关于功率谱中洛伦兹轮廓的探测：一种使用无信息先验的贝叶斯方法
天体物理学
2015-05-13 v3
摘要
目标。从随机驱动的脉动中推导精确的频率、振幅和模式寿命具有挑战性，如果要求对所有模型拟合参数给出实际的误差估计，则更是如此。正如其他作者所示，通过最大似然估计（MLE）程序将洛伦兹轮廓拟合到时间分辨率测光或光谱数据的功率谱中的传统方法，为这些量提供了良好的近似。然而，我们表明，一种保守的贝叶斯方法允许人们在最少的假设（即关于模式的存在和身份的假设）下处理模式的探测。方法。我们推导了功率谱中存在洛伦兹轮廓概率的保守贝叶斯处理方法，并描述了一种使用马尔可夫链蒙特卡洛（MCMC）技术评估参数概率密度分布的高效实现。结果。我们的方法可能优于像MLE这样仅提供形式不确定度的“最佳拟合”程序，它对所有相关参数的实际概率分布进行采样和近似。此外，它避免了使MLE处理容易受到拟合数据的模型内置假设影响的缺点。在分析太阳以外恒星的太阳型脉动时，这一点尤为重要，因为这些观测质量较低，可能会被过度解读。作为例子，我们将我们的技术应用于CoRoT对太阳型脉动体HD 49933的观测。
引用
@article{arxiv.0811.3345,
title = {On the detection of Lorentzian profiles in a power spectrum: A Bayesian approach using ignorance priors},
author = {M. Gruberbauer and T. Kallinger and W. W. Weiss and D. B. Guenther},
journal= {arXiv preprint arXiv:0811.3345},
year = {2015}
}
备注
12 pages, 11 figures, accepted for publication in Astronomy and Astrophysics