---
title: "最优统计量与零假设检验"
description: "把成对的相关合成一个振幅估计，同时拟合几种图样，再用相位打乱和天空打乱校准结果。"
canonical_url: "https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/optimal-statistic-and-null-tests/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/pulsar-timing-arrays/optimal-statistic-and-null-tests/"
last_modified: "2026-11-14"
---

[脉冲星计时阵列与 Hellings–Downs 曲线](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/)

# 最优统计量与零假设检验

Sandbox Physics · 2026-11-14

最优统计量把许多颗脉冲星的残差合成一个数：带 Hellings–Downs 相关的信号的振幅估计。每一对脉冲星给出一个带噪声的互相关，最优统计量就是用 Hellings–Downs 曲线对所有这些互相关做加权最小二乘拟合。它的形式信噪比并不是“几个标准差”，所以显著性要靠经验校准：故意破坏数据里的相关，数一数单靠噪声有多常做到同样好。同时拟合单极和偶极，可以防止把钟的误差和星历误差算成引力波。这一章用NANOGrav脉冲星的真实位置，搭出这个统计量，同时拟合几种图样，再看校准方法起什么作用。

需要的预备知识是上一章[推导 Hellings–Downs 曲线](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/deriving-the-hellings-downs-curve/)、矩阵和加权最小二乘。

## 每一对给出一个数

设 $\delta t_a$ 是脉冲星 $a$ 的残差，$P_a$ 是它的总自协方差，$\tilde\Phi_{ab}$ 是一个单位振幅、单位相关的共同信号造成的互协方差。NANOGrav把一对的估计写成

$$
\rho_{ab}=\frac{\delta t_a^{\mathsf T}P_a^{-1}\tilde\Phi_{ab}P_b^{-1}\delta t_b}{\operatorname{Tr}\big(P_a^{-1}\tilde\Phi_{ab}P_b^{-1}\tilde\Phi_{ba}\big)},\qquad \sigma_{ab}^2=\Big[\operatorname{Tr}\big(P_a^{-1}\tilde\Phi_{ab}P_b^{-1}\tilde\Phi_{ba}\big)\Big]^{-1}.
$$

它的期望值是 $A^2\Gamma(\zeta_{ab})$。方差 $\sigma_{ab}^2$ 在没有相关信号时成立，有信号时还要加上 $A^4$ 量级的项。[NANOGrav合作组，2023，第4节，式9](https://arxiv.org/abs/2306.16213v1)

单个 $\rho_{ab}$ 噪声太大，单独用不了。阵列的好处在于星对多：67颗脉冲星能组成2211对。

## 振幅估计

用加权最小二乘拟合 $\rho_{ab}\approx\hat A^2\,\Gamma(\zeta_{ab})$，得到

$$
\hat A^2=\frac{\sum_{a>b}\rho_{ab}\Gamma_{ab}/\sigma_{ab}^2}{\sum_{a>b}\Gamma_{ab}^2/\sigma_{ab}^2},\qquad \frac{S}{N}=\frac{\sum_{a>b}\rho_{ab}\Gamma_{ab}/\sigma_{ab}^2}{\big(\sum_{a>b}\Gamma_{ab}^2/\sigma_{ab}^2\big)^{1/2}}.
$$

[NANOGrav合作组，2023，式10与式11](https://arxiv.org/abs/2306.16213v1) 信噪比就是 $\hat A^2$ 除以它在没有信号时的散布。

例题：需要多少对脉冲星

假设每一对的 $\sigma$ 都一样，那么 $S/N=(A^2/\sigma)\sqrt{\sum\Gamma_{ab}^2}$。按NANOGrav 67颗脉冲星的位置，2211对的 $\Gamma_{ab}^2$ 平均是 $0.0304$，所以 $\sqrt{\sum\Gamma^2}=\sqrt{67.2}=8.2$。要得到信噪比4，典型的一对需要 $A^2/\sigma\approx0.5$：每一对单独看只有自身噪声的一半，只有加在一起才显出来。

## 信噪比为什么不是标准差

在零假设下，$\hat A^2$ 只是近似正态分布，它的信噪比没法用解析方法换算成概率。NANOGrav明确说，不能把它读成几个标准差。[NANOGrav合作组，2023，第4节](https://arxiv.org/abs/2306.16213v1) p值要用故意去掉相关的数据来构造。

相位打乱给每颗脉冲星的每个傅里叶分量加一个独立的随机相位。每颗星保留自己的谱，但星与星之间的相位不再对齐，于是脉冲星之间的任何相关都被破坏。天空打乱保留数据，把脉冲星挪到随机位置，这破坏了相关和夹角之间的联系，却保留与夹角无关的相关。NANOGrav做了40万次相位打乱，其中19次在噪声边缘化后的信噪比高于实测值，得到 $p=5\times10^{-5}$；模拟和解析计算分别给出 $p=1.8\times10^{-4}$ 和 $1.9\times10^{-4}$。

我们自己的离线模拟说明了这种校准为什么重要。模拟把人工合成的傅里叶系数放在真实的脉冲星位置上，只含白噪声，算了2000次单一形状的信噪比。信噪比超过3的比例是 $1.0\,\%$，而正态分布只给出 $0.13\,\%$。

## 同时拟合三种形状

钟的误差让每一对都有同样的相关，$\rho_{ab}=A_{\mathrm{clk}}^2$。代进单一形状的估计，得到

$$
\hat A^2=A_{\mathrm{clk}}^2\,\frac{\sum_{a>b}\Gamma_{ab}/\sigma_{ab}^2}{\sum_{a>b}\Gamma_{ab}^2/\sigma_{ab}^2}.
$$

