← Anatomie eines Transits · Vertiefung zu Kapitel 6

MCMC im Detail

Die Theorie hinter der Fehlerrechnung unserer Auswertung: wie Markov-Ketten Stichproben ziehen, woran man Konvergenz erkennt und warum ein falsches Tal trotzdem überzeugend aussehen kann. Erst an Spielzeug-Verteilungen, dann an einer simulierten Lichtkurve.

Beim Scrollen stellt jeder Schritt die Animation passend ein. Danach kannst Du frei weiterdrehen, und ein Klick auf einen Schritt stellt ihn wieder her.

1

MCMC: die Theorie

Zufallswanderung mit Ziel

Markov Chain Monte Carlo zieht Stichproben aus einer Verteilung, die man nur bis auf einen konstanten Faktor kennt. Dieses Kapitel baut das Verfahren an Spielzeug-Verteilungen in zwei Dimensionen auf. Teil 2 wendet es auf eine Lichtkurve an, so wie unsere Auswertung es tut.

Schritt 1

Warum man die Posterior nicht einfach ausrechnet

Nach dem Satz von Bayes ist die Posterior das Produkt aus Likelihood und Prior, geteilt durch die Evidenz:

\[p(\theta\,|\,D) = \frac{\mathcal{L}(D\,|\,\theta)\;p(\theta)}{p(D)},\qquad p(D) = \int \mathcal{L}(D\,|\,\theta)\,p(\theta)\,\mathrm{d}\theta\]
p(θ | D)
Posterior: Wahrscheinlichkeitsdichte der Parameter, nachdem die Daten bekannt sind
θ
theta Vektor aller Parameter, hier zwei: θ₁ und θ₂
D
die Messdaten
𝓛(D | θ)
Likelihood: wie wahrscheinlich genau diese Daten wären, wenn θ stimmt
p(θ)
Prior: Vorwissen über θ vor der Messung
p(D)
Evidenz: Normierungskonstante, hängt nicht von θ ab
∫ … dθ
Integral über alle möglichen Parameterwerte

Der Zähler ist für jedes θ schnell berechnet, die Evidenz nicht: Sie ist ein Integral über den ganzen Parameterraum. Auf einem Gitter mit 100 Punkten pro Achse kostet sie bei d Parametern 100d Modellrechnungen, bei vier Parametern also 108. Auch Mittelwerte und Fehlerbalken sind solche Integrale. MCMC umgeht beides: Es braucht nur Verhältnisse p(θ′|D)/p(θ|D), in denen p(D) herausfällt, und ersetzt jedes Integral durch einen Mittelwert über Stichproben.

Die Fläche rechts ist eine solche Zielverteilung π(θ), hier bananenförmig. Vier Ketten wandern darauf.

In einfachen WortenWir kennen die Form eines Gebirges, aber nicht seine Gesamtmasse. Statt das ganze Gebirge zu vermessen, schicken wir Wanderer los, die sich häufiger dort aufhalten, wo es hoch ist. Wo sie oft waren, ist der Parameter wahrscheinlich.
Schritt 2

Eine Markov-Kette vergisst ihren Start

Eine Markov-Kette ist eine Folge θ0, θ1, θ2, …, bei der jeder Schritt nur vom aktuellen Punkt abhängt, nicht von der Vorgeschichte:

\[P(\theta_{t+1}\,|\,\theta_t,\dots,\theta_0) = P(\theta_{t+1}\,|\,\theta_t) = T(\theta_t \to \theta_{t+1})\]
θt
theta Position der Kette nach t Schritten
P(… | …)
bedingte Wahrscheinlichkeit: links vom Strich das Ereignis, rechts das, was bekannt ist
T(θ → θ′)
Übergangsregel: Wahrscheinlichkeit, von θ nach θ′ zu gehen

