高能物理数据分析_（德）O.贝恩克，（德）K.克朗宁格，（德）G.肖特，（德）T.肖纳-赛德涅斯_9787312045844

本书介绍高能物理实验统计分析的相关知识，原书（英文版）由长期在欧洲核子中心CERN、美国国立费米实验室FNAL、德国电子同步加速器中心DESY等国际高能物理研究中心各著名合作组从事数据分析的专家合作撰写，他们同时是德、美、英、荷等国著名高等学府的教授。全书共分十二章，包括基本概念、参数估计、假设检验、区间估计、事例分类、去弥散方法、约束拟合、系统不确定性的处理、理论不确定性、高能物理的常用统计方法、分析实例演练和天文学中的应用等内容。

　　统计推断在科学研究中有着至关重要的作用。事实上，许多结果只能借助于复杂的统计方法才能获得。在实验粒子物理领域，数据分析工作的每一个步骤基本上都用到了统计推断方法。
　　近年来，人们研发了大量新的统计方法和复杂的软件包来实现统计推断，从事高能物理研究的科学家需要大力提升和丰富自身的统计学知识，从而这一领域的教育和文献成为急迫的需求。出版本书的目的正在于为实现此目标作出贡献。本书适合从大学生到高级研究人员不同水平的广泛读者群，目的在于为高能物理中常见的、具有典型意义的不同统计分析任务提供全面而实用的方法建议。为此，本书分成12章，不同的一位专家或两位专家组成的小团队分别撰写自己擅长的以下专题：
　　基本概念引入数据统计分析的基本要素，诸如概率密度函数及其性质、理论分布（高斯分布、泊松分布……）和概率的概念（频率概率和贝叶斯概率）。
　　以下各章阐述依据实验数据推断出结果所使用的基本工具：
　　参数估计阐述如何依据实验数据的拟合来确定一个理论模型的最优参数值，例如，如何估计信号的强度。
　　假设检验建立一种架构，用以在不同的假设之间作出抉择，比如“数据可以解释为仅仅由于已知本底源的涨落”或“理论模型可以很好地描述实验数据”。
　　区间估计讨论如何确定参数值的置信（或信度）区间，例如信号强度的上限。
　　以下各章处理经常遇到的但更为困难的任务：
　　分类提供各种不同的方法来对不同类别的事例作出最优的鉴别，例如，利用多变量数据输入将信号从本底中鉴别出来。这些方法对于提高测量的灵敏度极为有用，例如，找出数据中淹没在本底里的信号并对它进行测量。
　　去弥散描述对测量数据进行修正的策略和方法，原始数据不可避免地受到探测器偏差、接受度和分辨率等效应的影响而使得测量数据发生畸变，去弥散方法对于不同（原始）分布的测量是特别有用的。
　　约束拟合描述如何利用物理约束，比如能量一动量守恒，来改善测量结果或测定未知参数。
　　系统不确定性的确定对于任何测量而言都是一个关键任务，这项工作通常在数据分析的最后阶段进行。系统不确定性的分析往往会被忽视，但我们认为，利用两章的篇幅来加以讨论是十分值得的：
　　系统不确定性的处理阐述如何检测和避免系统不确定性的来源，以及如何估计它们的影响。
　　理论不确定性阐述不同理论的不确定性，特别是强作用理论。
　　作为结束，本书最后三章的内容是：
　　高能物理中常用的统计方法介绍各种不同的实用分析工具和方法，例如估计样本不同成分的样板方法和矩阵方法，通过总体检验来确定分析流程的偏差。
　　分析演练通过两个完整的分析案例——寻找新粒子和测量该假想的新粒子的性质来概要地呈现本书的内容。
　　天文学中的应用带领我们在天文学领域中进行一番旅行，通过几个案例阐述该研究领域中复杂的数据分析技巧。

你还可能感兴趣

我要评论