[论文解读] Practical Statistics for teh LHC

K. Cranmer|arXiv (Cornell University)|Jan 1, 2014

Particle physics theoretical and experimental studies参考文献 54被引用 20

一句话总结

本文为高能物理中使用的统计方法提供了全面且教学性强的介绍，尤其聚焦于大型强子对撞机（LHC）的应用，强调通过“科学叙事”框架构建统计模型。文中详细阐述了频率学派与贝叶斯学派的方法，包括假设检验、置信区间以及基于似然的推断，涵盖信号发现、排除极限设定及系统不确定性建模的实际应用。

ABSTRACT

This document is a pedagogical introduction to statistics for particle physics. Emphasis is placed on the terminology, concepts, and methods being used at the Large Hadron Collider. The document addresses both the statistical tests applied to a model of the data and the modeling itself.

研究动机与目标

• 为高能物理中使用的统计方法提供清晰、易懂的入门介绍，尤其聚焦于 LHC 的应用。
• 强调在统计建模中构建连贯科学叙事的重要性，作为稳健分析的基础。
• 形式化并解释关键统计程序（如 CLs、渐近近似及重要性抽样）在发现与排除搜索中的应用。
• 弥合理论统计概念与其在真实 LHC 分析中实际实现之间的差距。
• 通过 RooStats 和 HistFactory 等工具，促进实验之间统计建模的一致性、可重现性与充分合理性。

提出的方法

• 采用基于叙事的方法对数据建模，将信号、背景及不确定性的故事转化为统计模型。
• 应用频率学派与贝叶斯学派框架，重点强调对约束条件与系统不确定性的统一建模。
• 以似然函数作为推断的核心工具，明确处理参数估计与假设检验。
• 利用 Asimov 数据集引入渐近公式，以近似测试统计量与预期灵敏度。
• 采用重要性抽样技术——包括朴素重要性抽样、相空间分片法及多重密度法——以实现高维问题中的高效蒙特卡洛积分。
• 应用 CLs 方法设定排除极限，并通过试验因子校正处理“全局最大值效应”（look-elsewhere effect）。

实验结果

研究问题

• RQ1 如何构建一个一致的统计模型，以完整呈现 LHC 分析的科学叙事？
• RQ2 在 LHC 数据分析背景下，频率学派与贝叶斯学派方法的关键差异与内在联系是什么？
• RQ3 如何在频率学派与贝叶斯学派框架下可靠地建模与传播系统不确定性？
• RQ4 似然原则及其在频率学派方法中的违反，具有哪些实际影响？
• RQ5 渐近近似与重要性抽样如何提升高维模型中统计推断的效率与准确性？

主要发现

• 科学叙事——即对信号、背景及不确定性的描述——构成了构建统计上可靠模型的基础。
• Asimov 数据集可准确近似预期测试统计量与灵敏度，显著降低计算成本。
• 重要性抽样技术，尤其是相空间分片法与多重密度法，可显著提升高维问题中蒙特卡洛积分的效率。
• CLs 方法为设定上限提供了稳健框架，能有效控制发现搜索中的第一类错误率。
• Jeffreys 与参考先验提供了在重参数化下不变的客观贝叶斯解法，尽管可能违反似然原则。
• 本文建立了统计程序与其逻辑依据之间的强关联，使 LHC 实验中的分析过程更加透明且可重现。