Erfüllt die Übergangsregel mit der Zielverteilung π das detaillierte Gleichgewicht,

\[\pi(\theta)\,T(\theta\to\theta') = \pi(\theta')\,T(\theta'\to\theta),\]
π(θ)
pi Zielverteilung, hier nicht die Kreiszahl; beim Fit ist das die Posterior
θ, θ′
theta zwei beliebige Punkte im Parameterraum (θ′ sprich „theta Strich“)
T(θ → θ′)
Übergangsregel wie oben

dann ist π stationär: Ist die Kette einmal nach π verteilt, bleibt sie es. Kann sie zudem jeden Bereich erreichen und läuft nicht im Kreis (Ergodizität), dann strebt sie von jedem Start aus gegen π. Mittelwerte über die Kette nähern dann Erwartungswerte an:

\[\frac{1}{N}\sum_{t=1}^{N} f(\theta_t) \;\xrightarrow{\;N\to\infty\;}\; \int f(\theta)\,\pi(\theta)\,\mathrm{d}\theta\]
N
Zahl der Schritte (Stichproben)
Σ
Sigma (groß) Summe über alle Schritte t = 1 … N
f(θ)
beliebige Größe, die aus den Parametern folgt, z. B. θ₁ selbst für den Mittelwert
→
strebt gegen, wenn N gegen unendlich geht
π(θ)
pi Zielverteilung

Rechts starten die Ketten weit draußen und finden trotzdem zum Ziel. Das Histogramm unten nähert sich der wahren Verteilung (Linie).

In einfachen WortenDer Wanderer hat kein Gedächtnis, er schaut nur, wo er gerade steht. Die Regel ist so gebaut, dass zwischen zwei Orten im Mittel gleich viele Wanderer hin- wie zurückgehen. Dann stellt sich die richtige Verteilung von selbst ein, egal wo man anfängt.
Schritt 3

Metropolis-Hastings: vorschlagen, prüfen, annehmen

Die einfachste Regel mit detailliertem Gleichgewicht: Vom Punkt θ aus wird ein Kandidat θ′ aus einer Vorschlagsverteilung q gezogen, hier ein runder Gauß mit Breite s. Angenommen wird er mit der Wahrscheinlichkeit

\[\alpha = \min\!\left(1,\;\frac{\pi(\theta')\,q(\theta\,|\,\theta')}{\pi(\theta)\,q(\theta'\,|\,\theta)}\right)\]
α
alpha Annahmewahrscheinlichkeit des Vorschlags
min(1, x)
der kleinere der beiden Werte; Wahrscheinlichkeiten über 1 werden auf 1 gekappt
π(θ), π(θ′)
pi Zielverteilung am alten und am vorgeschlagenen Punkt
q(θ′ | θ)
Vorschlagsverteilung: wie wahrscheinlich der Vorschlag θ′ ist, wenn man bei θ steht
s
Schrittweite: Breite der Vorschlagsverteilung (Regler)

Bei symmetrischem q kürzt sich der Bruch zu π(θ′)/π(θ). Abgelehnt heißt: Die Kette bleibt stehen und zählt den alten Punkt noch einmal. Bei einem Transit-Fit ist ln π = −χ²/2 + const, also

\[\alpha = \min\!\left(1,\;e^{-\Delta\chi^2/2}\right),\qquad \Delta\chi^2 = \chi^2(\theta') - \chi^2(\theta)\]
α
alpha Annahmewahrscheinlichkeit
e
Eulersche Zahl 2,718…
Δχ²
Delta (groß) chi Quadrat: um wie viel das χ² beim Vorschlag größer ist als am alten Punkt
χ²
chi Quadrat: Summe der quadrierten, auf den Fehler normierten Abweichungen zwischen Modell und Daten

Ein Schritt zu kleinerem χ² wird immer angenommen, Δχ² = 2 nur noch mit 37 %, Δχ² = 10 mit 0,7 %. Rechts läuft eine Kette langsam: Der gestrichelte Kreis ist die Vorschlagsbreite, grün ein angenommener, rot ein abgelehnter Vorschlag.

