为normfactor施加高斯约束及Barlow-Beeston lite实现的正确性问询
配置核验结果
1. 基于normsys实现normfactor约束的方案问题
- 核心逻辑偏差:当前配置中
bu_y(normfactor类型的POI)和bu_y_constr(normsys自带的扰动参数)是完全独立的两个模型参数。normsys的高斯约束仅作用在自身的扰动参数上,不会对bu_y产生任何约束效果——实际效果是给模型额外叠加了一个与POI无关的归一化系统不确定性,完全没有实现给bu_y施加目标高斯约束的初衷。 - 存在语法错误:参数
bu_y的bounds字段括号匹配错误,元组的右括号误用为中括号,直接运行会触发语法报错。 - 正确实现方式:无需挂载独立的
normsys修饰项,直接在测量配置的parameters列表中为bu_y添加内置高斯先验即可,直接对POI施加约束:
该配置下,当"parameters": [ { "name": "bu_y", "bounds": [(1 - 5*expected_y_error/expected_yield, 1 + 5*expected_y_error/expected_yield)], "inits": [1.], "prior": {"type": "gauss", "mu": 1.0, "sigma": expected_y_error/expected_yield} } ]bu_y偏离中心值1时,会自动被高斯惩罚项约束,惩罚强度完全匹配要求的expected_yield ± expected_y_error的误差范围。 - 补充:如果坚持使用
normsys实现等价效果,需要将normsys的扰动参数与bu_y绑定为同一参数,但这种方式属于绕远路,不符合normsys的设计用途(normsys原生定位是为模板引入独立的系统不确定性,而非给POI加先验)。
2. Barlow-Beeston lite(staterror)配置的问题
- 计算逻辑错误:
staterror要求传入每个bin的绝对统计误差(单位与模板预期计数一致),泊松假设下误差值为对应bin预期计数的平方根。 - 当前写法
np.sqrt(MC_derived_sample)*expected_yield的偏差:
每个bin的预期计数为expected_bin = MC_derived_sample * expected_yield,对应的正确泊松误差应为sqrt(expected_bin) = sqrt(MC_derived_sample * expected_yield)。当前写法会让统计误差比正确值放大sqrt(expected_yield)倍,导致模型严重高估模板的统计不确定度,拟合结果出现偏差。 - 正确的
staterror配置写法:
该输入数值与模板的预期计数严格匹配,符合Barlow-Beeston lite的算法要求。{"name": "BB_lite_uncty", "type": "staterror", "data": np.sqrt(MC_derived_sample * expected_yield)} - 适配场景说明:无论
MC_derived_sample是归一化形状模板(积分和为1),还是原始MC事件计数,上述计算逻辑都成立——只要保证传入的staterror数值是对应bin预期计数的平方根即可。
内容的提问来源于stack exchange,提问作者bldelane
相关产品推荐
相关产品推荐

