box-least-squares

Box Least Squares to narzędzie statystyczne do wykrywania egzoplanet i gwiazd zaćmiających się w danych fotometrycznych. Szukasz okresowych, pudełkowatych spadków w krzywych jasności? BLS modeluje tranzyt jako odwrócony kapelusz i znajduje okres orbitalny, czas trwania, głębokość i czas pierwszego tranzyta. Wbudowane w Astropy, stanowi alternatywę dla Transit Least Squares z różnymi charakterystykami wydajności. Oparte na metodzie Kovácsiego i współpracowników z 2002 roku.

1. Zainstaluj Astropy, które zawiera moduł Box Least Squares, poleceniem pip install astropy.

2. Przygotuj swoje dane: czas obserwacji, wartości strumienia jasności oraz błędy pomiaru. Upewnij się, że są to tablice NumPy lub obiekty Quantity z jednostkami (np. dni dla czasu).

3. Utwórz obiekt BoxLeastSquares, przekazując czas, strumień i błędy: model = BoxLeastSquares(t, y, dy=dy), gdzie t to czas w jednostkach, y to jasność, a dy to błędy pomiaru.

4. Uruchom automatyczne wyszukiwanie okresów za pomocą autopower(), określając oczekiwany czas trwania tranzyta: periodogram = model.autopower(duration). Metoda automatycznie ustali odpowiednią siatkę okresów do przeszukania.

5. Wyodrębnij wyniki: znajdź okres o największej mocy w periodogramie, używając best_period = periodogram.period[np.argmax(periodogram.power)]. Wartość ta reprezentuje okres orbitalny wykrytego obiektu.

6. Sprawdź dodatkowe parametry zwrócone przez periodogram: czas trwania tranzyta, głębokość spadku jasności oraz czas pierwszego tranzyta, aby w pełni scharakteryzować detekcję.