中文

非正态:科学测量的不确定性

应用统计 2017-01-20 v2 数据分析、统计与概率

摘要

判断定量研究的重要性和可重复性需要很好地理解相关的不确定性,但这些不确定性被评估得如何以及它们意味着什么往往不清楚。通过分析来自医学、核与粒子物理学以及从化学到毒理学的实验室间比对中3200个量的41000次测量,研究了已报道的科学不确定性。异常值是常见的,5{\sigma}分歧的频率比天真预期的要高至多五个数量级。同一量多次测量间的不确定性归一化差异与重尾Student-t分布一致,该分布通常几乎为柯西分布,远非高斯正态钟形曲线。医学研究的不确定性的评估通常与物理学中的一样好,但物理学不确定性改善得更快,使得简单的显著性准则(如粒子物理学中的5{\sigma}发现惯例)成为可能。由错误和未知问题对测量不确定性的贡献并非完全不可预测。此类误差似乎具有幂律分布,与设计的复杂系统失效的方式以及未知系统误差受研究者约束的方式一致。这种更好的理解可能有助于改进数据分析与元分析,并帮助科学家和公众对科学结果的含义有更现实的期望。

关键词

引用

@article{arxiv.1612.00778,
  title  = {Not Normal: the uncertainties of scientific measurements},
  author = {David C. Bailey},
  journal= {arXiv preprint arXiv:1612.00778},
  year   = {2017}
}

备注

17 pages, 5 figures. Auxiliary Excel file (UncertaintyDataDescription.xls) lists sources of data