Neutrino Atlas
DE
  1. Begriffe
  2. Analyse und Messung
  3. Statistik und Inferenz
  4. Statistische Unsicherheit

Statistische Unsicherheit

KonzeptEbene 3 von 4Auch genannt: statistischer Fehler, Poisson-Unsicherheit

Die Unsicherheit durch zufällige Schwankungen der Ereigniszahlen, etwa √N bei N Ereignissen.

Sie nimmt ab, je mehr Daten gesammelt werden. Viele Neutrinomessungen, zum Beispiel die frühe Appearance-Messung von T2K oder Suchen nach 0νββ, sind statistisch begrenzt.

Einfach erklärt

Neutrinowechselwirkungen geschehen zu zufälligen Zeitpunkten. Selbst wenn die wahre Rate genau zehn pro Tag beträgt, bringt ein Tag sieben und ein anderer dreizehn. Die statistische Unsicherheit ist die Streuung, die dieser Zufall jeder Messung mit endlich vielen Ereignissen aufprägt. Sie ist die einzige Art von Unsicherheit, die sich immer durch längeres Warten oder größere Detektoren verringern lässt.

Im Detail

σN = √N σN / N = 1/√NFür N poissonverteilte Ereignisse wächst die absolute Unsicherheit wie √N, während die relative wie 1/√N schrumpft.
  • 100 Ereignisse: etwa 10 % relative Unsicherheit.
  • 10 000 Ereignisse: etwa 1 %.
  • 1 000 000 Ereignisse: etwa 0,1 %.

Bei sehr kleinen Zahlen ist die Poisson-Verteilung asymmetrisch, und Intervalle werden exakt statt mit √N berechnet; bei null Ereignissen gibt man eine obere Grenze an. Wird Untergrund abgezogen, tragen dessen eigene Schwankungen zur Unsicherheit des Signals bei; eine Messung mit N Signal- auf B Untergrundereignissen hat daher eine Unsicherheit von etwa √(N + B).

Beispiele

  • 2011 sah T2K 6 Elektron-Neutrino-Kandidaten, wo ohne θ₁₃ etwa 1,5 erwartet wurden – ein Hinweis mit etwa 2,5σ, der später zu einer klaren Beobachtung wuchs.
  • Die rund zwei Dutzend Ereignisse von SN1987A bestätigten das Grundbild des Kernkollapses, ließen Energie- und Zeitparameter aber nur grob bestimmt.
  • Daya Bay sammelte Millionen Ereignisse des inversen Betazerfalls, genug, dass seine Genauigkeit durch Systematik statt Statistik begrenzt wurde.

Bedeutung

Ob ein Experiment statistik- oder systematikbegrenzt ist, entscheidet, was als Nächstes verbessert wird. Dominiert die Statistik, hilft mehr Exposition direkt; dominiert die systematische Unsicherheit, helfen mehr Daten kaum, und die Arbeit verlagert sich auf Kalibrierung, Nahdetektoren und bessere Modelle.

Häufige Fragen

Warum wächst die Unsicherheit wie √N und nicht wie N?

Weil sich zufällige Schwankungen teilweise aufheben. Doppelt so viele Daten verdoppeln die erwartete Zahl, die typische Abweichung wächst aber nur um einen Faktor von etwa 1,4.

Lässt sich die statistische Unsicherheit ganz beseitigen?

Nicht vollständig, aber mit genug Daten beliebig klein machen. Die systematische Unsicherheit dagegen bleibt auch bei unendlich vielen Daten bestehen.

Verwandte Begriffe

Erwähnt in 6 Seiten

Stand: · Redaktionelle Grundsätze

Diese Seite zitieren

Text

Neutrino Atlas (2026): „Statistische Unsicherheit“. Online: https://neutrino-atlas.com/de/terms/statistical-uncertainty/ (abgerufen am 22.11.2026).

BibTeX

@misc{neutrinoatlas2026msstatisticaluncertainty,
  title        = {Statistische Unsicherheit},
  author       = {{Neutrino Atlas}},
  year         = {2026},
  url          = {https://neutrino-atlas.com/de/terms/statistical-uncertainty/},
  note         = {Abgerufen am 2026-11-22},
  language     = {german}
}