Ipari metrológiai tudásplatform
Mérési bizonytalanság · haladó modul

Kovarianciamátrix és korrelált bemenetek

A bemeneti mennyiségek közös bizonytalansági szerkezetének helyes felépítése, propagálása és pozitív szemidefinit ellenőrzése.

Kovarianciamátrix és korrelált bemenetek vizuális összefoglaló

A bemeneti mennyiségek közös bizonytalansági szerkezetének helyes felépítése, propagálása és pozitív szemidefinit ellenőrzése.

Kovarianciamátrix és korrelált bemenetek tudástérkép
A témakör modellalkotási, számítási és validálási lánca.
ΣKözponti fogalom
05Mély szakmai fejezet
03Elsődleges forrás

1. Miért nem elég az egyedi standard bizonytalanság?

Ha két bemeneti mennyiség ugyanabból az etalonból, korrekcióból, környezeti mérésből vagy illesztésből származik, akkor róluk nem áll rendelkezésre független információ. Az egyedi szórások mellett a közös változásukat leíró kovarianciákat is meg kell adni. Ezek együtt alkotják a bemeneti kovarianciamátrixot.

Σ_X = [u(x_i,x_j)]A főátló elemei varianciák, a főátlón kívüliek kovarianciák.

2. Korrelációs együttható és kovariancia

u(x_i,x_j)=r_ij·u(x_i)·u(x_j)−1 ≤ rᵢⱼ ≤ 1

A korrelációs együttható dimenzió nélküli, de önmagában nem elegendő a propagáláshoz: a standard bizonytalanságokkal együtt kell kezelni. A nulla korreláció nem mindig jelent fizikai függetlenséget, és a függetlenséget nem szabad pusztán kényelmi feltételezésként alkalmazni.

3. Mátrixos bizonytalanságterjedés

Σ_Y = C Σ_X CᵀC a kimenetek bemenetek szerinti érzékenységi mátrixa.

Egyetlen kimenetnél C egy sorvektor, és az eredmény egyetlen variancia. Több kimenetnél a teljes kimeneti kovarianciamátrix megmarad, ezért az eredmények közötti korreláció későbbi számításokban továbbvihető.

4. A mátrix matematikai érvényessége

Egy kovarianciamátrixnak szimmetrikusnak és pozitív szemidefinitnek kell lennie. Ellenkező esetben olyan „negatív varianciájú” lineáris kombináció létezne, amely fizikailag és matematikailag értelmetlen. Gyakori hiba az egymástól függetlenül becsült páronkénti korrelációk összeillesztése, amely globálisan nem ad érvényes mátrixot.

Minőségellenőrzés

A sajátértékek numerikus ellenőrzése, a Cholesky-felbontás és a szimmetria vizsgálata gyorsan feltárja a hibás kovarianciaszerkezetet.

5. Tipikus korrelációforrások

ForrásKorreláció okaHelyes kezelés
Közös referenciaUgyanaz a kalibrálási korrekció hat több pontraKözös véletlen változó vagy teljes kovarianciamátrix
Kalibrációs görbeAz illesztett paraméterek együtt változnakParaméterkovariancia propagálása
Közös környezeti mérésAzonos hőmérsékletadat több eredményhezMegosztott bemenet
NormalizálásAz összegre vagy referenciára osztás függőséget hoz létreTöbbkimenetű modell

Elsődleges szakmai források

A normatív vagy hivatalos szöveg mindenkori hatályos kiadása az irányadó. A cikk a források szakmai értelmezése, nem azok helyettesítője.

  1. JCGM 100:2008 — Guide to the Expression of Uncertainty in Measurement
    A standard bizonytalanság, a kovariancia, a linearizált bizonytalanságterjedés és a kibővített bizonytalanság alapdokumentuma.
  2. JCGM 102:2011 — Extension to any number of output quantities
    A több kimeneti mennyiséget adó mérési modellek, közös eloszlások és kovarianciamátrixok kezelése.
  3. JCGM GUM-6:2020 — Developing and using measurement models
    Részletes útmutató mérési modellek kialakításához, validálásához, számítógépes megvalósításához és dokumentálásához.
Helye a tudásrendszerben

Innen érdemes továbbhaladni

Mérési bizonytalanság áttekintése →
Alapozó szint2 perc becsült olvasás7 fejezet
Minőségbiztosítási megjegyzés

A definíciókat, matematikai összefüggéseket, laboratóriumi értelmezéseket és példákat elkülönítettük. A képletek dimenzióját, a belső terminológiai következetességet és a hivatkozásokat szerkesztési ellenőrzésnek vetettük alá.

Haladó tanulási útvonal

Folytassa rendszerben