测量组合中的相关系统不确定性与误差上的误差：方法论及其在7-8 TeV ATLAS-CMS顶夸克质量组合中的应用

伽马方差模型（GVM）是一种统计模型，它包含了系统误差分配中的不确定性（非正式地称为误差上的误差）。该模型在组合多个测量结果的分析中特别有用。过去，组合是通过两种替代方法进行的：最佳线性无偏估计（BLUE）方法或我们称之为 nuisance-parameter 的方法。在本文中，我们推导了有用的关系，使得当系统不确定性引起的相关性非平凡（1、-1或0）时，能够连接BLUE和nuisance-parameter方法，并且我们将nuisance-parameter方法推广到包含误差上的误差。然后，我们通过将GVM应用于7-8 TeV ATLAS-CMS顶夸克质量组合来说明其一些特性。我们通过将最大的系统不确定性视为不确定的，一次一个，并改变它们相关的误差上的误差参数来展示结果。这个过程有助于识别当组合本身不确定时，组合对其敏感的系统不确定性。我们还探索了在组合中包含一个异常值的假设情景，这可能会对未来组合产生影响，方法是人为地向其中添加一个虚构的测量值。这个例子突出了GVM的一个关键特征：它对输入数据内部一致性的敏感性。