具有不确定误差参数的统计模型

在“粒子物理学”的统计分析中,可以引入讨厌的参数来考虑各种类型的系统不确定性。 通常将这种参数的最佳估计建模为具有给定标准偏差(相应的“系统误差”)的高斯分布变量。 尽管分配的系统误差通常被视为常数,但总的来说它们本身是不确定的。 提出了一种模型,其中考虑了分配的系统误差中的不确定性。 系统方差的估计值被建模为伽马分布的随机变量。 所得的置信区间显示出有趣且有用的属性。 例如,在对测量值进行平均以估计其平均值时,置信区间的大小会增加,从而降低拟合优度,并且平均值对异常值的敏感性降低。 给出了模型的基本性质,并探索了一些与粒子物理学有关的例子。