本书内容吸收我国北京谱仪合作组的大量实验成果和分析方法，大量引用国内外高能物理实验的分析实例，理论与实验的紧密结合是一大特色。本书的内容和阐述方式更契合我国科研人员和学生的思维习惯、知识结构和实际需要；对其他书籍较少涉及的实验分析方法细节的诠释较为具体，关于统计误差和系统误差的概念和处理方法的论述有所创新。本书对于第一版增补和修改的主要内容：发现新现象、新粒子的搜寻实验更能引起高能物理界的兴趣，第一版对此类实验分析只提及一小部分内容。本书新增第八章：“发现”新信号的条件；“排除”新信号存在的条件，给出该新信号存在的上限，即“设限”。在设计搜寻实验时，对应于一组特定的探测器性能参数，给出搜寻新信号的灵敏度。B.关于统计误差和系统误差。对第二、三、五、六各章多处相关的内容进行了修改和增补。关于统计误差和系统误差的概念和处理方法的论述有所创新。C.高能物理实验若利用常规的极大似然法或最小二乘法进行拟合来确定物理参数值及误差，所得的结果有偏差。利用广义极大似然法，将泊松分布的信息包含在数据与理论预期值的拟合中，才能获得正确的数值及误差。为避免这类错误，对相关内容作了修改和补充，强调应用广义极大似然法的必要性，并以实例阐述了具体的分析拟合方法。
更多科学出版社服务，请扫码获取。
目录
前言
第一版前言
第1章 高能物理实验测量的统计性质 1
1.1 指数分布物理量 1
1.1.1 不稳定粒子的衰变时间 1
1.1.2 不稳定粒子的飞行距离 2
1.2 二项分布物理量 3
1.2.1 探测器计数 (I),探测效率 3
1.2.2 粒子反应产物的不对称性 (I) 4
1.3 多项分布物理量,直方图数据 (I) 6
1.4 泊松分布物理量 8
1.4.1 泊松分布,泊松过程 8
1.4.2 放射性衰变规律 10
1.4.3 粒子反应事例数 13
1.4.4 探测器计数(II) 15
1.4.5 粒子反应产物的前后不对称性(II) 17
1.4.6 直方图数据(II) 18
1.5 正态分布物理量 19
第2章 高能物理实验分析概述 21
2.1 实验数据 21
2.1.1 原始数据获取 21
2.1.2 实验数据集 22
2.2 实验分析的一般步骤 24
2.2.1 事例判选,特征变量和数据矩阵 26
2.2.2 事例判选的一般步骤 29
2.2.3 事例判选的截断值分析法 33
2.2.4 截断值判选法用于实验分析实例 42
2.2.5 候选信号事例分布的分析和拟合 47
2.2.6 系统误差分析 53
第3章 高能物理实验分析的一些要素 57
3.1 误差、统计误差和系统误差 57
3.1.1 误差的定义 57
3.1.2 统计误差的确定 60
3.1.3 系统误差的来源和归类 66
3.1.4 各类系统误差的确定 67
3.1.5 误差的合并 72
3.2 效率及其误差 76
3.2.1 探测器探测效率 76
3.2.2 粒子径迹探测效率 77
3.2.3 事例判选效率 78
3.3 粒子鉴别 80
3.3.1 用于带电粒子鉴别的特征变量 80
3.3.2 带电粒子鉴别的χ2方法 85
3.3.3 带电粒子鉴别的似然函数方法 86
3.3.4 带电粒子鉴别的神经网络方法 87
3.4 实验分布 94
3.4.1 实验分辨函数 94
3.4.2 探测效率 100
3.4.3 考虑实验分辨和探测效率的实验分布 103
3.4.4 实验分辨和探测效率的复杂性导致的困难及其解决方法 103
3.4.5 复合概率密度 104
3.4.6 几种特殊的概率密度 107
3.5 共振态和不可探测粒子的重建和寻找 110
3.5.1 不变质量谱 110
3.5.2 达里兹图 112
3.5.3 反冲质量谱 114
3.5.4 丢失质量谱 115
3.5.5 束流约束质量谱 115
3.5.6 特征变量Umiss 118
3.6 运动学拟合 121
3.6.1 存在不可测变量的运动学拟合 123
3.6.2 无不可测变量的运动学拟合 128
3.6.3 运动学拟合中的自由度 130
3.6.4 运动学拟合用于粒子鉴别 132
3.7 布雷特–维格纳共振公式 132
3.8 信号效率的确定,事例产生子 136
3.8.1 信号效率的确定 136
3.8.2 事例产生子 137
3.9 数据控制样本 139
3.10 信号分布和本底分布的拟合 143
3.10.1 一维分布 143
3.10.2 多维分布 147
第4章 参数估计 158
4.1 估计量的性质 158
4.2 期望值和方差的估计159
4.3 极大似然估计 160
4.3.1 参数及其方差的常规极大似然估计 160
4.3.2 直方图数据的常规极大似然估计 162
