光谱拟合残差作为增加模型复杂度的指标

X射线数据的光谱拟合通常涉及最小化卡方统计量和Cash统计量等统计量。在此我们讨论它们的局限性，并引入两种基于模型残差累积和（CuSum）的度量来评估是否可以增加模型复杂度：CuSum数组中超过名义阈值的bin的百分比（pct$_{CuSum}$），以及CuSum下相对于名义值的超额面积（p$_\textit{area}$）。我们通过将其应用于钱德拉ACIS光谱拟合的实例来展示其用途。