[論文レビュー] Monte Carlo method for constructing confidence intervals with unconstrained and constrained nuisance parameters in the NOvA experiment

M. A. Acero, Bijaya Acharya+219 more|arXiv (Cornell University)|Jul 28, 2022

Neutrino Physics Research被引用数 6

ひとこと要約

本稿では、ノイズパラメータが制約なしまたは制約ありの場合に、NOvA実験における信頼区間を構築するためのモンテカルロベースのプロファイル Feldman–Cousins 法を提示する。ノイズパラメータのプロファイリングと擬似実験シミュレーションを用いることで、ニュートリノ振動パラメータ推定、特に質量順序の決定において、有効なカバレッジとロバスト性を確保する。特に、正常順序が反転順序よりも0.620 CL_Sの優位性を示すことが確認された。

ABSTRACT

Measuring observables to constrain models using maximum-likelihood estimation is fundamental to many physics experiments. Wilks' theorem provides a simple way to construct confidence intervals on model parameters, but it only applies under certain conditions. These conditions, such as nested hypotheses and unbounded parameters, are often violated in neutrino oscillation measurements and other experimental scenarios. Monte Carlo methods can address these issues, albeit at increased computational cost. In the presence of nuisance parameters, however, the best way to implement a Monte Carlo method is ambiguous. This paper documents the method selected by the NOvA experiment, the profile construction. It presents the toy studies that informed the choice of method, details of its implementation, and tests performed to validate it. It also includes some practical considerations which may be of use to others choosing to use the profile construction.

研究の動機と目的

• ニュートリノ振動実験におけるノイズパラメータが存在する状況での信頼区間の構築のためのロバストな手法を開発すること。
• 区間推定の過程でノイズパラメータが制約ありまたは制約なしの場合に、正しいカバレッジ確率を維持するという課題に対処すること。
• NOvA実験にプロファイル Feldman–Cousins 技法を適用し、ニュートリノ質量順序の正確な決定を行うこと。
• ノイズパラメータの変動によるバイアスの可能性に対して、質量順序結果の有意性を検証すること。

提案手法

• パラメータの注目対象の固定値ごとに、ノイズパラメータについてのプロファイル尤度を最大化することで、信頼区間を構築するプロファイル Feldman–Cousins 法を用いる。
• 頻度主義フレームワーク下での正しいカバレッジを保証するために、モンテカルロ擬似実験の生成により臨界値およびp値を決定する。
• ベルジャー–ブース法の拡張において、99.5%信頼水準（β = 0.005）によるノイズパラメータの制約を適用し、可能な値の範囲を定義する。
• 許容範囲内で一様に1331個のノイズパラメータの組み合わせ（Δm²₃₂, sin²θ₂₃, δ_CP）をサンプリングし、全設定における最大p値を評価する。
• ウィルクスの統計量λ < 2.8である点に限って擬似実験を生成することで、計算の最適化を実装する。これはp値の改善が期待できる可能性を示している。
• ウィルクスの定理の近似（自由度1のカイ二乗分布）を用いて、尤度比λからp値を推定し、候補点の効率的なスクリーニングを可能にする。

実験結果

リサーチクエスチョン

• RQ1 ノイズパラメータが多変数空間で制約なしまたは制約ありの場合に、プロファイル Feldman–Cousins 法はどのように性能を発揮するか？
• RQ2 NOvA実験におけるノイズパラメータの変動が、質量順序決定の有意性に与える影響は何か？
• RQ3 ノイズパラメータの全範囲にわたってp値を最大化するベルジャー–ブース法は、標準的なプロファイル Feldman–Cousins 手法よりもより慎重な結果をもたらすか？
• RQ4 反転順序を棄却する元のp値（p = 0.30）を超えるノイズパラメータの設定が存在するか？もしあるならば、観測された最大p値は何か？
• RQ5 実験的文脈において、高次元のノイズパラメータ空間にこの手法を適用する際の計算コストと効率はどの程度か？

主な発見

• 全テスト済みのノイズパラメータ設定における最大p値は0.151であり、これはΔm²₃₂ = -2.43×10⁻³ eV²、sin²θ₂₃ = 0.562、δ_CP = 1.64πで発生した。これは、最良適合点での元のp値0.30より小さい。
• λ値が小さい54のサンプリング点のうち、わずか2点でのみp値がウィルクスの近似を超えており、これは元のp値が全設定で最大のままであることを示している。
• 最大p値0.151はλ = 1.10に対応し、自由度1の下でp_Wilks ≈ 0.295を示す。これは観測された有意性と整合的であることを確認している。
• 反転順序を棄却するための元のp値0.30が、ノイズパラメータのいかなる設定に対しても上回られることはなく、これが最も有利な結果である。
• 正常順序仮説のCL_Sは0.620であり、NOvAデータにおいて正常順序が反転順序よりも優位であることを示している。
• この手法により、ノイズパラメータの変動に対して質量順序結果の有意性がロバストであることが確認され、p値が0.151を超える設定は存在しない。