статистика

распределение пуллов

Распределение остатков, делённых на их погрешности; проверка того, что сами ошибки оценены правильно.
8 статей

Описание

Распределение отклонений (pull distribution) — это диагностический инструмент, используемый в физике и других науках для проверки того, насколько реалистичны погрешности, приписываемые измерениям. Оно строится следующим образом: для каждой точки данных вычитается ожидаемое значение (предсказание модели) и результат делится на погрешность этой точки. Полученные значения «отклонений» должны подчиняться стандартному нормальному распределению (среднее 0, стандартное отклонение 1), если модель верна и погрешности оценены правильно.

История

Термин «отклонение» (pull) используется в физике высоких энергий как минимум с 1980-х годов, хотя лежащая в основе идея стандартизации остатков старше и встречается в статистике как «стьюдентизированные остатки».

Как это работает

Если ваши погрешности слишком малы, отклонения в среднем будут больше 1, что приведёт к слишком широкому распределению. Если погрешности слишком велики, отклонения будут группироваться около нуля, делая распределение слишком узким. Подгоняя гауссиан к распределению отклонений и проверяя его ширину, можно обнаружить неправильно откалиброванные ошибки. Ширина, значительно отличающаяся от 1, сигнализирует о том, что оценки погрешностей требуют корректировки — это распространённая проблема в сложных анализах, где систематические эффекты недооцениваются.

Где применяется

Этот метод регулярно используется в экспериментах по физике частиц (например, в ЦЕРНе) для проверки оценок неопределённостей при подгонке масс частиц или сечений, а также в астрономии для контроля калибровки телескопических измерений.

Любопытный факт

Распределение отклонений, которое выглядит идеально — чистый гауссиан с шириной ровно 1 — настолько редко встречается в реальных анализах, что физики часто начинают подозревать, что оно «слишком хорошее», и проверяют наличие скрытых корреляций.

Граф понятий →

Статьи по теме · 8

Чернильные пятна на клеточной границе: как белки сами решают, где собраться и куда смотреть
Два резервуара чернил стоят по разные стороны клеточного стыка. Из них на мембрану вытекают два типа мономеров, которые, встретившись, образуют вязкие капли комплексов. Капли почти не двигаются, а вот свободные мономеры шныряют быстро, как молекулы духов в комнате.
Неинвазивный глюкометр на запястье: почему точность оказалась миражом
Глюкометр, которому не нужно прокалывать палец, а достаточно лишь «взглянуть» на запястье, — мечта миллионов людей с диабетом. Именно её обещают алгоритмы, извлекающие уровень глюкозы из обычного сигнала пульса — фотоплетизмограммы (ФПГ), той самой кривой, что измеряет частоту сердечных сокращений в умных часах.
Популяции и эволюция2026-07-261 минarXiv:2607.23728экспресс
Когда волна болезни сама решает, как быстро бежать
Вспышка болезни похожа на лесной пожар: огонь бежит по сухой траве, и его скорость зависит от ветра и влажности. Но у инфекции свой «ветер» — то, как часто люди заражают друг друга. Когда этот показатель меняется вместе с долей уже заболевших, волна эпидемии может вести себя по-разному.
Читая космический палимпсест: redshift-томография неразрешённых галактик
Оптический фон неба — это космический палимпсест, где свет миллиардов неразрешённых галактик накладывается слоями, соответствующими разным эпохам. До сих пор мы различали только самые яркие «буквы» — отдельные звёзды и близкие галактики.
Машинное обучение2026-07-151 минarXiv:2607.13436экспресс
Алгоритм-имитатор с «чёрными дырами» отталкивания обходит зоны неопределённости
Когда беспилотный летательный аппарат обучается у опытного пилота, он запоминает не отдельные манёвры, а целые безопасные коридоры — траектории, по которым двигался человек-наставник. Такой подход называется имитационным обучением (imitation learning): машина подражает демонстрациям эксперта.
Методология2026-06-241 минarXiv:2606.26061экспресс
Новый способ видеть скрытое в хаосе данных
Лабораторный робот отсчитывает молекулы — и сбивается. В одной пробирке 0, в другой 12, в третьей 3, хотя на самом деле везде примерно поровну. Такие «сырые» цифры — обычное дело в биологии: секвенирование ДНК, подсчёт видов в пробе воды, активность генов. Данных много, но они разрежены и разбросаны сильнее, чем допускает простая случайность.
Гидродинамика2026-03-091 минarXiv:2603.08407экспресс
Капли в вихре воздуха
В турбулентном воздухе капли не летят по прямой — их швыряет из стороны в сторону, как пылинки в луче света. Физики построили установку, которая следит за каждой каплей размером с десятую долю толщины волоса. Камера снимает их движение, а компьютер восстанавливает траектории. Главная помеха — ложные следы, когда камера принимает блик или отражение за каплю.
Прогноз без модели: как предсказывать хаос и климат непараметрически
Переводчик учится не по словарю, а по речам. Он слушает, как говорят носители, и улавливает правила, которые не записаны ни в одном учебнике. Так и новый метод прогнозирования сложных систем, таких как климат или турбулентность, не требует знать их уравнения. Вместо этого он смотрит на данные и учится предсказывать их поведение.