[论文解读] A Theory of Measurement Uncertainty Based on Conditional Probability

G. D’Agostini|ArXiv.org|Nov 21, 1996

Scientific Measurement and Uncertainty Evaluation参考文献 5被引用 3

一句话总结

本文提出了一种基于贝叶斯推断和主观条件概率的一般性测量不确定度理论，适用于所有测量场景。当线性化成立且仅关注一阶矩（均值和方差）时，该理论可恢复为国际标准化组织（ISO）标准中不确定度评估的特例。

ABSTRACT

A theory of measurement uncertainty is presented, which, since it is based exclusively on the Bayesian approach and on the subjective concept of conditional probability, is applicable in the most general cases. The recent International Organization for Standardization (ISO) recommendation on measurement uncertainty is reobtained as the limit case in which linearization is meaningful and one is interested only in the best estimates of the quantities and in their variances.

研究动机与目标

• 开发一种统一的测量不确定度框架，以超越传统频率学派方法的局限性。
• 解决在复杂、非线性或非高斯测量场景中对不确定度进行一致处理的需求。
• 提供一种与贝叶斯概率理论和主观推理一致的不确定度量化基础。
• 展示ISO 3314标准中的不确定度评估如何作为所提理论的极限情况出现。
• 在经典假设（线性性、正态性）可能不成立的科学测量中，实现稳健的不确定度传播。

提出的方法

• 使用贝叶斯概率理论来表述测量不确定度，将所有不确定度视为信念程度。
• 应用条件概率概念来建模测量量及其不确定度之间的依赖关系。
• 使用未知参数的完整后验概率分布，而非依赖点估计。
• 通过后验分布的边缘化和变换推导不确定度区间与误差传播。
• 提出一种通用框架，当线性近似和高斯假设成立时，可退化为ISO方法。
• 在非线性情况下采用微分法和高阶展开作为近似，但原则上保持完整的贝叶斯处理。

实验结果

研究问题

• RQ1 如何在所有物理和统计场景中（包括非线性和非高斯情况）一致地建模测量不确定度？
• RQ2 贝叶斯不确定度方法与ISO 3314标准中测量不确定度的关系是什么？
• RQ3 在何种意义上，ISO推荐可被视为更一般性贝叶斯理论的极限情况？
• RQ4 是否存在一个单一的理论框架，能够统一不同科学领域中的不确定度处理？
• RQ5 使用条件概率如何提升不确定度量化的连贯性和可解释性？

主要发现

• 所提出的贝叶斯框架在非线性和非高斯情形下仍具有一致性和普遍适用性。
• 当线性化成立且仅考虑一阶和二阶矩时，ISO 3314标准中的不确定度评估被正式推导为该理论的极限情况。
• 该理论自然地处理先验信息，并通过贝叶斯定理更新信念，避免了对临时假设的依赖。
• 通过完整的后验分布实现不确定度传播，支持精确的区间估计和可信区域。
• 该方法通过将不确定度视为认识论不确定性而非仅随机性，避免了经典误差分析的陷阱。
• 该框架支持在复杂模型中实现一致的不确定度传播，而传统方法可能失效或不一致。