平壤(pyhf) swMATH ID: 38786 软件作者: 卢卡斯·海因里希;马修·费克特;乔登·斯塔克;克莱默 描述: pyhf:HistFactory统计模型的pure-Python实现。高能物理(HEP)数据的统计分析依赖于量化观测碰撞事件与理论预测的兼容性。它们之间的关系通常在描述数据x给定模型参数φ的概率的统计模型f(x|φ)中形式化。给定观测数据,似然L(φ)作为推断参数φ的基础。对于基于装箱数据(直方图)的测量,HistFactory统计模型系列(Cranmer等人,2012)已广泛用于标准模型测量(ATLAS Collaboration,2013)以及新物理搜索(ATLAS-Collaborate,2018)。pyhf是HistFactory模型规范的纯Python实现,并实现了一种声明性的纯文本格式,用于描述基于HistFactor的可能性,其目标是在HEPData等分析数据存储库中进行重新解释和长期保存(Maguire等人,2017)。pyhf的源代码已与链接的DOI一起存档在Zenodo上:(Heinrich、Lukas和Feickert、Matthew和Stark、Giordon,2020)。在撰写本文时,pyhf的最新版本是v0.5.4。 主页: https://pyhf.readthedocs.io/en/v0.6.1/ 源代码: https://github.com/scikit-hep/pyhf 依赖项: 蟒蛇 关键词: 高能物理学;水电站;HistFactory统计模型;蟒蛇;开源软件杂志;HEPData公司;平壤(pyhf) 相关软件: 蟒蛇;适合房间;SigCorr公司;pyBumpHunter公司;HEPData公司;历史工厂;S模型;日本宇宙航空公司;PyTorch公司;TensorFlow公司;科学Py;数字Py 引用于: 0个文档 标准条款 1出版物描述软件 年份 pyhf:HistFactory统计模型的pure-Python实现链接卢卡斯·海因里希;马修·菲克特;乔登·斯塔克;克莱默 2021