当前位置:首页 > 数理化
高能物理实验统计分析
高能物理实验统计分析

高能物理实验统计分析PDF电子书下载

数理化

  • 电子书积分:13 积分如何计算积分?
  • 作 者:朱永生著
  • 出 版 社:北京:科学出版社
  • 出版年份:2016
  • ISBN:9787030472137
  • 页数:355 页
图书介绍:本书对高能物理实验的统计分析作一简明、扼要的介绍。重点讨论实验分析的基本概念和原理、实验分析的一般步骤和方法。第一章讨论实验测量的统计性质,这是对实验进行统计分析的物理和数学基础。第二、三两章阐述高能物理实验分析的一般步骤和必须处理的关键要素,是本书的主体。第四、五两章讨论与实验结果直接相关的待测参数的估计、特别是区间估计的问题,对于高能物理实验中经常遇到的测量结果接近物理边界的困难问题作了颇为详细的阐述。第七章阐述多次测量结果的合并方法,这是高能物理实验必须处理的重要问题。第八章讨论盲分析方法,以避免研究者的人为倾向造成的对于实验真实结果的偏离。所有这些内容的理解和掌握对于实验分析和实验结果的正确性都具有典型意义和关键作用。
上一篇:概率统计下一篇:直线与圆
《高能物理实验统计分析》目录

