[论文解读] Inferring the intensity of Poisson processes at the limit of the detector sensitivity (with a case study on gravitational wave burst search)

P. Astone, G. D’Agostini|ArXiv.org|Sep 27, 1999

Pulsars and Gravitational Waves Research参考文献 37被引用 9

一句话总结

本文提出了一种贝叶斯框架，用于在探测器灵敏度限制数据采集的情况下推断泊松过程的强度，重点应用于引力波突发搜寻。通过将探测器阈值视为统计约束，该方法实现了无偏、可解释且可组合的结果，提供了一种稳健的方法来报告稀有事件搜寻结果，且不受先验信念偏差的影响。

ABSTRACT

We consider the issue of reporting the result of search experiment in the most unbiased and efficient way, i.e. in a way which allows an easy interpretation and combination of results and which do not depend on whether the experimenters believe or not to having found the searched-for effect. Since this work uses the language of Bayesian theory, to which most physicists are not used, we find that it could be useful to practitioners to have in a single paper a simple presentation of Bayesian inference, together with an example of application of it in search of rare processes.

研究动机与目标

• 开发一种在统计上严格、无偏的方法，用于报告稀有事件搜寻结果，特别是在探测阈值限制可观测数据的情况下。
• 解决在灵敏度受限的实验中解释非探测结果或弱信号的问题，例如在引力波突发探测中。
• 提供一种框架，使结果能够跨实验组合，而无需依赖研究人员对信号存在的先验信念。
• 展示贝叶斯推断在高能物理和天体物理学中的实际应用，特别是在引力波探测的背景下。
• 提供一种透明、可复现的方法，用于在未确认探测到信号的情况下报告上限和信号强度。

提出的方法

• 使用贝叶斯推断来估计泊松过程的强度，将观测数据和探测器灵敏度视为概率约束。
• 应用泊松似然函数来建模检测到的事件数量，将探测器的效率和阈值作为似然模型的一部分。
• 通过共轭先验推导强度参数的后验分布，从而能够分析或数值计算可信区间。
• 通过将检测事件的概率建模为信号强度的函数，来纳入探测器的灵敏度限制，从而有效截断可观测范围。
• 采用分层贝叶斯方法处理背景和灵敏度的不确定性，即使在信噪比较低的条件下也能实现稳健推断。
• 通过引力波突发探测的案例研究验证该方法，展示了在现实灵敏度限制下如何计算上限和可信区间。

实验结果

研究问题

• RQ1 当探测器无法观测低于某一阈值的事件时，如何可靠地推断泊松过程的强度？
• RQ2 在未探测到信号的情况下，特别是在稀有天体物理现象的背景下，报告搜寻实验结果的最无偏方式是什么？
• RQ3 如何利用贝叶斯方法在不依赖对信号存在主观信念的前提下，组合多个实验的结果？
• RQ4 在贝叶斯框架中，探测器灵敏度在塑造强度参数后验分布方面起什么作用？
• RQ5 是否可以应用一种单一、一致的统计方法来同时处理引力波突发搜寻中的探测与上限估计？

主要发现

• 该贝叶斯框架即使在探测器灵敏度限制可观测事件的情况下，也能成功生成对泊松过程强度的校准良好的上限。
• 该方法提供了一种一致的方式来报告结果，且独立于实验人员对信号存在的先验信念，从而增强了可复现性和可比性。
• 案例研究表明，该方法即使在引力波搜寻中典型的低信号环境下，也能生成可靠的突发率估计可信区间。
• 将探测器效率和阈值纳入似然模型，相比忽略灵敏度限制的经典方法，能实现更准确、更现实的推断。
• 该框架允许无缝组合多个实验的结果，因为后验分布是完全概率化且可解释的。
• 该方法在不同背景和灵敏度假设下均表现稳健，在各种实验配置中均表现出一致的性能。