[论文解读] A fast unbinned test on event clustering in Poisson processes

J. Prahl|arXiv (Cornell University)|Sep 23, 1999

Astrophysics and Cosmic Phenomena参考文献 3被引用 10

一句话总结

本文提出了一种快速、无分箱的统计检验方法，用于检测事件数据中偏离泊松过程的簇状偏差，特别适用于在地面伽马射线实验中识别天体物理时间序列中的不规则突发结构。该方法基于事件间时间间隔的分布，并采用解析近似以实现高效计算，即使在事件数较少且探测器接受度变化的情况下也能实现可靠检测。

ABSTRACT

An unbinned statistical test on cluster-like deviations from Poisson processes for point process data is introduced, presented in the context of time variability analysis of astrophysical sources in count rate experiments. The measure of deviation of the actually obtained temporal event distribution from that of a Poisson process is derived from the distribution of time differences between two consecutive events in a natural way. The differential character of the measure suggests this test in particular for the search of irregular burst-like structures in experimental data. The construction allows the application of the test even for very low event numbers. Furthermore, the test can easily be applied in the case of varying acceptance of the detector as well. The simple and direct use of background events simultaneously acquired under the same conditions to account for acceptance variations is possible, allowing for easy application especially in earth-bound gamma-ray experiments. Central features are the fast and simple calculation of its measure, and the existence of an analytical approximation that describes the general test statistics to a high degree of precision.

研究动机与目标

• 开发一种用于检测时间序列事件数据中偏离泊松过程的簇状偏差的统计检验方法。
• 解决在事件数较少的实验数据中识别不规则突发结构的挑战。
• 使方法适用于探测器接受度变化的场景，这在地基伽马射线实验中很常见。
• 提供一种计算高效的检验方法，避免分箱处理，并允许直接使用背景数据进行接受度校正。
• 提供检验统计量的解析近似，以实现快速且精确的计算。

提出的方法

• 该检验基于点过程中连续事件间时间间隔的分布。
• 通过事件间时间间隔分布的微分性质，定义了偏离泊松行为的偏差度量。
• 该方法本质上是无分箱的，保留了完整的时序分辨率，避免了因分箱导致的信息损失。
• 可直接整合同时获取的背景事件，以校正探测器接受度的变化。
• 推导出检验统计量的解析近似，实现无需蒙特卡洛模拟的快速精确计算。
• 该方法在事件数较少时依然稳健，适用于时间变源中不规则突发结构的检测。

实验结果

研究问题

• RQ1 如何在不将时间序列分箱的情况下，检测事件数据中偏离泊松过程的簇状偏差？
• RQ2 在低事件计数的天体物理数据中，如何构建一种高效且可解析处理的检验统计量，以识别不规则突发结构？
• RQ3 在簇状分析中，如何以简单直接的方式处理探测器接受度的变化？
• RQ4 能否构建一种快速的无分箱检验方法，即使在事件极少时仍保持准确性？
• RQ5 何种解析近似可实现检验统计量的快速计算并达到高精度？

主要发现

• 该检验提供了一种快速可靠的无分箱方法，用于检测事件数据中的簇状偏差，同时保留了时序分辨率。
• 事件间时间间隔分布构成了一个微分度量，能敏感地捕捉偏离泊松行为的偏差。
• 即使在事件数较少时，该方法依然有效，适用于罕见天体物理瞬变事件的检测。
• 检验统计量的解析近似实现了高精度，消除了对计算成本高昂的模拟的依赖。
• 通过整合同时获取的背景数据，可直接校正探测器接受度的变化，显著增强了在地基伽马射线实验中的适用性。