lectures: continued notes.md
This commit is contained in:
parent
6fd5457426
commit
ac9789a7d6
@ -429,3 +429,23 @@ numeri casuali e si considera la distribuzione della somma (riga 94).
|
||||
|
||||
Le simulazioni MC sono molto utili per capire se conviene apportare certe
|
||||
modifiche alle strumentazioni sperimentali oppure no.
|
||||
|
||||
@9 ----------------------------------------------------------------------------
|
||||
|
||||
# Tecniche di unfolding
|
||||
|
||||
Esistono diverse tecniche di unfolding dei dati.
|
||||
|
||||
- Matrice di correzione:
|
||||
Si suppone che i dati osservati derivino da quelli veri in questo modo:
|
||||
|
||||
ν = R * μ + β → ν_i = R_ij μ_j + β_i
|
||||
|
||||
dove β è un eventuale fondo e R è la matrice di correzione.
|
||||
Notare che Σj di R_ij dà l'efficienza con cui il segnale μ_j viene
|
||||
trasformato in segnale osservato.
|
||||
|
||||
In realtà i segnali osservati sono n_i, ognuno dei quali appartiene ad una
|
||||
poissoniana di media ν_i. Si può massimizzare la likelihood per trovare i
|
||||
parametri ν_i e poi invertire la matrice e sottrarre il fondo.
|
||||
|
||||
|
Loading…
Reference in New Issue
Block a user