事件#
- class astropy.stats.Events(p0=0.05, gamma=None, ncp_prior=None)[源代码]#
基类：
FitnessFunc贝叶斯阻止对入库或未入库事件的适应性。
- 参数:
- p0 :
float，可选Python：Float，可选 虚警概率，用于计算先验概率 \(N_{\rm blocks}\) (参见式。斯卡格尔2013年第21期)。对于事件类型数据，
p0似乎不能准确地表示实际的虚警概率。如果对触发类型条件使用此适应度函数，建议您对无信号噪声运行统计试验，以确定适当的gamma或ncp_prior用于期望的虚警率。- gamma :
float，可选Python：Float，可选 如果指定，则使用此伽马来计算一般的先验形式， \(p \sim {{\tt gamma}}^{{N_{{\rm blocks}}}}\) . 如果指定gamma，则忽略p0。
- ncp_prior :
float，可选Python：Float，可选 如果指定，则使用
ncp_prior如前所述，使用定义 \({{\tt ncp\_prior}} = -\ln({{\tt gamma}})\) .如果ncp_prior已指定，gamma和p0被忽略。
- p0 :
方法总结
fitness(N_k, T_k)validate_input(t, x, sigma)验证模型的输入。
方法文件
- validate_input(t, x, sigma)[源代码]#
验证模型的输入。
- 参数:
- t : array_likeNumpy：ARRAY_LIKE
观察次数
- x : array_like ，可选NumPy：ARRAY_LIKE，可选
每次观察值
- sigma :
float或 array_like ，可选PYTHON：FLOAT或NumPY：ARRAY_LIKE，可选 值x中的错误
- 返回:
- t, x, sigma : array_like ，
float或NoneNumPy：ARRAY_LIKE、PYTHON：FLOAT或PYTHON：NONE 输入的验证版本或修改版本
- t, x, sigma : array_like ，