NOTA: Esta herramienta solo está disponible para modelos con curvas conectadas (Ver trabajo con curvas) 

Al final de la lista de distribuciones, MCM Alchimia deja disponible a partir de su versión ‘infinito’, esta herramienta que permite asignar parámetros de regresión a nuestro modelo de ensayo. De esta forma, tenemos 3 opciones relacionadas con nuestra curva conectada para escoger:

• B0. Coeficiente independiente (ordenada en el origen) de la curva conectada.
• B1. Coeficiente de primer orden de la curva conectada.

Tanto B0 como B1 tendrán incertidumbres asociadas que corresponden al resultado de la simulación, es decir, si al menos uno de los valores que se utilizaron para construír la curva tenía incertidumbre, la simulación producirá necesariamente una sucesión de curvas para cada juego de valores simulados, cada una con coeficientes B0 y B1 que tendrán algún grado de variación. La magnitud de esta variación esta relacionada con la magnitud de la incertidumbre de los datos de entrada en ambos ejes.

• Incluir residuos. En caso que esta opción esté seleccionada, las incertidumbres asociadas al coeficiente que hayamos seleccionado (B0 o B1) se utilizarán incrementadas en una magnitud determinada por la contribución debida a residuos de mínimos cuadrados. De modo que la incertidumbre asociada a ambos parámetros comprenderan las contribuciones de simulación y de residuos
• Incertidumbre debida al ajuste. Si asignamos esta opción a nuestro parámetro lo que obtendremos es la incertidumbre estandar de la curva conectada debida a residuos, centrada en cero (solo como contribución de incertidumbre). Este valor es el encontrado en regresiones hechas en hoja de cálculo como error típico o error estándar de regresión.

Nota: Es importante hacer notar que si simulamos aisladamente el error típico de una curva, el resultado de desvío estándard de la población resultante es un poco mayor que el mismo parámetro obtenido en una hoja de cálculo. Esto es debido a que si bien la variable se define como de media 0 y desvío = a la incertidumbre típica, la distribución de simulación en MCM Alchimia para este caso no es una Normal, sino una t Student con los grados de libertad que determinan el Nº de puntos con los cuales se construyó la curva, resultando en un desvío mayor para el mesurando.

Esta distribución no es una distribución en sí misma, sino una potente y exclusiva forma de MCM Alchimia infinito de ingresar valores crudos de repetibilidad al modelo de nuestro ensayo sin necesidad de realizar ningún tipo de dato previo en una hoja de cálculo.

Como puede verse en el gráfico, el panel de datos de entrada tiene varios selectores para definir las características de entrada de nuestro contribuyente de incertidumbre.

1. Juego de datos de entrada

A la izquierda del panel tenemos 5 botones de radio (selectores), que indicarán al software la forma que se ingresarán los datos de entrada. Tendremos entonces 5 formas de entrada:

• Directa. Seleccionando esta opción le estaremos diciendo a MCM Alchimia que entraremos los datos uno por uno. De estos datos, el software obtendrá automáticamente la media, desvío estándar de las medias muestrales y grados de libertad, estadísticos necesarios para realizar la simulación.
• Indirecta SX. Esta opción indica que deseamos que la aplicación nos solicite dos columnas de datos, de los cuales cada valor para la repetibilidad se obtendrá de la resta Valor = (X – S). Un ejemplo donde se puede utilizar esta opción es cuando se calibran por comparación dos instrumentos digitales, y se desea calcular la repetibilidad de los errores. Indicamos la lectura del patrón en la columna de S y la lectura de la muestra en X. También puede utilizarse cuando se desea obtener el peso de una sustancia contenida en un crisol,  traves del peso del crisol vacío y con el contenido. En este caso puede indicarse en S los valores de masa del crisol vacío y en X la masa del crisol con el contenido.
• Indirecta SXXS. En determinados casos los valores de error se obtienen a partir de un juego de medidas conocido también como formato como ABBA, el que se solicitará en una tabla de 4 columnas. Este formato es utilizado en ocasiones cuando se desea eliminar el sesgo provocado por la deriva potencial de los instrumentos de medida. De este modo, cada valor será obtenido del cálculo Valor = (X1 + X2) / 2 – (S1 + S2) / 2.
• Indirecta X/S. En este formato indirecto, cada valor para las repeticiones se obtendrá de la relación Valor = X/S, indicada a traves de una tabla de dos columnas.
• Indirecta SXS.  Este formato es similar a SXXS, solo que en tres columnas. Los valores serán obtenidos automáticamente por la aplicación, a traves de la operación: Valor = X – (S1 + S2) / 2.

2. Ingreso de valores.

En el extremo superior derecho del panel MCM Alchimia dispone un campo donde debemos indicar el número de repeticiones al que queremos estimar los parámetros de simulación, esto es, la media y el desvío estándar de las medias. Por defecto la aplicación dispone 10 valores, sin embargo este valor puede cambiarse editando manualmente el número o con las flechas de incremento/decremento.

Luego de indicar el número de mediciones que se ingresarán hacemos click en el botón «Valores», donde se abrirá una grilla para ingreso de valores. Según el formato de ingreso elegido en el selector de juego de valores, la tabla tendrá el número de columnas necesarias:

3.- Distribución de simulación.

Esta sección del panel pone a disposición dos formas de realizar la simulación a partir de los parámetros de la distribución definida anteriormente a partir de los valores ingresados:

t (Student). Seleccionando esta opción, MCM Alchimia infinito calculará la media y el desvío estandar de las medias muestrales a partir de la tabla de valores ingresada. Luego generará aleatorios distribuídos de acuerdo a la función t Student, con un número de grados de libertad igual a la cantidad de valores -1.

Normal. En este caso, el software realizará los mismos cálculos que antes, luego tomará el valor inverso de la función t (factor de covertura k) para la probabilidad de cobertura elegida y los grados de libertad calculados. La simulación entonces se hará con pseudoaleatorios de distribución normal de media calculada y desvio estandar s1= k.s/k’, siendo k’ el valor inverso de la distribución t para la misma probabilidad de cobertura, pero infinitos grados de libertad.

Para un numero alto de grados de libertad ambas simulaciones tendrá características similares o idénticas. En cambio, para un número de grados de libertad < 10 los resultados obtenidos a partir de ambas simulaciones podrían presentar diferencias significativas.

¿Entonces cual elegir?

Según la utilidad que querramos darle a esta aplicación podemos requerir una u otra distribución de simulación, sin embargo para técnicos no expertos en estadística aconsejamos seguir la siguiente regla:

1. Para validación de estimaciones de cálculo tradicional según GUM (JCGM 101), ensayos de rutina de laboratorios, ensayos de aptitud comparacioes, etc. simular de acuerdo a una Normal.
2. Para investigación, estadística, economía y casos donde se requiera conocer en profundidad el impacto de una variable en la incertidumbre del mesurando, simular de acuerdo a una distribución t Student.

4. Forzar media = 0.

Esta opción está prevista cuando queremos que el contribuyente al que se aplique esta distribución solo se ingrese con fines de incertidumbre. De esta forma se anulará el corrimiento de la función para que la media sea = 0 y no aporte valor. Esto es especialmente útil cuando tenemos componentes del modelo que tienen más de una incertidumbre, por ejemplo la resolución y la repetibilidad. De esta forma se puede indicar como variables sumadas, 1 constante con el valor del parámetro y el resto solo como contribuyentes de incertidumbre con media cero. En este caso las Tipo A pueden ponerse como experimentales. El ejemplo de esta ayuda utiliza esta herramienta.