[论文解读] sFit: a method for background subtraction in maximum likelihood fit

Yuehong Xie|ArXiv.org|May 6, 2009

Structural Health Monitoring Techniques被引用 52

一句话总结

该论文提出sFit，一种新颖的最大似然方法，可在不依赖邻近区域或蒙特卡洛模拟的情况下实现参数估计中的背景减去。通过利用与信号无关的判别变量所导出的sWeights，sFit仅基于信号概率密度函数构建了背景抵消的似然函数，从而在仅带来适度统计不确定性增加的前提下，实现无偏参数估计。

ABSTRACT

This paper presents a statistical method to subtract background in maximum likelihood fit, without relying on any separate sideband or simulation for background modeling. The method, called sFit, is an extension to the sPlot technique originally developed to reconstruct true distribution for each date component. The sWeights defined for the sPlot technique allow to construct a modified likelihood function using only the signal probability density function and events in the signal region. Contribution of background events in the signal region to the likelihood function cancels out on a statistical basis. Maximizing this likelihood function leads to unbiased estimates of the fit parameters in the signal probability density function.

研究动机与目标

• 解决最大似然拟合中因背景建模不可靠而引入的系统性不确定性。
• 消除对独立邻近区域或蒙特卡洛模拟进行背景参数化的依赖。
• 开发一种在似然估计中通过统计方法消除背景贡献的方法。
• 为高能物理及类似领域中背景建模具有挑战性的参数估计提供稳健替代方案。
• 在最小化对外部背景假设依赖的同时，保持无偏参数估计。

提出的方法

• sFit通过使用sWeights作为事件权重，将sPlot技术扩展为定义加权似然函数。
• sWeights基于信号和背景在判别变量（y）上的累积分布，通过基于事件级分布的矩阵求逆过程计算得出。
• 似然函数定义为 $ L_W(\theta) = \bigprod_{e=1}^{N} P_s(x_e; \theta)^{W_s(y_e)} $，其中 $ W_s(y_e) $ 为事件 e 的sWeight。
• 由于sWeights的构造方式使得其在背景事件上的期望和为零，因此在 $ L_W(\theta) $ 中背景贡献实现了统计上的抵消。
• 该方法假设信号和背景分量在变量 $ x $ 和判别变量 $ y $ 上互不相关，这在 $ y $ 中信号区域较小时是可行的。
• 通过最大化 $ L_W(\theta) $ 实现参数估计，从而在无需显式背景建模的情况下，获得信号参数的无偏估计。

实验结果

研究问题

• RQ1 是否可以在不依赖邻近区域或模拟的情况下，在最大似然拟合中实现背景贡献的抵消？
• RQ2 能否仅通过事件加权构建一个排除背景影响的似然函数？
• RQ3 与传统最大似然拟合相比，sFit在偏差和统计精度方面的表现如何？
• RQ4 信号纯度和背景水平对sFit估计的统计误差有何影响？
• RQ5 sWeights能否用于构建一个可靠的似然函数，在保持参数偏差的同时减少系统性不确定性？

主要发现

• sFit对信号参数 $ A $ 和 $ γ $ 的估计是无偏的，其均值分别为 0.501 和 0.650 ps⁻¹，与输入值 0.5 和 0.65 ps⁻¹ 一致。
• 在 $ S_m/σ_m = 6 $、$ N_s = 5000 $ 且 $ N_b/N_s = 1.5 $ 的情形下，sFit的统计误差为 $ σ(A) = 0.0254 $，与参考方法的 $ σ(A) = 0.0223 $ 相当。
• 与传统方法相比，sFit的统计误差略有增加，但随着信号窗口扩大或背景水平降低，该差异逐渐减小。
• sFit方法降低了因背景建模不可靠而引入的系统性不确定性，这在真实数据中具有显著优势，尤其当邻近区域或模拟结果不准确时。
• 仅基于加权似然函数 $ L_W $ 的误差估计会因未考虑背景涨落而被低估；可靠的误差估计需依赖蒙特卡洛模拟。
• $ (A^{fit} - A^{input})/σ(A) $ 和 $ (γ^{fit} - γ^{input})/σ(γ) $ 的分布近似为正态分布，证实了估计量渐近性质的有效性。