大數據天文學：以一種新的方式使用統計學來解讀宇宙。信用:Unsplash/CC0公共領域
（神秘的地球uux.cn）據阿拉巴馬大學亨茨維爾分校（拉斯·納爾遜）：數字時代給統計學和天文學領域都帶來了巨大的好處。然而，據阿拉巴馬大學(UAH)亨茨維爾分校的物理學和天文學教授Max Bonamente博士說，大多數天文學家沒有得到足夠的培訓，無法認識到將這些學科結合在一起所能獲得的實質性好處。他和他的同事們正致力於通過新興的天體統計學領域的開創性研究來改變這一切。
博納蒙特博士在《皇家天文學會月報》上發表了一篇論文，展示了概率分布中的一種創新性新扭曲，有望徹底改變宇宙學數據的解釋方式。
“傳統上，天文學家是糟糕的統計學家——我們喜歡‘邊走邊補統計數據’，”這位研究人員解釋道。“我最新的論文是一種解釋係統誤差的新方法。它描述了我開發的一種新的概率分布方法，這是以前從未想過的。這是令人討厭的東西，但是在從觀察中得出結論方麵具有現實意義。許多天文學家沒有必要的數學背景來仔細做統計。這很難，因為統計學本質上是很難的數學。很少有人願意花額外的時間去做這件事。當然，並不是每個人都有這種感覺。”
一個名為iid2022:事件數據的統計方法和副標題為照亮動態宇宙的研討會的成功證明了這一點，該研討會最近由阿拉巴馬大學係統的UAH主辦。博納門特博士和他的同事、空間科學助理教授趙玲玲博士組織了這次講習班。
該會議旨在培訓年輕科學家掌握分析和解釋數據的適當統計方法，包括利用先進軟件對樣本問題進行動手協作分析。這次會議還為天文學家和相關領域的研究人員提供了一個論壇，交流事件數據分析的最新進展。
“事件數據”是單個事件的集合——在天文學中，通常是光子，但也包括中微子或其他粒子。這些事件可以通過統計應用作為位置(圖像)、時間(如光變曲線)或能量或波長(光譜)的函數來研究。事件也可以定義為數量的集合，例如通過測量宇宙微波背景檢測到的引力波事件或星係團，宇宙微波背景是可以在宇宙中自由傳播的第一束光的冷卻殘餘。
Bonamente博士出生於意大利，1997年移居美國，是UAH大學的校友，在UAH大學獲得了物理學碩士和博士學位，在那裏他開發了一種稱為馬爾可夫鏈蒙特卡羅(MCMC)的統計方法用於分析宇宙事件。MCMCs包括一類在概率分布中使用的特殊算法，概率分布是一種數學函數，給出實驗中不同可能結果出現的概率。
“這些方法使得更快、更準確地分析數據成為可能，”研究人員指出。“如今，機器學習在天文學中無處不在。例如，我們使用MCMCs來測量哈勃常數，這在當時是一件大事。”哈勃常數是宇宙學中最重要的數字之一，因為它告訴我們宇宙膨脹的速度。
Astrostatistics代表了天文學大數據管理和分析的未來，因為最新技術正在產生數量驚人的數據，其複雜性令人難以置信。隨著無線電、微波、紅外、X射線、伽馬射線、幹涉儀和光學儀器中新的數據收集機製的發展，分析這些數據的挑戰隻會呈指數級增長，這將需要新的統計算法和技術來理解所有這些數據。
“大多數天文學家或物理學家對概率論知之甚少，更不用說統計學了，”博納門特博士指出。“科學家的工作應該是小心謹慎，不要屈服於尋找偉大的新成果的欲望，當它不存在的時候。所以，把數學和天文學結合起來，對我來說是自然而然的方向。”