分支比多个测量值的合并估计朱永生-IndicoIHEP.PDF

分支比多个测量值的合并估计 朱永生 （高能物理研究所、中国科学院大学） 《粒子物理数据分析基础与前沿》研讨会 2016.9.11~14， 北京 1. 引言 1.1 问题的提出 1.2 测定分支比的一般方法 2. 合并估计的最小二乘法 2.1 I 个实验谱为特征变量m ,i 1, , I 直方图 i 2.2 I 个实验谱为特征变量m ,i 1, , I 散点图 i 3. 合并估计的极大似然法 3.1 常规极大似然法 3.1.1 I 个实验谱为特征变量m ,i 1, , I 直方图 i 3.1.2 I 个实验谱为特征变量m ,i 1, , I 散点图 i 3.2 广义极大似然法 3.2.1 I 个实验谱为特征变量m ,i 1, , I 直方图 i 3.2.2 I 个实验谱为特征变量m ,i 1, , I 散点图 i 4. 信度区间和上限的确定，系统误差的考虑 4.1 不考虑系统误差时信度区间和上限的确定 4.2 考虑系统误差时信度区间和上限的确定 5. 小结 1. 引言 （1.1）问题的提出  同一衰变分支比，多个实验进行测量。 多个测量结果进行统计意义上的合并，获得比单个测量结果更高的精度。  同一物理量作I 次独立测量，观测值为x  ，i 1, ,I ，假定测量服从正态分布。 i i 合并估计为  ，其中 I x  i i 1 2 1  I i ，  . (1.1)  1 I 1 i 1 2 2 i i 1 i 某些实验由于信号事例数过少，只能给出一定置信水平下的上限。无法利用该公式。 （1.2 ）测定分支比的一般方法 利用特定的选择判据，选择出信号道的候选信号事例，包含信号事例和本底事例。 在一个特征变量的实验观测谱的信号区内，信号和本底谱型具有显著的差异。 通过特征变量谱的拟合来求得信号事例数，从而得到待测的分支比。 BES 实验 2S  J  分支比测量为例[1] 。   末态是   和   事例。  e e   将轻子对的不变质量约束为J / 质量，得到候选信号事例的M