60 likes | 207 Views
FITTING Parameter 검증. srbaik SKKU. The problem solution (1). Poisson 분포로 떨어지는 single photon 의 Gaussian function 의 width 가 간혹 - 값을 가진다 . => 해결책 : 싱글 포톤의 핏팅 파라미터를 받아서 그 width 값을 positive 로 바꾸어 그려본다 . ( 낮은 빨간 선 ) It’s O.K => 그려진 분포형태가 width 가 positive 나 negative 나 똑 같다.
E N D
FITTING Parameter 검증 srbaik SKKU
The problem solution (1) Poisson 분포로 떨어지는 single photon의 Gaussian function의 width가 간혹 -값을 가진다. => 해결책 : 싱글 포톤의 핏팅 파라미터를 받아서 그 width 값을 positive로 바꾸어 그려본다. (낮은 빨간 선) It’s O.K => 그려진 분포형태가 width가 positive 나 negative 나 똑 같다.
The problem solution (2) 기존까지는 Qtot(PC)값을 구하는데 pedmean 값을 사용하였다. Ex> for (시그널 영역 시작부터 끝까지…) { Qtot += sig[시작~끝] – pedmean } Qtot = Qtot * 2.5 / 50 Solution : pedmean 값 대신 3-sigma cut을 거쳐 Incidental peak을 제외한 pedmean_fine 값을 사용하여 다시 FITTING 함
The Gain of Each PMT (# of Electron) 31 3 17 9 16 15 23 30 5 14 7 29 18 1 20 6 32 34 33 11 22 34 8 10 28 12 26 27 19 25 2 # of Electron Qtot(PC)*1.6*10^19 파란선 : 순차적으로 8개씩 1550V-1600V-1650V-1700V 빨강선 : 순차적으로 8개씩 1600V-1650V-1700V-1750V 녹색선 : 순차적으로 8개씩 1650V-1700V-1750V-1800V
대응되는 Pmt # (첨부파일 보실 때, FIT_PAR_RUNxxxxxx) 6000001,3,5 : 1=>1550-1600-1650-1700 3=>1600-1650-1700-1750 5=>1650-1700-1750-1800 600000X-1 : 1=>pmt #31 9 =>pmt #5 2=>pmt #3 10=>pmt #14 3=>pmt #17 11=>pmt #7 4=>pmt #9 12=>pmt #29 5=>pmt #16 13=>pmt #18 6=>pmt #15 14=>pmt #1 7=>pmt #23 15=>pmt #20 8=>pmt #30 16=>pmt #6 600000X-2 : 1=>pmt #32 9 =>pmt #28 2=>pmt #34 10=>pmt #12 3=>pmt #33 11=>pmt #26 4=>pmt #11 12=>pmt #27 5=>pmt #22 13=>pmt #19 6=>pmt #34 14=>pmt #25 7=>pmt #8 15=>pmt #2 8=>pmt #10 16=>pmt # VACANCY
보충할 것 각각의 parameter 표에 pmt # 와 ALS 수치 를 같이 넣어서 다시 만들어야 합니다. Chi-square 값을 ndf 로 나누어 주어야 한다. Calibration (1024=>현재 1V) 을 통한 Voltage 슬로프를 적용(월 실험 예정)