Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

 
 
DownloadE-Mail
  On non-parametric tests for discovery and limit setting in one and multiple dimensions

Shtembari, L. (2023). On non-parametric tests for discovery and limit setting in one and multiple dimensions. PhD Thesis, TUM, München.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Hochschulschrift

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://mediatum.ub.tum.de/?id=1707763 (beliebiger Volltext)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Shtembari, Lolian1, Autor
Affiliations:
1Max Planck Institute for Physics, Max Planck Society and Cooperation Partners, ou_2253650              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Statistical Methods
 Zusammenfassung: Spacings between ordered data are used to develop unbinned non-parametric Goodness of Fit (GoF) tests to detect unknown signals against known backgrounds or set limits on proposed signals contaminated by unknown backgrounds. I also extend GoF tests to multivariate samples, using a multivariate probability integral transformation, carried out either analytically or numerically using a Normalizing Flow, ultimately reducing the problem to a single or multiple univariate uniformity tests.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2023-07-28
 Publikationsstatus: Angenommen
 Seiten: -
 Ort, Verlag, Ausgabe: München : TUM
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: Anderer: MPP-2023-354
URI: https://publications.mppmu.mpg.de/?action=search&mpi=MPP-2023-354
 Art des Abschluß: Doktorarbeit

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle

einblenden: