[論文レビュー] Averaging Measurements with Hidden Correlations and Asymmetric Errors

M. Schmelling|ArXiv.org|Jun 2, 2000

Scientific Measurement and Uncertainty Evaluation被引用数 7

ひとこと要約

本稿では、隠れた相関関係と非対称誤差を有する測定値を組み合わせるための体系的な手法を提示する。不偏加重平均と明確な誤差推定値を導出することで、非対称誤差に対して最尤推定値を用いた補正と、有意水準のカイ二乗統計量に基づく相関関係のスケーリング則を導入し、相関関係が不正確に評価されていても、誤差が正規分布でないか非対称であっても、頑健な平均化が可能となる。

ABSTRACT

Properties of weighted averages are studied for the general case that the individual measurements are subject to hidden correlations and have asymmetric statistical as well as systematic errors. Explicit expressions are derived for an unbiased average with a well defined error estimate.

研究の動機と目的

• 実験的粒子物理学に一般的に見られる隠れた相関関係と非対称誤差を有する物理的測定値を組み合わせる課題に対処すること。
• 個々の測定値が対称標準偏差ではなく非対称68%信頼区間を有する場合に、頑健で不偏な加重平均推定子を提供すること。
• 非対称誤差下でのバイアス補正済みパラメータ推定値および分散の明示的表現を導出すること、特に最尤推定によるもの。
• 未知の相関関係が誤差伝搬に与える影響を推定する実用的なスケーリング則を開発すること、カイ二乗値を指標として用いる。
• 統計的誤差と系統的誤差の組み合わせを明確にすること、特に系統的不確実性が既知の確率密度関数（PDF）を有する正規分布型パラメータとしてモデル化される場合。

提案手法

• 逆分散重みを用いた加重平均を導出し、相関関係がある場合でも不偏性を保つようにし、全共分散行列を用いて相関関係を扱う。
• 観測されたカイ二乗統計量とその期待値（n−1）を比較することで、隠れた相関関係の有効な影響を推定するカイ二乗に基づくスケーリング手法を導入する。
• 非対称68%信頼区間を不偏パラメータ推定値と適切な分散に変換するために、最尤推定を適用し、非対称性パラメータαとβを用いる。
• 非対称誤差下でのバイアス補正済み平均および分散の明示的公式を導出する：⟨μ_ml⟩ = μ₀ + ½(τ₊ − τ₋) および C(μ_ml) = ¼(τ₊ + τ₋)² + ½(τ₊ − τ₋)²。
• 統計的誤差と系統的誤差を平方和として組み合わせる（C_k = C_k^stat + C_k^syst）ことにより、系統的不確実性を事後確率密度関数（PDF）が既知のモデルパラメータとしてベイズ的枠組みで扱う。
• 最終平均のバイアス補正に非対称性パラメータγを適用し、これは系統的誤差に依存せず、統計的誤差の非対称性にのみ依存する。

実験結果

リサーチクエスチョン

• RQ1 相関関係があるがその強度が不明または定量化されていない測定値に対して、不偏加重平均をどのように形成できるか？
• RQ2 非対称68%信頼区間を、明確な分散を持つバイアス補正済みパラメータ推定値に正しく変換する方法は何か？
• RQ3 完全な共分散行列が得られない状況で、隠れた相関関係の影響を誤差推定値に組み込むにはどうすればよいか？
• RQ4 統計的誤差と系統的誤差が両方存在し、非対称または非正規分布である場合、どのように組み合わせるべきか？
• RQ5 カイ二乗統計量は、測定セットにおける隠れた相関関係の有効な有意水準を推定するために果たす役割は何か？

主な発見

• 逆分散重みを用いた加重平均は、隠れた相関関係がある場合でも不偏性を保つが、カイ二乗の最小化はもはや成立せず、その分散は全共分散行列を用いて計算しなければならない。
• 平均のカイ二乗値を用いて、有効な相関強度のスケーリングに用いることができ、未知の相関関係による誤差の拡大を推定する実用的手段を提供する。
• 最尤推定により得られる非対称誤差では、パラメータ推定値が ½(τ₊ − τ₋) だけシフトし、分散には対称的および非対称的寄与が含まれる。
• 非対称誤差に対するバイアス補正は、非対称性パラメータαとβによって完全に決定され、結果として得られる分散は常に正である。
• 正規分布型パラメータとしてモデル化された系統的誤差は、統計的誤差と平方和として組み合わせられ、その非対称性はバイアス補正に寄与しない。
• 非対称誤差の極限において、本手法は従来の対称加重平均に一致し、標準的手法と整合性を保つことが確認された。