1. Using the Monte-Carlo method to analyze experimental data and produce uncertainties and covariances
- Author
-
Greg Henning, Maëlle Kerveno, Philippe Dessagne, François Claeys, Nicolas Dari Bako, Marc Dupuis, Stephane Hilaire, Pascal Romain, Cyrille de Saint Jean, Roberto Capote, Marian Boromiza, Adina Olacel, Alexandru Negret, Catalin Borcea, Arjan Plompen, Carlos Paradela Dobarro, Markus Nyman, Jean-Claude Drohé, Ruud Wynants, Institut Pluridisciplinaire Hubert Curien (IPHC), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'Etudes de PHysique (LEPH), Service de Physique des Réacteurs et du Cycle (SPRC), Département Etude des Réacteurs (DER), CEA-Direction des Energies (ex-Direction de l'Energie Nucléaire) (CEA-DES (ex-DEN)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-CEA-Direction des Energies (ex-Direction de l'Energie Nucléaire) (CEA-DES (ex-DEN)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Département Etude des Réacteurs (DER), and Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)
- Subjects
General Medicine ,[PHYS.NEXP]Physics [physics]/Nuclear Experiment [nucl-ex] - Abstract
International audience; The production of useful and high-quality nuclear data requires measurements with high precision and extensive information on uncertainties and possible correlations. Analytical treatment of uncertainty propagation can become very tedious when dealing with a high number of parameters. Even worse, the production of a covariance matrix, usually needed in the evaluation process, will require lenghty and error-prone formulas. To work around these issues, we propose using random sampling techniques in the data analysis to obtain final values, uncertainties and covariances and for analyzing the sensitivity of the results to key parameters. We demonstrate this by one full analysis, one partial analysis and an analysis of the sensitivity to branching ratios in the case of (n,n’γ) cross section measurements.
- Published
- 2022