Cut optimization (conservative version)

Cut optimization

カットはElbert model (alpha)の不定性と統計誤差を考慮して保守的に決めた。

S/Bの計算は前回と同様。ただし今回はS/N計算に、signalは統計誤差を減じて、 backgroundの方は統計誤差を足して（Elbert modelでbackgroundを多くあたえる方のalphaを用いて(alphaの大きいものを使って)）S/Bを計算した。

NPE distribution for 0.7 < cos(ZA) < 0.8 bin (dirty ice case)

Cumulative NPE distribution for 0.7 < cos(ZA) < 0.8 bin (dirty ice case)

Signal to background ratio for 0.7 < cos(ZA) < 0.8 bin (dirty ice case)

Carstenから指摘があったようにdirty ice（表現はまた変えます）の一番下のcos(ZA) binではMCの統計が足りないためにbackgroundを過小評価していた。実際NPE分布を見るとweightが大きい物が４イベントあるだけである。（weightが小さい物は結構あるのだが、）であるので、このcumulative NPEの４イベントに対応するデータ（再度、alphaが大きいものを使い、統計誤差も考慮（統計誤差も足した）。）をフィットして保守的なbackgroundを見積もった。尚、ここでは見せないが、MCの統計が足りないのはdirty iceのこのcos(ZA)ビンだけである。（他のビンもwikiにはまとめます。おそらくsub pageに。）

NPE distribution for -1. < cos(ZA) < -0.1 bin (dirty ice case)

Cumulative NPE distribution for -1. < cos(ZA) < -0.1 bin (dirty ice case)

Signal to background ratio for 0.7 < cos(ZA) < 0.8 bin (dirty ice case)

Cut position for each zenith angle
CoGZ < -250 m and -50 < CoGZ < 50 m

Cut position for each zenith angle
-250 < CoGZ < -50 m and CoGZ > 50m

level 4 cut (final cut)

上のrough cutから求められたfinal cutは以下の点を結んだものである。

clean ice CoGZ < -250 m and -50 < CoGZ < 50 m	(log10(NPE), cos(ZA)) = (5.385, -1.), (5.385, 0.), (5.465, 0.), (5.859, 0.1791), (6.083, 0.8), (10., 0.8)
dirty ice -250 < CoGZ < -50 m and CoGZ > 50m	(log10(NPE), cos(ZA)) = (4.705, -1), (4.705, -0.1), (5.195, -0.1), (5.195, 0.1222), (6.035, 0.5889), (6.035, 0.8), (10., 0.8)