如果脉冲星在天上均匀分布，分子平均为零，因为这条曲线不含单极。真实阵列并不均匀。取等权重，按NANOGrav的脉冲星位置，$\Gamma_{ab}$ 平均为 $0.047$，比值为 $1.54$：钟的误差进入背景估计时，被放大到原来的一点五倍。星历偶极的同一比值是 $0.97$。

多分量最优统计量在同一个加权最小二乘问题里拟合 $\rho_{ab}\approx A^2_{\mathrm{HD}}\Gamma_{ab}+A^2_{\mathrm{mono}}+A^2_{\mathrm{dip}}\cos\zeta_{ab}$，每种形状的估计都受到另外两种的制约。[NANOGrav合作组，2023，第5.3节](https://arxiv.org/abs/2306.16213v1) Tiburzi等人用模拟阵列表明，钟的误差和星历误差都可能造成虚假探测，而且去除星历误差并不容易。[Tiburzi等，2015，摘要与第4节](https://arxiv.org/abs/1510.02363v1)

**表 4.1** 在NANOGrav 67颗脉冲星位置上的离线模拟，每行300次：信噪比超过3的比例。

| 注入的信号 | 单一形状，背景 | 三种形状，背景 | 三种形状，时钟 | 三种形状，星历 |
| --- | --- | --- | --- | --- |
| 引力波背景 | 0.33 | 0.28 | 0.05 | 0.03 |
| 钟的误差 | 0.41 | 0.06 | 0.72 | 0.03 |
| 星历误差 | 0.31 | 0.02 | 0.09 | 0.80 |

单一形状的拟合在41%的试验里把钟的误差当成背景。三种形状一起拟合，把这个比例压到6%，信号也挪进了时钟一栏。代价也有：注入真实的背景时，仍有5%的试验出现超过3的单极。

## 真有信号时的误差棒

一旦存在信号，共用同一颗脉冲星的星对彼此相关，$\hat A^2$ 的散布就会超过零假设下的值。在我们注入背景的模拟里，估计值散布为零假设不确定度的 $2.2$ 倍；按零假设算出的 $1\sigma$ 区间，只在 $31\,\%$ 的试验里包含注入值。Allen还指出，这部分散布里有宇宙方差，加多少脉冲星都去不掉。[Allen，2022，第IV与V节](https://arxiv.org/abs/2205.05637v3)

NANOGrav的分箱相关图考虑了这些协方差，忽略它们会让误差棒小20%到40%。它的15箱重建相对 Hellings–Downs 曲线的 $\chi^2=8.1$，p值为 $0.75$。[NANOGrav合作组，2023，第4节](https://arxiv.org/abs/2306.16213v1)

## Lab任务

在脉冲星计时阵列Lab里载入时钟误差预设。柱状图同时拟合三种形状；确认信号落在时钟一栏，背景一栏保持在零附近。再把阵列减到八颗脉冲星，按几次“重新抽样”，看柱子跳得有多厉害。

## 练习

1. 每一对的 $\sigma$ 都相同且 $A^2/\sigma=0.3$ 时，NANOGrav的2211对能给出多大的信噪比？
2. 核对相位打乱的p值：$(19+1)/(400\,000+1)$ 是多少？
3. 为什么相位打乱不改变每颗脉冲星的噪声谱？为什么天空打乱去不掉单极？
4. 如果 $\hat A^2$ 的真实散布是零假设不确定度的 $2.2$ 倍，按正态分布，零假设下的 $1\sigma$ 区间有多大比例会包含真值？
5. 在NANOGrav的脉冲星位置上，取等权重，只用 Hellings–Downs 形状拟合 $A^2_{\mathrm{clk}}=1\times10^{-30}$ 的钟的误差，得到的振幅平方是多少？

答案

1. $0.3\times8.2=2.5$。
2. $5.0\times10^{-5}$，与论文一致。
3. 每个傅里叶分量的功率只取决于系数大小，相位打乱不改变它，丢掉的只是星与星之间的对齐。单极让每一对都有相同的相关，挪动脉冲星不会改变这一点。
4. 当 $|z|<1/2.2=0.45$ 时区间包含真值，概率是 $0.35$。模拟得到 $0.31$。
5. $1.54\times10^{-30}$，比钟的误差本身还大。

## [在脉冲星计时阵列 Lab 里试一试](https://sandboxphysics.com/zh/labs/pulsar-timing-array-correlations/)

载入时钟误差预设，确认拟合把信号放进时钟那一栏，而不是背景那一栏。

## 来源

1. [NANOGrav合作组，2023，第4节，式9](https://arxiv.org/abs/2306.16213v1)
2. [Tiburzi等，2015，摘要与第4节](https://arxiv.org/abs/1510.02363v1)
3. [Allen，2022，第IV与V节](https://arxiv.org/abs/2205.05637v3)

## 继续阅读

脉冲星计时阵列与 Hellings–Downs 曲线 · 阅读路径

### 从一颗准时的脉冲星到银河尺度的探测器

1. [文章 **脉冲星计时阵列怎样分清引力波和钟不准？**](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/gravitational-waves-or-a-bad-clock/)
2. [文章 **脉冲星计时残差测的是什么**](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/what-a-timing-residual-measures/)
3. [文章 **推导 Hellings–Downs 曲线**](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/deriving-the-hellings-downs-curve/)
4. [当前页面 **最优统计量与零假设检验**](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/optimal-statistic-and-null-tests/)
5. [文章 **用 NANOGrav 15 年数据复算 Hellings–Downs 统计量**](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/recompute-the-optimal-statistic/)
6. [文章 **读懂 NANOGrav 15 年引力波背景证据**](https://sandboxphysics.com/zh/stories/pulsar-timing-arrays/reading-the-nanograv-15-year-evidence/)
