Mérési modell: a bizonytalanságértékelés valódi kiindulópontja

A bizonytalansági költségvetés nem egy táblázattal kezdődik. Először azt kell egyértelműen leírni, hogy pontosan mely mennyiséget, milyen feltételek között, milyen módszerrel és milyen kiértékelési összefüggéssel határozunk meg.

A measurand egyértelmű meghatározása

A VIM szerint a measurand az a mennyiség, amelyet mérni szándékozunk. Ez rövid definíciónak tűnik, de a gyakorlatban gyakran ez a legnehezebb lépés. A „hőmérséklet”, a „megvilágítás” vagy a „feszültség” önmagában többnyire nem elegendő specifikáció. Meg kell adni többek között a helyet, időpontot, mérési geometriát, spektrális tartományt, sávszélességet, terhelési állapotot és minden olyan feltételt, amely a mennyiség értelmezését befolyásolja.

Explicit és implicit mérési modellek

Az explicit modell a kimenő mennyiséget a bemenő mennyiségek függvényeként adja meg: Y=f(X₁,…,Xₙ). Implicit modellnél egy összefüggés nullára rendezett alakja írja le a kapcsolatot. A JCGM GUM-6 hangsúlyozza, hogy a modell nem pusztán képlet: magában foglalhat algoritmust, numerikus eljárást, adatkorrekciót és mérési eljárásból származó logikai lépéseket is.

Dimenzióhelyesség

A modell minden tagjának dimenzióhelyesnek kell lennie. Ez az egyik legegyszerűbb, mégis legerősebb ellenőrzés. Ha különböző mértékegységű összetevőket érzékenységi együttható nélkül kombinálunk, a költségvetés matematikailag értelmezhetetlenné válik.

Korrekciók és ismert hatások

A GUM alapelve szerint az ismert szisztematikus hatást lehetőség szerint korrigálni kell. A korrekció alkalmazása után azonban a korrekció értékének bizonytalansága továbbra is a modell része. A „nem korrigáljuk, inkább bizonytalanságként felvesszük” megoldás csak akkor védhető, ha a modell ezt helyesen reprezentálja, és a közölt eredmény definíciója nem válik félrevezetővé.

Érvényességi tartomány és validálás

Egy modell csak abban a tartományban tekinthető érvényesnek, amelyben a feltételezései teljesülnek. A linearizálás, a konstans érzékenységi együttható vagy a normális eloszlás feltételezése nem univerzális. A validálás része lehet a maradékok vizsgálata, független módszerrel történő összehasonlítás, szélsőérték-próba, numerikus stabilitásvizsgálat vagy Monte Carlo eredménnyel történő ellenőrzés.

Gyakorlati modellépítési példa

Egy luxmérő kalibrálásánál az egyszerű kijelzéskülönbség helyett a kalibrálandó eszköz korrekciója felírható a vizsgált műszer kijelzése, a referenciaérték, a referencia korrekciója, a térbeli homogenitás, a rövid idejű stabilitás, a linearitás és a spektrális eltérés függvényeként. Nem minden komponens minden mérési pontban azonos súlyú: spektrális eltérés például szélessávú, eltérő spektrumú forrásoknál dominánssá válhat.

Tipikus modellhibák

• a measurand feltételeinek elhagyása;
• ugyanazon fizikai hatás kétszeri felvétele;
• ismert korrekció figyelmen kívül hagyása;
• érzékenységi együtthatók nélküli kombinálás;
• a modell tartományán kívüli extrapoláció;
• algoritmikus feldolgozás „fekete dobozként” kezelése.