In einfachen WortenDer Wanderer würfelt einen Schritt in eine zufällige Richtung. Führt der Schritt nach oben (wahrscheinlicher), macht er ihn. Führt er nach unten, macht er ihn nur manchmal, und umso seltener, je steiler es abfällt. So bleibt er meist oben, kommt aber auch an die Hänge, und genau deren Breite ist der Fehlerbalken.
Schritt 4

Die Schrittweite entscheidet über die Effizienz

Aufeinanderfolgende Punkte einer Kette sind korreliert. Wie stark, misst die integrierte Autokorrelationszeit. Aus ihr folgt, wie viele unabhängige Stichproben eine Kette wirklich enthält:

\[\tau = 1 + 2\sum_{\ell=1}^{\infty}\rho(\ell),\qquad N_{\text{eff}} = \frac{N}{\tau}\]
τ
tau integrierte Autokorrelationszeit, in Schritten
ℓ
ell (geschwungenes l) Abstand zweier Kettenpunkte in Schritten
ρ(ℓ)
rho Korrelation zwischen Punkten im Abstand ℓ; 1 = gleich, 0 = unabhängig
Σ
Sigma (groß) Summe über alle Abstände ℓ = 1, 2, 3, …; in der Praxis bis etwa 5 τ
N
Zahl der Kettenpunkte
Neff
effektive Zahl unabhängiger Stichproben

Zu kleine Schritte werden fast immer angenommen, kommen aber kaum voran: τ wird groß. Zu große Schritte landen meist im Abseits und werden abgelehnt: Die Kette steht still, τ wird ebenfalls groß. Dazwischen liegt das Optimum. Für gaußsche Ziele liegt es bei vielen Parametern um 23 % Annahmerate, bei einem Parameter um 44 % (Roberts, Gelman & Gilks 1997).

Rechts ist s = 0,15 eingestellt, die Spur kriecht. Zieh den Regler auf etwa 1,7 und dann auf 6 und vergleiche τ.

In einfachen WortenMit Trippelschritten kommt der Wanderer kaum vom Fleck, auch wenn er fast nie zurückgewiesen wird. Mit Riesensprüngen landet er fast immer im Abgrund und bleibt stehen. Neff sagt, wie viele wirklich unabhängige Punkte man hat: Tausend Schritte mit τ = 50 sind nur zwanzig echte Stichproben.
Schritt 5

Die Einlaufphase wird verworfen

Startet eine Kette weit draußen, sind ihre ersten Punkte noch vom Start geprägt und nicht nach π verteilt. Diese Einlaufphase (Burn-in) wird verworfen, hier die ersten 150 Schritte, grau hinterlegt in der Spur oben rechts. Vorbei ist sie, wenn alle Ketten im selben Bereich ohne Trend schwanken. Als Faustregel verwirft man einige zehn τ.

In einfachen WortenWer am falschen Ende des Gebirges abgesetzt wird, braucht eine Weile bis zum Gipfel. Diesen Anmarsch zählt man nicht mit, sonst hätte das Ergebnis eine Schlagseite zum Startpunkt hin.
Schritt 6

Schräge Täler: der Stretch-Move

Ist die Verteilung schmal und schräg, weil zwei Parameter stark korreliert sind, passt ein runder Vorschlag schlecht. Quer zur Diagonale muss s klein sein, und entlang der Diagonale kommt die Kette dann kaum voran. Goodman & Weare (2010) lassen deshalb ein Ensemble von Walkern laufen. Walker k springt entlang der Linie zu einem zufällig gewählten anderen Walker j:

\[Y = X_j + Z\,(X_k - X_j),\qquad g(Z) \propto \frac{1}{\sqrt{Z}}\ \text{ für } Z \in \left[\tfrac{1}{a},\,a\right]\]
Xk
aktuelle Position des Walkers, der springt
Xj
Position eines zufällig gewählten anderen Walkers
Y
vorgeschlagene neue Position
Z
Streckfaktor: 1 = bleibt, 2 = doppelter Abstand zu Xj, 0,5 = halber
g(Z)
Wahrscheinlichkeitsdichte, aus der Z gezogen wird
∝
proportional zu
a
Stretch-Parameter, üblich ist a = 2
\[\alpha = \min\!\left(1,\;Z^{\,d-1}\,\frac{\pi(Y)}{\pi(X_k)}\right)\]
α
alpha Annahmewahrscheinlichkeit
d
Zahl der Parameter (Dimension), hier 2
π(Y), π(Xk)
pi Zielverteilung am Vorschlag und an der alten Position

Der Faktor Zd−1 stellt das detaillierte Gleichgewicht her. Weil sich die Sprünge aus den Abständen der Walker selbst ergeben, passen sie sich jeder Streckung und Drehung der Verteilung an (affine Invarianz). Das ist der Algorithmus des verbreiteten Python-Pakets emcee. Schalte zum Vergleich auf Metropolis um.

In einfachen WortenStatt eines einzelnen Wanderers geht eine Gruppe. Jeder richtet seinen nächsten Sprung an einem Kollegen aus. Liegen alle in einem langen, schrägen Tal, springen sie dadurch von selbst das Tal entlang statt gegen die Wände.
Schritt 7

Zwei Gipfel: Konvergenz prüfen mit R-hat

Hat π zwei getrennte Gipfel, kann eine Kette sehr lange im ersten bleiben: Der Weg zum zweiten führt durch ein Tal, in dem fast jeder Vorschlag abgelehnt wird. Gelman & Rubin (1992) vergleichen deshalb m Ketten mit je n Punkten:

\[W = \frac{1}{m}\sum_{j=1}^{m} s_j^2,\qquad B = \frac{n}{m-1}\sum_{j=1}^{m}\big(\bar\theta_j - \bar\theta\big)^2,\qquad \hat{R} = \sqrt{\frac{\frac{n-1}{n}W + \frac{1}{n}B}{W}}\]
m
Zahl der Ketten
n
Punkte pro Kette nach der Einlaufphase
sj²
Varianz innerhalb von Kette j
W
mittlere Varianz innerhalb der Ketten (within)
θ̄j
theta quer: Mittelwert von Kette j
θ̄
theta quer: Mittelwert über alle Ketten
B
Streuung zwischen den Kettenmittelwerten (between)
R̂
R-hat: 1 = Ketten sind sich einig, deutlich darüber = sie haben Verschiedenes gesehen

Je nach Strenge gelten Werte unter 1,01 oder unter 1,1 als konvergiert. Aber R̂ prüft nur, ob die Ketten sich einig sind, nicht ob sie alles gefunden haben. Starten alle im selben Gipfel, wie jetzt eingestellt, ist R̂ ≈ 1, und der zweite Gipfel fehlt trotzdem im Histogramm. Stell den Start auf „verteilt“: Dann landen Ketten in beiden Gipfeln, und R̂ schlägt an.

In einfachen WortenVier Wanderer, die gemeinsam losgehen und sich am Ende einig sind, beweisen nicht, dass es keinen zweiten Berg gibt. Erst wenn sie an verschiedenen Orten starten, fällt auf, dass sie auf verschiedenen Gipfeln stehen. Diese Falle taucht in Teil 2 am Egress wieder auf.
Spielzeug-Verteilungen, keine Messdaten
\[\alpha = \min\!\left(1,\frac{\pi(\theta')}{\pi(\theta)}\right)\]
Was bedeuten die Zeichen?
α
alpha Annahmewahrscheinlichkeit des Vorschlags
π(θ)
pi Zielverteilung am aktuellen Punkt θ (theta)
π(θ′)
pi Zielverteilung am vorgeschlagenen Punkt θ′
τ
tau Autokorrelationszeit (in der Tabelle)
Neff
effektive Zahl unabhängiger Stichproben
R̂
R-hat, Konvergenzmaß nach Gelman-Rubin

2

MCMC am Transit

Walker in der χ²-Landschaft einer Lichtkurve

Jetzt läuft dasselbe Verfahren auf einer simulierten Lichtkurve, mit den Einstellungen unserer Auswertung. Frei sind die Mittenzeit Tc und das Radienverhältnis Rp/R★, alles andere ist festgehalten. Unsere Auswertung startet am besten Fit, rechnet rotes Rauschen über β ein und meldet Median und 16./84. Perzentil.

