实验数据中事件分类的统计分析
摘要：实验数据分析的一般性方面，涉及“信号与背景”的分离。论文分为两个部分。第一部分是关于统计事件分类、贝叶斯推断和测试优化的教程。讨论了由泊松过程创建的基础数据样本的方面，并提出了一种估计未知信号和背景事件数量的方法。通过预期的纯度和背景污染评估所选择的事件样本的数据质量。第二部分对第一部分讨论的方法进行了严格的统计分析。调查了贝叶斯和频率估计器对未知信号/背景内容的估计。在贝叶斯情况下，计算了不同共轭先验的估计值及其随机不确定性，并在频率情况下选择了三种虚拟父群体。
作者：Rudolf Fr"uhwirth and Winfried Mitaroff
论文ID：2306.16566
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2023-06-30