稀有事件搜寻中的静默覆盖失败及预测它们的简并指数

低本底实验中对新物理的搜寻从少量事件中推断出非负的信号强度，并且通常报告一个上限。名义上的频率学覆盖既需要有效的区间构造，也需要充分的数据模型。我们研究了受控模型偏离如何影响精确泊松计数实验、暗物质反冲谱和无中微子双贝塔衰变峰搜索中六种区间程序的下端点和上端点覆盖。我们引入了泊松-费舍尔简并指数 $\mathcal I_{\mathrm{PF}}(\delta\nu;\vartheta_0)=(\beta,\gamma)$，它将指定的期望计数形变，在投影到完整拟合的切空间后，映射到 $\beta$（以剖面标准误差单位表示的带符号拟合信号偏移）和 $\gamma$（未吸收残差的泊松-费舍尔范数）。在局部，$\beta$ 的符号识别受威胁的端点，而较大的 $\gamma$ 意味着在固定的 $5\%$ 第一类错误率下，此处使用的饱和泊松拟合优度检验具有更高的可检测性。在所研究的形变中，正的类信号偏差会降低发现侧覆盖，同时使上限变得保守；由于信号效率高估导致的负信号偏差可能使上端点覆盖不足。在名义模拟器下的校准并不能防止该模拟器相对于数据生成过程的错误设定。因此，一个具有大 $|\beta|$ 和小 $\gamma$ 的合理形变可能逃避诊断，应通过辅助信息约束的 nuisance 参数来表示，或包含在可辩护的包络中。在完全共线的约束 nuisance 基准中，对形变进行建模可在评估的网格点上恢复覆盖，但会以区间灵敏度的可量化成本为代价。