Сигма-анализ

Греческая буква $\sigma$ появляется в этом справочнике в двух совершенно различных ролях, и их смешение — подлинная опасность. В мастер-формуле $\sigma(E)$ — это сечение рассеяния, физическая сила связи с единицами площади. В главах о валидации $\sigma$ — это стандартное отклонение, статистическая мера разброса. Эта глава намеренно рассматривает оба значения бок о бок и явно формулирует соглашение об обозначениях, чтобы не оставалось никакой неоднозначности.

Две различные величины, один символ

Перекрытие обозначений — неизбежное наследие соглашения: физика использует $\sigma$ для сечений, статистика использует $\sigma$ для стандартных отклонений, и обе традиции слишком укоренены, чтобы их отбрасывать. В пределах этого справочника соглашение следующее. Когда $\sigma$ появляется с явным энергетическим аргументом, записанным $\sigma(E)$, оно всегда означает сечение. Когда $\sigma$ появляется без аргумента в контексте вычисленного распределения выхода или утверждения о доверии, оно означает стандартное отклонение. Везде, где эти два могут быть спутаны, подразумеваемое значение формулируется словами. Удерживая это правило в уме, две роли теперь можно рассмотреть по отдельности.

Сигма-сечение: σ(E)

Сечение рассеяния $\sigma(E)$ [м²] измеряет, насколько сильно падающее поле связывается с материалом преобразователя как функция энергии. Оно входит в мастер-формулу как один из подынтегральных факторов,

$$P(t) = \iint \Phi(E,\theta,t)\,\sigma(E)\,\Delta p\,v_{\text{ph}}\,\eta_{\text{conv}}\;dE\,d\theta ,$$

и его зависимость от энергии решающая, потому что выход определяется перекрытием $\sigma(E)$ с потоком $\Phi$, как обсуждается в разделе многоканальный поток энергии. На размерном прочтении стоит остановиться: сечение — это эффективная площадь, условный размер мишени, который материал представляет падающему кванту с энергией $E$. Это не вероятность и не скорость; эти значения оно приобретает только при умножении на поток, что и делает подынтегральное выражение. Анализ $\sigma(E)$ сосредоточен на его форме. Сечение, широкое и плоское, связывается с широкой полосой спектра, но слабо при любой отдельной энергии; остро пиковое — резонанс — связывается сильно, но только в узкой полосе. Полезная иллюстративная карикатура резонанса — лоренцев профиль

$$\sigma(E) \;\propto\; \frac{(\Gamma/2)^2}{(E-E_0)^2 + (\Gamma/2)^2} ,$$

центрированный в $E_0$ с шириной $\Gamma$: при $\Gamma \to 0$ пик становится высоким и узким, связываясь мощно, но только с потоком на расстоянии волоска от $E_0$. Даёт ли широкое или пиковое $\sigma(E)$ больше мощности, зависит целиком от того, где окружающий поток находится относительно пика, поэтому характеризация $\sigma(E)$ совместно с потоком и является сутью инженерии преобразователя; см. инженерная интерпретация. Остро пиковое $\sigma(E)$ имеет также численные последствия: чем уже $\Gamma$, тем более тонкая выборка требуется вблизи резонанса, чтобы избежать квадратурной ошибки, как отмечено в разделе численное моделирование.

Сигма-стандартное отклонение: σ

В контексте валидации $\sigma$ обозначает стандартное отклонение вычисленного распределения выхода — совершенно иной объект с совершенно иными единицами, а именно единицами самого $P(t)$, а не площади. Когда мастер-формула вычисляется методом Монте-Карло с неопределёнными входами, как описано в разделе валидация методом Монте-Карло, результатом является не единственное число, а ансамбль значений $P(t)$. Среднее $\mu$ этого ансамбля оценивает ожидаемый выход; его стандартное отклонение

