[论文解读] On the probability distribution of the experimental results

A.P. Bukhvostov|ArXiv.org|May 22, 1997

Diffusion and Search Dynamics参考文献 1被引用 3

一句话总结

本文分析了高能物理实验结果的概率分布，发现测量值偏离真实值的偏差遵循指数衰减（ρ(ξ) = exp(−ξ)），而非传统假设的高斯分布。与高斯分布预期的差异迅速增长——在 ξ ≈ 6 时达到 10⁷ 的量级——这归因于两类系统误差：可检测的（中等 ξ）和不可检测的（大 ξ），二者共同构成了观测分布的双组分结构。

ABSTRACT

The analysis of Tables of particle properties shows that the probability distribution of the results of physical measurements is far from the conventional Gaussian $ρ(ξ)=exp(-ξ^2/2) $, but is more likely to follow the simple exponential law $ρ(ξ)=exp(-ξ)$ ($ξ$ is the deviation of the measured from the true value in units of the presented standard error). A gap between the expected and actual probabilities grows with $ξ$ very rapidly, amounting to $ 10^7 $ at $ξ\approx 6 $, and is significant even at $ξ=2 $. A more detailed study reveals the two-component structure of the distribution: the $exp(-ξ)$ law is closely fulfilled up to $ξ=3$, but then, at $ξ$ larger than that, the decrease is retarded drastically. This behaviour can be associated with the existence of two various types of systematic errors, the detected and undetected ones. Within some model, both types of errors are seen to affect the form of the distribution, one at moderate $ξ$ and the other at large $ξ$. The first type (detected) errors are shown in some natural-looking assumptions to yield the distribution not quite equal but close to the simple exponential.

研究动机与目标

• 研究高能物理实验测量结果的实际概率分布。
• 将观测到的分布与数据分析中常用的高斯假设进行比较。
• 识别粒子物理测量中理论预期与实证数据之间差异的根源。
• 建立模型，分析可检测与不可检测的系统误差在不同偏差水平（ξ）下对分布形状的影响。

提出的方法

• 从粒子数据组的表格中提取已发表的粒子物理数据，以标准误单位统计测量偏差（ξ）的频率。
• 将 ξ 的经验分布与标准高斯分布 ρ(ξ) = exp(−ξ²/2) 及简单指数分布 ρ(ξ) = exp(−ξ) 进行比较。
• 识别出分布中的双组分结构：在 ξ ≈ 3 之前呈指数衰减，而当 ξ > 3 时衰减速率显著减缓。
• 提出一种现象学模型，其中两类不同的系统误差——可检测误差与不可检测误差——分别影响中等 ξ 和大 ξ 下的分布。
• 在自然假设下证明，可检测误差可产生接近指数分布的结果，而不可检测误差主导了尾部分布的行为。
• 通过统计分析与图形对比（利用 3 幅图表及 .eps 文件）验证双组分模型与实证数据的一致性。

实验结果

研究问题

• RQ1 高能物理实验偏差的实际分布与假设的高斯分布相比如何？
• RQ2 为何随着 ξ 增大，预期与观测概率之间的差异会迅速扩大？
• RQ3 哪些物理或方法论因素可解释测量偏差分布中观察到的双组分结构？
• RQ4 可检测与不可检测的系统误差在多大程度上塑造了不同偏差水平下的概率分布形态？
• RQ5 简单指数模型（ρ(ξ) = exp(−ξ)）是否足以充分描述测量结果的分布？若可以，其适用条件是什么？

主要发现

• 粒子物理测量偏差的经验概率分布比传统的高斯分布 ρ(ξ) = exp(−ξ²/2) 更符合指数律 ρ(ξ) = exp(−ξ)。
• 在 ξ ≈ 6 时，高斯分布与经验概率之间的差异达到 10⁷ 的量级，表明高斯假设严重低估了尾部事件的概率。
• 该分布表现出双组分结构：在 ξ ≈ 3 之前为指数衰减，此后衰减速率显著减缓。
• 观测到的行为归因于两类系统误差：可检测误差（影响中等 ξ）和不可检测误差（在大 ξ 时占主导）。
• 在自然假设下，可检测系统误差可产生接近简单指数分布的结果，验证了其在中等 ξ 范围内的适用性。
• 该模型将观测分布解释为两类误差共同作用的结果，其中指数形式自然源于可检测与不可检测系统效应的相互作用。