[论文解读] To Profile or To Marginalize -- A SMEFT Case Study
本文比较了在LHC Run 2数据的全局SMEFT分析中,Profile likelihood与贝叶斯边际化技术的差异,表明尽管在Higgs-电弱维度-6算符中两种方法结果一致,但在引入新的运动学测量后,威尔逊系数约束出现显著差异。该研究验证了贝叶斯边际化作为参数化方法的计算高效替代方案,能够实现全面的不确定性处理,并改善新物理耦合的限制。
Global SMEFT analyses have become a key interpretation framework for LHC physics, quantifying how well a large set of kinematic measurements agrees with the Standard Model. This agreement is encoded in measured Wilson coefficients and their uncertainties. A technical challenge of global analyses are correlations. We compare, for the first time, results from a profile likelihood and a Bayesian marginalization for a given data set with a comprehensive uncertainty treatment. Using the validated Bayesian framework we analyse a series of new kinematic measurements. For the updated dataset we find and explain differences between the marginalization and profile likelihood treatments.
研究动机与目标
- 评估在LHC数据的全局SMEFT分析中,Profile likelihood与贝叶斯边际化方法的一致性与差异。
- 评估纳入近期Run 2 Higgs与共振态搜索测量对威尔逊系数约束的影响。
- 验证贝叶斯边际化作为参数化方法的计算高效替代方案,同时保持保守的不确定性处理。
- 量化改进的系统误差与理论误差对SMEFT威尔逊系数限制的影响。
- 识别在哪些情况下参数化与边际化产生分歧结果,特别是对弱约束算符而言。
提出的方法
- 使用SFitter框架对LHC Run 2测量的统一数据集,同时执行Profile likelihood与贝叶斯边际化分析。
- 采用全面的不确定性处理,包括实验误差、理论误差与系统误差,并对相关测量使用协方差矩阵。
- 在SMEFT拉格朗日量中采用59个守恒重子数的维度-6算符基,排除在LHC中强约束或不可观测的算符。
- 对同一数据集使用两种似然处理方式执行全局拟合,实现结果的直接对比。
- 通过在Higgs-电弱算符子集上对比贝叶斯边际化与Profile likelihood,验证该方法的可靠性。
- 整合来自WW、WH、ZH共振态搜索、增强Higgs产生与顶夸克分析的新测量,以更新约束结果。
实验结果
研究问题
- RQ1对于相同的LHC数据集,Profile likelihood与贝叶斯边际化在SMEFT威尔逊系数约束上表现如何?
- RQ2在引入新的运动学测量与改进不确定性后,两种方法之间的差异在多大程度上显现?
- RQ3贝叶斯边际化能否作为全局SMEFT拟合中参数化的计算高效替代方案可靠使用?
- RQ4哪些威尔逊系数在参数化与边际化之间表现出最大差异,其原因是什么?
- RQ5增强的系统误差与理论误差如何影响SMEFT算符的限制,特别是对弱约束算符而言?
主要发现
- 对于Higgs-电弱维度-6算符,Profile likelihood与贝叶斯边际化结果一致,验证了后者的效率可用性。
- 在引入新的Run 2测量后,边际化与参数化产生分歧的约束,尤其在$f_{\text{inv}}$、$f_{\tau}$与$f_{\text{+}}$等算符中,原因在于非高斯似然与非对称不确定性。
- 改进的系统误差与理论误差显著收紧了多个威尔逊系数的限制,如$f_{\text{μ}}$与$f_{-}$,后者表现出3.0σ信号,且对不确定性处理极为敏感。
- 在边际化下,$f_{\text{inv}}$(不可见Higgs分支比)在68%置信水平下约束为[0, 4.64],在95%置信水平下为[0, 9.44],当不确定性减半时边界更紧。
- 对于$f_{\text{tG}}$,边际化给出68%置信水平下[3.53, 7.12]与95%置信水平下[-0.36, 8.02],而参数化结果为[2.05, 6.82]与[-0.93, 7.72],表明中心值与区间宽度均发生偏移。
- $f_{\text{ϕQ}}^{(3)}$系数在边际化下95%置信水平区间为[-13.19, 34.80],表明其对先验假设与数据相关性高度敏感。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。