$$\sigma = \sqrt{\;\frac{1}{N-1}\sum_{k=1}^{N}\big(P_k - \mu\big)^2\;}$$

количественно оценивает разброс. Сообщение результата как среднего плюс-минус одно $\sigma$ — это утверждение о статистическом доверии: при обычной гауссовой интуиции примерно две трети распределения лежат в пределах одного $\sigma$ от среднего и около девяноста пяти процентов в пределах двух $\sigma$. К этой интуиции прилагаются две предосторожности. Во-первых, стандартное отклонение $\sigma$ распределения не следует путать со стандартной ошибкой $\sigma/\sqrt{N}$ среднего: первое описывает, насколько неопределён выход, второе — насколько хорошо моделирование зафиксировало своё собственное среднее. Во-вторых, когда распределение выхода скошено — как имеют тенденцию произведения положительных факторов — гауссово правило двух третей/девяноста пяти лишь приближённо, и сообщаемые интервалы лучше привязывать к процентилям. Хорошо проведённая валидация поэтому сообщает и средний выход, и его $\sigma$, а в идеале и его доверительный интервал, чтобы читатель мог судить, насколько туго ограничено предсказание.

Доверие и смысл «значимости»

Прочтение $\sigma$ как стандартного отклонения лежит в основе языка статистической значимости. Предсказанный эффект, большой по сравнению со своим $\sigma$, хорошо определён; эффект, сопоставимый со своим $\sigma$ или меньше него, — нет, и о нём следует сообщать как о согласующемся с диапазоном, который может включать ноль. Эта дисциплина особенно важна для любого предлагаемого приложения концепции: если заявленный выход не на несколько $\sigma$ выше порога неопределённости, заданного входными распределениями, то сама концепция предписывает осторожность, потому что модель не может отличить заявленный эффект от шума в предположениях.

Здесь должно быть прямо сформулировано важнейшее разъяснение всей главы. Статистическое $\sigma$, возникающее из валидации модели, не является экспериментальной значимостью открытия. В экспериментальной физике результат «пять сигм» означает, что наблюдение стоит на пять стандартных отклонений выше фона, ожидаемого из статистических флуктуаций реальных данных — порог для заявления об открытии. Вычисляемое здесь $\sigma$ — ничего подобного: оно измеряет, насколько туго собственные входы модели, будучи предположены, ограничивают собственный выход модели. Модель может сообщить очень малое $\sigma$ — очень «уверенное» предсказание — опираясь при этом целиком на непроверенные физические предположения. Доверие — это доверие к арифметике предположений, а не свидетельство того, что предположения истинны. Туго́е статистическое $\sigma$ поэтому является утверждением о внутренней непротиворечивости, но никогда заменой экспериментального измерения, которое установило бы физику. Смешение этих двух позволило бы самосогласованной модели выдать себя за подтверждённое открытие, что и есть именно та ошибка, для предотвращения которой построена концепция.

Как держать эти два врозь на практике

Практическое правило стоит повторить, потому что оно предотвращает реальные ошибки. Предложение, упоминающее силу связи, зависимость от энергии или площадь, говорит о $\sigma(E)$ — сечении. Предложение, упоминающее разброс, доверие, планки ошибок или ширину распределения выхода, говорит о $\sigma$ — стандартном отклонении. Эти два никогда не появляются в одном слоте мастер-формулы; одно имеет единицы площади, другое — единицы мощности; одно — физический вход, другое — статистическая сводка выхода; и они никогда не означают одно и то же. Читателям, перемещающимся между главами об архитектуре и главами о валидации, следует носить это различение с собой; компактный глоссарий в справочнике по обозначениям записывает оба употребления, а физическое определение сечения зафиксировано в разделе определения переменных.

Дальнейшее чтение

• Cowan, G. (1998). Statistical Data Analysis. Oxford University Press — стандартный справочник о стандартном отклонении, доверительных интервалах и правильном смысле статистической значимости.
• Sakurai, J. J., & Napolitano, J. (2020). Modern Quantum Mechanics (3rd ed.). Cambridge University Press — об определении и физической интерпретации сечения рассеяния и резонансных (Брейта–Вигнера / лоренцевых) профилей.
• Particle Data Group, Workman, R. L., et al. (2022). “Review of Particle Physics.” Progress of Theoretical and Experimental Physics, 2022, 083C01 — о соглашениях по сечениям и о порогах значимости открытия в эксперименте.