Fuente: Unsplash/CC0 Dominio público
La era digital ha sido una gran ayuda para los campos de la estadística y la astronomía. Sin embargo, según el Dr. Max Bonamente, profesor de física y astronomía de la Universidad de Alabama en Huntsville (UAH), la mayoría de los astrónomos no están lo suficientemente capacitados para darse cuenta de los importantes beneficios que se pueden obtener al combinar estas disciplinas. Él y sus colegas están trabajando para cambiar todo eso a través de una investigación pionera en el floreciente campo de la astroestadística.
El Dr. Bonamente publicó un artículo en Avisos mensuales de la Royal Astronomical Society presentando un nuevo e innovador giro en las distribuciones de probabilidad que promete revolucionar las formas de interpretar los datos cosmológicos.
“Tradicionalmente, los astrónomos han sido malos estadísticos; nos gusta ‘actualizar las estadísticas sobre la marcha'”, explica el científico. “Mi último trabajo trata sobre un nuevo método para explicar los errores sistemáticos. Describe un nuevo método de distribución de probabilidad que he desarrollado y que no se había pensado antes. Es algo nerd, pero tiene implicaciones en la vida real en términos de aprendizaje a partir de la observación. Muchos astrónomos no tienen suficientes antecedentes matemáticos para manejar las estadísticas a fondo. Esto es difícil porque las estadísticas son, en esencia, matemáticas duras. Pocas personas quieren dedicarle más tiempo. Por supuesto, no todo el mundo piensa así”.
Prueba de ello es el éxito de un taller llamado iid2022: Métodos estadísticos para datos de eventos y subtitulado Illuminating the Dynamic Universe, organizado recientemente por la UAH, parte del Sistema de la Universidad de Alabama. El taller fue organizado por el Dr. Bonamente y su colega el Dr. Lingling Zhao, profesor asistente de ciencia espacial.
El encuentro tuvo como objetivo formar a jóvenes científicos en el campo de los métodos estadísticos apropiados para el análisis e interpretación de datos e incluyó un análisis práctico conjunto de problemas de muestras utilizando software avanzado. La reunión también proporcionó un foro para astrónomos e investigadores en campos relacionados para intercambiar los últimos avances en el análisis de datos de eventos.
Los “datos de eventos” son una colección de eventos individuales: en astronomía, generalmente fotones de luz, pero también neutrinos u otras partículas. Estos eventos se pueden estudiar con aplicaciones estadísticas en función de la ubicación (imágenes), el tiempo (por ejemplo, curvas de luz) o la energía o la longitud de onda (espectros). Los eventos también se pueden definir como conjuntos de magnitud, como eventos de ondas gravitacionales o cúmulos de galaxias detectados a través de mediciones del fondo cósmico de microondas, que es el remanente enfriado de la primera luz a la que se le permitió viajar libremente a través del universo.
Originario de Italia, el Dr. Bonamente se mudó a los Estados Unidos en 1997 y se graduó de la UAH con una maestría y un doctorado. Doctorado en física en la UAH, donde desarrolló el uso de un método estadístico llamado cadena de Markov Monte Carlo (MCMC) para analizar eventos cosmológicos. Los MCMC incluyen una clase de algoritmos especiales utilizados en las distribuciones de probabilidad, una función matemática que proporciona las probabilidades de varios resultados posibles de un experimento.
“Estos métodos permitieron un análisis de datos más rápido y preciso”, señala el investigador. “En este momento, el aprendizaje automático está en todas partes en la astronomía. Usamos el MCMC para medir la constante de Hubble, por ejemplo, que era un gran problema en ese entonces”. La constante de Hubble es uno de los números más importantes en cosmología porque nos dice qué tan rápido se está expandiendo el universo.
La astroestadística representa el futuro de la gestión y el análisis de big data en astronomía, ya que las últimas tecnologías generan cantidades asombrosas de datos de una complejidad realmente asombrosa. El desafío de analizar estos datos crece exponencialmente a medida que evolucionan nuevos mecanismos de recopilación de datos en radio, microondas, infrarrojos, rayos X, rayos gamma, interferómetro e instrumentos ópticos que requerirán nuevos algoritmos y técnicas estadísticas para comprenderlo todo.
“La mayoría de los astrónomos y físicos no están muy familiarizados con la teoría de la probabilidad, y mucho menos con las estadísticas”, señala el Dr. Bonamente. “Debería ser el trabajo de un científico ser cuidadoso y no ceder al deseo de encontrar un resultado nuevo y excelente cuando no lo hay. Así que la unión de las matemáticas y la astronomía es una dirección natural para mí”.
Proporcionado por la Universidad de Alabama en Huntsville