第1章 高能物理实验测量的统计性质 1

1.1 指数分布物理量 1

1.1.1 不稳定粒子的衰变时间 1

1.1.2 不稳定粒子的飞行距离 2

1.2 二项分布物理量 3

1.2.1 探测器计数(Ⅰ),探测效率 3

1.2.2 粒子反应产物的不对称性(Ⅰ) 4

1.3 多项分布物理量,直方图数据(Ⅰ) 6

1.4 泊松分布物理量 8

1.4.1 泊松分布,泊松过程 8

1.4.2 放射性衰变规律 9

1.4.3 粒子反应事例数 12

1.4.4 探测器计数(Ⅱ) 14

1.4.5 粒子反应产物的前后不对称性(Ⅱ) 16

1.4.6 直方图数据(Ⅱ) 17

1.5 正态分布物理量 18

第2章 高能物理实验分析概述 20

2.1 实验数据 20

2.1.1 原始数据获取 20

2.1.2 实验数据集 21

2.2 实验分析的一般步骤 23

2.2.1 事例判选,特征变量和数据矩阵 24

2.2.2 事例判选的一般步骤 28

2.2.3 事例判选的截断值分析法 31

2.2.4 截断值判选法用于实验分析实例 40

2.2.5 候选信号事例分布的分析和拟合 45

2.2.6 系统误差分析 49

第3章 高能物理实验分析的一些要素 52

3.1 误差,统计误差和系统误差 52

3.1.1 误差的定义 52

3.1.2 统计误差的确定 54

3.1.3 系统误差的来源和归类 58

3.1.4 各类系统误差的确定 59

3.1.5 误差的合并 64

3.2 效率及其误差 67

3.2.1 探测器探测效率 67

3.2.2 粒子径迹探测效率 68

3.2.3 事例判选效率 70

3.3 粒子鉴别 71

3.3.1 用于带电粒子鉴别的特征变量 71

3.3.2 带电粒子鉴别的x2方法 76

3.3.3 带电粒子鉴别的似然函数方法 77

3.3.4 带电粒子鉴别的神经网络方法 78

3.4 实验分布 84

3.4.1 实验分辨函数 85

3.4.2 探测效率 91

3.4.3 考虑实验分辨和探测效率的实验分布 93

3.4.4 复合概率密度 94

3.4.5 几种特殊的概率密度 96

3.5 共振态和不可探测粒子的重建与寻找 99

3.5.1 不变质量谱 99

3.5.2 达里兹图 101

3.5.3 反冲质量谱 103

3.5.4 丢失质量谱 104

3.5.5 束流约束质量谱 104

3.5.6 特征变量Umiss 106

3.6 运动学拟合 109

3.6.1 存在不可测变量的运动学拟合 111

3.6.2 无不可测变量的运动学拟合 116

3.6.3 运动学拟合中的自由度 117

3.6.4 运动学拟合用于粒子鉴别 119

3.7 布雷特-维格纳共振公式 120

3.8 信号效率的确定,事例产生子 123

3.8.1 信号效率的确定 123

3.8.2 事例产生子 124

3.9 数据控制样本 126

3.10 信号分布和本底分布的拟合 130

3.10.1 一维分布 130

3.10.2 多维分布 134

第4章 参数估计 144

4.1 估计量的性质 144

4.2 期望值和方差的估计 145

4.3 极大似然估计 146

4.3.1 参数及其方差的极大似然估计 146

4.3.2 直方图数据的极大似然估计 148

4.3.3 广义极大似然估计 148

4.4 最小二乘估计 149

4.4.1 参数及其方差的最小二乘估计 149

4.4.2 直方图数据的最小二乘估计 151

4.4.3 约束的最小二乘估计 152

第5章 区间估计,置信区间和置信限 154

5.1 经典置信区间 154

5.1.1 置信区间的Neyman方法 154

5.1.2 正态估计量的Neyman置信区间 157

5.1.3 泊松观测值的Neyman置信区间 158

5.2 利用似然函数作区间估计,似然区间 161

5.2.1 单个参数的似然区间 162

5.2.2 由Bartlett函数求置信区间 165

5.2.3 多个参数的似然域 167

5.3 最小二乘法求置信区间 169

5.3.1 单个参数的置信区间 170

5.3.2 多个参数的置信域 171

5.4 Neyman区间、似然区间和B artlett区间的对比 172

5.5 接近物理边界的参数置信区间 178

5.5.1 经典方法的困难 178

5.5.2 F-C方法 182

5.5.3 改进的F-C方法 186

5.5.4 系统误差的考虑 188

5.6 贝叶斯信度区间 188

5.6.1 先验密度 189

5.6.2 系统误差的处理,冗余参数 190

5.6.3 贝叶斯区间估计 191

5.7 二项分布参数的区间估计 197

5.7.1 二项分布参数p的置信区间 198

5.7.2 由泊松期望值比λ推断p的置信区间 203

5.8 衰变分支比的估计 204

5.8.1 分支比估计的最小二乘法 205

5.8.2 分支比估计的极大似然法 205

5.8.3 信度区间和上限的确定,系统误差的考虑 208

5.8.4 小结 211

第6章 多个测量值的合并估计 212

6.1 多个测量值的极大似然合并估计 212

6.1.1 各实验似然函数已知时的合并估计 212

6.1.2 各实验似然函数未知时的合并估计 215

6.2 多个测量值的最小二乘合并估计 220

6.3 分支比多个测量值的合并估计 225

6.3.1 合并估计的最小二乘法 227

6.3.2 合并估计的极大似然法 228

6.3.3 信度区间和上限的确定,系统误差的考虑 231

6.3.4 小结 233

第7章 假设检验和统计显著性 234

7.1 似然比检验 234

7.2 拟合优度检验 236

7.2.1 皮尔逊x2检验 236

7.2.2 柯尔莫哥洛夫检验 238

7.2.3 斯米尔诺夫-克拉默-冯·迈希斯检验 242

7.3 信号的统计显著性 243

7.3.1 实验P值 244

7.3.2 信号的统计显著性 245

第8章 盲分析 252

8.1 为什么需要盲分析 252

8.2 盲分析需遵循的原则 253

8.3 盲分析方法及实例 254

8.3.1 信号盲区方法——稀有衰变和寻找新共振态的盲分析 254

8.3.2 改善分支比测量精度的盲分析 258

8.3.3 隐蔽参数法——参数精确测量的盲分析 259

8.3.4 隐蔽不对称性分布和不对称参数法——不对称性测量盲分析 260

8.4 结语和讨论 262

第9章 关于粒子表 264

9.1 数据的选择和处理 264

9.2 均值与拟合 265

9.2.1 误差处理 266

9.2.2 无约束求平均 266

9.2.3 约束拟合 268

9.3 舍入 270

9.4 讨论 270

参考文献 273

附表 278

索引 347

《现代物理基础丛书》已出版书目 353

返回顶部