[论文解读] Statistical Methods for the Neutrino Mass Hierarchy

Emilio Ciuffoli|arXiv (Cornell University)|Apr 26, 2017

Neutrino Physics Research被引用 4

一句话总结

本文解决了使用 $Δ\chi^{2}$ 作为检验统计量时确定中微子质量序的统计挑战，表明由于假设非嵌套，Wilks 定理不适用。相反，在特定条件下，$Δ\chi^{2}$ 服从均值为 $\overline{Δ\chi^{2}}$、标准差为 $σ = 2\sqrt{|\overline{Δ\chi^{2}}|}$ 的高斯分布，从而在频次和贝叶斯框架下均可实现精确的灵敏度量化，关键洞见包括边缘化与最小化之别，以及提出一种拉力参数以解决非嵌套问题。

ABSTRACT

In the next decade several experiments will attempt to determine the neutrino mass hierarchy, i.e. the sign of $Δm_{31}^2$. In the last years it was noticed that the two hierarchies are disjoint hypotheses and, for this reason, Wilks' theorem cannot be applied: this means that $Δχ^2=χ^2_{IH}-χ^2_{NH}$ does not follow a one-degree-of-freedom chi-square distribution. It was proven that, under certain assumptions, it follows instead a Gaussian distribution with $σ=2\sqrtμ$. I will present several possible definition of sensitivity and review the approaches proposed in the literature, both within the Bayesian and the frequentist framework, examining advantages and disadvantages and discussing how they should be modified if the conditions for Gaussianity are not fulfilled. I will also discuss the possibility of introducing a new pull parameter in order to avoid the issue related to the non-nested hypotheses and the differences between marginalization and minimization, showing under which conditions the two procedures yield the same $Δχ^2$.

研究动机与目标

• 解决中微子质量序确定中的统计挑战，其中两种假设（正常序与反常序）为非嵌套假设，因此 Wilks 定理不适用。
• 评估并比较频次和贝叶斯方法在质量序实验中灵敏度量化的适用性。
• 研究在何种情况下对拉力参数进行边缘化与最小化会得到相同的 $Δ\chi^{2}$ 值。
• 提出并分析一种新的拉力参数 $η$，以将非嵌套假设问题转化为参数拟合问题。
• 阐明 $Δ\chi^{2}$ 服从高斯分布的条件，从而实现可靠的 $n\sigma$ 水平解释。

提出的方法

• 使用 $\Delta\chi^{2} = \chi^{2}_{IH}(\hat{\theta}) - \chi^{2}_{NH}(\hat{\hat{\theta}})$ 作为检验统计量，其中 $\hat{\theta}$ 和 $\hat{\hat{\theta}}$ 分别为在每种质量序下拉力参数的最佳拟合值。
• 应用 Asimov 数据集计算预期的 $\Delta\chi^{2}$，将中位数实验定义为 $\Delta\chi^{2} = \overline{\Delta\chi^{2}}$。
• 对 $\Delta\chi^{2}$ 使用高斯近似，其中 $\mu = \overline{\Delta\chi^{2}}$，$\sigma = 2\sqrt{|\overline{\Delta\chi^{2}}|}$，该近似在 $y_i(\theta_j)$ 关于 $\theta_j$ 线性且两种质量序的极小值附近超平面平行时成立。
• 通过 p 值与后验概率比较频次与贝叶斯灵敏度，指出贝叶斯方法提供单一一致的概率 $P(NH|D) + P(IH|D) = 1$。
• 引入一个非物理的拉力参数 $\eta$ 以在正常序与反常序之间插值，将模型选择问题转化为参数拟合问题。
• 使用 Laplace 近似评估边缘化与最小化何时产生相同的 $\Delta\chi^{2}$，要求似然函数具有明显峰值且 Hessian 行列式相等。

实验结果

研究问题

• RQ1 在非嵌套假设检验中，中微子质量序的 $Δ\chi^{2}$ 何时服从高斯分布而非 $\chi^{2}$ 分布？
• RQ2 频次与贝叶斯方法在灵敏度量化方面有何不同？它们在哪些方面具有互补性？
• RQ3 在中微子质量序分析中，对拉力参数进行边缘化与最小化何时会得到相同的 $Δ\chi^{2}$ 值？
• RQ4 能否使用非物理的拉力参数 $\eta$ 来解决质量序确定中的非嵌套假设问题？
• RQ5 对 $Δ\chi^{2}$ 的高斯近似在反应堆与加速器中微子实验中的表现有何差异？

主要发现

• 由于假设非嵌套，检验统计量 $Δ\chi^{2}$ 不服从 $\chi^{2}$ 分布，导致 Wilks 定理无法直接应用。
• 在合适条件下，$Δ\chi^{2}$ 可良好近似为均值为 $\overline{Δ\chi^{2}}$、标准差为 $σ = 2\sqrt{|\overline{Δ\chi^{2}}|}$ 的高斯分布，从而支持 $n\sigma$ 水平解释。
• 贝叶斯方法提供单一一致的概率 $P(NH|D)$，而频次方法需为每种假设分别计算 p 值，二者提供互补信息。
• 仅当似然函数具有明显峰值且 Hessian 行列式相等时，边缘化与最小化拉力参数才会产生相同的 $Δ\chi^{2}$，该条件在反应堆实验中成立，但在加速器中微子模型中不成立。
• 所提出的 $\eta$-参数方法成功地将非嵌套问题转化为参数拟合问题，但并非普遍适用（例如，由于物质效应影响，不适用于加速器中微子实验）。
• 中位数灵敏度（频次）与交叉灵敏度（贝叶斯）表现出不同行为，贝叶斯方法提供了更紧凑且更易解释的证据总结。