On computation of a common mean

Der Artikel vergleicht gewichtete Durchschnitte und Median-Schätzer zur Bestimmung eines gemeinsamen Mittelwerts aus mehreren Messungen und schlägt eine neue, robustere Kombinationsmethode vor, die auch bei inkonsistenten Daten realistischere Unsicherheitsschätzungen liefert.

Das Wesentliche

Der „Durchschnitts-Detektiv": Wie man aus widersprüchlichen Messungen die Wahrheit findet

Stellen Sie sich vor, Sie sind ein Detektiv, der herausfinden muss, wie schwer ein mysteriöser Koffer ist. Aber Sie haben kein eigenes Gewicht, sondern müssen sich auf die Aussagen von fünf verschiedenen Zeugen verlassen. Jeder Zeuge gibt Ihnen einen anderen Wert und sagt dazu: „Ich bin mir zu 90 % sicher" oder „Ich bin mir zu 50 % sicher".

Das ist genau das Problem, das der Wissenschaftler Zinovy Malkin in seinem Papier untersucht. In der Wissenschaft (und im Alltag) passiert es ständig: Verschiedene Leute messen dasselbe Ding (z. B. die Geschwindigkeit des Lichts oder die Höhe eines Berges) und bekommen leicht unterschiedliche Ergebnisse. Wie findet man nun den wahren Wert und wie sicher kann man sich sein?

Hier ist eine einfache Erklärung der wichtigsten Punkte des Papers, übersetzt in eine Geschichte:

1. Das Problem: Der „Gewichtete Durchschnitt" und seine Schwächen

Der klassische Weg, dies zu lösen, ist der gewichtete Durchschnitt (im Papier „WA" genannt).

• Die Idee: Wenn Zeuge A sehr sicher ist (kleiner Fehler), zählt seine Meinung mehr als die von Zeuge B, der unsicher ist.
• Das Problem: Wie berechnet man nun die Genauigkeit des Endergebnisses?

Das Papier zeigt zwei alte Methoden auf, die beide Probleme haben:

• Methode A (Der naive Optimist): Sie schauen nur auf die Unsicherheiten der Zeugen. Wenn alle Zeugen sagen „Ich bin sehr sicher", dann ist das Endergebnis auch sehr sicher.

  • Das Problem: Was, wenn die Zeugen sich alle irren und ihre Messwerte stark voneinander abweichen? Diese Methode ignoriert die Tatsache, dass die Messwerte eigentlich nicht übereinstimmen. Sie ist wie ein Richter, der nur auf die Zeugenaussagen schaut, aber ignoriert, dass die Zeugen sich gegenseitig widersprechen. Das Ergebnis ist oft zu zuversichtlich (zu kleine Unsicherheit).

• Methode B (Der Skeptiker): Sie schauen nur darauf, wie sehr sich die Messwerte voneinander unterscheiden (die „Streuung"). Wenn die Werte wild durcheinanderliegen, wird die Unsicherheit des Endergebnisses groß gemacht.

  • Das Problem: Diese Methode ignoriert, wie sicher die einzelnen Zeugen eigentlich waren. Selbst wenn alle Zeugen extrem präzise waren, aber zufällig alle daneben lagen, wird das Ergebnis als sehr ungenau abgestempelt. Es ist, als würde man sagen: „Weil die Leute unterschiedliche Meinungen haben, kann niemand recht haben", selbst wenn ihre Messgeräte eigentlich perfekt waren.

2. Die Lösung: Der „Super-Durchschnitt" (Die neue Methode)

Malkin schlägt eine neue, kombinierte Methode vor (genannt $\sigma_c$).

Die Analogie:
Stellen Sie sich vor, Sie berechnen die Unsicherheit Ihres Endergebnisses wie eine Reisekoffer-Gewichtsformel.

• Ein Teil der Unsicherheit kommt vom Gewicht der Koffer selbst (die Unsicherheiten der einzelnen Messungen).
• Der andere Teil kommt davon, wie sehr die Koffer ineinander wackeln (die Streuung der Messwerte).

Die neue Formel nimmt beides gleichzeitig in Betracht. Sie sagt im Grunde:

„Okay, die Zeugen waren sich unsicher (Teil 1), UND sie haben sich auch noch stark gestritten (Teil 2). Also addieren wir beide Effekte, um eine realistische Unsicherheit zu bekommen."

Das Besondere an dieser Methode ist, dass sie automatisch funktioniert:

• Wenn die Messwerte gut übereinstimmen, dominiert die Unsicherheit der einzelnen Messungen.
• Wenn die Messwerte wild durcheinanderliegen, dominiert die Streuung.
• Es gibt keine willkürlichen Schwellenwerte, bei denen man plötzlich von einer Methode zur anderen springen muss.

3. Der „Median" als Alternative

Das Papier vergleicht diese Methode auch mit dem Median (der mittlere Wert, wenn man alle Zahlen sortiert).

