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None
NumPy:ARRAY_LIKE、PYTHON:FLOAT或PYTHON:NONE 输入的验证版本或修改版本
- t, x, sigma : array_like ,