Skip to content

gain_fit_noise: Gamma-Tweedie 拟合 Osiris 电荷

lynn requested to merge osiris-charge-fit into osiris

note:

  1. gain_fit_noise 31 行 分母使用 2500 or sum(x['count']) 后电荷谱形如: 0.pdf

我本以为使用 sum(x['count']) 长成这样后可能 69_0 是 dynode PMT，不过发现这个 run 所有有电荷的都长成这样，所以应该是不对劲的。统计了一下 sum(x['count']) 的分布: 1.pdf

应该和 FSMP 的过程有关？不知道 @Berrysoft 师兄能不能之后有空的时候对分母放什么提一个新意见，现在先放了 2500

  1. 发现一个以前拟合里没注意的事：暗噪声分 bin 去代表概率分布密度，代码用概率分布密度的模型（gamma-tweedie）拟合分 bin 的频数（直方图），实际上“分 bin 去代表概率分布密度”这件事也有误差，会影响到拟合的效果，所以调研 On the histogram as a density estimator:L 2 theory 后，现在对 charge 分区间使用其提出的 Freedman-Diaconis rule 来决定分 bin 宽，它实际上最小化了 E[(Hist(x) - real_continuous_pdf(x))²]；还有一个理由是，它相较其它准则更适应不同偏度的分布（因为用了四分位 IQR），适用于长尾结构的分 bin，对改进拟合和视觉呈现质量也有帮助，也作为对其他拟合的一个小建议；

现在有的电荷谱看起来质量可以，甚至有的卡方/ndf接近1，但有的还是不太好 (如果存在 1. 里不应该都放 2500 的问题那可能有的不是目标的电荷谱)，不知道 @wengjun 师兄跑了以后对拟合部分代码有没有什么建议

  1. 现在因为没有 Daqmeta 读管子类型，我暂时都当 MCP-PMT 了，也许高能所文档上有写？不过我还没高能所账号，这个我先找续老师解决账号的事

  2. 我打算 Gamma-Tweedie 拟合理想的话在这个 MR 里把 gain_fit_alg.py 把 bi-gamma 也换下来

Edited by lynn

Merge request reports