[论文解读] Applications of Likelihood Analysis in Gamma-Ray Astrophysics

W. F. Tompkins|arXiv (Cornell University)|Feb 6, 2002

Astrophysics and Cosmic Phenomena参考文献 70被引用 8

一句话总结

本论文开发了先进的基于似然的统计方法，用于分析伽马射线数据，扩展了最大似然技术以处理复杂数据集和源显著性检验。提出了一种新颖的变异性分析方法并应用于EGRET数据，揭示了活动星系核（AGN）、脉冲星和未关联源之间不同的变异性模式——特别是识别出两类具有不同变异性与空间分布特征的未关联源。

ABSTRACT

The field of gamma ray astronomy relies heavily on the statistical analysis of data. Because of the paucity of data, and the often large errors associated with detecting gamma rays, analysis and interpretation of the data require sophisticated statistical techniques. Techniques for extending the currently used maximum likelihood technique to more complicated data sets are presented. Similarly presented are methods of calculating the distribution and behavior of the maximum likelihood statistic used to measure source significance. A new method for calculating source variability is also proposed, and used to examine the sources found by the Energetic Gamma Ray Experiment Telescope (EGRET) on board the Compton Gamma Ray Observatory (CGRO). The results show that the Active Galactic Nuclei (AGN), pulsars, and unidentified sources have markedly different variability, and that the unidentified sources fall into at least two classes, differing in variability and spatial distribution. A class composed of possible Supernova Remnant associations (SNR) is distinctly more variable than the pulsars, but has a variability consistent with that of the other low latitude unidentified sources. Finally, the results of the Fall 1997 GLAST prototype beam test are presented. The results of the beam test are compared with simulated results, and found to be in remarkably good agreement.

研究动机与目标

• 将最大似然技术扩展至处理具有大不确定性的复杂伽马射线数据集。
• 开发统计方法，利用似然比检验评估源显著性。
• 提出并验证一种新的测量伽马射线巡天中源变异性方法。
• 分析EGRET数据，根据变异性与空间分布对未关联伽马射线源进行分类。
• 利用束流测试数据与蒙特卡洛模拟验证GLAST原型仪器的性能。

提出的方法

• 扩展最大似然方法，以处理伽马射线天文学中非泊松分布及复杂数据结构。
• 应用似然比检验评估源显著性，推导检验统计量的抽样分布。
• 提出一种基于恒定流量与可变流量模型之间似然比比较的新变异性检验方法。
• 使用蒙特卡洛模拟建模仪器响应并验证束流测试结果。
• 将实测束流测试数据与模拟数据进行比较，评估不同能量范围内点扩散函数（PSF）的性能。
• 采用68%和95%包含半径表征能量相关的角分辨率。

实验结果

研究问题

• RQ1 如何将最大似然方法扩展以处理复杂、低统计量的伽马射线数据？
• RQ2 源显著性检验中似然比统计量的正确抽样分布是什么？
• RQ3 在存在大测量不确定性的条件下，如何稳健地测量源变异性？
• RQ4 未关联伽马射线源是否根据变异性与空间分布形成不同类别？
• RQ5 模拟在多大程度上能准确预测GLAST原型仪器的性能？

主要发现

• 在原假设下，源显著性检验的似然比统计量服从卡方分布，从而可实现可靠的显著性检验。
• 新变异性检验能有效区分不同源类型：活动星系核（AGN）和脉冲星表现出较低变异性，而未关联源则分为两类。
• 未关联源表现出两种截然不同的变异性行为：一类高度变异性（可能与超新星遗迹相关），另一类变异性较低，且具有不同的空间分布特征。
• 束流测试结果在所有能量范围和配置下与蒙特卡洛模拟结果高度一致。
• 束流测试测得的PSF在2σ误差范围内与模拟PSF一致，验证了GLAST设计模拟框架的可靠性。
• 68%和95%包含半径显示的能量相关角分辨率与模拟预测一致。