4.3.3 扩展极大似然估计 163
4.3.4 不同过程比例的极大似然估计 165
4.4 最小二乘估计 165
4.4.1 参数及其方差的最小二乘估计 165
4.4.2 直方图数据的最小二乘估计 167
4.4.3 约束的最小二乘估计 168
第5章 区间估计,置信区间和置信限 170
5.1 经典置信区间 170
5.1.1 置信区间的Neyman方法 170
5.1.2 正态估计量的Neyman置信区间 173
5.1.3 泊松观测值的Neyman置信区间 174
5.2 利用似然函数作区间估计,似然区间.177
5.2.1 单个参数的似然区间 178
5.2.2 由巴特勒特函数求置信区间 181
5.2.3 多个参数的似然域 184
5.3 用最小二乘法求置信区间 186
5.3.1 单个参数的置信区间 187
5.3.2 多个参数的置信域 188
5.4 Neyman区间、似然区间和巴特勒特区间的对比 190
5.5 接近物理边界的参数置信区间 196
5.5.1 经典方法的困难 196
5.5.2 F-C方法 200
5.5.3 改进的F-C方法 203
5.5.4 系统误差的考虑 205
5.6 贝叶斯信度区间 207
5.6.1 先验密度 207
5.6.2 系统误差的处理,冗余参数 208
5.6.3 贝叶斯区间估计 209
5.7 二项分布参数的区间估计 216
5.7.1 二项分布参数p的置信区间 217
5.7.2 由泊松期望值比λ推断 p 的置信区间 222
5.8 衰变分支比的估计 223
5.8.1 分支比估计的最小二乘法 224
5.8.2 分支比估计的极大似然法 225
5.8.3 信度区间和上限的确定,系统误差的考虑 227
5.8.4 小结 231
第6章 多个测量值的合并估计 233
6.1 多个测量值的极大似然合并估计 233
6.1.1 各实验似然函数已知时的合并估计 233
6.1.2 各实验似然函数未知时的合并估计 236
6.2 多个测量值的最小二乘合并估计 241
6.3 分支比多个测量值的合并估计.247
6.3.1 合并估计的最小二乘法 249
6.3.2 合并估计的极大似然法 250
6.3.3 信度区间和上限的确定,系统误差的考虑 253
6.3.4 小结 256
第7章 假设检验和统计显著性 257
7.1 似然比检验 257
7.2 拟合优度检验 259
7.2.1 皮尔逊χ2检验 259
7.2.2 科尔莫戈罗夫检验 261
7.2.3 斯米尔诺夫-克拉默-冯？米泽斯检验 265
7.3 信号的统计显著性 267
7.3.1 p值 267
7.3.2 信号统计显著性的定义 269
第8章 搜寻实验的数据分析 276
8.1 引言 276
8.2 搜寻实验基于似然比检验的分析方法 280
8.2.1 新信号的“发现”和“排除” 280
8.2.2 轮廓似然比作为检验统计量 281
8.3 搜寻实验中的检验统计量 286
8.3.1 检验统计量tμ=2lnλ(μ) 286
8.3.2 *情形下的检验统计量* 287
8.3.3 “发现”正信号使用的检验统计量 q0 287
8.3.4 确定信号上限使用的检验统计量 qμ 288
8.3.5 确定上限使用的另一检验统计量* 289
8.4 检验统计量的近似概率分布 289
8.4.1 PLR的近似分布 290
8.4.2 q0的分布,“发现信号”显著性的确定 290
8.4.3 qμ的分布,信号上限的确定 291
8.5 实验灵敏度 293
8.5.1 根据检验统计量的Asimov值确定信号显著性中值 294
8.5.2 多个搜寻道的合并 296
8.5.3 确定显著性中值的误差带 297
8.6 示例 297
8.6.1 计数实验 298
8.6.2 形状分析 302
8.7 小结 305
第9章 盲分析 306
9.1 为什么需要盲分析 306
9.2 盲分析需遵循的原则 307
9.3 盲分析方法及实例 308
9.3.1 信号盲区方法——稀有衰变和寻找新共振态的盲分析 308
9.3.2 改善分支比测量精度的盲分析 313
9.3.3 隐蔽参数法——参数精确测量的盲分析 313
9.3.4 隐蔽不对称性分布和不对称参数法——不对称性测量盲分析 315
9.4 结语和讨论 317
第10章 关于粒子表 318
10.1 数据的选择和处理 318
10.2 均值与拟合.319
10.2.1 误差处理 320
10.2.2 无约束求平均 320
10.2.3 约束拟合 322
10.3 舍入 324
10.4 讨论 324
参考文献 327
附表 333
索引 402
书单推荐