Schritt 1

Die Likelihood einer Lichtkurve

Bei gaußschem, unabhängigem Rauschen ist die Log-Likelihood eine Summe über alle Messpunkte. Rotes Rauschen geht über den β-Faktor aus Kapitel 5 der Hauptseite in die Fehler ein:

\[\ln\mathcal{L}(\theta) = -\frac{1}{2}\sum_{i=1}^{N}\frac{\big(f_i - m(t_i;\theta)\big)^2}{(\beta\,\sigma_i)^2} + \text{const} = -\frac{\chi^2(\theta)}{2\beta^2} + \text{const}\]
ln 𝓛(θ)
natürlicher Logarithmus der Likelihood: wie wahrscheinlich die Messdaten bei den Parametern θ sind
θ
theta die freien Parameter, hier (Tc, k)
Tc
Transitmitte; im Bild als Abweichung ΔTc von der Vorhersage in Minuten
k
Radienverhältnis Rp/R★ (Planetenradius durch Sternradius)
N
Zahl der Messpunkte
fi
gemessener, normierter Fluss von Punkt i
m(ti; θ)
Modellfluss zur Zeit ti bei den Parametern θ
σi
sigma Fehler von Punkt i
β
beta Faktor für rotes Rauschen (Kapitel 5 der Hauptseite); 1 = rein weißes Rauschen
χ²(θ)
chi Quadrat: Summe der quadrierten, auf σi normierten Abweichungen
Σ
Sigma (groß) Summe über alle Messpunkte
const
Konstante, die nicht von θ abhängt und beim MCMC herausfällt

Festgehalten sind die Bahn (a/R★, b, P) und die Randverdunklung u₁, u₂ aus Tabellen. Die Priors sind hier flach: ΔTc innerhalb ±45 min um die Vorhersage, k zwischen 0,03 und 0,2. Links oben ist die Landschaft aufgespannt. Die Flächen sind die 1σ-, 2σ- und 3σ-Bereiche einer zweidimensionalen Gaußverteilung (Δχ²/β² = 2,3 / 6,2 / 11,8).

In einfachen WortenFür jedes Paar aus Mittenzeit und Planetengröße rechnet das Modell eine Lichtkurve und misst, wie weit sie von den Messpunkten entfernt ist. Wo dieser Abstand klein ist, liegt ein Tal. Es ist das Gebirge aus Teil 1, nur auf den Kopf gestellt: hohe Wahrscheinlichkeit heißt kleines χ². Die MCMC sucht nicht nur den tiefsten Punkt, sondern vermisst, wie breit das Tal ist.
Schritt 2

Erst den besten Fit suchen, dann dort starten

Die Walker starten nicht irgendwo. Zuerst sucht ein Optimierer das Minimum von χ², und zwar von fünf Startwerten für Tc aus, verteilt über ±30 min um die Vorhersage. Der Start mit dem kleinsten χ² gewinnt. Um ihn herum werden die Walker in einer kleinen Wolke ausgesetzt. Das erspart den größten Teil der Einlaufphase und schützt vor Nebentälern, sofern einer der fünf Starts im richtigen Tal landet.

Links oben laufen die fünf Optimierer, rechts unten steht das Profil: für jede Mittenzeit das kleinste χ², das mit irgendeinem k erreichbar ist.

\[\Delta\chi^2_{\text{prof}}(T_c) = \min_{k}\,\chi^2(T_c,k) - \chi^2_{\min}\]
Δχ²prof(Tc)
Delta (groß) chi Quadrat im Profil: wie viel schlechter der beste Fit bei fester Mittenzeit Tc ist als der beste Fit überhaupt
mink
Minimum über alle Werte von k bei festgehaltenem Tc
χ²min
chi Quadrat des besten Fits überhaupt
Tc, k
Transitmitte und Radienverhältnis Rp/R★
In einfachen WortenErst grob den tiefsten Punkt suchen, und zwar von fünf verschiedenen Stellen aus, dann die Wanderer genau dort absetzen. Das Profil ist der Querschnitt durch die Landschaft entlang der Zeitachse.
Schritt 3

