[论文解读] Limit setting procedures and theoretical uncertainties in Higgs boson searches

Bernhard Mistlberger, Falko Dulat|arXiv (Cornell University)|Apr 17, 2012

Particle physics theoretical and experimental studies参考文献 28被引用 11

一句话总结

本文評估了ATLAS與CMS用於設定希格斯玻色子質量排除限界所採用的$CL_{S}$方法，專注於微擾修正與部分子密度函數所帶來的理論不確定性。研究顯示，目前使用輪廓法處理微擾不確定性的實現方式並非保守，建議改用最差情況法，以更妥善反映高能物理限界設定中的理論不確定性。

ABSTRACT

We review the CLS method used by ATLAS and CMS to set exclusion limits on the mass of the Higgs boson. We investigate the impact of theoretical uncertainties of Higgs boson cross-sections due to higher order perturbative corrections and convolution with parton densities on exclusion limits. We illustrate the impact on limits of commonly used treatments of these uncertainties with a simulated Higgs search. We adopt a "worst- case scenario" for the perturbative uncertainties. We find that the statistical methods of ATLAS and CMS do not incorporate this specific uncertainty adequately.

研究动机与目标

• 評估$CL_{S}$方法在處理希格斯玻色子排除限界中理論不確定性的適切性。
• 調查ATLAS與CMS分析中用於處理微擾不確定性的輪廓法是否能提供足夠保守的限界。
• 評估理論不確定性（特別是高階微擾修正與部分子密度函數）對排除限界的影響。
• 建議採用最差情況情境方法，以更保守地處理微擾不確定性。

提出的方法

• 回顧$CL_{S}$方法作為ATLAS與CMS用於設定希格斯玻色子信號強度$\mu$上限的標準技術，將$\mu$視為感興趣的參數。
• 使用干擾參數來建模理論不確定性，包括微擾修正與部分子密度函數（PDF），其中PDF不確定性以對數常態分佈建模。
• 應用輪廓法處理干擾參數，即對每個固定的$\mu$，將輪廓似然比在干擾參數上最大化，但此方法被證明無法妥善處理微擾不確定性。
• 提出最差情況法作為替代方案，即在理論約束下，選擇最極端但合理的信號截面值進行評估。
• 使用簡化的希格斯搜尋模擬來說明不同不確定性處理方式對排除限界之影響。
• 使用統計工具如檢定統計量$q_0$、$p$-值圖表，以及Asimov與重複模擬方法，以計算顯著性與信賴水準。

实验结果

研究问题

• RQ1 ATLAS與CMS目前的$CL_{S}$實作是否足以考慮希格斯玻色子截面中的理論不確定性？
• RQ2 微擾與部分子密度函數不確定性如何影響$CL_{S}$方法所導出的排除限界？
• RQ3 用於處理微擾不確定性的輪廓法是否足夠保守，還是低估了理論不確定性的真實影響？
• RQ4 最差情況法是否能提供比目前基於輪廓法的方案更為穩健的排除限界？
• RQ5 標準模型一致性圖與排除圖在解讀過量時有何差異？它們揭示了信號強度修正因子的哪些資訊？

主要发现

• ATLAS與CMS用於處理微擾不確定性的輪廓法未能充分考慮理論不確定性，導致排除限界並非保守。
• 使用輪廓法時，微擾不確定性對排除限界的影響被顯著低估，特別是在高質量希格斯玻色子區域。
• 將微擾不確定性建模為對數常態分佈並應用輪廓法，將其視為測量誤差，理論上缺乏根據，導致限界過於樂觀。
• 最差情況法選擇在理論約束下最極端但合理的信號截面值，提供更保守且理論上更穩健的處理方式。
• 在模擬分析中，於$m_h = 125$ GeV處觀察到$3\sigma$過量，但標準模型一致性圖顯示$\mu' = 1$，表示與標準模型無偏差，儘管排除圖顯示信號強度較高。
• 本研究結論認為，高精度分析需依賴高階微擾計算以減少理論不確定性，並建議未來限界設定採用最差情況法。