[论文解读] XENONnT WIMP Search: Signal & Background Modeling and Statistical Inference

XENON Collaboration, E. Aprile+162 more|University of Groningen research database (University of Groningen / Centre for Information Technology)|Jun 19, 2024

Dark Matter and Cosmic Phenomena被引用 4

一句话总结

本论文展示了XENONnT实验首次使用盲化统计分析对WIMP进行搜索，结合了cS1、cS2和R空间中全面的信号与本底模型。该分析得出了自旋无关WIMP-核子散射截面的新上限，最低达$2.58 \times 10^{-47}\ \text{cm}^2$（对应$28\ \text{GeV}/c^2$质量），未观测到显著过量信号。

ABSTRACT

The XENONnT experiment searches for weakly-interacting massive particle (WIMP) dark matter scattering off a xenon nucleus. In particular, XENONnT uses a dual-phase time projection chamber with a 5.9-tonne liquid xenon target, detecting both scintillation and ionization signals to reconstruct the energy, position, and type of recoil. A blind search for nuclear recoil WIMPs with an exposure of 1.1 tonne-years (4.18 t fiducial mass) yielded no signal excess over background expectations, from which competitive exclusion limits were derived on WIMP-nucleon elastic scatter cross sections, for WIMP masses ranging from 6 GeV/$c^2$ up to the TeV/$c^2$ scale. This work details the modeling and statistical methods employed in this search. By means of calibration data, we model the detector response, which is then used to derive background and signal models. The construction and validation of these models is discussed, alongside additional purely data-driven backgrounds. We also describe the statistical inference framework, including the definition of the likelihood function and the construction of confidence intervals.

研究动机与目标

• 使用XENONnT液态氙时间投影室搜索弱相互作用大质量粒子（WIMPs）。
• 为电子反冲和核反冲构建精确的探测器响应模型，包括S2多峰性和波形级重建。
• 利用模拟与数据驱动方法，对背景（尤其是放射性中子、偶然符合和表面本底）进行建模。
• 通过盲化分析防止偏倚，确保在设定排除极限时具备统计严谨性。
• 在WIMP质量从6至500 GeV/$c^2$的范围内，推导出自旋无关WIMP-核子散射截面的新上限。

提出的方法

• 利用校准数据拟合完整的探测器响应模型，涵盖氙闪烁、电荷收集及电子反冲（ER）和核反冲（NR）的波形重建。
• 通过校准数据验证S2多峰性模型，确保能准确描述具有多个潜在未分辨能量沉积的事件。
• 利用辅助测量约束本底率：通过NR校准数据中多散射与单散射的比率以及本底剔除效率来约束中子本底。
• 通过结合模拟与实测的中子相互作用特性，预测未被剔除的单散射中子本底。
• 在cS1–cS2分析空间中引入两个形状参数，以处理ER模型中的不确定性。
• 利用数据驱动技术对偶然符合和表面本底进行建模，并在信号区域外的校准数据与科学数据中进行验证。

Figure 1: AmBe neutron calibration events with (red) and without (gray) a coincident signal in the neutron veto (NV). Selecting coincident events ensures a clean nuclear recoil sample for detector response modeling. The accidental coincidence population (cS1 below 5 PE) and misidentified single-elec

实验结果

研究问题

• RQ1 XENONnT实验在宽广的质量范围内对自旋无关WIMP-核子散射的灵敏度如何？
• RQ2 探测器响应模型在描述ER和NR事件（包括复杂的S2多峰模式）方面有多准确？
• RQ3 放射性中子对本底的贡献有多大？能否利用校准数据有效约束其水平？
• RQ4 数据驱动的本底模型在预测信号区域本底水平方面与模拟相比表现如何？
• RQ5 在经过盲化分析并采用严格的统计推断后，最终的WIMP-核子散射截面上限是什么？

主要发现

• 在未解盲的WIMP搜索数据中未观测到显著的信号过量，所有测试的WIMP质量下局部发现p值均≥0.2。
• 在WIMP质量为$28\ \text{GeV}/c^2$时，自旋无关WIMP-核子散射截面的最小上限为$2.58 \times 10^{-47}\ \text{cm}^2$。
• 利用NR校准数据中多散射与单散射相互作用的比率以及中子剔除效率，成功约束了放射性中子的背景模型。
• 通过拟合优度检验验证了统计模型，其误建模拒绝能力（在解盲前定义）表现优异。
• 功率约束极限（PCL）阈值从0.15提高到0.5，确保仅在或高于中位数无约束上限的位置设定极限。
• 最终的最佳拟合模型与校准拟合均被评估为可接受，证实了信号与本底建模的稳健性。

Figure 2: Comparison between calibration data and the best-fit ER (left) and NR (right) models. The equiprobable binning for the 2D binned Poisson likelihood $\chi^{2}$ goodness-of-fit tests is shown. The color scale indicates the deviation of the number of data points (overlaid as black dots) in ea