노이즈 신호 탐지를 위한 베이즈와 빈도주의 통합 접근법

본 논문은 대형 입자 가속기(LHC) 실험에서 발생하는 방대한 데이터 중에서 물리학적 신호를 검출하기 위한 통계적 모델링과 추정 방법을 체계적으로 제시한다. 저자들은 가장 단순한 형태의 포아송 모델을 채택하여, 관측값 y₁, y₂, y₃이 각각 메인 이벤트 카운트, 배경 카운트, 측정 효율을 나타내도록 설정한다. 이때 평균은 (γψ+β, βt, γu) 로 표현되며, ψ는 물리학적으로 관심 있는 신호 강도, β와 γ는 각각 배경 비율과 효율을 나타내는 파라미터이다. β와 γ는 실험 전 보조 실험을 통해 추정 가능하지만, 실제 분석에서는 이들을 ‘노이즈’ 파라미터로 취급한다. 연구는 두 가지 통계적 접근법을 비교한다. 첫 번째는 전통적인 빈도주의 방법으로, 프로파일 로그우도 ℓₚ(ψ)=max_λ ℓ(ψ,λ)와 그에 기반한 Wald 피벗 t(ψ)와 우도루트 r(ψ)를 이용한다. r(ψ)는 sign(ψ̂−ψ)·√{2