粒子物理与核物理实验中的数据分析lecture_8-最大似然.pdfVIP

粒子物理与核物理实验中的 数据分析 陈少敏 清华大学 第八讲：最大似然法(II) 1 本讲要点 双参数情况下的最大似然法举例 利用MINUIT数值求解最小值 推广的最大似然法 利用最大似然法处理分区数据 检验最大似然法的拟合优度 与贝叶斯参数估计之间的关系 2 例子:最大似然法处理双参数 考虑散射角分布 x cosθ 1+αx +βx 2 θ f (x ;α,β) 2 +2β/ 3 在实际情况下，探测器也许不可能做全空间探测，即xmin x xmax 。 这个时候需要考虑效率影响，并对函数进行归一化处理，例如 1 x x x 1 ⎧ min max ε效率 (x ) ⎨0 否则 ∫−1f (x;αβ, ) ⋅ε(x)dx 1 ⎩ 例如：对于参数为α=0.5，β=0.5，探测器有效范围x min=-0.95, x max= 0.95, 产生 n=2000个蒙特卡罗事例，研究用最大似然法处理双参数的问题。 3 双参数问题(续) 由联合概率密度得到样本的似然函数 2000 L (x ;α,β) ∏f (x ;α,β) i i 1 用数值解找到 log L 的最大值 ˆ α 0.50 ±0.05 “误差”： ˆ β 0.51=±0.11 ˆ ˆ , σ σ ˆ ⎡ ⎤ ˆ ˆ ˆ cov , 0.0024 α αβ β ⎣ ⎦ 注意：拟合中采用的是点拟合， ˆ 注意：拟合中采用的是点拟合， ρ r 0.42 与直方图的区间大小划分无关。 与直方图的区间大小划分无关。 2 ∂ log L 协方差 (V −1 )ij =− (MINUIT HESSE) ∂ ∂ θ θ i