On Bayesian Treatment of Systematic Uncertainties in Confidence Interval Calculation
在高能物理学中,一种广泛使用的方法来处理系统的不确定性的置信区间计算是基于相结合的频率构造的置信带与系统的不确定性的贝叶斯处理。在这篇文章中,我们提出了一个研究的覆盖范围,这种方法的标准李克俭比(又名费尔德曼和李克俭)建设的泊松过程与已知的背景和高斯或对数正态分布的不确定性的背景或信号效率。对于高达40%的信号效率的不确定性,我们发现根据不确定性的大小和信号空间中的区域,在2至4%的水平上过度覆盖。背景中的不均匀性通常对覆盖率的影响较小。观察到覆盖曲线相当平滑。一个软件包,它允许快速计算的置信区间的形状和大小的系统不确定性的不同滋扰参数的各种假设。计算速度允许实验人员测试其特定条件的覆盖率。
2004-09-24 astro-ph hep-ex physics.data-an
Absorbing systematic effects to obtain a better background model in a search for new physics
本文提出了一种新的方法来估计的标准模型背景的基础上修改Monte Carlo预测的系统不确定性。改进的背景模型是通过在无信号控制选择中用连续更复杂的校正函数改变原始预测来获得的。统计检验表明何时达到与数据的充分兼容性。这样,系统效应被吸收到新的背景模型中。然后将相同的校正应用于信号区域中的蒙特卡罗预测。与其他背景估计技术相比,该方法在统计和系统不确定性方面有所改进。所提出的方法也可以应用于高能物理以外的其他领域。
2009-10-27 hep-ex physics.data-an
A new Monte Carlo-based fitting method
我们提出了一种新的拟合技术的基础上的参数引导方法,它依赖于使用估计的概率分布的实验数据产生人工测量的想法。为了研究这种技术的主要特性,我们开发了一个玩具模型,我们分析了几个拟合条件与我们的结果使用标准的$χ^2$最小化过程和贝叶斯方法得到的比较。此外,我们调查的数据系统的不确定性的拟合参数的概率分布和预期的拟合优度分布的形状上的效果。我们的结论是,当系统的不确定性包括在分析中,只有自助程序能够提供可靠的置信区间和p值,从而改善了标准的$χ^2$最小化方法给出的结果。我们的技术,然后应用到一个实际的物理过程中,真正的康普顿散射质子,从而证实了基于自举的拟合方法的可移植性和有效性。
2020-01-10 hep-ex hep-ph nucl-ex
SquidLab -- a user-friendly program for background subtraction and fitting of magnetization data
我们提出了一个开放源代码的程序免费下载用于学术使用,具有完整的用户友好的图形界面,用于执行灵活和强大的背景扣除和偶极子拟合的磁化数据。对于具有小磁矩尺寸的磁性样品或具有大或不对称磁性背景的样品环境,在拟合偶极子信号以提取磁矩之前,可能需要分离背景和样品对每个测量的原始电压测量的贡献。SquidLab最初设计用于Quantum Design MPMS 3 SQUID磁强计上的压力传感器,是一个在Matlab中实现的模块化面向对象平台,具有一系列用于不同广泛使用的磁强计系统(包括MPMS,MPMS-XL,MPMS-IQuantum,MPMS 3和S700X型号)的导入器,并已通过各种背景和信号类型的测试。该软件允许基线信号的背景减法,信号预处理,并使用Levenberg-Marquadt非线性最小二乘法或奇异值分解线性代数算法对偶极子数据进行拟合,该算法擅长挑选嘈杂或微弱的偶极子信号。插件系统允许用户使用自己的导入器、流程或拟合算法轻松扩展内置功能。SquidLab可以在学术许可下从华威大学的仓库下载(wrap.warwick.ac.uk/129665)。
2020-02-06 cond-mat.mtrl-sci cond-mat.str-el physics.data-an
Extract Signals by Fitting $χ^2$ Distribution of the Kinematic Fit
在北京谱仪Ⅱ测量$\psip$辐射衰变过程中,背景的贡献在大多数末态中是严重的。为了提取信号事件的数量,提出了使用信号和背景分量对运动学拟合的$χ^2$分布的拟合。通过大量的蒙特卡罗模拟(MCS),结果表明信号通道的$χ^2$分布形状与背景通道的不同,从而为我们提供了通过拟合数据的$χ^2$分布来提取信号事件数的方法。使用MCS进行输入输出检验,发现拟合方法的不确定度小于2%。
2006-08-22 physics.data-an
Limits, discovery and cut optimization for a Poisson process with uncertainty in background and signal efficiency: TRolke 2.0
编写了一个C++类,用于使用轮廓似然方法计算频率置信区间。实现了二项式、高斯、泊松和二项式不确定性的七种组合。该软件包提供了计算上下限、灵敏度和相关属性的例程。它还支持假设检验,考虑到不确定性。它可以用于编译的C++代码,Python或通过ROOT分析框架交互式使用。
2010-01-13 hep-ex hep-ph physics.data-an
Comments to the article "Parametric fitting of data obtained from detectors with finite resolution and limited acceptance" [arXiv:1011.0662] by Gagunashvili
Gagunashvili [arXiv:1011.0662]的出版物有几个警告:i)该方法基于错误的假设,即卡方分布随机变量的中位数是卡方分布的。ii)数据中包含的信息没有得到充分利用,iii)不清楚如何评估与拟合参数相关的不确定性。一个正确的解决方案的问题和引用的文件的结果进行比较,使用的方法在教科书中描述的玻姆和Zech的结果。最后,我们纠正了引用论文中关于我们书中一个章节的错误陈述。
2012-08-31 physics.data-an
Signal Significance in the Presence of Systematic and Statistical Uncertainties
在计划的实验中,将不确定性纳入信号重要性的计算是一项实际任务。几种方法来解决这个问题进行了讨论。我们提出了一个程序,考虑到系统的不确定性有关的非精确知识的信号和背景截面。提出了一种处理期望信号和背景速率的统计误差的方法。伽玛分布和泊松分布之间的相互关系被证明。
2002-10-10 hep-ex hep-ph math.PR
The use of cluster quality for track fitting in the CSC detector
新的粒子加速器及其实验创造了一个具有挑战性的数据处理环境,其特点是大量的数据,其中只有一小部分携带预期的新的科学信息。现代探测器,如阴极剥离室(CSC),实现了高精度的坐标测量(50至70微米)。然而,沉重的物理背景可以显着降低精度。在这样的背景下,在相邻的CSC条(簇)上感生的电荷不同于理想的Matheison分布。传统的最小二乘方法对所有聚类采用相同的理想位置误差,在污染数据上失去了最优性。提出了一种计算聚类质量并利用聚类质量改善航迹拟合结果的新方法。将该算法应用于试验梁数据,并将其性能与其他拟合方法进行了比较。实验结果表明,该算法能显著提高拟合性能。
2006-12-13 physics.data-an
Quantifying Systematic Uncertainties in Experimental Physics: An Approximation Method
本文提出一种估计物理数据分析系统误差的近似方法,并在 Nab 实验中与模拟结果对比验证,表明其可作为跨实验场景验证模拟的通用工具。
2024-02-27 astro-ph.IM physics.data-an
Significance of an excess in a counting experiment: assessing the impact of systematic uncertainties and the case with Gaussian background
高能物理学和天体物理学中的一些实验可以被视为开/关测量,其中可能包含新的源或效应的观测(“开”测量)与没有效应的仅背景观测(“关”测量)形成对比。在计数实验中,新的源或效应的显著性可以用[LiMa]中广泛使用的公式来估计,该公式假设两个测量值都是泊松随机变量。在本文中,我们研究了其他三种情况:i)理想的情况下,背景测量没有不确定性,这可以用来研究仪器可以达到的最大灵敏度,ii)的情况下,背景估计$b$在关闭测量有一个额外的系统不确定性,和iii)的情况下,$b$是一个高斯随机变量,而不是泊松随机变量。后一种情况适用于当$b$来自档案或辅助数据拟合的模型,或来自候选新源/效应周围数据拟合的函数插值时。在这种情况下,从业者通常使用一个仅在$b$很大且其不确定性很小时有效的公式,而我们推导出一个可应用于所有制度的通用公式。我们还开发了简单的方法,可用于评估有多少重要性的估计是敏感的系统不确定性的效率或背景。应用的例子包括探测短伽马射线暴和新的X射线或$γ$射线源。
2018-02-01 astro-ph.HE astro-ph.IM physics.data-an
Kinematic Fitting of electromagnetic calorimeter data - an improved method
Helmholtz-Institut für Strahlen- und Kernphysik and Cluster of Excellence ”Color meets Flavor”, Universität Bonn, Germany(波恩大学斯特拉斯尔与核物理亥姆霍兹研究所及“颜色遇见味道”卓越集群)
针对电磁量能器能量测量非高斯分布导致运动学拟合不准的问题,提出将非高斯变量变换为高斯变量的改进方法,提高了拟合精度、稳健性及信号本底比。
2026-09-24 hep-ex nucl-ex physics.data-an
Signal significance incorporating systematic uncertainty for continuous test
针对连续检验中的信号显著性估计,本文分析背景形状、信号形状和背景数量等系统不确定性的影响,发现复杂特征,并提出通过多不确定性组合试验取最差结果的保守估计方法。
2023-12-17 physics.data-an
Simultaneous Least Squares Treatment of Statistical and Systematic Uncertainties
我们提出了一个最小二乘法估计参数的测量事件产额存在的背景和交叉馈电。我们采用一种统一的方法,将统计和系统的不确定性的实验测量输入到适合。我们用e+e- -> π(3770)-> D \bar D$跃迁中测量的绝对强子D介子分支分数来证明这种方法。
2005-12-19 physics.data-an
Convexity constraints on linear background models for electron energy-loss spectra
本文为线性EELS背景模型引入凸性约束,通过二次规划拟合,优于幂律模型,提高元素定量精度,并支持大数据集的无监督处理。
2023-08-30 cond-mat.mtrl-sci physics.comp-ph physics.data-an
SAXSFit: A program for fitting small-angle x-ray and neutron scattering data
SAXSFit是一种计算机分析程序,已开发用于辅助拟合主要来自纳米颗粒(纳米孔)的小角度X射线和中子散射光谱。拟合过程产生一个或两个尺寸分布(可以是对数正态分布、Schulz分布或高斯分布)的孔或颗粒尺寸分布和eta参数。也可以包括幂律和/或恒定背景。该程序是用Java编写的,因此是独立的和平台无关的,并设计为易于新手使用,具有用户友好的图形界面。
2009-01-29 physics.data-an
Breakthrough in Interval Data Fitting I. The Role of Hausdorff Distance
这是两篇描述区间不确定性下拟合实验数据的过程的论文中的第一篇。在这里,我提出的方法,从一开始就设计为一个面向区间的工具,旨在取代在很大程度上著名的最小二乘法(LSQ)和其他稍微不太流行的方法。与经典方法相反,该方法不需要任何不合理的先验假设,如实验不确定性或其正态(高斯)分布的小。使用区间的方法,我们能够严格和可靠地适合不仅是简单的功能依赖关系,没有额外的努力,当两个变量都是不确定的,但也的情况下,本构方程存在于隐式,而不是显式的功能形式。豪斯多夫距离是区间方法成功的关键。
2009-03-02 physics.comp-ph physics.data-an
Interval straight line fitting
本文提出一种基于约束满足的区间直线拟合方法,通过盒切片算法获得解的区间包络,无需最小化泛函和加权数据,可处理变量不确定性并适用于异常值检测等任务。
2001-08-23 cs.NA math.NA math.OC