removerlo de la muestra, esto con el objeto de que no se afecte el
comportamiento de los dems datos, anticipando si los datos fueron afectados por un error, el cual puede ser
sistemtico o aleatorio, si muchos datos son rechazados se puede establecer que la instrumentacin es
inadecuada o que el comportamiento de los datos es muy variable.
Cuando se tienen datos donde se presume que existe una variable que es dependiente de una o ms variables
independientes, el anlisis estadstico provee de herramientas capaces de establecer la existencia de
correlacin entre las variables, brindando una regresin manera lineal o no linear de una o ms variables.
Mediante el test de X2 (Chi cuadrado) se puede verificar el uso de un determinado funcin de distribucin
para la representacin de una poblacin especfica, este valor es calculado para verificar que tanto se ajusta
unos datos a una funcin de probabilidad establecida, planteando como hiptesis cero que los datos se
ajustan. Segn el valor que se obtenga, se puede establecer si se debe rechazar la hiptesis, si la hiptesis es
probablemente correcta, si no hay razn para rechazar la hiptesis, si los datos son sospechosamente buenos
o si los datos fueron falsificados.
Otra funcionalidad del anlisis estadstico es que se puede establecer la propagacin del error de la toma de
mediciones, para los clculos realizados que son basados en dichas mediciones. Esta propagacin puede ser
relacionada con cantidades o con funciones.
Finalmente, de la lectura se encontraron lo que al parecer son errores aritmticos. En la seccin 11.2.1, pgina
264, para el clculo de la probabilidad que una nica muestra exhiba una resistencia ltima a la tensin entre
175 ksi y 178 ksi. Asimismo en la seccin 11.3, pgina 270, para el clculo del el valor ingresado esta en
unidades de esfuerzo ksi y el resultado es dado en MPa.

Pedro Pablo Monsegny Parra

Materiales Compuestos
Maestra en Ingeniera Estructuras
Resea No. 1