避免分桶拟合中的偏倚
摘要：以bin为单位进行最大似然拟合是分析大型数据集时一个有吸引力的选择，但在计算连续概率分布函数在每个bin中的似然时需要小心。多年来，广泛使用的统计建模软件包RooFit在bin中心评估概率，导致强烈曲线概率密度函数产生显著偏差。我们通过实际例子展示了这些偏差，并引入了一个RooFit的PDF类来消除这些偏差。讨论了这个新类的物理和计算性能。
作者：V. V. Gligorov, S. Hageboeck, T. Nanut, A. Sciandra, D. Y. Tou
论文ID：2104.13879
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-08-06