参数估计与拟合.ppt

6/28/2008 * 经常会碰到的问题：不收敛 * 时常会出现参数拟合过程不收敛，例如 MIGRAD 不能找到最小值 HESSE 得到负的二阶导数 很多情况下是 参数拟合函数有误（程序书写错误或理论模型不正确） 数值计算中出现精度问题 数值计算中出现稳定性问题 HESSE 相关系数矩阵是很好的调查起点 表明两个参数几乎100%关联，求最小值过程无法建立。 6/28/2008 * 消除影响稳定性的因素：相关性 * 策略一：更恰当地选取拟合参数 例如，对于采用类似的双高斯宽度拟合 事例数 HESSE 相关系数矩阵 双高斯宽度的大小与它们 所占的份额有很强的关联 6/28/2008 * 影响稳定性因素：相关性（续） * 可以采用不同参数化过程来解决 第二个高斯分布宽度与份额比的相关度从0.92减小至0.68 完全是参数化过程自身的问题 策略二：固定所有高度相关的参数而只保留一个 如果参数高度相关表明它们中有些是多余的，不会对 拟合模型的自由度带来贡献。 6/28/2008 * 消除影响稳定性的因素：多项式 * 注意：普通多项式 a0+a1x+a2x2+a3x3 的参数化过程 通常会导致在拟合参数 a 之间引入很强的关联。 例如，导致拟合稳定性问题而不能找到高阶系数的解。 解决方案：采用数学上的正交多项式， 例如，勒让德多项式，第一类契贝谢夫多项式等等 6/28/2008 * 参数拟合问题：参数的限界 * 有时候需要对拟合参数进行区间的限制 例如，份额比参量只能在【0，1】区间，三角函数值 只能在【-1，+1】之间，等等。 但是，可能会导致 MINUIT 不能正确估计误差。 因此，必须小心使用参数的拟合区间限制。 参考的解决方案： 如果区间限制的引入可使拟合稳定，最好考虑寻找有否其它可替代的无区间限制的参数化方案。 如果区间限制的引入可以避免出现“非物理”但仍为合理统计解时，应考虑不要强加区间限制，并对结果采用统计意义上的解释。一般是同时给出物理解与“非物理”解。前者是使结果易于物理解释，后者是使结果可与其它实验结果进行统计意义上的正确合并。 6/28/2008 * 举例：加速器中微子振荡实验 Phys.Rev.D74:072003,2006 6/28/2008 * 如何确认拟合结果的有效性 * 所谓的结果有效性是指 拟合结果无偏 拟合误差符合统计不确定性 如果对结果的有效性有疑虑，可以考虑 进行P-值计算，估计结果是否为极端情况。 采用蒙特卡罗样本，重复同样统计量的参数拟合过程至少100次，确认拟合的参数值是否有偏向性。如果有偏向性，例如，发现有偏差量 a±b，应考虑对结果进行 a 因子修正，并把 ±b 当作系统误差。 检查蒙特卡罗研究中均值的妳散是否与拟合参数的误差符合，以确定误差的合理性。 6/28/2008 * 举例：拟合信号数目 * 一维直方图信号的拟合 信号服从高斯分布 本底分布已知 研究拟合参数 Nsig 产生 Nsig 蒙特卡罗模拟研究1000次 产生的信号和本底数目分别为 1000次结果分布如右图 结果表明拟合没有偏向性 Nsig=100， Nbg=200 Nsig(fit) 6/28/2008 * 举例：拟合结果的“Pull”分析 * 如何判断误差是否合理？ ?(Nsig) 从蒙特卡罗研究中很难进行诠释 没有与 Nsig 等效的分布研究误差 解决方案是检查“Pull”分布 定义 Pull 的特点 本例是一个在统计精度内无偏而且误差正确的拟合。 如果拟合结果无偏则均值为0； 如果拟合误差正确则宽度为1。 Pull(Nsig) 6/28/2008 * 低统计下的拟合结果检查 * 对低统计样本或者大样本小信号情况需要特别注意 可能出现的问题 似然评估量不再有效，导致从二阶导数中估计误差不再准确 最小二乘法中误差不再服从高斯分布而是泊松分布 偏置项在评估量中受统计量影响1/?N部分不再可以忽略 一般地，偏置的出现使得拟合误差正确性会有问题 采用点估计而不是分区的最大似然法拟合 尽最大可能检查拟合的有效性 6/28/2008 * 举例：小样本情况的偏向性 * 低统计量情况举例 Nsig=100?20， Nbg=200 蒙特卡罗模拟研究 Nsig(fit) ?(Nsig) Pull(Nsig) 分布在低统计下已 经不再是对称分布 Pull 的均值已经不再是 0，有2.3? 的偏离 必须对结果进行修正并引入恰当的误差。 6/28/2008 * 总结 如何比较理论与实验 当理论含待定参数时，如何构造参数的估计量 如何判断参数估计量的好坏：三个标准 参数估计量的好坏与样本概率大小的关系 似然函数、最大似然函数 估计量方差的估计：四种方法 最小二乘法、矩方法 使用 MINUIT 拟合时如何诠释结果 * Th