信号和背景模組化
通過假設分析模型，從資料mZγ分布中提取信号和背景産量。從模拟的信号樣本中獲得了描述信号形狀的參數。
利用模拟的背景樣本選擇用于背景形狀的分析模型，并從對資料的拟合中确定其自由參數的值。
在尋找希格斯玻色子和高品質共振衰減到Zγ時的信号品質分布可以用雙面晶體球（DSCB）函數很好地模拟，高斯分量的峰值位置和寬度分别用µCB和σCB表示
利用窄寬度假設（NWA），利用mH = 125 GeV的mX = 1000 GeV和(b)高品質自旋0粒子的(a)希格斯玻色子的不變Zγ品質（mZγ）的差分分布。
标記顯示mZγ分布，實線和虛線顯示在搜尋中使用的拟合參數。圖的底部顯示了标記和參數化之間的殘差。
為了确定用于H→Zγ搜尋的DSCB參數，對在mH = 125 GeV下通過ggF、VBF和VH過程産生的模拟信号樣本的所有類别進行拟合。
對峰值位置µCB施加90 MeV的位移，建立了mH = 125.09 GeV的信号模型。對于高品質搜尋，同時對所有信号樣本進行拟合，mX=[300-2500]GeV（mX=[250-2500]GeV）用于自旋0解釋。
這允許參數化品質mX的信号形狀，信号形狀參數的mX依賴性由多項式參數化，并在同時拟合過程中确定其系數。
對所考慮的三個模型分别進行了參數化，即自旋0共振和由膠子-膠子或誇克-反誇克初始态産生的自旋2共振。
低pTt類别在mH = 125 GeV和mX = 1000 GeV下的mc模拟mZγ分布。在兩個搜尋中，所有類别都得到了相似的拟合品質。
此外，信号效率定義為滿足所有選擇标準的事件數，并歸一化為事件總數，需要從測量的産量中提取σ·B（H/X→Zγ）。對于H→Zγ搜尋，每個類别的信号效率倍數。
為了尋找高品質的共振，信号效率被參數化為共振品質的函數與一個指數的二階多項式。
2mH=125 GeV與mH = 125.09 GeV之間的效率差估計小于1%圖4.X→Zγ最終态的重建和選擇效率作為共振品質mX (a)的函數。
分别為ee和µµ類别，以及通過膠子-膠子或誇克-反誇克初始态産生的自旋2共振的，标記顯示了從模拟中獲得的效率，而曲線表示在分析中使用的參數化。
效率分别給出了(a) X→Z（→ee）γ和X→Z（→µµ）γ，以及(b) X→Z（→``）γ，其中`= e，µ。
顯示了Z→和Z→µµ産生的自旋0共振的X→Z（→``）γ事件的重建和選擇效率，在從250 GeV到2.4 TeV的品質範圍内，效率範圍從約30%到約46%。
對于通過矢量-玻色子聚變産生的自旋-0共振，在所考慮的全共振品質範圍内，效率提高了高達4%。
膠子-膠子和誇克-反誇克初始态産生的自旋2共振的重建和選擇共振品質的效率，對于膠膠初始态産生的自旋2共振，在250 GeV到2.4 TeV的品質範圍内，效率從約22%（28%）到約35%（54%）。
膠子-膠子聚變産生的自旋0共振、膠子-膠子初始态産生的自旋2共振和誇克-反誇克初始态産生的自旋2共振之間的效率差異主要與不同産生機制之間不同的光子橫向動量分布有關。
背景主要由與光子相關的Z玻色子的非共振産生（不可約背景），以及包含Z+噴流事件，其中射流被錯誤地識别為光子（可約背景），相對貢獻使用如下資料确定。
根據對模拟事件的研究，來自其他來源的貢獻，如tt¯的産生，W/Z事件，以及對于H→Zγ搜尋，來自其他希格斯玻色子衰變的貢獻預計可以忽略不計。
背景是候選Z玻色子和光子mZγ不變品質的平滑下降分布，利用估計的背景組成建構與資料背景相同組成的模拟背景樣本。
這些樣本被用于選擇标準的優化，背景形狀的分析模型的選擇，以及相關的系統不确定性的估計。由于背景形狀參數是由資料确定的，是以搜尋僅間接地依賴于測量的背景成分。
背景的組成是通過對信号區域和在Z+射流背景中豐富的控制區域的候選光子隔離分布的量熱計的組合分箱拟合來估計的。
在控制區域，光子候選需要不通過緊密識别，但需要通過修改的松散識别。它不同于嚴格識别，去掉了9個淋浴形狀變量中的4個的要求，這些變量與量熱計隔離[93]的相關性最小。
通過模拟确定了光子的量熱計隔離分布和真實光子對控制區域的貢獻，而在拟合中确定了射流的量熱計隔離分布，并假設在信号和控制區域是相同的。
