COWs 及其混合模型：关于自定义正交权重的统计视角
应用统计
2025-10-21 v1 高能物理 - 实验
统计方法学
摘要
高能物理学中的一个常见挑战是从分布中推断信号分量，该分布的观测值假设为信号与背景事件的混合。标准假设是存在一种判别变量中编码的信息，可有效分离信号与背景。可用于为每个事件分配信号权重，这些权重用于后续分析一个或多个受控变量。Dembinski 等人 (2022) 提出的自定义正交权重 (COWs) 方法是 Barlow (1987) 和 Pivk 与 Le Diberder (2005) 的 sPlot 方法的推广，旨在解决此目标。问题及该方法都提出了有趣且新颖的统计问题。本文对所需的假设和统计性质进行形式化处理，同时考虑扩展和替代方法。
引用
@article{arxiv.2510.16174,
title = {COWs and their Hybrids: A Statistical View of Custom Orthogonal Weights},
author = {Chad Schafer and Larry Wasserman and Mikael Kuusela},
journal= {arXiv preprint arXiv:2510.16174},
year = {2025}
}