Each language version is independently generated for its own context, not a direct translation.

Waarom we stoppen met het "tellen in bakjes" bij neutronen-experimenten

(Of: Hoe we een slimme gokmachine gebruiken in plaats van een simpele rekenmachine)

Stel je voor dat je een heel groot feestje hebt, waar duizenden gasten (neutronen) binnenkomen. Je wilt weten wat er aan de hand is: wie zijn er, wat doen ze, en waar zitten ze?

Het oude probleem: De "Bakjes-methode"

Vroeger deden wetenschappers het zo: ze stelden een rij bakjes op (histogrammen). Elke gast die binnenkwam, werd in het juiste bakje gegooid op basis van waar ze zaten. Daarna keken ze naar de bakjes en probeerden ze een lijn door de stapels te trekken om te zien wat er gebeurde.

Het probleem hiermee?

Je gooit informatie weg: Als je iemand in een bakje gooit, weet je niet meer precies waar hij zat, alleen dat hij in dat bakje zat. Het is alsof je een foto maakt van een menigte, maar dan alleen de kleuren van de kleding telt in vierkante vakjes. De details zijn weg.
De bakjesgrootte is lastig: Hoe groot moeten de bakjes zijn? Te groot? Dan mis je details. Te klein? Dan heb je bakjes die leeg zijn, en dat maakt de statistiek onbetrouwbaar. Het is als proberen een schilderij te maken met alleen grote of alleen heel kleine penseelstreken; je krijgt het plaatje niet goed voor elkaar.
Het werkt slecht bij "lange staarten": Soms zitten er een paar rare gasten heel ver weg van de rest (bijvoorbeeld iemand die door de muur loopt). In de bakjes-methode verdwijnen deze rare gasten vaak in de ruis of verstoren ze de hele berekening.

De nieuwe oplossing: De "Individuele Gok-methode"

De auteurs van dit paper (Phillip en Thomas) zeggen: "Waarom tellen we ze niet gewoon één voor één?"

In plaats van gasten in bakjes te gooien, kijken we naar elke gast individueel terwijl ze binnenkomen. We gebruiken een slimme wiskundige methode genaamd Bayesiaanse Analyse (met een hulpmiddel dat MCMC heet).

Hoe werkt dat? (De Metafoor van de Detective)

Stel je voor dat je een detective bent die een moordzaak oplost (zie de bijlage in het paper).

De oude methode: Je telt hoeveel mensen er in elke kamer waren en trekt een conclusie.
De nieuwe methode: Je bekijkt elke verdachte één voor één. Je vraagt: "Gezien dit ene stukje bewijs (de DNA-plek op het mes), hoe waarschijnlijk is het dat deze persoon de dader is?"

Je doet dit voor elke gast. Je combineert al die kleine waarschijnlijkheden tot één groot antwoord. Je hoeft geen bakjes te maken. Je gebruikt gewoon de exacte positie van elke gast.

Waarom is dit beter?

Je hebt minder data nodig: Omdat je geen informatie verliest door te "bakken", heb je veel minder gasten nodig om tot een betrouwbaar antwoord te komen. Het is alsof je met een scherpere bril kijkt; je ziet het beeld al eerder helder.
Het is eerlijker: Het werkt veel beter met die rare gasten die ver weg zitten (de "lange staarten"). De oude methode werd hierdoor vaak in de war gebracht, maar deze nieuwe methode pakt ze gewoon mee in de berekening.
Het is flexibeler: Je kunt makkelijk rekening houden met achtergrondruis (bijvoorbeeld gasten die niet bij het feest horen, maar wel binnenlopen). In de oude methode moest je die eerst aftrekken (wat fouten gaf), maar hier bouw je de ruis gewoon mee in het verhaal.

De "Kost" van deze slimheid

Natuurlijk is er geen gratis lunch.

Het is lastiger te begrijpen: Het is niet zo intuïtief als "tellen in bakjes". Het voelt meer als een complexe puzzel dan als een simpele som.
Het duurt langer: De computer moet veel meer rekenwerk doen. Het is alsof je in plaats van één grote foto te maken, elke pixel afzonderlijk moet analyseren. Maar dankzij moderne computers (en soms zelfs grafische kaarten) is dit tegenwoordig haalbaar.

De "Moorddader" in de bijlage

Het paper bevat een grappig verhaal over een moord op Dr. Black.

