[论文解读] A Robust Mathematical Model for Clauser-Horne Experiments, With Implications for Rigorous Statistical Analysis

Peter Bierhorst|arXiv (Cornell University)|Dec 10, 2013

Quantum Mechanics and Applications参考文献 17被引用 13

一句话总结

本文提出了一套稳健的数学框架，用于无漏洞的 Clauser-Horne Bell 实验，引入了一种基于上鞅的统计分析方法，可考虑记忆效应并实现精确 p 值计算。该方法改进了先前基于 Azuma-Hoeffding 不等式的界限，减少了所需的实验次数，并在 Giustina 等人（2013）和 Christensen 等人（2013）的真实数据上验证了其有效性。

ABSTRACT

Recent experiments have reached detection efficiencies sufficient to close the detection loophole, testing the Clauser-Horne (CH) version of Bell's inequality. For a similar future experiment to be completely loophole-free, it will be important to have discrete experimental trials with randomized measurement settings for each trial, and the statistical analysis should not overlook the possibility of a local state varying over time with possible dependence on earlier trials (the "memory loophole"). In this paper, a mathematical model for such a CH experiment is presented, and a method for statistical analysis that is robust to memory effects is introduced. Additionally, a new method for calculating exact p-values for martingale-based statistics is described; previously, only non-sharp upper bounds derived from the Azuma-Hoeffding inequality have been available for such statistics. This improvement decreases the required number of experimental trials to demonstrate non-locality. The statistical techniques are applied to the data of recent experiments and found to perform well.

研究动机与目标

• 建立一个严谨的统计框架，用于无漏洞的 Clauser-Horne 实验，以考虑时间相关的局部隐变量理论。
• 通过开发一种不假设独立同分布实验的统计方法，解决记忆漏洞问题。
• 提出一种新颖的方法，用于计算有限输出上鞅统计量的精确 p 值，取代非紧致的上界。
• 在 Giustina 等人（2013）和 Christensen 等人（2013）的真实实验数据上验证该方法，展示了更高的统计功效。
• 定义一组最小的实验参数——离散实验、随机设置和类空分离——以确保完全无漏洞的 Clauser-Horne Bell 实验。

提出的方法

• 形式化了在存在潜在记忆效应的局部隐变量理论下，Clauser-Horne 实验的数学模型。
• 使用上鞅作为检验统计量，以建模在记忆依赖动力学下对局域实在论的证据演化。
• 提出一种新算法，用于计算具有有限输出集的上鞅的精确 p 值，避免依赖 Azuma-Hoeffding 不等式。
• 将该方法应用于 Giustina 等人（2013）和 Christensen 等人（2013）的真实数据，提取相关实验并基于与推导 CH 不等式相同的假设计算 p 值。
• 证明新 p 值计算方法显著优于保守上界，减少了检测非局域性所需的实验次数。
• 通过展示在多种检验统计量和实验数据集上的一致且有意义的 p 值，验证了该统计框架。

实验结果

研究问题

• RQ1 能否在不假设独立同分布实验的前提下，使 Clauser-Horne 实验的统计分析对记忆效应具有鲁棒性？
• RQ2 与使用 Azuma-Hoeffding 上界相比，使用精确 p 值对所需实验次数有何影响？
• RQ3 基于上鞅的检验统计量在 p 值敏感性和统计功效方面有何差异？
• RQ4 该框架在近期无漏洞 Bell 实验的真实实验数据上可应用到何种程度？
• RQ5 为确保完全无漏洞的 Clauser-Horne Bell 实验，需要哪些最基本的实验条件？

主要发现

• 新方法可计算有限输出上鞅的精确 p 值，其界限显著优于 Azuma-Hoeffding 不等式——例如，对于 Giustina 等人（2013）的数据，分别为 9.90×10⁻⁹ 和 1.19×10⁻⁷。
• 对于 Giustina 等人（2013）的数据集，Ch 统计量的精确 p 值为 9.90×10⁻⁹，表明对局域实在论有强有力反驳证据。
• 对于 Christensen 等人（2013）的数据集，Ch 统计量的精确 p 值为 0.0136，表明对 CH 不等式的显著违反。
• 由于在方差和累积行为上的差异，检验统计量的选择显著影响 p 值，某些统计量在噪声更少的情况下能更早提供更强的证据。
• 该框架在不假设 i.i.d. 实验的前提下成功分析了真实数据，展示了对记忆效应的鲁棒性，并验证了其在今后无漏洞实验中的适用性。
• 该方法通过提供比先前上界更精确的统计推断，减少了证明非局域性所需的实验次数。