Ajuste de máxima verosimilitud
Determinar los valores de los parámetros que hacen más probables los datos observados dentro de un modelo.
Las verosimilitudes, con o sin agrupación en intervalos, combinan los recuentos de eventos de Poisson con términos de penalización gaussianos para los parámetros de ruido sistemáticos. El estadístico de prueba −2Δln L sirve para construir regiones de confianza; por ejemplo, Δχ² = 2,71 para un 90 % CL con un solo parámetro. Es el procedimiento estándar en todos los análisis modernos de neutrinos.
En pocas palabras
Cada conjunto de valores de los parámetros, como un ángulo de mezcla y un desdoblamiento de masas, predice cuántos eventos deberían aparecer en cada intervalo de energía. La verosimilitud mide lo probables que son los datos observados según esa predicción. Un ajuste de máxima verosimilitud prueba todos los valores razonables de los parámetros y se queda con los que hacen que los datos resulten menos sorprendentes. La forma en que la verosimilitud decae alrededor de ese mejor punto indica la incertidumbre.
En detalle
La primera suma es la parte de Poisson, que se reduce a un χ² conocido cuando los recuentos son grandes. La segunda suma es la penalización por alejar los parámetros de ruido sistemáticos de sus valores medidos. Para dar un resultado solo para θ, el ajuste se minimiza respecto a todos los η en cada valor de θ: es la verosimilitud perfilada. Los ajustes sin intervalos usan directamente las propiedades medidas de cada evento y son preferibles cuando hay pocos eventos.
De la verosimilitud a los intervalos
Según el teorema de Wilks, Δχ² = −2Δln L sigue una distribución χ², lo que da umbrales estándar:
- Un parámetro: 1,00 (68,3 %), 2,71 (90 %), 3,84 (95 %), 9,00 (3σ).
- Dos parámetros: 2,30 (68,3 %), 4,61 (90 %), 5,99 (95 %), 11,83 (3σ).
El teorema falla cerca de los límites físicos, para parámetros periódicos como δCP y para muestras pequeñas. En esos casos, experimentos como T2K y NOvA calibran los umbrales con pseudoexperimentos en el espíritu de Feldman–Cousins.
Por qué es importante
Casi todos los resultados modernos sobre neutrinos, desde las distribuciones de ángulo cenital atmosféricas de Super-Kamiokande hasta el espectro beta de KATRIN, salen de un ajuste de verosimilitud. Combinar las verosimilitudes de varios experimentos da un ajuste global.
Preguntas frecuentes
¿Cuál es la diferencia entre un ajuste χ² y un ajuste de verosimilitud?
Para recuentos de eventos grandes con errores gaussianos son equivalentes. Para recuentos pequeños, la verosimilitud de Poisson es la correcta, mientras que un χ² simple puede estar sesgado.
¿Por qué se necesitan parámetros de ruido?
Permiten que el ajuste tenga en cuenta el conocimiento imperfecto del flujo, de las secciones eficaces y de la respuesta del detector, de modo que la incertidumbre final sobre los parámetros físicos incluya estos efectos.
Artículos originales
- TeoríaG. 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
Profundizar
- Ajuste globalAnálisis combinado de los resultados de muchos experimentos para determinar conjuntamente los parámetros de oscilación.
Términos relacionados
Mencionado en 10 páginas
Lecciones 1
Última actualización: · Principios editoriales
Citar esta página
Texto
Neutrino Atlas (2026). «Ajuste de máxima verosimilitud». Disponible en: https://neutrino-atlas.com/es/terms/likelihood-fit/ (consultado el 22 de noviembre de 2026).BibTeX
@misc{neutrinoatlas2026termslikelihoodfit,
title = {Ajuste de máxima verosimilitud},
author = {{Neutrino Atlas}},
year = {2026},
url = {https://neutrino-atlas.com/es/terms/likelihood-fit/},
note = {Consultado el 2026-11-22},
language = {spanish}
}