Transfer Direction
7.3 データに対するレスポンス関数近似モデルの再現性
まず、実験データに対し tting を行なった。tting は XIS のレスポンス関数として用意し なければならない Grade 0と Grade 0+2+3+4+6のスペクトルに対して行なった。
7.3.1 O K
の再現性
( SESデータ
)1 10 10 2 10 3 10 4
60 80 100 120 140 160 180 200
Counts [/ch]
XIS-S0-C O K Data (Grade 0) Gaussian + Gaussian + Constant reduced χ2 = 2.73198
-5 0 5
60 80 100 120 140 160 180 200
PH [ch]
χ [/ch]
図7.1: XIS-S0-C OK Grade0 をダブルガウ シアンモデルで ttingした結果
1 10 10 2 10 3 10 4
60 80 100 120 140 160 180 200
Counts [/ch]
XIS-S0-C O K Data (Grade 0) Gaussian + ChStop + Constant reduced χ2 = 2.72678
-5 0 5
60 80 100 120 140 160 180 200
PH [ch]
χ [/ch]
図7.2: XIS-S0-C OK Grade0 をチャネルス トップモデルで ttingした結果
1 10 10 2 10 3 10 4
60 80 100 120 140 160 180 200
Counts [/ch]
XIS-S0-C O K Data (Grade 02346) Gaussian + Gaussian + Constant reduced χ2 = 2.27555
-5 0 5
60 80 100 120 140 160 180 200
PH [ch]
χ [/ch]
図7.3: XIS-S0-COKGrade0+2+3+4+6を ダブルガウシアンモデルでtting した結果
1 10 10 2 10 3 10 4
60 80 100 120 140 160 180 200
Counts [/ch]
XIS-S0-C O K Data (Grade 02346) Gaussian + ChStop + Constant reduced χ2 = 2.14216
-5 0 5
60 80 100 120 140 160 180 200
PH [ch]
χ [/ch]
図7.4: XIS-S0-COKGrade0+2+3+4+6を チャネルストップモデルでtting した結果
OK では、reduced2 の値からはどちらのモデルが相応しいか判断できない。
ダブルガウシアンモデルでは、Grade 02346 の Tail Gaussian の Peak がGrade 0 より低い
PH にシフトしていることがわかる。
7.3. データに対するレスポンス関数近似モデルの再現性 104
7.3.2 Mg K
の再現性
( SESデータ
)10 -1 1 10 10 2 10 3 10 4
50 100 150 200 250 300 350 400
Counts [/ch]
XIS-S0-A Mg K Data (Grade 0) Gaussian + Gaussian + Constant reduced χ2 = 1.3708
-5 0 5
50 100 150 200 250 300 350 400
PH [ch]
χ [/ch]
図 7.5: XIS-S0-A Mg K Grade 0 をダブルガ ウシアンモデルで tting した結果
10 -1 1 10 10 2 10 3 10 4
50 100 150 200 250 300 350 400
Counts [/ch]
XIS-S0-A Mg K Data (Grade 0) Gaussian + ChStop + Constant reduced χ2 = 3.41152
-5 0 5
50 100 150 200 250 300 350 400
PH [ch]
χ [/ch]
図 7.6: XIS-S0-A Mg K Grade 0 をチャネル ストップモデルで ttingした結果
10 -1 1 10 10 2 10 3 10 4
50 100 150 200 250 300 350 400
Counts [/ch]
XIS-S0-A Mg K Data (Grade 02346) Gaussian + Gaussian + Constant reduced χ2 = 1.89625
-5 0 5
50 100 150 200 250 300 350 400
PH [ch]
χ [/ch]
図 7.7: XIS-S0-A Mg K Grade 0+2+3+4+6 をダブルガウシアンモデルで tting した結果
10 -1 1 10 10 2 10 3 10 4
50 100 150 200 250 300 350 400
Counts [/ch]
XIS-S0-A Mg K Data (Grade 02346) Gaussian + ChStop + Constant reduced χ2 = 4.16106
-5 0 5
50 100 150 200 250 300 350 400
PH [ch]
χ [/ch]
図 7.8: XIS-S0-A Mg K Grade 0+2+3+4+6 をチャネルストップモデルで tting した結果 ダブルガウシアンモデルでは良く再現できているが、チャネルストップモデルでは再現できて いないことがわかる。一方、チャネルストップモデルでは、200 { 300 ch 付近のスペクトルの決 定精度の悪い部分が、チャネルストップ起源のイベントが構成する PH 領域にあたるため、チャ ネルストップ成分があるかどうかデータからは判断できない。またこれとは別に、320 { 350 ch 付近に大きな残差を持っているため、reduced2 が悪くなっている。これについては後ほど考察 する。
7.3.3 Mn K
の再現性
10 -1 1 10 10 2 10 3
1500 1550 1600 1650 1700 1750 1800 1850
Counts [/ch]
XIS-S0-C Mn Ka Data (Grade 0) Gaussian + Gaussian + Constant reduced χ2 = 1.11505
-5 0 5
1500 1550 1600 1650 1700 1750 1800 1850 PH [ch]
χ [/ch]
図 7.9: XIS-S0-C Mn K Grade 0 をダブル ガウシアンモデルで ttingした結果
10 -1 1 10 10 2 10 3
1500 1550 1600 1650 1700 1750 1800 1850
Counts [/ch]
XIS-S0-C Mn Ka Data (Grade 0) Gaussian + ChStop + Constant reduced χ2 = 1.09723
-5 0 5
1500 1550 1600 1650 1700 1750 1800 1850 PH [ch]
χ [/ch]
図7.10: XIS-S0-C Mn KGrade 0 をチャネ ルストップモデルで tting した結果
10 -1 1 10 10 2 10 3
1500 1550 1600 1650 1700 1750 1800 1850
Counts [/ch]
XIS-S0-C Mn Ka Data (Grade 02346) Gaussian + Gaussian + Constant reduced χ2 = 0.884343
-5 0 5
1500 1550 1600 1650 1700 1750 1800 1850 PH [ch]
χ [/ch]
図7.11: XIS-S0-CMnKGrade0+2+3+4+6 をダブルガウシアンモデルで tting した結果
10 -1 1 10 10 2 10 3
1500 1550 1600 1650 1700 1750 1800 1850
Counts [/ch]
XIS-S0-C Mn Ka Data (Grade 02346) Gaussian + ChStop + Constant
reduced χ2 = 1.80197
-5 0 5
1500 1550 1600 1650 1700 1750 1800 1850 PH [ch]
χ [/ch]
図7.12: XIS-S0-CMnKGrade0+2+3+4+6 をチャネルストップモデルで tting した結果 チャネルストップモデルでの tting の際、定数成分は低エネルギー側で決めた高さに固定し
た。Grade 0 では Tail があるかどうかは有意でないので、どちらのモデルでも合うが、Grade
02346 においてチャネルストップモデルでは、大きな残差が残り再現性が悪い。ただし、統計が
悪く、MnK のデータからははっきりしたことは言えない。