似然比在天文研究参数估计中的应用详解.docVIP

似然比在天文研究参数估计中的应用 张超、王燕平 OUTLINE 这篇文章是为了更好地理解该论文而写的阐述和补充，全文共分以下三章：第一章为背景介绍，包括天体物理的背景和统计学的一些概念总结；第二章为似然比的应用，主要是介绍该论文的内容；第三章为对一些问题的总结。 Chapter *1* 背景介绍 *1.1* 天体物理背景 该文章写于上世纪70年代，因此当时的高能探测较当前而言有很大的不同，当时探测以及数据处理存在的问题主要有： 当观测的天体辐射强度较小时，探测器得到的光子计数少，因而一些统计方法失效 在用观测数据进行参数估计时，不同的方法对数据的要求不同，是否需要分组就是其中之一 偏差的非高斯分布也需要用更为普适的统计学方法进行数据处理。 *1.2*一些统计学上的概念 （1）似然函数及极大似然估计 似然函数定义为各个观测值概率密度的乘积： （1.1） 若取似然函数的极大值，方便起见，通常对似然函数取对数，则似然方程变为： （1.2） （2）χ2量的总结 在统计学中，把一些服从或渐近服从χ2分布的统计量称为χ2量，例如：样本χ2量，不等精度样本χ2量，以及皮尔逊χ2量。 样本χ2量为： （1.3） 不等精度的样本χ2量为： （1.4） 皮尔逊χ2量为： ~ （1.5） χ2量通常用作参数估计和假设检验，不同的χ2量的应用范围不同： 1. 用于假设检验的χ2量： 样本χ2量用作检验正态假设，不需要分组，检验结果比较精确 皮尔逊χ2量用作检验任意分布的假设，需要分组，对样本要求较高，需要大的样本 (如果不分组的话皮尔逊χ2量满足的分布依赖于数据自身的分布函数) 2. 用作参数估计时：这里的讨论我们将在第三部分给出。 chapter*2* 似然比的应用 *2.1* 似然比的定义 若有n个样本X1，…….Xn，服从含有p个参量的分布：，其中 为待估计的参量，则似然比定义为： ， （2.1.1） 其中固定的参量为q个，变化的参量为p-q个。为简单起见，我们可以定义 ~ （2.1.2） 其中 ， *2.2* 似然比的具体应用——泊松问题 泊松问题 对于一个泊松分布的似然函数：, 利用上文提到过C的定义： （2.2.1） C可以当作似然函数作同样的应用：当C取极小时相当于似然函数取极大，因此可得到待估计的参数。 由公式（2.1.2）可以来确定置信区间。 这里需要说明的是（2.2.1）可以简化为下面的形式： （2.2.2） 其中 无分组的泊松问题: 正如第一章中提到的当时高能天体物理探测由于受到仪器的限制，通常在探测暗弱天体时只能得到很少的光子计数，此时如果按照通常的办法将原有的数据分组，就会造成一些组中的计数为零。在这种情况下，我们通常采用一种不需要分组的办法来解决这个问题。这里我们只给出结论： （2.2.3） 其中Ii 为单位时间、单位面积、单位频率的光子计数。 泊松的高斯极限 : 比较（2.2.1）式与统计量S的定义可知，C和S之间存在一种渐近关系。 令 有 （2.2.4） 其中， 项为的函数，计算和时与其无关，可以被消去。这样，每个bin的S有一个误差因子，只要有几个bin取空的时候S就会很不准确。所以，当每个bin中计数n低于10-20时，或者需要准确的置信度时，应用统计量C进行估计就变得很重要了。 参量相互独立时的简化 如果独立参量具有可分离性，C可以被简化。 （2.2.5） （2.2.6） 独立参量可以进行独立分析，大大简化了计算量。 *2.3* 参数估计中一些情况的应对——高斯问题 测量中最普遍的基本分布是Gauss分布。如果知道每次测量的方差，就可以用S进行估计。但是方差未知时，需要尝试其他的方法。 相对方差已知的情况： 在方差已知的时候应用统计量S（皮尔逊χ2量）就变得很便利