应用于系外行星光变曲线的相关噪声分析

时间相关噪声是模拟系外行星光变曲线数据时的一个重要不确定性来源。正确评估相关噪声对于确定我们发现的真实统计显著性至关重要。本文回顾了系外行星领域中使用最广泛的三种相关噪声估计方法：时间平均法、残差置换法和小波似然法。我们认为残差置换法在估计参数不确定性方面是不可靠的，因此建议完全避免使用该方法。我们刻画了时间平均法的均方根-面元大小曲线在面元大小接近总观测时长时的行为，这可能导致低估不确定性。对于小波似然法，我们指出了已发表方程中的错误并提供了一份更正列表。我们进一步通过向合成和真实的斯皮策光变曲线中注入并恢复食信号来评估这些技术的性能，并根据相对精度和覆盖分数统计量分析结果。时间平均法和小波似然法都显著改善了相对于白噪声分析（假设噪声不相关的马尔可夫链蒙特卡洛探索）对食深度的估计。然而，这些修正并不完美，当从斯皮策数据集中恢复食深度时，这些方法仅在约 45%–65% 的试验中将真实（注入）深度覆盖在 68% 可信区域内。最后，我们展示了我们的开源模型拟合工具——多核马尔可夫链蒙特卡洛 (MC³)。该软件包使用贝叶斯统计来估计（用户提供的）模型参数的最佳拟合值和可信区域。MC³ 是一个 Python/C 代码，可在 https://github.com/pcubillos/MCcubed 获取。