利用分层似然与哈密顿采样驯服脉冲星计时数据集中的异常值
天体物理仪器与方法
2017-02-01 v1 广义相对论与量子宇宙学
摘要
基于高斯分布的概率方法已被成功应用于脉冲星计时数据集的分析，其应用涵盖从中子星结构研究到广义相对论检验以及纳秒引力波搜索。与高斯分布的其他应用一样，计时测量中的异常值对统计推断构成了重大挑战，因为它们会使计时和噪声参数的估计产生偏差，并影响所报告的参数不确定性。我们描述并演示了一种实用的端到端方法，能够在存在异常值的情况下稳健地对计时和噪声参数进行贝叶斯推断，并以概率方式识别这些异常值。该方法完全自洽（即异常值概率随计时和噪声参数的后验分布而相应变化），并依赖于对脉冲星计时似然分层形式的高效采样。通过将“无 U 转”哈密顿采样器与高度定制的似然重参数化相结合，此类采样近期已成为可能；该代码已在别处描述，但已在线上公开。我们推荐将该方法作为脉冲星计时阵列数据集准备的标准步骤：即使统计推断未受影响，对异常值候选者的后续研究也能揭示射电观测和计时测量中不可见的问题；此外，数据集干净且无异常值的严格统计证据只会增强对引力波搜索结果的信心。
引用
@article{arxiv.1609.02144,
title = {Taming outliers in pulsar-timing datasets with hierarchical likelihoods and Hamiltonian sampling},
author = {Michele Vallisneri and Rutger van Haasteren},
journal= {arXiv preprint arXiv:1609.02144},
year = {2017}
}
备注
6 pages, 2 figures, RevTeX 4.1