Colibri：用于快速 PDF 拟合的新工具

我们介绍了 Colibri，一款开源的 Python 代码，提供了一种通用且灵活的 PDF 拟合工具。该代码允许用户实现自己的 PDF 模型，并利用 Colibri 的内置功能快速计算可观测量。它提供对实验数据的便捷访问，以及多种误差传播方法，包括 Hessian 方法、蒙特卡罗复制子方法以及一种高效的数值贝叶斯抽样算法。为了展示 Colibri 的功能，我们考虑其最简单的应用：多项式 PDF 参数化。我们使用完整的 DIS 数据集进行闭合测试，并比较 Hessian 拟合和蒙特卡罗拟合与贝叶斯拟合的结果。我们进一步讨论了本示例所展示的功能如何扩展到更复杂的 PDF 参数化。在特别是，Colibri 中的贝叶斯框架提供了一种基于统计学依据的模型选择和模型平均方法，使其成为在坚实的统计基础上对不同 PDF 参数化进行基准测试和组合的有价值工具。