[论文解读] Some ways of combining optimum interval upper limits

S. Yellin|arXiv (Cornell University)|May 15, 2011

Scientific Measurement and Uncertainty Evaluation被引用 3

一句话总结

本文提出了六种统计上有效的方法，用于结合多个实验对物理常数的上限估计，采用最优区间法或最大间隙法，尤其适用于本底背景知识不足的情况。研究显示，在低本底条件下，简单合并法与概率乘积法表现良好；而在高本底场景下，序列化法与最小上限法更具鲁棒性，其性能通过蒙特卡洛模拟和真实的CDMS数据得到验证。

ABSTRACT

When backgrounds are not well enough controlled to measure the value of some physical parameter, one may still obtain an upper limit on the parameter. A single experiment may have several detectors, each of which can alone be used to derive an upper limit from the set of detected events, and the experiment can be run during multiple periods. There can also be more than one experiment which produces an upper limit. Six methods are discussed for producing a combined upper limit. These methods all assume use of either the optimum interval method or the maximum gap method for finding an upper limit in the face of poorly known background.

研究动机与目标

• 开发在本底水平知识不足时，结合多个实验上限的统计有效方法。
• 确保组合后的上限在某一实验出现高本底波动时仍具鲁棒性，同时在低本底情况下保持灵敏度。
• 提供不因事后选择表现最佳方法而产生偏差的方法，以保持统计完整性。
• 利用模拟和真实实验数据，评估并比较不同组合技术在不同本底条件下的性能。
• 提供公开可用的软件，实现所有提出的方法，便于粒子物理及相关领域实际应用。

提出的方法

• 简单合并法将多个实验的所有事例合并为单一数据集，并对合并后的分布应用最优区间法。
• 最小p值法选择p值最低（即上限最显著）的实验，并对选择最佳表现实验的行为施加统计惩罚。
• 概率乘积法将各实验的p值相乘，并利用卡方分布计算组合后的上限。
• 求和最大间隙法对每个实验分别应用最大间隙法，通过累加间隙统计量并反演，获得联合上限。
• 序列化法依次对每个实验应用最优区间法，同时考虑选择顺序和最佳探测器的自由度。
• 最小上限法从所有单独实验中选取最小的上限，并基于所考虑的实验数量施加统计校正。

实验结果

研究问题

• RQ1 当本底知识不足时，如何结合多个实验的上限以保持统计有效性？
• RQ2 当两个实验均具有低本底时，哪种组合方法能提供最强的上限？
• RQ3 当一个实验的本底远高于另一个时，组合方法的性能如何退化？
• RQ4 能否设计一种方法，在不牺牲低本底场景下灵敏度的前提下，对高本底波动具有鲁棒性？
• RQ5 数据在子暴露之间的分配对组合上限强度有何影响？如何通过统计方法进行校正？

主要发现

• 在两个实验均具有低本底时，简单合并法、最小p值法和概率乘积法表现良好，但当一个实验具有高本底时，这些方法显著退化。
• 在高本底条件下，求和最大间隙法、序列化法和最小上限法保持了更好的性能，其中序列化法和最小上限法表现出特别强的鲁棒性。
• 在测试A（双低本底）中，简单合并法达到最强上限，仅实验2的90%置信水平上限从μ = 2.30提升至μ = 2.97（合并后）。
• 在测试B（一高本底）中，前三种方法性能显著下降，而后三种方法保持了更优表现，其中最小上限法结果最为均衡。
• 对于CDMS低本底数据，最小上限法的平均上限弱于简单合并法，但强于序列化法，且极限比值随事件分配方式而变化。
• 最小上限法的上限不会超过最强的单个实验上限，但可避免因探测器选择中的统计波动而高估灵敏度。