在“粒子物理学”的统计分析中，可以引入讨厌的参数来考虑各种类型的系统不确定性。 通常将这种参数的最佳估计建模为具有给定标准偏差（相应的“系统误差”）的高斯分布变量。 尽管分配的系统误差通常被视为常数，但总的来说它们本身是不确定的。 提出了一种模型，其中考虑了分配的系统误差中的不确定性。 系统方差的估计值被建模为伽马分布的随机变量。 所得的置信区间显示出有趣且有用的属性。 例如，在对测量值进行平均以估计其平均值时，置信区间的大小会增加，从而降低拟合优度，并且平均值对异常值的敏感性降低。 给出了模型
