Статистическое сравнение моделируемого временного ряда с измеренным временным рядом. - PullRequest
0 голосов
/ 11 апреля 2019

С питоном я хочу сравнить смоделированную кривую блеска с реальной кривой блеска.Следует отметить, что измеренные данные содержат разрывы и выбросы, а временные шаги не являются постоянными.Модель, однако, содержит постоянные временные шаги.

На первом шаге я хотел бы сравнить статистическим методом, насколько похожи две кривые блеска.Я думаю, что метод, который смотрит на квадратную разницу между двумя кривыми, был бы возможным подходом.Какой метод лучше всего подходит для этого, и как я могу сделать это с различным количеством точек измерения и разными размерами шагов двух кривых?Кроме того, фаза кривых не совпадает?Должен ли я сначала взглянуть на Power Spectrum, где фаза не имеет значения?

На втором шаге я хотел бы подогнать модель под мои данные измерений.Однако данные модели рассчитываются не в Python, а в независимом программном обеспечении.В основном, данные модели зависят от множества различных параметров, из которых четыре параметра не заданы, но ограничены определенным диапазоном, который я в настоящее время передаю вручную программному обеспечению (планируется автоматически).Каков наилучший метод для создания подходящей посадки?В данный момент мне приходит в голову вариант «Brute-Force-Fit».

Эта ссылка (https://imgur.com/a/zZ5xoqB) предоставляет три разных графика. Имитация кривой света, фактическое измерение и, наконец, оба вместе.Симуляция не очень хорошая, но, играя с параметрами, можно получить приемлемый результат. Это означает, что фаза и период одинаковы, величина находится в том же порядке, и даже зеркальные вспышки должны возникать в один и тот же период.

...