Neutrino Atlas
JA
  1. 用語
  2. 解析と測定
  3. 統計と推論
  4. 統計誤差

統計誤差

構想レベル 3/4別名: 統計誤差(stat.), ポアソン誤差

事象数のランダムなゆらぎによる不確かさで、N個の事象に対しておよそ√Nです。

データが増えるほど小さくなります。多くのニュートリノ測定、たとえば初期のT2Kの出現測定や0νββ探索は、統計で精度が制限されています。

わかりやすく言うと

ニュートリノの相互作用は、ランダムな瞬間に起こります。真の頻度がちょうど1日10回だとしても、ある日は7回、別の日は13回ということがあります。統計誤差とは、有限個の事象に基づくあらゆる測定に、このランダムさがもたらすばらつきのことです。待つ時間を延ばすか、検出器を大きくすれば必ず減らせる、唯一の種類の不確かさです。

詳しく

σN = √N σN / N = 1/√Nポアソン分布に従うN個の事象では、絶対的な不確かさは√Nに比例して増え、相対的な不確かさは1/√Nに比例して減ります。
  • 100事象:相対的な不確かさは約10%。
  • 10,000事象:約1%。
  • 1,000,000事象:約0.1%。

事象数がごく少ない場合、ポアソン分布は非対称になり、区間は√Nではなく厳密に計算されます。事象がゼロの場合は上限値を示します。バックグラウンドを差し引くときは、バックグラウンド自体のゆらぎが信号の不確かさに加わります。そのため、B個のバックグラウンド事象の上にN個の信号事象がある測定の不確かさは、およそ √(N + B) になります。

例

  • 2011年、T2Kは、θ₁₃がなければ約1.5個と予測されるところに電子ニュートリノの候補を6個観測しました。これは約2.5σの兆候で、のちに確固たる観測へと成長しました。
  • SN1987Aからの約20数個の事象は、重力崩壊の基本的な描像を裏づけましたが、エネルギーや時間のパラメータについては緩い制限しか与えませんでした。
  • Daya Bayは数百万個の逆ベータ崩壊事象を集め、その精度は統計ではなく系統誤差によって制限されるようになりました。

なぜ重要なのか

実験が統計に制限されているのか系統誤差に制限されているのかによって、次に何を改善すべきかが決まります。統計が支配的なら、露出量を増やすことが直接役立ちます。系統誤差が支配的なら、データを増やしてもほとんど効果がなく、較正、前置検出器、より良い模型へと力を注ぐことになります。

よくある質問

不確かさがNではなく√Nに比例して増えるのはなぜでしょうか?

ランダムなゆらぎが部分的に打ち消し合うからです。データを2倍にすると期待される事象数は2倍になりますが、典型的なずれは約1.4倍にしか増えません。

統計誤差をなくすことはできるのでしょうか?

完全にはできませんが、十分なデータがあればいくらでも小さくできます。これに対して系統誤差は、データが無限にあっても残ります。

関連用語

言及しているページ 6 件

最終更新: · 編集方針

このページを引用

テキスト

Neutrino Atlas(2026)「統計誤差」https://neutrino-atlas.com/ja/terms/statistical-uncertainty/(2026年11月22日閲覧)

BibTeX

@misc{neutrinoatlas2026msstatisticaluncertainty,
  title        = {統計誤差},
  author       = {{Neutrino Atlas}},
  year         = {2026},
  url          = {https://neutrino-atlas.com/ja/terms/statistical-uncertainty/},
  note         = {閲覧日 2026-11-22},
  language     = {japanese}
}