1 / 18

Ｚ→ｂｂ bar を用いた b-jet energy scale の測定（２）

Ｚ→ｂｂ bar を用いた b-jet energy scale の測定（２）. 200820257 高橋優介 2008/07/28 宇宙史拠点実習　最終報告. Introduction. b-quark の jet energy scale, resolution の精度を上げる 　→ t-quark の mass の測定、 Higgs 探索の精度向上 今までの Z → bb を用いた解析では jet cone size を 0.7 で行っていた

huey
Download Presentation

Ｚ→ｂｂ bar を用いた b-jet energy scale の測定（２）

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Ｚ→ｂｂbarを用いたb-jet energy scaleの測定（２） 200820257 高橋優介 2008/07/28 宇宙史拠点実習　最終報告

  2. Introduction • b-quarkのjet energy scale, resolutionの精度を上げる 　→t-quarkのmassの測定、Higgs探索の精度向上 • 今までのZ→bbを用いた解析ではjet conesizeを0.7で行っていた • t-quark,higgsなどの解析ではjetcone sizeが0.4を用いているので、cone size0.4でb-quarkのjet energy scaleを測定する必要がある

  3. B-jet の分解能に対するCone size依存性 • Z->bbbar Signal MC　を用いてMjj(dijetmass)をLevel(0,5,7),ConeSize(0.4,0.7,1.0)でそれぞれ 　再構成した

  4. B-jet の分解能に対するCone size依存性 Histgramのmean,rms,rms/mean SingleGaussianFitのmean,sigma,sigma/meanを Conesizeを横軸にとってプロットした

  5. Event selection • 既にSkimされたDataを扱うので、以前のDataと一致するか調べた selection level Total analyzed events Pass Et>22GeV(21GeV) Pass|ηd| <=1 Both jets taggable Exact one tagged Both jets tagged PassdΦ>3.0,Et3<15GeV(14GeV) ( )内はCone size 0.4のCut cone size 0.4 30,209,671 16,554,507 15,184,075 13,434,386 4,671,078 571,928 233,955 cone size 0.7 39,147,479 23,933,604 21,404,884 18,195,056 6,223,164 700,948 267,038 須藤さんのデータと一致した

  6. Unbinned Likelihood Fit Unbinned Likelihood Fit は少数統計のときに有効 S/N比が悪いので Unbinned Likelihood Fit を用いる ns and nb: numbers of signal and background events, Ps(mi,SF) and Pb(mi): signal and background p.d.f’s.

  7. ΔΦ12 3.0 [ΔΦ12]BG ET3 [Et3]BG 15 BKG Template 1 2 4 BKG Region Taggable Signal Region Taggable BKG Region Both Tagged 4 3 × = 2 1 ÷ 3 BKG Template Tag Ratio

  8. Probability Density Function BKG Template(Cone size 0.7) events/2GeV PearsonTypeⅣ + erffunction + const Mjj[GeV]

  9. Probability Density Function BKG Template(Cone size 0.4) events/2GeV Mjj[GeV]

  10. Acceptance Acceptance≡( All putpassedevent） / ( good runpassedevent) Nexp = N (raw) ×[SF(b-tagging)]2 ×SF(calor-trigger)×SF(track-trigger) N(raw) = Luminosity ×σ×BR(Z->bbbar)×Acceptance Number of MC signal events SF(b-tagging)=0.95 SF(calor-trigger) =1.10 SF(track-trigger) =1.12 σ×BR(Z->bbar)=1129pb Nexp = 4627 Nexp = 4621

  11. Pseudo Experiment Signal histgram(MC) BKG histgram(Data) events/2GeV events/2GeV Mjj[GeV] Mjj[GeV] Acceptance によって求められたSignalの期待値を平均値にもつPoisson分布で乱数を振り、Signalのevent数nsを決めた。N:Cutを通ったevent数,nbをBKGのevent数とすれば nb = N – ns MC と Data から得たヒストグラムに従う乱数を振ってPseudo Experiment Data　を作った。

  12. Pseudo Experiment Data BKG Data Signal Data events/2GeV events/2GeV Mjj[GeV] Mjj[GeV] Pseudo Experiment Data events/2GeV events/2GeV Mjj[GeV] Mjj[GeV]

  13. Summary • 去年の実習で作ったMCとDataのSkimからSignalとBKGのTemplateを作成した • Cone size 0.7のAcceptanceが去年のものと一致することを確認し、0.4のときのAcceptanceを導出しsignal数の期待値を求めた • Pseudo Experiment に用いるPseudo dataを作成するためのprogramを作った • 実際に １ Experiment分のDataを作った。

  14. Back up

  15. K=1のときのsignal ,BKG distribution Mjj[GeV]

  16. julien’s data

More Related