Eerst denken we dat iedereen even waarschijnlijk de dader is (1 op 6).
Dan vinden we DNA van Miss Scarlett. De politie denkt: "Ha! 99,9% zekerheid!"
Maar een slimme professor (Prof. Plum) gebruikt de Bayes-methode. Hij zegt: "Wacht even. Hoe vaak komt DNA toevallig overeen? En hoe vaak laten moordenaars geen DNA achter?"
Door alle nieuwe bewijzen (wie was waar, wie kende het slachtoffer) stap voor stap toe te voegen, verandert de waarschijnlijkheid. Uiteindelijk blijkt dat Mrs. White de meest waarschijnlijke dader is, omdat ze geen alibi had, terwijl Miss Scarlett wel een alibi had (ze was met anderen).

De les: Als je alleen kijkt naar één stukje bewijs (DNA), kun je de verkeerde persoon opsluiten. Als je alle bewijzen stap voor stap combineert met slimme wiskunde, kom je veel dichter bij de waarheid.

Conclusie

De auteurs zeggen eigenlijk: "Stop met het gebruik van de ouderwetse bakjes-methode voor neutronen-experimenten. Het is verouderd, gooit informatie weg en kan je in de war brengen. Gebruik in plaats daarvan de moderne, individuele gok-methode. Het kost meer rekenkracht, maar het geeft je een veel scherpere, eerlijkere en nauwkeurigere foto van de werkelijkheid."

Het is de overstap van een simpele schets naar een HD-foto, waarbij je elke pixel telt in plaats van ze in bakjes te stoppen.

Each language version is independently generated for its own context, not a direct translation.

Hier is een gedetailleerde technische samenvatting van het paper "Probabilistic Analysis of Event-Mode Experimental Data" (ook bekend als "A Total Noobs Guide to Computational Bayesian Analysis") in het Nederlands.

Titel: Probabilistische Analyse van Experimentele Data in Gebeurtenismodus (Event-Mode)

Auteurs: Phillip M. Bentley en Thomas H. Rod (European Spallation Source ERIC)
Datum: 12 maart 2026

1. Het Probleem

Traditionele analyse van neutronen- en röntgenverstrooiingsexperimenten (zoals Small Angle Neutron Scattering, SANS) maakt gebruik van histogrammen. Data wordt gebinned in discrete intervallen, waarna kleinste-kwadratenfitting (Least Squares Fitting, LSE) wordt toegepast om parameters te schatten.

De auteurs identificeren de volgende tekortkomingen in deze traditionele aanpak:

Verlies van informatie: Het histogrammen proces integreert over een bereik van waarden ( $\Delta x$ ), waardoor subtielere details in de data verloren gaan.
Systeemfouten en bias: LSE is gevoelig voor systematische fouten, vooral bij verdelingen met lange staarten (zoals Cauchy- of Poisson-verdelingen), wat vaak voorkomt in neutronenverstrooiing.
Optimalisatieproblemen: De keuze voor bin-grootte is kritiek maar arbitrair. Methoden zoals Freedman-Diaconis helpen, maar lossen het fundamentele verlies van informatie niet op.
Achtergrondsubstitutie: Het aftrekken van achtergronddata vereist vaak histogrammen, wat in strijd lijkt met het doel om histogramloos te werken.

2. Methodologie: Een Bayesiaanse Workflow

Het paper stelt een alternatieve workflow voor die geen histogrammen, geen numerieke integratie en geen least-squares fitting gebruikt. In plaats daarvan wordt een Bayesiaanse benadering toegepast op elk individueel meetgebeurtenis (event) in de datastream.

De kernmethodologie omvat drie hoofdstappen:

A. Likelihood-functies in plaats van Intensiteit

In plaats van de intensiteit $y$ als functie van $x$ te modelleren, wordt de likelihood berekend: "Wat is de waarschijnlijkheid dat deze specifieke data-punten ( $Q_i$ ) voortkomen uit een verdeling met parameter $\kappa$ ?"

Voor een Cauchy-verdeling (vaak gebruikt in SANS) wordt de genormaliseerde likelihood-functie gebruikt:
$f(Q) = \frac{\kappa}{\pi(\kappa^2 + Q^2)}$

B. Schattingsmethoden

Drie methoden worden geïntroduceerd en vergeleken:

Maximum Likelihood Estimation (MLE): Zoekt de parameter $\kappa$ die de gezamenlijke likelihood van alle $N$ gebeurtenissen maximaliseert. Dit gebeurt via log-likelihood en numerieke optimalisatie (bijv. Newton-iteratie).
Maximum A Posteriori (MAP): Voegt een a-priori kennis ( $g(\kappa)$ ) toe aan de likelihood. Dit stelt onderzoekers in staat om fysieke beperkingen (bijv. bekende deeltjesgrootte) direct in het model te integreren zonder histogrammen.
Markov Chain Monte Carlo (MCMC): In plaats van alleen het maximum te zoeken, wordt de volledige posterior-verdeling van de parameters gesampled. Dit is cruciaal voor het kwantificeren van onzekerheden en het omgaan met complexe, multimodale parameter ruimtes. De auteurs gebruiken de EMCEE-sampler (gebaseerd op Goodman-Weare) vanwege zijn stabiliteit en transparantie.

