[論文レビュー] To Profile or To Marginalize -- A SMEFT Case Study

Ilaria Brivio, Sebastian Bruggisser+4 more|arXiv (Cornell University)|Aug 17, 2022

Particle physics theoretical and experimental studies参考文献 100被引用数 7

ひとこと要約

この論文は、LHCラン2データにおける全球的SMEFT解析において、プロファイル尤度とベイジアン周辺化手法を比較し、ヒッグス・電弱次元6オペレーターに関しては両手法が一致することを示している。一方、新しい運動量測定を含めた場合、ウィルスン係数の制約に顕著な差が生じる。研究は、計算効率が高く、不確実性を包括的に扱えるベイジアン周辺化が、プロファイル法の代替として有効であることを検証し、新しい物理のカップリングに対する制限を改善している。

ABSTRACT

Global SMEFT analyses have become a key interpretation framework for LHC physics, quantifying how well a large set of kinematic measurements agrees with the Standard Model. This agreement is encoded in measured Wilson coefficients and their uncertainties. A technical challenge of global analyses are correlations. We compare, for the first time, results from a profile likelihood and a Bayesian marginalization for a given data set with a comprehensive uncertainty treatment. Using the validated Bayesian framework we analyse a series of new kinematic measurements. For the updated dataset we find and explain differences between the marginalization and profile likelihood treatments.

研究の動機と目的

• LHCデータにおけるSMEFTグローバル解析において、プロファイル尤度とベイジアン周辺化の整合性と相違点を評価すること。
• 最近のラン2ヒッグスおよびレゾナント探索測定を含めた影響が、ウィルスン係数の制約に与える影響を評価すること。
• 不確実性の保守的取り扱いを維持しつつ、計算的に効率的なプロファイル尤度の代替としてのベイジアン周辺化の使用を検証すること。
• 改善された系統的および理論的不確実性が、SMEFTウィルスン係数の制限に与える影響を定量化すること。
• 特に弱く制約されているオペレーターに関して、プロファイリングと周辺化が乖離するケースを特定すること。

提案手法

• LHCラン2測定の統合データセットを用いて、SFitterフレームワークを用いてプロファイル尤度とベイジアン周辺化解析を実施。
• 相関測定を考慮した、実験的・理論的・系統的誤差を含む包括的な不確実性処理を実施、共分散行列を用いる。
• SMEFTラグランジアンにおけるバリオン数保存型次元6オペレーターの59個の基底を採用し、LHCで強く制約されたり観測不可能なものを除く。
• 同一データセットを用いて両尤度処理によるグローバルフィットを実施し、結果の直接比較を可能にする。
• ヒッグス・電弱オペレーターのサブセットに対して、ベイジアン周辺化アプローチをプロファイル尤度と比較することで妥当性を検証。
• ブーストドヒッグス生成、トップクォーク解析、WW、WH、ZHレゾナント探索からの新しい測定を統合し、制約を更新。

実験結果

リサーチクエスチョン

• RQ1 同一LHCデータセットに対して、プロファイル尤度とベイジアン周辺化は、SMEFTウィルスン係数の制約においてどのように比較されるか？
• RQ2 新しい運動量測定および改善された不確実性を含めた場合、両手法の差がどの程度顕著になるか？
• RQ3 ベイジアン周辺化は、グローバルSMEFTフィットにおいて、計算的に効率的な代替として信頼的に使用できるか？
• RQ4 どのウィルスン係数がプロファイリングと周辺化で最大の乖離を示し、その原因は何か？
• RQ5 強化された系統的および理論的不確実性は、特に弱く制約されているオペレーターに関して、SMEFTオペレーターの制限にどのように影響するか？

主な発見

• ヒッグス・電弱次元6オペレーターに関しては、プロファイル尤度とベイジアン周辺化が一貫した結果をもたらし、後者の計算効率の高さを裏付ける。
• 新しいラン2測定を含めた場合、周辺化とプロファイリングは、$f_{\text{inv}}$、$f_{\tau}$、$f_{\text{+}}$などのオペレーターに関して、非ガウス的尤度と非対称不確実性のため、乖離した制約を示す。
• 改善された系統的および理論的不確実性は、$f_{\text{μ}}$ や $f_{-}$ などの複数のウィルスン係数の制限を顕著に厳しくする。特に $f_{-}$ は3.0σの信号を示し、不確実性処理に極めて敏感である。
• $f_{\text{inv}}$（見えないヒッグス分岐比）は、周辺化のもとで68%信頼区間で[0, 4.64]、95%信頼区間で[0, 9.44]に制限され、不確実性を半減させるとより厳密な境界が得られる。
• $f_{\text{tG}}$ に関しては、周辺化で68%信頼区間が[3.53, 7.12]、95%信頼区間が[-0.36, 8.02]、一方プロファイリングでは[2.05, 6.82]および[-0.93, 7.72]となり、中央値と区間幅にずれが生じる。
• $f_{\text{ϕQ}}^{(3)}$ は、周辺化のもとで95%信頼区間が[-13.19, 34.80]に広がっており、事前分布の仮定およびデータ相関に強く依存していることが示唆される。