间接测量中的可靠不确定性
摘要：数据拟合过程的一种直观、易于理解、严谨的数学方法 与其最小化测量和模拟数据点之间的距离，我们更倾向于找到参数空间中的这样一个区域，它能够生成模拟曲线与尽可能多的实验数据点相交，但至少要占一半。使用区间计算很容易攻击这样的问题。但问题在于，区间计算是在保证区间上操作的，也就是说，在确定量的最小值和最大值方面有一对数字，而在绝大多数情况下，我们的已测量量是用其他两个数字对表示的：平均值和标准差。在这里，我们提出将区间计算与概率和统计学的基本概念相结合。这种方法可以得到与可靠的参数、它们的标准差和它们的相关性一样熟悉的形式的结果。除了明显的一个，即实验值的方差是有限的之外，对实验值的概率密度分布没有任何假设。不需要假设实验分布的不确定性是对称的，也不需要这些不确定性“很小”。作为副作用，即使大量存在，异常值也可以安静而安全地被忽略。
作者：Marek W. Gutowski
论文ID：1708.01452
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2017-08-07