测量不确定度评定中的相关性1什么是相关性相关(correlation)指两.PDFVIP

测测量不确定度评定中的相关性 1.什么是相关性？ 相关(correlation)指两个或多个随机变量分布内，各随机变量间的关系。相关是统计学中 最重要的概念之一。从数学上来讲，相关是根据线性相关系数 ρ或其估计值 r 来考虑的。 JJF1059—1999 《测量 不确定度评定与表示》2.22 节对相关系数给出了以下定义:相关 数是两个变量之间相互依赖性的度量，它等于两个变量间的协方差除以各自方差之积的正平 方根，因此: 其估计值: r(y ，z)=[s(y ，z)]/[s(y)s(z)] 式中 υ为协方差， σ为总体标准偏差，s 为实验标准偏差，s(y ，z)为 υ的估计值，称为协方 差的估计: 式中 y 与 z 为输入量 Y 与 Z 的第 k 对观测结果， k k 共进行了 n 对观测， 分别为其算术平均值。在不确定度评定中，上述计算式给出的结果 为 r 的 A 类评定。 习惯上，r 的绝对值大于 ≈0.7 时，称为强相关。否则称为弱相关。r 为正值时， 称为正相关；为负值时，称为负相关。例如当一个被测量 Y 的两个输入量 X 和 X 的估计值(随 i j 机变量)x 和 x ，由于使用了相同的测量标准而可能同时偏大或偏小的情况下，就会出现正 i j 相关。 例如:为了测量一个矩形面积 A(被测量) ，通过长 l 与宽 b(输入量) 的测量，按 A= l·b 得 出。如果使用了同一个钢卷尺，则由于这个计量标准器(钢卷尺) 的最大允许误差的存在，导 致 l 与 b 的估计值有可能同时偏大或同时偏小，特别是在这种测量中随机效应带来的不确定 度较小的情况下。如果 l 与 b 的测量结果不是为了得到 A ，它们的相关是没有意义的，更确 切一点说，如果不是为了评定 A 的合成标准不确定度 u (A) ，r(l，b)没有意义。 c 又如:某省用他的一等 50mm 的量块，校准了两个市的二等 50mm 量块，无疑，由于这 个一等量块修正值本身不确定度带来的影响，使得通过校准所给出的这两个二等量块的修正 值同时偏大或同时偏小是十分明显的，虽然这两个二等量块的估计值(校准结果) 明显相关， 而且是正相关，但是，如果不把它们构成一个 100mm 的输出量，它们自己成为输入量，则 它们之间的相关也是没有意义的。 因此，在 JJF1059—1999 的 6.8 与 6.9 中明显地指出“输入量” ，也就是只在输入量中考 虑相关性问题。并且，如不是同时成为某个输出量的输入量时，就没有相关的问题。 重复性条件下(见 JJF1059—1999 的 2.8 节) 的不同测量结果间以及多次观测的平均值与 单次观测值之间，它们没有可能成为某个输出量的输入量。虽然它们之间存在同时都偏大或 同时都偏小的情况，但它们不构成在评定某个输出量的合成标准不确定度时出现协方差 υ或 是相关系数 ρ或是 r 。 2.不独立是否协方差和相关系数就是零 所谓独立，按统计学上的概念是指 : 当两随机变量的联合概率分布(joint probability distribution)为它们各个概率分布的乘积时，则这两个随机变量在统计上是独立的，这时，其 协方差和相关系数均为零，但反之未必正确。也就是说 υ与 ρ虽然为零，但并不一定统计上 独立。 不确定度评定中，实际上只认 υ和 ρ有多大，或它们的估计值是多少，据此评定合成标 准不确定度 u (y) ，这就是 JJF1059—1999 的第(22) 、(23)和(25)式的概念，当 ρ或 r 接近 1 c 时，不确定度各分量的合成就是线性相加而不再是方和根(RSS)(JJF1059—1999 中式(18)、 (19)) 。因此，在不确定度评定中，不去管是否独立。 JJF1059—1999 中 4.6 节中提 出，在不确定度的 A 类评定中，提 出测量