3. 实验数据的统计描述与可视化

在量子控制实验中，我们通常面对的是多维、多批次、带噪声的数据：每个控制参数（如微波幅度、脉宽、失谐量）对应一组测量结果（如保真度、读出概率、相干时间）。在进入拟合与建模之前，先用统计图形对数据做一次"体检"，能快速发现异常点、分布偏态、方差非均匀、参数间强相关等问题，避免把数据质量问题误判为物理效应。本节围绕五类最常用的图形，说明它们各自回答什么问题、如何绘制、以及如何从图中读出诊断结论。

直方图：先看分布形状与离群

直方图回答的是"这组测量值集中在哪、分散多大、是否多峰"。对量子控制实验，最典型的用法是检查重复测量同一门操作得到的保真度分布。例如对某个 X 门重复测量 500 次，得到保真度样本，将其按 0.005 的组距分箱。若分布近似单峰、对称，说明随机误差占主导，可用均值±标准差描述；若出现明显双峰，往往意味着实验过程中存在两个不同的系统状态（如某个参数漂移导致部分批次处于不同工作点），此时直接对全体求均值会掩盖真实结构，应分组分析。

绘制时要注意组距选择：组距过大会把双峰抹平，过小则噪声主导。经验做法是先按 Sturges 规则取初始箱数 k ≈ 1 + log2(N)，再根据物理分辨率调整。同时应把均值、中位数、±1σ 区间标注在图上，便于一眼判断偏态：均值明显偏离中位数时提示分布右偏或左偏，常见于保真度接近上限被截断的情形。

散点图：看参数与结果的关系及非线性

散点图用于观察两个连续量之间的关系，是判断"模型假设是否成立"的第一手工具。例如把微波脉冲幅度作为横轴、门保真度作为纵轴，每个点代表一次实验配置。理想情况下应看到一条先升后饱和的曲线；若散点呈现明显的平台或突然跌落，说明存在非线性区或失效阈值，拟合时就不能简单套用线性模型。

散点图还能暴露"隐藏变量"：当同一横坐标下纵向散布很大时，说明还有未控制的参数在影响结果。此时可按批次或日期给点上色，若颜色分层明显，则提示存在随时间漂移的系统误差，需要在建模时引入批次效应或做漂移校正。绘制时建议对重复点做轻微抖动（jitter），避免点完全重叠而低估样本量。

误差棒：把不确定度画进图里

量子测量结果几乎总伴随统计不确定度，只画均值点会误导读者对差异显著性的判断。误差棒图在每一点上叠加 ±1σ（或标准误、置信区间），使"两组参数下的保真度差异是否真实"一目了然。绘制时必须明确误差棒的含义并在图注中写清：是样本标准差、均值标准误 σ/√N，还是 95% 置信区间。三者数值差别很大，混用会导致错误结论。

一个实用判据：若两组数据的误差棒在纵向上明显不重叠，差异通常具有统计意义；若重叠较多，则应做正式的显著性检验而非凭肉眼判断。此外，误差棒长度随参数变化本身也是信息——误差棒在某区间突然变长，往往说明该工作点附近测量重复性差、系统不稳定，是后续优化的重点区域。

箱线图：多组数据的稳健对比

当需要同时比较多个类别（不同门类型、不同批次、不同温度点）时，箱线图比堆叠的直方图更紧凑。箱体给出四分位距 IQR（Q1 到 Q3），中线为中位数，须线延伸到 1.5×IQR 范围内的极值，超出者单独标为离群点。相比均值±标准差，箱线图对离群值更稳健，适合在数据可能含异常批次时做横向对比。

读图时重点关注三点：中位线的相对高低（整体水平差异）、箱体高度（组内离散程度）、离群点数量与位置（异常批次或偶发故障）。若某组的箱体明显更扁但离群点很多，说明大部分测量很稳定、但偶有失效事件，这类"稳定但会突然失败"的模式对量子控制尤为关键，需结合实验日志排查触发条件。

相关性矩阵：筛查参数间的共线性

相关性矩阵把多个变量两两之间的皮尔逊（或斯皮尔曼）相关系数排成方阵，用颜色深浅表示强弱，是进入多参数拟合前的必查项。若两个控制参数相关系数接近 ±1，说明它们在实验设计中几乎同步变化，拟合时无法独立辨识各自贡献，会导致参数估计方差爆炸。此时应回到实验设计，解耦这两个参数或增加独立采样点。

需要注意，相关系数只度量线性关联，不能替代散点图；对非线性关系（如 U 形依赖），相关系数可能接近 0 却存在强依赖。因此实践中应"先看矩阵定位可疑对，再回到散点图确认形状"。另外，相关性矩阵对离群点敏感，建议在剔除已确认的异常点后再计算一次，对比两次结果是否稳定。

把五张图串成一次数据体检

实际工作中，这五类图不是孤立使用的，而是按"先整体、后局部、再关系"的顺序组合。一个可复用的检查流程是：先用直方图确认每个关键指标的分布是否单峰、是否被截断；再用箱线图横向比较不同门类型或批次的整体水平与离散度，锁定可疑组；对可疑组画散点图，看是否存在非线性或隐藏变量分层；对需要报告差异的结论补上误差棒，明确不确定度口径；最后计算相关性矩阵，检查多参数之间是否存在共线性，为后续拟合的参数选择提供依据。

下面给出一个可直接套用的检查记录表示例，字段按量子控制实验的实际需要设计，数值为示例假设，用于说明填写方式而非实测结果：

完成这一轮可视化体检后，数据中的异常批次、非线性区、方差非均匀和参数共线性都已被显式记录，后续的拟合模型选择、权重设置与参数取舍就有了明确依据，而不是凭经验拍板。这正是统计描述与可视化在量子控制数据分析链条中不可替代的位置。