Ohne guten Start: Einlaufphase

Zum Vergleich starten die sechzehn Walker hier absichtlich daneben, bei ΔTc = +9 min und k = 0,118. Jeder Walker macht pro Schritt einen Stretch-Move aus Teil 1. Mit ln π = −χ²/(2β²) wird daraus:

\[\alpha = \min\!\left(1,\;Z\,e^{-\Delta\chi^2/(2\beta^2)}\right)\]
α
alpha Annahmewahrscheinlichkeit des Sprungs
Z
Streckfaktor des Stretch-Moves, zwischen 0,5 und 2; bei zwei Parametern steht er mit Exponent d − 1 = 1 da
Δχ²
Delta (groß) chi Quadrat: χ² am Vorschlag minus χ² an der alten Position
β
beta Faktor für rotes Rauschen

Die ersten 80 Schritte gelten als Einlaufphase und fließen nicht ins Ergebnis.

In einfachen WortenOhne guten Start laufen die Wanderer erst einmal ins Tal hinunter. Das kostet Zeit, und dieser Anmarsch muss weggeworfen werden.
Schritt 4

Aus Stichproben werden Fehlerbalken

Nach der Einlaufphase sind die Positionen aller Walker Stichproben aus der Posterior. Unsere Auswertung fasst sie über Perzentile zusammen:

\[T_c = q_{50}\,{}^{+(q_{84}-q_{50})}_{-(q_{50}-q_{16})}\]
q50
Median: 50 % der Stichproben liegen darunter
q16, q84
16. und 84. Perzentil; dazwischen liegen 68 % der Stichproben, wie bei ±1σ einer Gaußkurve
Tc
Transitmitte

Bei schiefen Verteilungen sind beide Seiten verschieden lang, deshalb stehen + und − getrennt im Ergebnis. Unten liegen fünfzehn zufällig gezogene Modelle über den Daten.

In einfachen WortenMan sortiert alle gesammelten Mittenzeiten. Die mittlere ist das Ergebnis. Zwischen dem 16. und dem 84. Prozent der Liste liegen zwei Drittel aller Werte: Das ist der Fehlerbalken, und er darf nach oben anders lang sein als nach unten.
Schritt 5

Rotes Rauschen: β macht die Fehler ehrlich

Korreliertes Rauschen enthält weniger unabhängige Information, als die Zahl der Punkte vortäuscht. Deshalb werden alle σi mit β multipliziert. Weil ln 𝓛 dadurch durch β² geteilt wird, wird die Posterior in jeder Richtung genau um den Faktor β breiter:

\[\sigma_{T_c}(\beta) = \beta\cdot\sigma_{T_c}(\beta = 1)\]
σTc
sigma Fehler der Transitmitte
β
beta Faktor für rotes Rauschen

Eingestellt sind β = 1,22 und 9,4 ppt pro Punkt wie bei HAT-P-33b. Die Simulation hat nur 180 Punkte statt 1077, ihr Fehler ist deshalb größer als bei der echten Messung.

Unsere Messung. Bei HAT-P-33b ergaben 1077 Bilder à 20 s mit 9,4 ppt pro Bild und β = 1,22 für Tc eine Unsicherheit von ± 2,2 min.

In einfachen WortenWenn das Rauschen in Wellen kommt, sind zehn Punkte hintereinander nicht zehnmal so gut wie einer. β rechnet das ein, indem es den Fehlerbalken jedes Punkts streckt. Das Tal wird breiter und der Fehler der Mittenzeit größer, dafür ist er ehrlich.
Schritt 6

Die Falle: ein Nebental am Egress

Jetzt fehlt der Ingress, weil die Beobachtung erst in der Transitmitte beginnt. Kurz nach dem Egress drückt außerdem eine dünne Wolke den Fluss 10 Minuten lang um 10 ppt. Das Profil bekommt dadurch ein zweites Tal bei ΔTc ≈ +25 min: Ein Modell mit späterem Egress erklärt die Wolke als Rest des Transits. Die Walker wurden in diesem Nebental ausgesetzt, so wie es passiert, wenn der Optimierer dort hängen bleibt.

