Maximum-Likelihood-Fit
Die Bestimmung der Parameterwerte, unter denen die beobachteten Daten in einem Modell am wahrscheinlichsten sind.
Gebinnte oder ungebinnte Likelihoods verbinden Poisson-verteilte Ereigniszahlen mit gaußschen Strafthermen für systematische Störparameter. Die Teststatistik −2Δln L dient zur Konstruktion von Konfidenzbereichen, zum Beispiel Δχ² = 2,71 für 90 % CL bei einem Parameter. Dies ist Standard in allen modernen Neutrinoanalysen.
Einfach erklärt
Jeder Satz von Parameterwerten, etwa ein Mischungswinkel und eine Massendifferenz, sagt voraus, wie viele Ereignisse in jedem Energieintervall erscheinen sollten. Die Likelihood misst, wie wahrscheinlich die beobachteten Daten unter dieser Vorhersage sind. Ein Maximum-Likelihood-Fit probiert alle sinnvollen Parameterwerte aus und behält diejenigen, unter denen die Daten am wenigsten überraschen. Wie die Likelihood um diesen besten Punkt abfällt, zeigt die Unsicherheit.
Im Detail
Die erste Summe ist der Poisson-Teil, der bei großen Zahlen in das vertraute χ² übergeht. Die zweite Summe ist der Strafterm dafür, die systematischen Störparameter von ihren gemessenen Werten wegzubewegen. Um ein Ergebnis allein für θ anzugeben, wird bei jedem Wert von θ über alle η minimiert, die Profil-Likelihood. Ungebinnte Fits nutzen die gemessenen Eigenschaften jedes Ereignisses direkt und sind bei wenigen Ereignissen vorzuziehen.
Von der Likelihood zu Intervallen
Nach dem Wilks-Theorem folgt Δχ² = −2Δln L einer χ²-Verteilung; daraus ergeben sich Standardschwellen:
- Ein Parameter: 1,00 (68,3 %), 2,71 (90 %), 3,84 (95 %), 9,00 (3σ).
- Zwei Parameter: 2,30 (68,3 %), 4,61 (90 %), 5,99 (95 %), 11,83 (3σ).
Das Theorem versagt nahe physikalischer Grenzen, bei periodischen Parametern wie δCP und bei kleinen Stichproben. Experimente wie T2K und NOvA kalibrieren die Schwellen dann mit Pseudo-Experimenten im Sinne von Feldman-Cousins.
Bedeutung
Fast jedes moderne Neutrinoergebnis, von den atmosphärischen Zenitwinkelverteilungen bei Super-Kamiokande bis zum Betaspektrum bei KATRIN, entsteht aus einem Likelihood-Fit. Die Kombination der Likelihoods mehrerer Experimente ergibt einen globalen Fit.
Häufige Fragen
Was ist der Unterschied zwischen einem χ²-Fit und einem Likelihood-Fit?
Bei großen Ereigniszahlen mit gaußschen Fehlern sind sie gleichwertig. Bei kleinen Zahlen ist die Poisson-Likelihood korrekt, während ein einfaches χ² verzerrt sein kann.
Wozu braucht man Störparameter?
Sie erlauben dem Fit, unvollständiges Wissen über Fluss, Wirkungsquerschnitte und Detektorantwort zu berücksichtigen, sodass die endgültige Unsicherheit der physikalischen Parameter diese Effekte enthält.
Originalarbeiten
- TheorieG. J. Feldman and R. D. Cousins, Unified approach to the classical statistical analysis of small signals, Phys. Rev. D 57, 3873 (1998)DOI 10.1103/PhysRevD.57.3873arXiv:physics/9711021
Tiefer einsteigen
- Globaler FitEine kombinierte Analyse der Ergebnisse vieler Experimente, um die Oszillationsparameter gemeinsam zu bestimmen.
Verwandte Begriffe
Erwähnt in 10 Seiten
Lektionen 1
Stand: · Redaktionelle Grundsätze
Diese Seite zitieren
Text
Neutrino Atlas (2026): „Maximum-Likelihood-Fit“. Online: https://neutrino-atlas.com/de/terms/likelihood-fit/ (abgerufen am 22.11.2026).BibTeX
@misc{neutrinoatlas2026termslikelihoodfit,
title = {Maximum-Likelihood-Fit},
author = {{Neutrino Atlas}},
year = {2026},
url = {https://neutrino-atlas.com/de/terms/likelihood-fit/},
note = {Abgerufen am 2026-11-22},
language = {german}
}