海量时域天文数据时代量化随机变率的灵活且可扩展方法
天体物理仪器与方法
2015-06-18 v2
摘要
我们提出了使用连续时间自回归移动平均 (CARMA) 模型作为估计光变曲线变率特征（特别是其功率谱密度 PSD）的方法。CARMA 模型充分考虑了不规则采样和测量误差，使其在量化变率、预测和插值光变曲线以及基于变率的分类方面具有重要价值。我们表明，CARMA 模型的 PSD 可以表示为洛伦兹函数之和，这使得它们极其灵活，能够模拟广泛的 PSD。我们提出了从 CARMA 过程采样的光变曲线的似然函数，为其奠定了严格的统计基础，并提出了一种贝叶斯方法来推断给定测量光变曲线的 PSD 概率分布。由于似然函数的计算随数据点数量线性缩放，CARMA 建模可扩展至当前和未来的海量时域数据集。最后，我们将 CARMA 建模方法应用于一个 X 射线双星、两个 AGN、一颗长周期变星和一颗 RR-Lyrae 星的光变曲线，以说明其用途、适用性和解释。
引用
@article{arxiv.1402.5978,
title = {Flexible and Scalable Methods for Quantifying Stochastic Variability in the Era of Massive Time-Domain Astronomical Data Sets},
author = {Brandon C. Kelly and Andrew C. Becker and Malgosia Sobolewska and Aneta Siemiginowska and Phil Uttley},
journal= {arXiv preprint arXiv:1402.5978},
year = {2015}
}
备注
18 pages, 16 figures, in press at ApJ. Revised to match accepted version. Code for utilizing the CARMA models is at https://github.com/bckelly80/carma_pack