天文数据分析.ppt

天文数据分析 国家天文台 赵永恒 2015年4月 天文观测技术 电磁波谱（光子） 来自光子的消息 方向、能量、流量 图像 光谱/能谱 光变曲线 大气对电磁波的吸收 多波段天文学 观测技术 空间分辨本领 大气视宁度 噪声来源 光子噪声 (源噪声) 读出噪声 暗流噪声 处理噪声 (平场) 泊松噪声 CCD处理 线性区 暗流 ndark t Bias 偏置 读出噪声 平场 响应 CCD定标 原始图像 平场图像 暗流图像 Bias图像 信号与噪声 信噪比： 亮天体 天光极限 对观测条件的要求 统计学简介 基本问题 观测：O = T ± e 结果：T = O ± e 有效数字 问题：e的性质 误差传递 相对独立量 导出量 泰勒展开（1阶） 绝对误差 相对误差 图像加减：绝对误差 图像乘除：相对误差 复杂问题 蒙特卡洛方法 基本统计 定值? 正态分布（高斯分布） 上下限？ 均匀分布 中心极限定理 如果样本容量足够大，不管原来是什么分布，最终接近正态分布 高斯、卡方、最小二乘、最大似然… 术语的比较 物理 统计 一个测量值 一个随机数 数据 样本 试验 抽样 作N次测量 取容量为N的样本 测定 估计 几种统计量的分布 正态样本均值的分布 几种统计量的分布 任意样本平均值的极限分布 如果样本容量足够大，不管X 服从什么 分布，根据中心极限定理， 正态样本方差的分布 测量误差的报道 基于python的编程环境 Python的优点 简单 Script语言 强大 胶水语言：能够把各种模块很容易粘在一起 足够多的工具（程序包） Pyswisseph：瑞士星历表 PyEphem：Xephem/libastro NumPy、SciPy和matplotlib，它们分别为Python提供了快速数组处理、数值运算以及绘图功能。 众多开源的科学计算软件包都提供了Python的调用接口 计算机视觉库OpenCV 三维可视化库VTK 医学图像处理库ITK。 虚拟机 Instances：虚拟机 MyVOSpace：云存储/共享 FITS格式 块：2880字节 FITS头：2880n字节 = 80 x 36n END结尾 其余“ ”填充 数据 图：二进制 表：ASCII或二进制 FITS工具 ds9 fv (ftools) 课后作业I 用一个实际观测的FITS图像，看看能得到什么样的信息？ 分别得出不同分布的随机序列，并计算其均值与标准偏差。 用随机序列说明，n次测量的误差是其本身误差的1/?n倍。 例: 从X~N(3.4, 62)中抽样本x1,…,xn. 如果要求样本 平均值在(1.4, 5.4)内的概率0.95, n至少取多大? = χ2(n) 分布的特点: 期望值=n, 方差=2n n越大, χ 2(n)越接近正态分布 N(n, 2n). n=6 n=2 n=1 一个好的拟合应满足 = ~ μ 也可采用其它置信水平?，将测量结果写作： x = ? ? u?σ 其中u?满足： 常用的置信水平和误差限有： 置信水平? 误差限?x=u?σ 0.683 σ 0.955 2σ 0.997 3σ 0.5 0.678σ 0.9 1.645σ 0.95 1.960σ 0.99 2.576σ ? ? - u?σ ? - u?σ fwhm ( 半峰全宽）full width at half maximum 对应置信水平 ? = 0.76， 误差限 ?x= u?σ = 1.177 分辨率（相对误差的含义） 显著水平：(xs的概率) P(xs) 其中s为显著性 fwhm = 2.354 σ 对于标准正态分布N(0, 1) s 1 2 3 4 5 6 P 0.16