• Vorteil: Der Median ist wie ein Fels in der Brandung. Wenn ein verrückter Zeuge einen extrem falschen Wert nennt (ein „Ausreißer"), wird der Median davon kaum beeinflusst.
• Nachteil: Es ist schwer zu berechnen, wie sicher der Median eigentlich ist. Die vorgeschlagenen Methoden dafür funktionieren in der Praxis oft nicht gut genug.

4. Was hat das mit der Realität zu tun?

Malkin hat seine neue Methode an echten Daten getestet:

1. Höhenmessung: Er hat gemessen, wie hoch zwei Punkte auf der Erde liegen. Die Messungen schwankten stark. Die alten Methoden gaben hier entweder zu kleine oder zu große Unsicherheiten. Die neue Methode passte sich perfekt an.
2. Astronomie: Er hat Daten von Sternwarten analysiert, um die Bewegung der Milchstraße zu berechnen. Auch hier zeigte sich: Die neue Methode liefert das „realistischste" Ergebnis, das weder zu optimistisch noch zu pessimistisch ist.

Fazit für den Alltag

Wenn Sie in Zukunft verschiedene Meinungen oder Messwerte kombinieren müssen:

• Verlassen Sie sich nicht nur darauf, wie „sicher" die Einzelnen waren.
• Ignorieren Sie nicht, wenn die Meinungen stark voneinander abweichen.
• Die beste Schätzung entsteht, wenn man sowohl die Zuverlässigkeit der Quellen als auch den Streit zwischen ihnen fair in die Rechnung einbezieht.

Das Papier schlägt vor, diese „doppelte Betrachtung" als neuen Standard zu nutzen, um in der Wissenschaft (und im Leben) realistischere und ehrlichere Ergebnisse zu erzielen.

Technische Zusammenfassung

1. Problemstellung

Die Kombination mehrerer unabhängiger Messungen derselben physikalischen Größe zu einem gemeinsamen Mittelwert (Common Mean, CM) ist eine Kernaufgabe der Metrologie und wissenschaftlichen Datenanalyse (z. B. bei der Bestimmung physikalischer Konstanten).

Das Hauptproblem besteht darin, dass die klassischen statistischen Methoden oft an ihre Grenzen stoßen, weil:

• Die Stichprobengrößen oft klein sind.
• Die Eingabeschätzungen verzerrt (biased) sein können.
• Die berichteten Unsicherheiten ($s_i$) nicht immer adäquat sind (oft unterschätzt).
• Die Fehlerverteilung unbekannt ist.
• Korrelationen zwischen den Messwerten meist nicht verfügbar sind.

Es gibt keine eindeutige Lösung. Die gängigste Methode ist der gewichtete Durchschnitt (Weighted Average, WA), doch die Berechnung der zugehörigen Unsicherheit (Standardabweichung $\sigma$) ist umstritten. Die beiden Hauptansätze – der klassische Fehler des gewichteten Mittels ($\sigma_1$) und die aus der Streuung abgeleitete Unsicherheit ($\sigma_2$) – liefern oft stark voneinander abweichende Ergebnisse, insbesondere wenn Messungen inkonsistent sind oder systematische Fehler vorliegen.

2. Methodik

Der Autor vergleicht zwei grundlegende Ansätze zur Schätzung des gemeinsamen Mittelwerts und dessen Unsicherheit:

A. Gewichteter Durchschnitt (Weighted Average - WA)

• Schätzer: $\bar{x}_w = \frac{\sum p_i x_i}{\sum p_i}$ mit Gewichten $p_i = 1/s_i^2$.
• Unsicherheits-Schätzer 1 ($\sigma_1$): Basierend auf den Eingangsunsicherheiten ($\sigma_1 = 1/\sqrt{\sum p_i}$). Dieser ignoriert die tatsächliche Streuung der Messwerte $x_i$.
• Unsicherheits-Schätzer 2 ($\sigma_2$): Basierend auf der Streuung der Messwerte um den Mittelwert (Least Squares Ansatz). Dieser ignoriert die absolute Größe der Eingangsunsicherheiten und hängt nur vom Verhältnis der Varianzen ab.
• Unsicherheits-Schätzer 3 ($\sigma_3$): Ein hybrides Verfahren, das basierend auf einem $\chi^2$-Test (Signifikanzniveau $Q$) entscheidet, ob $\sigma_1$ oder $\sigma_2$ verwendet wird. Der Autor kritisiert dies als subjektiv und instabil.

B. Median-Schätzer

• Der Median ($\bar{x}_m$) ist bekanntlich robuster gegenüber Ausreißern.
• Die Unsicherheit wird oft über die Median Absolute Deviation (MAD) geschätzt ($\sigma_m$). Ein gewichteter Median wurde ebenfalls diskutiert, gilt aber als rechnerisch aufwendig und in Tests nicht eindeutig überlegen.

