معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Bayesian excess variance for Poisson data time series with backgrounds.

ویژگی	مقدار
سیستم عامل	-
نام فایل	bexvar-1.1.0
نام	bexvar
نسخه کتابخانه	1.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Johannes Buchner
ایمیل نویسنده	johannes.buchner.acad@gmx.com
آدرس صفحه اصلی	https://github.com/JohannesBuchner/bexvar
آدرس اینترنتی	https://pypi.org/project/bexvar/
مجوز	Affero GNU General Public License v3

bexvar ================== Bayesian excess variance for Poisson data time series with backgrounds. Excess variance is over-dispersion beyond the observational poisson noise, caused by an astrophysical source. * `Introduction <#introduction>`_ * `Method <#method>`_ * `Tutorial <#tutorial>`_ * `Output plot <#visualising-the-results>`_ and files Introduction ------------------- In high-energy astrophysics, the analysis of photon count time series is common. Examples include the detection of gamma-ray bursts, periodicity searches in pulsars, or the characterisation of damped random walk-like accretion in the X-ray emission of active galactic nuclei. Methods -------------- paper: https://arxiv.org/abs/2106.14529 This repository provides new statistical analysis methods for light curves. They can deal with * very low count statistics (0 or a few counts per time bin) * (potentially variable) instrument sensitivity * (potentially variable) backgrounds, measured simultaneously in an 'off' region. The tools can read eROSITA light curves. Contributions that can read other file formats are welcome. The `bexvar_ero.py` tool computes posterior distributions on the Bayesian excess variance, and source count rate. `quick_ero.py` computes simpler statistics, including Bayesian blocks, fraction variance, the normalised excess variance, and the amplitude maximum deviation statistics. Licence -------- AGPLv3 (see COPYING file). Contact me if you need a different licence. Install -------- .. image:: https://img.shields.io/pypi/v/bexvar.svg :target: https://pypi.python.org/pypi/bexvar .. image:: https://github.com/JohannesBuchner/bexvar/actions/workflows/test.yml/badge.svg :target: https://github.com/JohannesBuchner/bexvar/actions/workflows/test.yml .. image:: https://img.shields.io/badge/astroph.HE-arXiv%3A2106.14529-B31B1B.svg :target: https://arxiv.org/abs/2106.14529 :alt: Publication Install as usual:: $ pip3 install bexvar This also installs the required `ultranest <https://johannesbuchner.github.io/UltraNest/>`_ python package. Example ---------- Run with:: $ bexvar_ero.py 020_LightCurve_00001.fits Run simpler variability analyses with:: $ quick_ero.py 020_LightCurve_*.fits.gz Contributing -------------- Contributions are welcome. Please open pull requests with code contributions, or issues for bugs and questions. Contributors include: * Johannes Buchner * David Bogensberger If you use this software, please cite this paper: https://arxiv.org/abs/2106.14529 Changelog ----------

زبان مورد نیاز

مقدار	نام
>=3.5.*	Python

نحوه نصب

نصب پکیج whl bexvar-1.1.0:

pip install bexvar-1.1.0.whl

نصب پکیج tar.gz bexvar-1.1.0:

pip install bexvar-1.1.0.tar.gz