4.4 计数统计与不确定度

4.4 计数统计与不确定度：读数背后的涨落

本节摘要：放射性衰变是随机事件，同一稳定源的反复计数天然不同——这不是仪器故障，而是泊松统计的本性。本节给出计数的标准差规则（根号 N）、本底扣除的误差传播、样品与本底计数时间的最优分配，以及低水平测量的判别下限。读完本节，你报出的每个活度都会自带不确定度；在核化学的日常里，"没有误差棒的数"约等于"没有做完的实验"。

测量链条走到最后一步：给数字配上它的可信度。这一步没有新仪器，只有几条统计规则，但省掉它的实验室，报告里全是隐患。

泊松统计：核计数的天然定律

每个原子核衰变与否是独立的随机事件，单位时间内的衰变次数服从泊松分布。泊松分布有一个极便利的性质：方差等于均值，于是标准差就是根号 N——一万个计数的标准差是一百，相对误差百分之一；想相对误差千分之一，要数一百万个。这条规则反过来也是设计工具：给定目标精度，能直接算出需要的计数规模，进而算出测量时间。

# 演算 4.4-1：计数规模与相对误差
import math
for N in [100, 10000, 1000000]:
    print(f"计数 {N:>8d}：标准差 {math.sqrt(N):>7.0f}，相对误差 {100 / math.sqrt(N):.2f}%")
# 输出：
# 计数      100：标准差      10，相对误差 10.00%
# 计数    10000：标准差     100，相对误差 1.00%
# 计数  1000000：标准差    1000，相对误差 0.10%
​

相对误差只由总计数决定，与速率无关——这是把"多测一会儿"的价值量化成了简单的开方。计数涨十倍，误差降约三倍；想降十倍，要付出一百倍的计数代价，边际效益递减得很快。

净计数与本底：误差如何传播

真实测量都要扣本底：净计数等于毛计数减本底计数，两个数各自带泊松涨落，且互相独立——方差相加即可：净计数标准差等于毛、本底两者计数的平方和开根。注意一个反直觉的结果：扣本底永远让相对误差变大，本底越强、样品越弱，误差恶化越狠。低水平测量的全部战争，就是与本底涨落的战争。

# 演算 4.4-2：本底扣除的误差传播
import math
gross, bkg = 10500.0, 800.0          # 毛计数与本底计数（同时间窗）
net = gross - bkg
sig = math.sqrt(gross + bkg)
print(f"净计数 = {net:.0f}，标准差 = √({gross:.0f}+{bkg:.0f}) = {sig:.1f}")
print(f"相对误差 = {100 * sig / net:.2f}%")
LD = 2.71 + 4.65 * math.sqrt(bkg)
print(f"判别下限（净计数口径）= {LD:.0f}，本样品净计数高出下限 {net / LD:.0f} 倍")
# 输出：
# 净计数 = 9700，标准差 = √(10500+800) = 106.3
# 相对误差 = 1.10%
# 判别下限（净计数口径）= 134，本样品净计数高出下限 72 倍
​

样品净计数高出判别下限七十多倍，结论稳如磐石；若净计数只有下限的两三倍，报告就只宜写"疑似检出，建议复测"——统计规则替你把话语分寸定好了。

时间怎么分：样品与本底的最优分配

测量总时长固定时，样品与本底各分多久有讲究：本底越强，越要多花时间摸清它。对泊松涨落做极小化，得到最优分配规则：两者时间之比等于各自计数率的开方之比。直觉核对：本底强（本底率高）就多测本底，公式与直觉一致。

# 演算 4.4-3：总时长 2 小时的最优分配
import math
Rs, Rb = 500.0, 80.0          # 样品净区计数率与本底率（每分钟）
ratio = math.sqrt(Rs / Rb)    # 时间比
T = 120.0                     # 总分钟数
t_b = T / (1 + ratio)
t_s = T - t_b
print(f"最优分配：样品 {t_s:.0f} 分钟，本底 {t_b:.0f} 分钟（时间比 {ratio:.2f}）")
sig = math.sqrt(Rs / t_s + Rb / t_b)
print(f"该分配下净计数率标准差 ≈ {sig:.2f} 每分钟")
# 输出：
# 最优分配：样品 86 分钟，本底 34 分钟（时间比 2.50）
# 该分配下净计数率标准差 ≈ 2.86 每分钟
​

报数规范：位数即态度

不确定度确定后，结果的书写位数要跟着它走：不确定度保留一到两位有效数字，结果末位与不确定度末位对齐——统计误差百分之一时写 5998 贝可还算诚实，误差百分之六时还写 5998 就是虚张声势，规范写法是约 6000 贝可。同理，"零检出"章节讲过的判别下限、"本底扣除"的方差相加，都要原样写进报告的方法栏。数字报得越规整，复核的人越省力；这份体面不是形式主义，是测量链上每个环节的成本。

实战案例：一份"漂亮数据"的翻车现场

背景：某报告给出沉降样品铯-137 活度 5998 贝可每升，未附不确定度；评审要求补齐后被发现样品净面积 98000 计数、本底 1200 计数，而计数时间一栏写着"600 秒（活时间）"。

操作：按误差传播重算：净面积标准差约根号 99200 约合 315 计数，相对误差 0.32%；效率曲线查值本身带约 5% 不确定度，样品几何差异再贡献若干。合成后活度的总不确定度由效率项主导，约 6%。

结果：修正后的规范表述是"5998 贝可每升，扩展不确定度约 6%"——数字没变，可信度天壤之别。

解读：这个案例的教训是误差预算的顺序：统计误差常常不是大头，效率与几何才是。只报根号 N 的误差棒，等于只算了最便宜的那笔账。

变式练习：把样品与本底改成"强本底弱样品"（毛计数 2000、本底 1800），净 200 计数的相对误差变成多少？套 4.4-2 的公式：标准差约 62，相对误差 31%——同样"200 净计数"，在强本底下几乎不可用。本底工程（屏蔽、反符合、选材）由此才有了定价依据。

计数统计是核化学里最诚实的部分：它不让你拍脑袋，只让你开方；把不确定度当成数据的一半来经营，报告才经得起复查。