用于视向速度数据中系外行星拟合与发现的仿射不变采样器

马尔可夫链蒙特卡洛（MCMC）方法在贝叶斯推断中表现出强大的能力，尤其适用于系外行星视向速度拟合，因为相比卡方拟合等常用方法，MCMC 能提供更多的统计信息并更好地利用数据。然而，这类问题中遇到的非线性密度函数会使 MCMC 非常耗时。本文中，我们将一种遵循仿射不变性的集成采样器应用于视向速度数据的轨道参数提取。这种新型采样器只有一个自由参数，且无需过多调参即可获得良好性能，这对自动化至关重要。该采样器的自相关时间对所有参数大致相同，且远小于 Metropolis-Hastings 采样器，这意味着产生相同数量的独立样本所需的函数调用次数要少得多。在相同计算条件下，仿射不变采样器将 MCMC 速度相比 Metropolis-Hastings 提高了数百倍。这种新型采样器非常适合涉及大型数据集的项目，例如行星分布的统计研究。集成采样器的最大障碍是存在多个局部最优值；我们提出了一种聚类技术，通过基于集成中行走者的似然值进行聚类来处理局部最优值。我们在真实的视向速度数据上展示了该采样器的有效性。