Das Ergebnis sieht tadellos aus: schmales Histogramm, normale Annahmerate, R̂ ≈ 1. Trotzdem liegt es rund 25 min daneben. Kein Walker überquert den Rücken zwischen den Tälern, weil dort jeder Vorschlag abgelehnt wird. Und R̂ vergleicht nur Walker, die alle im selben Tal stehen. Genau auf diese Möglichkeit hat der ExoClock-Reviewer hingewiesen: Ein lokales Minimum am Egress verschiebt Tc und damit das O−C.

In einfachen WortenDie Wanderer wurden im falschen Tal abgesetzt. Weil sie sich einig sind und das Tal sauber vermessen, sieht alles richtig aus. Erst der Blick auf das ganze Profil oder auf die Lichtkurve am Egress zeigt, dass es nebenan ein tieferes Tal gibt.
Schritt 7

Gegenmittel: breit suchen, Profil prüfen

Mit den fünf Startwerten unserer Auswertung finden hier die Optimierer von −30, −15 und 0 min aus das richtige Tal, die von +15 und +30 min aus bleiben im Nebental hängen. Den Ausschlag gibt das kleinere χ². Das schützt, solange das richtige Tal auch das tiefste ist. Mit „Neue Daten“ kannst Du ausprobieren, wie oft das Rauschen das Nebental tiefer macht. Drei zusätzliche Prüfungen kosten wenig:

Profil-Scan: Δχ²prof(Tc) über das ganze Fenster rechnen (rechts unten). Ein zweites Tal mit Δχ²/β² unter etwa 10 ist ein Warnsignal.

Breit verteilte Walker: Startet man sie über ±30 min verteilt, landen einige im Nebental. Das Histogramm bekommt zwei Buckel, und R̂ steigt weit über 1,1.

Egress abdecken: Den Fit einmal ohne die gestörten Minuten wiederholen. Ändert sich Tc um mehr als den Fehler, ist das Ergebnis nicht robust.

Unsere Messungen. HAT-P-33b lief mit 15 Ketten und erreichte R̂ = 1,003. Bei KPS-1b streuten die Punkte am Egress, und der ExoClock-Reviewer vermutet genau so ein lokales Minimum im Fit. Dort ist der Profil-Scan der erste Test.

In einfachen WortenVon mehreren Stellen aus suchen, das ganze Gelände abschreiten und nachsehen, ob die Lichtkurve am Egress sauber ist. Ein O−C, das sich ändert, sobald man zehn Minuten Daten weglässt, ist kein belastbares O−C.
Simulierte Daten · Bahn fest
\[\ln\mathcal{L} = -\frac{\chi^2}{2\beta^2},\quad \alpha = \min\!\left(1, Z\,e^{-\Delta\chi^2/2\beta^2}\right)\]
Was bedeuten die Zeichen?
ln 𝓛
Logarithmus der Likelihood (ohne Konstante)
χ²
chi Quadrat: Summe der quadrierten, auf den Fehler normierten Abweichungen
β
beta Faktor für rotes Rauschen
α
alpha Annahmewahrscheinlichkeit eines Sprungs
Z
Streckfaktor des Stretch-Moves
Δχ²
Delta (groß) chi Quadrat: Änderung von χ² durch den Sprung
R̂
R-hat, Konvergenzmaß nach Gelman-Rubin (jeder Walker als eigene Kette)

Wir bedanken uns für die Unterstützung bei
Logo W.E.B.
Logo Bundesministerium für Land- und Forstwirtschaft
Logo Faktor Zehn
Logo Fliesen Hinteregger