RegularEvents

class astropy.stats.RegularEvents(dt, p0=0.05, gamma=None, ncp_prior=None)

基类：FitnessFunc

贝叶斯理论阻碍了常规赛事的健康。

这是针对具有基本“刻度”长度的数据，因此所有测量值都是该刻度长度的倍数。在每一个滴答声中，有零个或一个计数。

参数:

dt : floatPython ：浮点

数据的滴答率

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)。如果指定了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。

方法总结

fitness(T_k, N_k)
validate_input(t, x, sigma)	验证模型的输入。

方法文件

fitness(T_k, N_k)

validate_input(t, x, sigma)

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