「未知の粒子が存在か？ 標準理論で説明できない現象発見の可能性」記事へのコメント

用いている検定方法は？

[edmeister (4989)]

KEKプレスリリースには、(非対称度の sin カーブの大きさが)「＋0.731±0.056から統計のゆらぎによって-0.96±0.50と測定される確率は0.1%以下である。」とあるのですが、こういう時の検定はどのようにやってるのでしょう？

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？

[Anonymous Coward]

Unbinned maximum likelihoodというやつです。基本的にmaximum likelihoodと一緒ですが、統計量が少ないので、binnningしない。だから、あのsineカーブのグラフは、結果がこんな感じですよ、と示しているだけで、実際にあれでfittingしたわけではない。

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？

[edmeister (4989)]

わかりやすい説明ありがとうございました。イメージがすごい伝わってきました。

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？

[Anonymous Coward]

1億5000万×2個のB中間子をふるいにかけているわけで、
データ量は極めて膨大です :-)
高エネルギー物理は大量の生データを、いかに取りこぼしなく
収集･解析するかもキモの一つでして、
LHCがグリッドコンピューティングを推進しているという記事も
記憶に新しいことかと思います。

Re:用いている検定方法は？

[edmeister (4989)]

うわ、そういやそうだった。別に崩壊例のデータだけをとって後は捨てるわけじゃないんですものね。お恥ずかしい。