地球之外有生命存在吗？人类对于这个问题的探索从未停止，希望能知道自己在宇宙中是否孤独，却始终没能找到地外生命的确凿痕迹。不过就在一个月前，天文期刊 Astrophysical Journal 发表的一项新研究带来了突破。 报道称，天文学家在124光年外一颗名为K2-18b的行星上找到了“生命痕迹 ” ，确定度达到了99.7%！
艺术家描绘的K2-18b（图片来源：wikipedia）
看到这个新闻，你的第一反应可能是兴奋——难道人类终于找到了地外生命？但紧接着，你或许又会好奇：天文学家是如何得出99.7%这个数字的？它的真正含义是什么？
遗憾的是，即使确定度高达99%以上，这项研究仍不能作为地外生命存在的决定性证据。要理解这一点，我们得搞清楚这个“确定度”的具体含义。
什么是标准差？
让我们先从实验数据的测量说起。假设你有一把直尺，需要去测量一支笔的长度，它的真实长度是15.00cm。因为受到读数误差、直尺精度等因素影响，你每次测量的结果都会有所不同，比如14.95cm、15.00cm、15.10cm等等，结果有时偏小，有时偏大。
如果想要得到更准确的测量值（同时还有足够的空闲时间），你可以进行100次、1000次测量。根据统计学规律，测量的次数越多，测量值的平均值就会越来越接近笔的真实长度。
（图片来源：Worksheets）
你还可以将每次测量的结果作为横轴，数据出现的频数作为纵轴，绘制出一张数据分布图。随着测量次数增多，分布图会逐渐呈现出中间密集、两边稀疏的图样，就像寺庙里倒扣的大钟。
在理想情况下，当测量次数趋近于无穷大，分布曲线会收敛为一个平滑的钟形图样，这就是正态分布。
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
正态分布曲线，图中百分数表示数据点落在不同标准差范围内的概率（图片来源：wikipedia）
正态分布（又称高斯分布）是一种在自然界和社会现象中极为常见的连续概率分布，核心特征是数据呈现为钟形曲线，且具有对称性，其峰值称为平均值。在上文测量的例子中，平均值也就是笔的真实长度。
正态分布有一个非常重要的参数是标准差，用希腊字母σ（sigma，念作“西格玛”）表示。标准差表示数据偏离平均值的程度，在图像上可以直观理解为“胖瘦”。你的尺精度越高、测量的长度越准，标准差就会越小，偏离平均值的数据量减少，正态分布就会变尖、变“瘦”；反之精度越低、测得越不准，正态分布会变宽、变“胖”。
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
不同形状的正态分布图像（图片来源：statology）
是不是新发现，概率说了算
标准差σ看似只是在统计学中用来描述数据离散的程度，但在科学研究中，它却是判断一项科学发现是否真实可靠的重要参数。
科学实验的数据有时会出现异常值，这些异常可能是重大发现的信号，也可能仅仅是随机误差的体现。为了区分这两者，科学家引入了统计显著性的概念。它通过计算观测数据与零假设（“无真实效应”的假设）之间的偏离概率，来评估实验结果是否超出了随机波动的合理范围，从而判断该结果是否具有统计学意义。
举个例子，你有一个骰子，怀疑它被人动过手脚。为了验证这一猜想，你决定不停地扔骰子。掷一次，得到的点数是6点，这很正常；但是你紧接着掷了第二次、第三次，掷到第八次，结果见鬼了——每次骰子都落在6点！
对于正常的骰子，这种情况发生的概率只有
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
≈ 0.00006%，几乎不可能发生，因此你做出了判断：骰子有极大可能被人动过了手脚。
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
这就是一个验证统计显著性的例子：
1.对于一个可能存在的新现象（骰子被动过手脚），假设现象不存在（骰子一切正常）；
2.收集大量实验数据后，发生了概率极低的事件（骰子连续8次6点），或者发现数据和理论预期存在明显偏离；
3.有充足理由推翻零假设，说明新现象具有统计显著性，可以被认定为真实存在的效应（骰子被动了手脚）。
问题来了：要发生概率多低的事件、数据和预期存在多大的偏离，才能确定统计显著性呢？科学界采用的标准方法是使用标准差σ的倍数来衡量观测数据与理论预期（零假设）之间的偏离程度。具体而言，不同σ值对应的统计显著性水平如下：
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
置信度是指统计结果的可信程度，计算方式就是1减去第二列的概率。置信度越高，说明新的实验现象越可能是真实存在的，而非偶然误差。
用扔骰子的例子来理解，数据和预期偏离3σ的概率是0.0063%，比连续5次投中6的概率还要小；偏离5σ的概率只有0.000057%，更是相当于连续8次投中6！
在科学研究中，如果实验数据和理论预期的偏差在3σ以下，那只能说明“找到了新现象存在的迹象”；达到3σ，则意味着“找到了新现象存在的证据”；而达到5σ以上，科学家们就可以比较放心地认为“发现了新现象”。
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
正态分布图中距离平均值的距离和置信度的对应关系（图片来源：Dirk Mallants）
5σ：粒子物理学的“黄金标准”
通过统计显著性来判断是否存在科学新发现，这在粒子物理学的研究中尤其常见。
粒子物理学的研究对象是比原子还要微小的粒子。在大型粒子加速器的实验中，每秒会发生上百万次粒子对撞事件。面对海量数据，粒子物理学家必须依靠统计学的方法，才能排除背景噪声、实验设备缺陷等因素导致的实验误差，发现可能的新粒子或新物理现象。
