Wetenschap
Het inschatten van de onzekerheid in atomaire spectroscopie
Als je een meting herhaalt met dezelfde of verschillende instrumenten, krijg je elke keer iets andere cijfers. Het inschatten van de onzekerheden die met deze cijfers gepaard gaan, maakt ze tot een informatief resultaat.
In een studie gepubliceerd in The European Physical Journal D Alexander Kramida, van het National Institute of Standards and Technology in Maryland, VS, legt nu een nieuwe statistische benadering uit voor het schatten van de onzekerheid die gepaard gaat met metingen van atomaire spectroscopie. Hij bespreekt hoe deze aanpak zowel kan worden toegepast op metingen van spectraallijngolflengten als op andere atomaire eigenschappen die hier indirect uit worden bepaald.
Golflengtemetingen van atomaire spectraallijnen zijn intrinsiek heterogeen, zelfs als dezelfde apparatuur en methoden worden gebruikt. Er bestaan al lang statistische recepten om de daarmee samenhangende onzekerheden te beschrijven. Maar geen enkele statistische benadering is geschikt voor alle scenario's, en de ontwikkelingen in de statistische theorie van de afgelopen tien jaar hebben geleid tot robuustere instrumenten.
De nieuwe statistische benadering die Kramida bepleit is gebaseerd op een concept dat bekend staat als duistere onzekerheden. Het wijst terecht foutieve metingen aan als de oorzaak van onenigheid tussen meerdere resultaten.
De aanpak is verfijnd om eenvoudige detectie van abnormaal afwijkende golflengten mogelijk te maken, in plaats van te suggereren welke metingen opnieuw moeten worden geanalyseerd of verwijderd. Het kan niet alleen worden gebruikt bij directe vergelijkingen van verschillende metingen van dezelfde spectraallijn, maar ook bij vergelijkingen tussen waargenomen golflengten en golflengten afgeleid van overgangen.
Kramida heeft een numerieke toolbox ontwikkeld die deze statistische aanpak implementeert. Hij beschrijft ook methoden om de nauwkeurigheid van theoretische berekeningen van atomaire eigenschappen te evalueren, die, zegt hij, vaak in ordes van grootte verschillen. Het vergelijken van resultaten verkregen met verschillende computationele benaderingen kan middelen bieden voor een robuuste schatting van onzekerheden.
De nieuwe instrumenten moeten onderzoekers aanmoedigen om onzekerheidsschattingen te maken en op te nemen in hun publicaties.