[论文解读] Comments on Likelihood fits with variable resolution

G. Punzi|arXiv (Cornell University)|Jan 10, 2004

Radioactive Decay and Measurement Techniques被引用 8

一句话总结

本文表明，在分辨率随事件类型变化且未在似然函数中正确处理时，使用可变分辨率模板的非捆绑最大似然拟合会产生严重偏差。关键贡献在于揭示了标准方法——忽略分辨率分布的条件似然——仅在各组分的分辨率分布相同时才有效，否则将导致偏差；本文提出应使用包含分辨率分布的完整联合似然函数，以实现准确拟合。

ABSTRACT

Unbinned likelihood fits are frequent in Physics, and often involve complex functions with several components. We discuss the potential pitfalls of situations where the templates used in the fit are not fixed but depend on the event observables, as it happens when the resolution of the measurement is event--dependent, and the procedure to avoid them.

研究动机与目标

• 识别并分析在分辨率随事件变化时，使用条件似然函数进行非捆绑最大似然拟合的陷阱。
• 证明忽略分辨率分布的标准似然公式会导致参数估计中的显著偏差。
• 确立在多组分模型中，必须包含可观测量和分辨率变量的完整联合概率分布，以实现有效拟合。
• 为高能物理及相关学科中广泛使用但存在缺陷的似然表达式，提供一种清晰且数学严谨的替代方案。

提出的方法

• 构建一个包含两种事件类型（A 和 B）的简化模型，其在可观测量 x 上具有固定的高斯分布，标准差为 σ。
• 引入逐事件的分辨率变化 σi，其中 σi 在类型 A 和 B 之间不同，并据此模拟数据。
• 比较标准条件似然（L = ∏[f·N(xi,0,σi) + (1−f)·N(xi,1,σi)]）与正确完整似然（L = ∏[f·N(xi,0,σi)·p(σi|A) + (1−f)·N(xi,1,σi)·p(σi|B)]）的性能。
• 使用蒙特卡洛模拟生成重复数据样本，评估 f 的最大似然估计的偏差和方差。
• 分析分辨率分布因组分而异的情况（例如，A 类为 [1.0,2.0] 均匀分布，B 类为 [1.5,3.0] 均匀分布），以及仅一个组分具有可变分辨率的情况。
• 表明正确似然函数可产生可忽略的偏差，而标准方法在分辨率分布不同时会产生大的系统性误差。

实验结果

研究问题

• RQ1 使用依赖于事件特定分辨率 σi 的条件似然是否会导致非捆绑最大似然拟合中的参数估计偏差？
• RQ2 在分辨率 σi 可变时，标准似然表达式在何种条件下有效，何种条件下会失效？
• RQ3 不同事件类型间分辨率 σi 的分布如何影响拟合分数 f 的准确性？
• RQ4 仅对一个组分包含可变分辨率的简化似然是否仍能产生可靠结果？
• RQ5 为何在似然函数中包含 σi 但未考虑其在不同事件类型中的分布，会导致系统性偏差？

主要发现

• 标准似然表达式（2）将 σi 视为一个不建模其分布的条件变量，当不同组分的分辨率分布不同时，会导致 f 的估计产生大而系统的偏差。
• 在测试案例中，σA ∈ [1.0,2.0] 且 σB ∈ [1.5,3.0] 时，有偏似然（2）给出 f 的平均估计为 0.474 ± 0.007，显著偏离真实值 f = 0.333。
• 正确似然（4）通过为每类事件包含 (x,σ) 的完整联合分布，产生几乎无偏的估计，f = 0.333 ± 0.000，证实其有效性。
• 即使仅一个组分（如背景）具有可变分辨率，若未正确建模该组分的分辨率分布，标准似然（5）仍会产生偏差。
• 偏差的根源在于似然函数将无意义的分辨率值（例如，来自固定 σ=1.0 的 A 类事件但报告 σi 在 [0.5,3.5] 范围）与 B 类事件的真实分辨率变化混淆。
• 唯一标准方法有效的场景是所有组分的分辨率分布相同时，因为此时额外因子在最大化过程中会被消去。