Statistieken op een nieuwe manier gebruiken om het universum te ontcijferen

Het digitale tijdperk is een enorme zegen geweest voor zowel de statistiek als de astronomie. Volgens Dr. Max Bonamente, hoogleraar natuurkunde en astronomie aan de Universiteit van Alabama in Huntsville (UAH), zijn de meeste astronomen echter niet voldoende opgeleid om de substantiële voordelen te realiseren die kunnen worden behaald door het samenbrengen van deze disciplines. Hij en zijn collega’s werken eraan om dat allemaal te veranderen door baanbrekend onderzoek op het groeiende gebied van astrostatistiek.

Dr. Bonamente publiceerde een paper in Maandelijkse mededelingen van de Royal Astronomical Society het presenteren van een innovatieve nieuwe draai aan kansverdelingen die belooft een revolutie teweeg te brengen in de manier waarop we kosmologische gegevens interpreteren.

“Van oudsher zijn astronomen slechte statistici – we houden ervan ‘de statistieken gaandeweg te verzinnen'”, legt de onderzoeker uit. “Mijn nieuwste paper is een nieuwe methode voor het vastleggen van systematische fouten. Het beschrijft een nieuwe kansverdelingsmethode die ik heb ontwikkeld en waar ik nog niet eerder aan had gedacht. Het is een slechte zaak, maar het heeft implicaties voor het echte leven in termen van het trekken van conclusies uit waarnemingen. Veel astronomen hebben niet de benodigde wiskundige achtergrond om zorgvuldige statistieken te maken. Het is moeilijk, omdat statistiek in wezen harde wiskunde is. Weinig mensen willen er extra tijd in steken. Natuurlijk vindt niet iedereen dat manier.”

Dit wordt aangetoond door het succes van een workshop genaamd iid2022: Statistical Methods for Event Data en met als ondertitel Illuminating the Dynamic Universe, onlangs georganiseerd door UAH, onderdeel van het University of Alabama-systeem. Dr. Bonamente en zijn collega, Dr. Lingling Zhao, assistent-professor ruimtewetenschap, organiseerde de workshop.

De concentratie was bedoeld om jonge wetenschappers te trainen in geschikte statistische methoden voor gegevensanalyse en -interpretatie en omvatte hands-on gezamenlijke analyse van bemonsteringsproblemen met behulp van geavanceerde software. De bijeenkomst bood ook een forum voor astronomen en onderzoekers in aanverwante gebieden om recente ontwikkelingen in de analyse van gebeurtenisgegevens te delen.

“Gebeurtenisgegevens” is de verzameling van individuele gebeurtenissen – in de astronomie meestal fotonen van licht, maar ook neutrino’s of andere deeltjes. Deze gebeurtenissen kunnen worden bestudeerd door middel van statistische toepassingen als een functie van locatie (afbeeldingen), tijd (zoals lichtcurven) of energie of golflengte (spectra). Gebeurtenissen kunnen ook worden gedefinieerd als reeksen grootheden, zoals zwaartekrachtgolfgebeurtenissen of clusters van sterrenstelsels die worden gedetecteerd door metingen van de kosmische microgolfachtergrond, het koele overblijfsel van het eerste licht dat ooit vrij door het universum kon reizen.

Oorspronkelijk afkomstig uit Italië, dr. Bonamente verhuisde in 1997 naar de VS en is afgestudeerd aan de UAH, waar ze zowel een master als een Ph.D. in de natuurkunde aan de UAH, waar hij het gebruik heeft ontwikkeld van een statistische methode genaamd Markov chain Monte Carlo (MCMC) om kosmologische gebeurtenissen te analyseren. MCMC’s omvatten een klasse van speciale algoritmen die worden gebruikt in kansverdelingen, een wiskundige functie die de waarschijnlijkheid van verschillende mogelijke uitkomsten voor een experiment geeft.

“Deze methoden maakten het mogelijk om de gegevens sneller en nauwkeuriger te analyseren”, merkt de onderzoeker op. “Tegenwoordig is machine learning overal in de astronomie. We gebruikten MCMC om bijvoorbeeld de Hubble-constante te meten, wat destijds een groot probleem was.” De Hubble-constante is een van de belangrijkste getallen in de kosmologie, omdat het ons vertelt hoe snel het universum uitdijt.

Astrostatistiek vertegenwoordigt de toekomst van het beheer en de analyse van big data in de astronomie, aangezien de nieuwste technologieën duizelingwekkende hoeveelheden gegevens van werkelijk ongelooflijke complexiteit produceren. De uitdaging om deze gegevens te analyseren wordt alleen maar exponentieel naarmate er nieuwe radio-, microgolf-, infrarood-, röntgen-, gammastraling-, interferometer- en optische instrumenten ontstaan ​​die nieuwe statistische algoritmen en technieken vereisen om alles te begrijpen.

“De meeste astronomen of natuurkundigen weten niet veel van kansrekening, laat staan ​​van statistiek”, benadrukt Dr. Bonamente. “Het is de taak van een wetenschapper om voorzichtig te zijn en niet toe te geven aan de drang om een ​​geweldig nieuw resultaat te vinden als het niet bestaat. Dus het combineren van wiskunde en astronomie is voor mij de natuurlijke richting.”