C. Der neue kombinierte Ansatz ($\sigma_c$)
Der Autor schlägt eine neue Formel zur Berechnung der WA-Unsicherheit vor, die beide Aspekte (Eingangsunsicherheiten und Streuung der Daten) berücksichtigt:
$$\sigma_c = \sqrt{\sigma_1^2 + \sigma_2^2}$$
Alternativ kann dies direkt über die $\chi^2$-Statistik $H$ berechnet werden:
$$\sigma_c = \frac{1}{\sqrt{p}} \sqrt{1 + \frac{H}{n-1}}$$
Die theoretische Begründung basiert auf der Annahme, dass jeder Messwert $x_i$ aus einem wahren Wert, einem zufälligen Fehler (mit Varianz $s_i^2$) und einem systematischen Fehler (mit Varianz $\sigma_0^2$) besteht. $\sigma_2$ wird als Schätzer für den systematischen Fehleranteil interpretiert, der zum klassischen Fehler $\sigma_1$ additiv hinzugefügt wird.

3. Wichtige Beiträge

1. Kritische Analyse bestehender Methoden: Der Autor zeigt auf, dass weder $\sigma_1$ (oft zu klein bei inkonsistenten Daten) noch $\sigma_2$ (ignoriert die Unsicherheitsangaben) allein zufriedenstellende Ergebnisse liefern. Die diskontinuierliche Methode $\sigma_3$ führt zu sprunghaften Änderungen bei kleinen Datenänderungen.
2. Einführung von $\sigma_c$: Die Propagierung einer neuen, kombinierten Unsicherheitsschätzung, die automatisch sowohl die Unsicherheiten der Eingangsdaten als auch deren Streuung berücksichtigt, ohne zusätzliche Parameter (wie Signifikanzniveaus) zu benötigen.
3. Robustheit bei kleinen Stichproben: Der Nachweis, dass der neue Ansatz auch bei sehr kleinen Stichproben (2–3 Messungen) realistische Ergebnisse liefert.

4. Ergebnisse

Die Methode wurde mit simulierten und realen Daten getestet:

• Simulierte Daten:
  • In Szenarien mit kleinen Eingangsunsicherheiten aber großer Streuung (inkonsistente Daten) liefert $\sigma_1$ stark unterschätzte Werte.
  • In Szenarien mit großen Eingangsunsicherheiten liefert $\sigma_2$ oft zu kleine Werte, da er die absolute Größe der Unsicherheiten ignoriert.
  • Der kombinierte Schätzer $\sigma_c$ passt sich dynamisch an: Er dominiert durch die Streuung ($\sigma_2$), wenn die Eingangsunsicherheiten klein sind, und durch die Eingangsunsicherheiten ($\sigma_1$), wenn diese groß sind. Er liefert einen stabilen und realistischen Wert über alle Testfälle hinweg.
• Reale Daten:
  • Geodätische Höhenunterschiede: Hier war die Streuung der Messungen größer als die angegebenen Unsicherheiten. $\sigma_1$ war zu klein, $\sigma_c$ lieferte einen realistischeren Wert.
  • Oort-Konstanten (Astronomie): Bei der Neuberechnung von Werten für die Oort-Konstanten A und B zeigte sich, dass die ursprünglichen Unsicherheiten (basierend auf $\sigma_1$) unterschätzt waren. Der Median-Schätzer ignorierte wiederum die großen Messunsicherheiten. Der kombinierte Schätzer $\sigma_c$ lieferte die plausibelste Unsicherheit, die sowohl die Streuung als auch die Messfehler berücksichtigt.

5. Bedeutung und Fazit

Das Paper stellt einen wichtigen Beitrag zur Datenanalyse in der Metrologie dar, insbesondere für Anwendungen mit kleinen Stichproben und potenziell inkonsistenten Daten.

• Praktische Anwendbarkeit: Die Formel für $\sigma_c$ ist einfach zu berechnen und erfordert keine komplexen Iterationen oder Bootstrap-Verfahren.
• Realismus: Sie verhindert sowohl die gefährliche Unterschätzung (durch reines Vertrauen auf $\sigma_1$) als auch die Überbewertung der Unsicherheit (durch reines Vertrauen auf $\sigma_2$ bei sehr präzisen, aber streuenden Daten).
• Einschränkung: Der Autor räumt ein, dass die theoretische Herleitung nicht streng statistisch bewiesen ist (da die Verteilung der systematischen Fehler unbekannt ist), aber argumentiert, dass sie unter Annahme normalverteilter Fehler aus einer Least-Squares-Lösung abgeleitet werden kann.
• Metrologischer Kontext: Der Autor betont abschließend, dass diese Berechnung nur die Typ-A-Unsicherheit (statistisch aus Daten abgeleitet) abdeckt. Für eine vollständige Fehlerbetrachtung müssen weiterhin Typ-B-Unsicherheiten (basierend auf theoretischem Wissen und Erfahrung) berücksichtigt werden.

Zusammenfassend bietet der vorgeschlagene kombinierte Schätzer $\sigma_c$ eine robuste und pragmatische Lösung für ein seit langem bestehendes Problem in der Kombination von Messdaten.