多变量统计分析外星行星宜居性：检测偏差与地球类星体识别

我们对来自NASA Exoplanet Archive的517个系外行星进行全面性的多变量统计分析，以识别潜在宜居世界并量化当前观测中的检测偏差。采用八个关键参数（行星半径、平衡温度、辐射通量、密度、星体有效温度、半径、质量和金属丰度），我们构建了一套分类框架，成功将地球识别为宜居性的"优秀候选星"。我们的分析表明，仅有0.6%（包括地球在内的3个行星）满足放宽阈值下的全部宜居标准，而75.0%的行星表现为"优秀星体、劣质行星"特征，表明当前观测对不适合居住的星体系统存在显著偏差。Hotelling\'s T2检验显示，潜在宜居行星与一般系外行星群 statistically显著不同（p = 0.015）。通过马氏距离分析，地球位于统计异常值中的69.4百分位，确认地球类行星在参数空间中是真正的异常值。我们识别出Kepler-22 b作为一个引人注目的地球类星体，具有惊人的参数相似性；并揭示1.2%的行星是M型恒星系上的"边缘案例"，虽然行星条件合适，但恒星条件仅存。这些发现表明系外行星观测中存在系统性检测偏差，为稀有地球类世界提供定量证据，同时识别了可用于James Webb空间站（JWST）大气制导的高优先级目标。