欧洲核子中心的大型强子对撞机，每次碰撞可以产生上百万次粒子对撞事件（图片来源：欧洲核子中心）
粒子物理实验的数据分布图上常常会出现一些凸起的小鼓包，这一般是由随机的统计涨落引起的。随着数据量变大，统计涨落的影响越来越小，这些小鼓包也就会随之变得不再明显。
然而，如果分布图里观测到一个明显凸起的小鼓包，数据量变大时仍稳定出现，并且这个结构在现有理论下无法得到解释，那就可能预示着新物理现象的发现。
如何判断这种小鼓包是否确实代表新物理现象呢？这就需要借助统计显著性来分析。粒子物理学领域中有一条“黄金标准”：只有实验数据与背景假设（即“无新物理现象”的假设）之间的偏差达到5σ，才能确认发现了新物理现象。
以欧洲核子中心（CERN）发现被称为“上帝粒子”的希格斯玻色子为例，研究人员很早就在125GeV能区观测到了一个异常信号，但一直等到数据量积累到统计显著性达到5σ的黄金标准，才正式宣布希格斯玻色子的重大发现。
双光子衰变过程在能量为125GeV，附近发现的小鼓包就是希格斯粒子（图片来源：欧洲核子中心）
为什么是5σ？
5σ对应的置信度约为99.99994%，观测结果是由随机统计涨落导致的概率仅有0.00006%，这样的新发现被认为确凿无疑。事实上，在大多数使用统计分析的研究领域，5σ的统计显著性标准太过严苛了。例如在生命科学领域，通常3σ的显著性（对应99.73%的置信度）就足以支持重要发现。然而，粒子物理学对精确性的追求尤其苛刻，毕竟物质基本性质的研究是人类认识宇宙的基石，任何微小的误差都将带来非常重大的影响。
严苛的标准还来源于惨痛的教训。粒子物理史上曾多次出现“假信号”的案例，例如2015年欧洲核子中心曾报告观测到质量约为750GeV的“新粒子”，显著性大于3σ，在当时引起了巨大轰动。但是后续随着实验数据的积累，“新粒子”的信号逐渐消失不见，最终被证实为统计涨落引起的“假信号”。
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
750GeV左右凸起的鼓包最终被证实源于统计涨落，而非新粒子的信号（图片来源：欧洲核子中心）
更何况，即使实验数据的显著性达到5σ的黄金标准，仍有可能被后续研究推翻。2023年，美国费米国家实验室宣布了一项重大发现：μ子反常磁矩的测量值偏离粒子物理标准模型的理论预言，置信度达到了5σ。这一结果引起了学术界的极大关注，很多人相信这是存在“新物理”的实验证据。
时间到了2025年6月初，在积累更多数据之后，费米实验室把测量精度提高了4倍。与此同时，理论物理学家们重新审视了计算过程，对理论预期值进行了重要修正。令人意外的是，原本5σ的显著偏差在理论值修正后竟然消失了，实验测量与理论预言重新达成一致，让粒子物理学家发现“新物理”的梦想再次破灭。
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
μ子反常磁矩的测量结果，理论值和实验值已经趋于一致（图片来源：费米实验室）
著名物理学家卡尔·萨根说过，“超凡的主张须有超凡的证据”。5σ标准不仅是统计学上的严格筛选，更是粒子物理学对科学真理极端审慎态度的体现。它平衡了探索未知的雄心与避免误判的理性，确保每一次“发现”都能经受住时间和实验的反复检验。
为什么还不能断言发现了地外生命？
介绍完通过统计显著性来判断物理新发现的方法，让我们回到文章开头关于地外生命迹象的研究。
研究人员借助詹姆斯·韦伯望远镜的中红外相机（MIRI）观测了K2-18b这颗行星，在大气光谱中找到了二甲硫醚（DMS）或二甲基化二硫（DMDS）的信号。在地球上，这类分子几乎完全由生命（主要是海洋浮游生物）制造，因此在地外生命搜寻中被视为潜在的生命特征分子。
然而，此次发现的DMS/DMDS信号的统计显著性在2.9σ到3.4σ之间，这确实可以称得上“找到了证据”，但距离5σ的标准还有很大差距。一些新闻报道中提到的数据“确定度高达99.7%”实际上指的是显著性为3σ时对应的置信度。
MIRI拍摄的K2-18b的大气光谱（图片来源：参考资料[1]）
即使随着实验数据积累，DMS/DMDS存在的统计显著性能提升到5σ的水平，研究人员也仍然不能确信这类分子在星球上只能由生命体产生。只有通过后续的观测和实验室模拟，彻底排除未知的化学或地质过程产生这些分子的可能性，才能最终将它归因于生命活动。
事实上，2024年天文学家就曾在一颗名为67P的彗星上发现了DMS的存在。这颗彗星由尘土和冰组成，表面没有空气，无法支撑生命活动。这在一定意义上已经证明地外行星的DMS并不能作为生命存在的直接证据。
彗星67P上发现了DMS的痕迹（图片来源：ESA）
因此，尽管此次研究对于认识K2-18b是一个重大突破，但断言这颗124光年外的星球存在生命迹象还为时尚早。对于地外生命的探索仍需我们带着耐心、严谨和热情继续前行——当然，还有一些统计学的知识。
K2-18b和地球的大小对比示意图（图片来源：Walk In The Clouds）
参考资料：
[1] Madhusudhan, Nikku, et al. "New Constraints on DMS and DMDS in the Atmosphere of K2-18 b from JWST MIRI." The Astrophysical Journal Letters 983.2 (2025): L40.
[2] https://phys.org/news/2025-04-indicators-alien-life-astrophysicist.html
来源：科学大院
原标题：发现外星生命痕迹，确定度99.7%！——等等，这是怎么算出来的？
编辑：潇潇雨歇
转载内容仅代表作者观点
不代表中科院物理所立场
如需转载请联系原公众号