C. General Mixture Models (Achtergrondcorrectie)

Om het probleem van achtergrondsubstitutie op te lossen zonder histogrammen, wordt een gemengd model (mixture model) gebruikt.

Elke gebeurtenis $Q_i$ kan afkomstig zijn van het signaal (Cauchy) of de achtergrond (uniform).
Een latent variabele $Z_i$ (of een mengfractie $M$ ) bepaalt de oorsprong.
Door over de discrete variabelen $Z_i$ te marginaliseren, wordt de likelihood-functie:
$L = \prod_{i=1}^{n} \left[ M \cdot \frac{\kappa}{\pi(\kappa^2 + Q_i^2)} + (1-M) \cdot u(Q_i) \right]$
Waarbij $M$ de fractie van het signaal is en $u(Q_i)$ de uniforme achtergrond.
Gewichten: Individuele gebeurtenissen kunnen worden gewogen ( $w_i$ ) om correcties voor detector-efficiëntie en solide hoek toe te passen door de likelihood te vermenigvuldigen met $w_i$ in de log-ruimte.

3. Belangrijkste Bijdragen

Histogramloze Analyse: Demonstratie van een volledige analyse-pijplijn die direct werkt op ruwe "event-mode" data (double-precision floating point), waardoor informatiebehoud optimaal is.
Efficiëntie: De methode vereist ordes van grootte minder datapunten om dezelfde parameter-nauwkeurigheid te bereiken vergeleken met LSE op histogrammen.
Robuustheid bij Lange Staarten: De Bayesiaanse methode toont minder systematische bias bij verdelingen met lange staarten (zoals Cauchy), waar LSE vaak tekortschiet.
Integratie van A-priori Kennis: Toont hoe fysieke kennis (bijv. via MAP) op een natuurlijke manier in de analyse kan worden ingebouwd zonder ad-hoc aanpassingen.
Praktische Implementatie: Een werkende implementatie met Python-bibliotheken (EMCEE, SciPy) die schaalbaar is voor instrumenten met >$10^6$ gebeurtenissen per seconde.

4. Resultaten

Vergelijking MLE vs. LSE: Bij synthetische data (Gaussisch en Cauchy) levert MLE een iets nauwkeurigere schatting van parameters op dan LSE, met name bij kleine datasets.
MCMC en Achtergrond: In een simulatie van een SANS-spectrum met een 1:1 verhouding tussen signaal en een Porod-achtige achtergrond ( $Q^{-4}$ ), presteerde de MCMC-methode aanzienlijk beter in het schatten van de mengfractie ( $M$ ) dan de traditionele least-squares fit. LSE vertoonde hier een systematische bias.
Onzekerheidskwantificatie: MCMC levert niet alleen een punt-schatting, maar een volledige verdeling van de parameters, waardoor robuuste foutmarges (standaardafwijkingen) kunnen worden afgeleid, zelfs bij niet-Gaussische achtergronden.
Appendix (Bayesiaanse Logica): De auteurs illustreren de kracht van Bayesiaanse updating via een "moordmysterie" en het zoeken naar verloren schepen, waarbij wordt aangetoond hoe incrementele bewijslast (zelfs met onnauwkeurige tests) de waarschijnlijkheid van een conclusie correct kan sturen.

5. Betekenis en Conclusie

Het paper pleit voor een fundamentele verschuiving in de analyse van neutronen- en röntgenverstrooiingsexperimenten: weg van het histogrammen en least-squares fitting, en naar een directe, probabilistische analyse van individuele gebeurtenissen.

Voordelen: Hogere statistische efficiëntie, verminderde systematische fouten, en de mogelijkheid om complexe achtergronden en detectorcorrecties direct in het model te verwerken.
Nadelen: De methode is minder intuïtief voor de gebruiker en vereist meer rekentijd (hoewel dit door moderne hardware en GPU's minder een beperking is).
Toekomst: De auteurs suggereren dat deze workflow essentieel is voor de volgende generatie instrumenten (zoals ESS) die enorme hoeveelheden data genereren, waarbij het behoud van elke individuele gebeurtenis cruciaal is voor wetenschappelijke nauwkeurigheid.

Kortom, dit paper biedt een wiskundig onderbouwde en praktisch toepasbare blauwdruk voor het vervangen van verouderde analysemethoden door moderne, computationele Bayesiaanse statistiek in de natuurkunde.

Probabilistic Analysis of Event-Mode Experimental Data