负对数似然最小化对参数的约束

Question

我试图拟合一个5参数(a，b，c，d，e)模型，其中一个参数受另一个参数的约束，比如说，

0< d<1

E<\x{e76f}d

我目前使用的是 zfit ，据我所知，它使用 iMinuit

我只创建了zfit.Parameters，并将限制设置为它们可以访问的范围是有效的，同样地，让我们假设：

d = zfit.Parameter('d', value=0.5, lower_limit=0.3, upper_limit=1.0, step_size=0.01)

e = zfit.Parameter('e', value=0.1, lower_limit=0.0, upper_limit=0.3, step_size=0.01)

到目前为止，它一直运作良好，但我认为这不是正确的方法。

那么，我的问题是，怎样才能正确地处理这种限制呢？

干杯

Answer 1

我会谨慎地使用这个限制，因为它们会阻塞变量，理想情况下，它们应该远离最终值。

要实现你想要的，有两种方法：

• 或者“从数学上”施加约束作为逻辑结果，因此使用组合参数(这是其他参数的函数)从另一个参数定义一个参数。如果可能的话，这应该是首选的方法。
• 另一种选择是在可能的情况下加上一个额外的期限来施加这种限制。然而，当您修改可能性时，这可能会产生影响。最小化器会找到最小值，但这可能不是您所寻找的最小值。您可以使用的是SimpleConstraints，并在可能违反上述任何内容的情况下添加一个惩罚项(例如，tf.cast(tf.greater(d, 1), tf.float64) * 100.)。也许也要确保使用use_minuit_grad运行的分钟。