利用确定性和随机系统误差模型可靠推断系外行星光变曲线参数

凌日系外行星的时间序列测光和光谱学使我们能够研究其大气层。不幸的是，提取大气信息所需的精度超过了大多数通用仪器的设计规格，导致光变曲线中出现通常大于目标精度的仪器系统误差。因此必须对系统误差进行建模，这使得光变曲线参数的推断依赖于模型和模型选择标准的主观选择。本文旨在测试最常用的系统误差模型和模型选择标准的可靠性。由于我们主要关注恢复光变曲线参数而非优选的系统误差模型，因此引入对系统误差模型的边缘化作为比简单模型选择更稳健的替代方案。这可以将系统误差模型选择中的不确定性以及模型参数的不确定性纳入误差预算。我们通过一系列模拟凌日光变曲线展示了其应用。随机模型，特别是高斯过程，也在系统误差模型边缘化的背景下进行了讨论，被发现能够可靠地恢复各种系统误差函数的凌日参数。没有任何测试过的模型选择标准（包括 BIC）能常规地恢复正确模型。这意味着基于简单模型选择的常用方法在从真实数据提取透射谱和食谱时可能会低估不确定性，因此应谨慎对待使用此类技术得出的低显著性主张。一般而言，没有完美的系统误差建模技术；然而，对多种系统误差模型进行边缘化有助于减轻模型选择不当的影响，而随机过程为建模仪器系统误差提供了更灵活的方法。