41000 条测量数据揭示:科学误差远偏离正态,呈重尾分布

tetsuoai · x · 2026-11-21

tetsuoai 给出一个可亲手复现的分析练习:拿 Bailey 的论文《Not Normal》数据集(人类科学家的测量)与机器预测自然的数据,把每次偏差除以声明的误差棒再作图,比较两者的偏差形状是否一致。

论文本身分析了医学、核物理与粒子物理等领域的 41000 条测量、3200 个物理量,发现:5σ 级分歧比正态假设下预期的频率高出最多五个数量级;误差归一化后的差异符合重尾 Student-t 分布,常常接近 Cauchy 分布;由错误和未知问题导致的误差呈幂律分布,类似复杂设计系统的失效方式。论文还指出物理学的误差评估改进速度远快于医学。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →