[論文レビュー] Matrix Element Method in HEP: Transfer Functions, Efficiencies, and Likelihood Normalization

I. Volobouev|arXiv (Cornell University)|Jan 12, 2011

Electromagnetic Simulation and Numerical Methods参考文献 20被引用数 13

ひとこと要約

本論文は、高エネルギー物理学における行列要素法における検出器転送関数の構築および尤度の正規化について包括的なフレームワークを提供し、効率と転送関数に関する一般的な誤解を解き明かしている。非パラメトリック手法またはモンテカルロサンプルを用いた位相空間効率の推定による適切な正規化が、特にトップクォーク質量の測定において統計的に最適でバイアスのない測定をもたらすことを示している。

ABSTRACT

This article surveys the procedures used for deriving detector transfer functions and normalizing probability densities for the statistical analysis technique known as the "matrix element method" in the context of high energy physics (HEP) data analysis. Common misconceptions about transfer functions and efficiencies are pointed out and clarified.

研究の動機と目的

• 行列要素法における検出器転送関数と効率に関する一般的な誤解を解き明かすること。
• イベント尤度の確率密度を正規化する一貫性があり統計的に妥当な手順を確立すること。
• 不適切な転送関数の構築、特に検出器の受容域と効率を無視することにより、バイアスのある測定が生じることを示すこと。
• 測定精度の向上を目的として、転送関数と効率推定に非パラメトリック手法を推奨すること。
• 尤度の正規化が検出器の受容域と位相空間効率を考慮しなければ、系統的誤差が生じることを示すこと。

提案手法

• 行列要素法の尤度を、各生起チャンネルの寄与を分数 $f_i$ で重み付けし、断面積と受容率で正規化することで導出する。
• 観測空間 $Y$ における正規化を保証するため、検出器応答をモデル化する転送関数 $W_i({\bf y}|{\bf x},{\bf a})$ を用いる。
• 3種類の転送関数を導入：タイプI（固定正規化付きのナイーブなもの）、タイプII（外挿されたが曖昧性を有するもの）、タイプIII（非パラメトリック推定により効率推定を用いて適切に正規化されたもの）。
• 未フィルターモンテカルロサンプルから得られる位相空間効率 $\epsilon_i({\bf x},{\bf a})$ を正規化の主要な構成要素として採用する。
• 局所的2次ロジスティック回帰を用いて効率を推定し、各イベントごとの確率計算を正確に保証する。
• 機器パrameterをスキャンする際の正規化を容易にするために、モンテカルロサンプルにおけるイベント選別基準を緩和することを推奨する。

実験結果

リサーチクエスチョン

• RQ1 行列要素法尤度におけるバイアスを避けるために、検出器転送関数をどのように適切に構築できるか？
• RQ2 イベント確率の正規化において、位相空間効率 $\epsilon_i({\bf x},{\bf a})$ の正しい役割は何か？
• RQ3 標準的な $\chi^2$-ベースの手法が、行列要素法が回避する分解能に関する暗黙の仮定をなぜ導入するのか？
• RQ4 転送関数の不適切な正規化が、測定精度と信号識別にどのような影響を及えるか？
• RQ5 行列要素法において、フィルタードモンテカルロサンプルを効率推定に用いる場合の実用的影響は何か？

主な発見

• フィルタードモンテカルロサンプルから得られる不適切に正規化された転送関数は、系統的バイアスを生じさせ、測定精度を低下させる。
• タイプI転送関数は、受理された領域でのみ正規化を固定するため、受理されない領域では無効であり、尤度が歪められる。
• タイプII転送関数はよりロバストであるが、尾部が観測されない領域にまで延びる場合、外挿の曖昧性に悩まされる。
• タイプIII転送関数は、ジェット応答と効率の両方を非パラメトリック推定で構築するため、最も正確で信頼性の高い尤度正規化をもたらす。
• 正確な効率推定のためには、フィルタードモンテカルロサンプルの使用は不可欠であり、フィルタリングは $\epsilon_i({\bf x},{\bf a})$ の分母を歪めてしまう。
• 行列要素法における適切に正規化された尤度は、最適な統計的推論を保証し、各イベントが統計的および系統的不確実性を適切に反映した最適な重みで寄与する。