アカウント名:
パスワード:
一つ一つの崩壊例に対して、パラメータv.s.その値を取る確率(likelihoodという)、のmappingを作っていく。実際には、単一パラメータではなく、複数パラメータ空間でのlikelihoodの分布を取る。それぞれの崩壊例に関して確率の分布を作り、全て重ね合わせてやれば、全崩壊例を使ったパラメータ空間で
論文はすでにonlineで出ています。 BELLE HOME PAGE [belle.kek.jp] の先頭。
ただし、letterなのでunbinned maximum likelihoodに関する記述は無いんじゃないかな。
以前の論文(ここ [belle.kek.jp]の22番)に詳しい記述があります。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
ナニゲにアレゲなのは、ナニゲなアレゲ -- アレゲ研究家
用いている検定方法は？ (スコア:1)
ふつうに、測定された 68個の崩壊例だけから統計量を作って、過去の研究の sin カーブと今回のが違っている確率みたいなのをモンテカルロかなにかで算出するの
Re:用いている検定方法は？ (スコア:4, 参考になる)
一つ一つの崩壊例に対して、パラメータv.s.その値を取る確率(likelihoodという)、のmappingを作っていく。実際には、単一パラメータではなく、複数パラメータ空間でのlikelihoodの分布を取る。それぞれの崩壊例に関して確率の分布を作り、全て重ね合わせてやれば、全崩壊例を使ったパラメータ空間で
Re:用いている検定方法は？ (スコア:1)
普段、大量のデータを処理、検定していて、むしろ「データを減らしたい！」という悩みのある分野で仕事してるのですが、逆にこういう「非常に稀な現象の検定」ってどう
Re:用いている検定方法は？ (スコア:1, 参考になる)
論文はすでにonlineで出ています。
BELLE HOME PAGE [belle.kek.jp] の先頭。
ただし、letterなのでunbinned maximum likelihoodに関する記述は無いんじゃないかな。
以前の論文(ここ [belle.kek.jp]の22番)に詳しい記述があります。
Re:用いている検定方法は？ (スコア:1)
驚くのは著者の数！
50行にわたって著者が並んでいて、詳しく数えていませんが１行に 7名だとしても、350名！
さすがは実験物理。