CERN ROOT-粒子物理与核物理实验中的数据分析-第二讲.pptVIP

* * 大亚湾反应堆中微子实验 * * 反应堆中微子 反应堆能产生大量反电子型中微子 3 GW 热功率反应堆 中微子几乎无损穿透物质 假设产生的中微子以球面 波传播，那么在任一地方 任一给定面元的中微子流 强为 * * 大亚湾中微子振荡 中微子振荡 中微子在运动过程中自己不断改变形态 测量中微子形态随运动距离的改变 中微子形态随运动距离的改变理论预言 * * 如何保证1%精度？ 测量中微子振荡的影响 那一种方案更易实现1%精度的测量？为什么？ * * 不同坐标系下相关性的变化 通过转动坐标，随机变量的相关性会发生改变。 显然，通过将坐标系转动 450，上面的相关性在新坐标系下消失。 随机变量作正则变换去除相关性 * * 对应的协方差矩阵为 非线性情况 假设有 n 个随机变量 x1,…,xn 以及协方差矩阵Vij=cov[xi, xj]， 可以证明有可能通过线性变换重新定义 n 个新的变量 y1,…,yn 使得对应的协方差矩阵Uij=cov[yi, yj]非对角元为零。令 * * 变换后的变量协方差矩阵对角化 为了使协方差矩阵 U 对角化 由于协方差矩阵总是对称的，因此可知本征矢量是正交的 可先确定协方差矩阵 V 的本征列矢量 ，i=1,…,n。解方程 变换矩阵 A 由本征矢量 给出，即 * * 正则变换后变量的协方差矩阵 因此，正则变换的协方差矩阵为 变量作正则变换后，其方差由原协方差矩阵 V 的本征值给出。 对应于矢量的转动 不改变模的大小。 |y|2=yTy=xTATAx=|x|2 尽管非关联变量经常容易 处理，但是对经过变换的 变量的理解不一定容易。 带电粒子在闪烁体的射程 * * 在原来的定义下，可以得到 粒子射程随动量大小的变化 关系。通过转动变换，粒子 的射程与动量发生了改变， 无物理含义，但是提供了一 个很好的粒子类型甄别变量。 * * 小结 概率 随机变量 随机变量函数 误差传递 定义：柯尔莫哥洛夫公理+条件概率 解释：频率或信心程度 贝叶斯定理 概率密度函数 p.d.f. 累积分布函数 联合，边缘与条件的 p.d.f. 函数自身也是随机变量 几种方法找出 p.d.f. 函数方差的计算方法是基于一阶泰勒展开，只对线性方程精确。 * * 粒子物理与核物理实验中的数据分析 杨振伟 清华大学 第二讲：基本概念（续） 艾滋病检验结果再认识 * * 对于个人而言，0.032 是主观概率。如果没有其它额外的信息时，应把 0.001 当作相对频率解释。但是往往在病毒检验前，该相对频率被当作一种信念来处理个人是否患病。 如果还有其它额外的信息，应该给出不同的先验概率。这种贝叶斯统计的特点必定是主观的。例如，受检者有过吸毒历史。一旦验前概率改变，贝叶斯定理就会告诉患病的可能性。对阳性结果的诠释就会改变。 问题：能否构造含自变量的概率？ * * 随机变量与概率密度函数 假设实验结果为 x (记作样本空间中元素)的概率为 那么概率密度函数 p.d.f. 定义为 f (x)，它对全部样本空间 S 满足 定义累积分布函数为 对于离散型随机变量 ? 分位数、中值与模 * * 分位点 x? 定义为随机变量 x 的值，它使得 这里 0 ? ? ? 1。因此可以容易求出分位点 随机变量 x 的中值定义为 随机变量 x 被观测到大于或小于中值的概率是相等的。 模定义为使概率密度函数值达到极大的随机变量值。 * * 直方图与概率密度函数 概率密度函数 p.d.f. 就是拥有无穷大样本，区间宽度为零， 而且归一化到单位面积的直方图。 直方图在统计分析中非常重要，应准确理解它的含义。 * * 多变量情形 如果观测量大于一个，例如 x 与 y * * 边缘分布 将联合概率密度函数 p.d.f. 分别投影到 x 与 y 轴 若 x，y 相互独立，则可构造2-维p.d.f * * 条件概率密度函数 利用条件概率的定义，可得到 定义条件概率的密度函数 p.d.f. 为 则贝叶斯定理可写为 h(y|x) y y x * * 名词总汇 随机事例 概率 条件概率 相对频率与主观概率 贝叶斯定理 随机变量 概率密度函数 条件密度函数 直方图 * * 问题 条件概率 如果 A 与 B 相互独立，则从文恩图上得到 因此 * * 解答：概率都是条件概率 由柯尓莫哥洛夫公理，我们定义了概率 P(A)。 但在实际应用中，我们总是对 A 相对于许多样本空间的概率 感兴趣，而不仅仅只是一个空间。因此，通常以记号 来表示所进行的研究是在特定的样本空间 S 中，也就是 A 相 对于 S 的条件概率。 因此，所有概率在实际应用中都是条件概率。 只有当 S 的选择是明白无误时，才能简单记为 * * 解答：互斥与