[論文レビュー] Skeptical combination of experimental results using JAGS/rjags with application to the K$^{\pm}$ mass determination

G. D’Agostini|arXiv (Cornell University)|Jan 9, 2020

Statistical Mechanics and Entropy参考文献 11被引用数 4

ひとこと要約

本稿では、JAGS/rjagsを用いたベイジアン階層モデルを用いて、電荷付きkaon質量の測定値に見られる顕著な不一致を解消する懐疑的組み合わせ手法を提示する。閉形式解ではなくマルコフ連鎖モンテカルロ（MCMC）サンプリングを用いることで、質量の確率的で頑健な推定値として493.677 ± 0.013 MeVが得られ、PDGの平均化手順に、カイ二乗/自由度のスケーリング則を逐次的に適用することによる、以前に認識されていなかったバイアスが明らかになった。

ABSTRACT

The question of how to combine experimental results that `appear' to be in mutual disagreement, treated in detail years ago in a previous paper, is revisited. The first novelty of the present note is the explicit use of graphical models, in order to make the deterministic and probabilistic links between the variables of interest more evident. Then, instead of aiming for results in closed formulae, the integrals of interest are evaluated by {\em Markov Chain Monte Carlo} (MCMC) sampling, with the algorithms (typically Gibbs Sampler) implemented in the package JAGS ("Just Another Gibbs Sampler"). For convenience, the JAGS functions are called from R scripts, thus gaining the advantage given by the rich collection of mathematical, statistical and graphical functions included in the R installation. The results of the previous paper are thus easily re-obtained and the method is applied to the determination of the charged kaon mass. This note, based on lectures to PhD students and young researchers has been written with a didactic touch, and the relevant JAGS/rjags code is provided. (A curious bias arising from the sequential application of the $\sqrt{χ^2/ν}$ scaling prescription to 'apparently' discrepant results, found here, will be discussed in more detail in a separate paper.)

研究の動機と目的

• 互いに矛盾しているように見える実験的結果を、標準的な平均化が誤解を招く可能性がある状況においても、透明で再現可能な方法で組み合わせるための手法を開発すること。
• グラフィカルモデルとJAGS/rjagsによるMCMCサンプリングを用いた、解釈可能性と計算のアクセス性に重点を置いた、懐疑的結果の組み合わせの実用的応用を示すこと。
• ガウス分布の仮定や閉形式解を避けることで、ベイジアン階層モデルを用いて電荷付きkaon質量を再評価すること。
• カイ二乗/自由度のスケーリング則を逐次的に適用することによって生じる、PDGの平均化手順における以前に認識されていなかったバイアスを特定・定量化すること。
• 研究者が他の実験的不一致に適用可能な教育的で再利用可能なJAGS/rjagsコードを提供すること。

提案手法

• 各実験的結果を、平均 $ d_i $ と標準偏差 $ s_i $ を持つ正規尤度関数としてモデル化し、真の質量 $ \mu $ に対して階層的事前分布を設定する。
• 精度 $ \tau_i = 1/\sigma_i^2 $ に対してジェファーリーズ事前分布を用い、すべての結果に共通の精度 $ \tau $ を割り当てることで、不一致の許容を可能にする。
• JAGSによるMCMCを用いて、$ \mu $、$ \tau $、および個々の精度パラメータ $ \tau_i $ の結合事後分布からサンプリングする。
• Rのrjagsパッケージを用いてモデルを実装し、Rの統計的および可視化関数と統合することで、解析と可視化のための柔軟性を提供する。
• パrametric近似を避けるために、モンテカルロサンプリングによる質量の事後分布の評価を行い、非ガウス的特徴を保持する。
• MCMCチェインのトレースプロット、自己相関、および相関行列を用いて、モデルの収束性とパラメータ間の相関を評価する。

実験結果

リサーチクエスチョン

• RQ1 矛盾しているように見える実験的結果を、統計的に厳密かつ解釈可能な方法でどのように組み合わせることができるか？
• RQ2 複数の結果に対してカイ二乗/自由度のスケーリング則を逐次的に適用することの結果は何か？
• RQ3 グラフィカルモデルとMCMCベースのベイジアンモデリングは、閉形式の重み付き平均と比較して、結果の組み合わせの透明性と頑健性をどのように向上させることができるか？
• RQ4 PDGの電荷付きkaon質量の報告値は、その平均化手法に起因する系統的バイアスをどの程度反映しているか？
• RQ5 質量および精度パラメータの事後分布は、非ガウス的特徴とモデルの不確実性をどの程度明らかにするか？

主な発見

• 懐疑的組み合わせにより、電荷付きkaon質量の最終推定値は $ 493.677 \pm 0.013 $ MeV となり、PDGの報告値と実質的に一致する。
• 質量の事後分布は顕著に非ガウス的であり、下側に厚い尾を示しており、高い不確実性と非対称性を示している。
• 95%信用区間は $[493.650, 493.697]$ MeV であり、50%区間は $[493.668, 493.687]$ MeV であり、強い歪度が確認された。
• 以前に認識されていなかった+13 keVのバイアスがPDGの結果に特定され、これはすでにスケーリング済みの不確実性に対して $ \sqrt{\chi^2/\nu} $ スケーリング則を逐次的に適用したことによるものであった。
• MCMCベースの解析の結果は頑健で再現可能であり、収束性とチェイン内の低自己相関を示す明確な診断が得られた。
• 最も不一致の強い結果（$ r_9 $）の精度と質量 $ \mu $ の間の事後相関は -0.61 であり、この外れ値が最終推定値に強い影響を与えていることが示された。