Si la probabilidad de una mala medida es pequeña que la probabilidad de tener dos malas mediciones de los tres va a ser muy pequeño, por lo tanto descuidar la periferia entre los tres se suele dejar con dos válidas las mediciones.
Yo, sin embargo, el registro de todos los valores medidos, incluso de otras mediciones sobre el mismo tema/muestra. En la fuerza de una recolección de datos válidos y malas mediciones se podría estudiar la distribución de los malos y validez de las mediciones. También puede ver que la mala valores dependen del valor real (y por lo tanto llevan información) y tanto mal y valores válidos puede depender de otras medidas de la misma asignatura/muestra. Cuando usted posee el (condicional) de las distribuciones de malo y validez de las mediciones, y la proporción de malas mediciones, entonces para cada medición, usted será capaz de calcular la probabilidad de que es malo (proviene de una distribución), y para calcular las estimaciones y establecido los intervalos de confianza.
Creo que tu (protocolo de mantener los dos si CV es baja, de lo contrario usar el menor CV par de tres) puede ser bueno para empezar, pero me gustaría revisarlo después de la recogida de datos suficientes para saber más sobre el mal de las mediciones. Sin embargo, si un protocolo es aceptable también depende de la probabilidad de una mala medición, lo mal que una mala medición es, y cuán crítico es una mala mejor valor en su aplicación.
Supongo que estás hablando de la CV debido a que se analizan algunos de los datos existentes y se encontró CV a ser estable. Esto sugiere que el error de medición es proporcional al valor, de ahí el error de medición SD es constante en la escala logarítmica. Si es así, tomando la media geométrica (no la media aritmética) puede ser más precisa.
