在zfit中使用未入库的最大似然拟合中具有负权重的数据

Question

我正在尝试在zfit中执行未入库的3D角度拟合，其中输入数据是一个样本，其中每个事件的sWeights是从单独的不变质量峰值拟合分配的。我认为我在角相空间的某些区域遇到了负权重事件的问题，因为zfit给出了错误：

Traceback (most recent call last):
  File "unbinned_angular_fit.py", line 282, in <module>
    main()
  File "unbinned_angular_fit.py", line 217, in main
    result = minimizer.minimize(nll)
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/baseminimizer.py", line 265, in minimize
    return self._hook_minimize(loss=loss, params=params)
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/baseminimizer.py", line 274, in _hook_minimize
    return self._call_minimize(loss=loss, params=params)
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/baseminimizer.py", line 278, in _call_minimize
    return self._minimize(loss=loss, params=params)
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/minimizer_minuit.py", line 179, in _minimize
    result = minimizer.migrad(**minimize_options)
  File "src/iminuit/_libiminuit.pyx", line 859, in iminuit._libiminuit.Minuit.migrad
RuntimeError: exception was raised in user function
User function arguments:
    Hm_amp = +nan
    Hm_phi = +0.000000
    Hp_phi = +0.000000
Original python exception in user function:
RuntimeError: Loss starts already with NaN, cannot minimize.
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/minimizer_minuit.py", line 121, in func
    values=info_values)
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/baseminimizer.py", line 47, in minimize_nan
    return self._minimize_nan(loss=loss, params=params, minimizer=minimizer, values=values)
  File "/home/dhill/miniconda/envs/ana_env/lib/python3.7/site-packages/zfit/minimizers/baseminimizer.py", line 107, in _minimize_nan
    raise RuntimeError("Loss starts already with NaN, cannot minimize.")

我可以通过稍微限制一个拟合可观察范围来避免此错误，以避免具有少量数据事件的区域，在该区域中，一些数据被负权重(信号被sWeights稍微过度减去)。但我想知道在zfit中是否有其他方法来解决这个问题？

也许zfit中的UnbinnedNLL方法显式地需要正事件，但是负权重的数据点可以设置为零或一个小的正值？我应该说，负权重的水平与权重的总和相比似乎很小，并且发生在一个角度分布的边缘，其中只有少量的数据事件。该区域的低数据率是由于实验验收效应造成的。

在测试文件上运行以重现错误的代码如下：https://github.com/donalrinho/zfit_3D_unbinned_angular_fit_test

当costheta_X_VV_reco变量的范围限制为(-0.9，1.0)而不是整个范围(-1.0，1.0)时，不会遇到该错误。我相信这是因为它删除了加权数据为负的相空间区域。

Answer 1

在NLL in zfit的定义中可以看到，权重只是简单地乘以对数概率，因此负权重不应该是问题。

但是，PDF似乎返回一些值的负概率，您可以通过简单地获取返回的数组来查看

custom_pdf.pdf(data)

一旦记录日志，这种负的概率就会变成NaNs。

也许在PDF的定义中有一个拼写错误，因为变量h_pst似乎没有使用。

Answer 2

为了结束这个帖子，PDF在某些地方是负的，我认为这是由于接受PDF。h_pst没有被使用也是事实，但是移除它并没有改变任何事情。最后，我只是在没有负PDF值的区域对数据进行了拟合，这似乎不会影响结果(它只是忽略了costheta_X中密度接近于零的一小块区域)。