6σ 對應的百分比是多少?是不是說人類可以達到的正態分布的極限是 6 個標準差?
01-14
中心極限定理[1]告訴我們,在大量樣本下,獨立同分布事件的平均值趨於服從正態分布,其中為均值,為標準差。
一般說,就是對該正態分布在區間(此區間成為Critical Interval [CI])內積分。如果對其標準化,則是對標準正態分布在區間內積分,得到的值@章魚喵 的回答里已有。積分可得的概率為,即期望下的出錯率為 [2](應該說是10的8次方的量級)。
(由於我不研究粒子物理,所以下段話如有錯誤,業內人士看到麻煩批評指正。)
我第一次聽到6σ,是希格斯玻色子被宣布由歐洲大型強子對撞機(LHC)的實驗結果發現的時候。正如[3]中所說的,2010年LHC產生了次事件(10的8次方的量級),而在2011年的數據處理時,這些事件中只有 2 個碰撞事件不能被重建。由於我們並不能保證這 2 次事件中就不會有與測量結果相違背的事件發生,因此為了排除這個可能,一定要6σ的精度。對於不同的過程,要求為不同的精度,下圖來自[4]的第四頁:[1]Central limit theorem
[2]68-95-99.7 rule[3]ATL-SOFT-PROC-2012-06826/10/2012 的第三頁(電子出版物編碼,直接Google即可。)[4]Tao Han SUSY12 (pdf文檔)如果是質量控制里說的,那個是指均值左右各3σ,一共6σ,正態分布落在+/-3σ的範圍內的概率是99.7%。
參考:
68-95-99.7 rule數值上約為:
0.999999998
準確表達:
怎麼來的:
n 就是 裡面的 n. 數值怎麼算:Mathematica CodeIntegrate[Exp[-x^2/2], {x, 0, 6}]/
Integrate[Exp[-x^2/2], {x, 0, Infinity}]
N[%, {Infinity, 10}]
推薦閱讀:
※EM演算法存在的意義是什麼?
※最近電梯事故感覺那麼多是不是因為我們特別關注了電梯事故的緣故?
※如何通俗易懂地介紹 Gaussian Process?
※為什麼用歷史數據回測得出的結果很誇張,而實證檢驗時又不那麼理想?
※平均值為什麼被叫做期望值?