Uncertainties in Low-Count STIS Spectra

Resumo Técnico: Incertezas em Espectros STIS de Baixa Contagem

Definição do Problema
O Espectrógrafo de Imagem do Telescópio Espacial (STIS) utiliza detectores de Matriz de Microcanais de Múltiplos Ânodos (MAMA) para observações no Ultravioleta Distante (FUV) e Ultravioleta Próximo (NUV). Esses detectores são caracterizados por taxas de corrente escura extremamente baixas (aproximadamente 0,0002 a 0,001 contagens/seg/pixel) e ruído de leitura desprezível. Embora vantajosas para a sensibilidade, essas propriedades significam que observações de fontes UV tênues podem resultar em exposições com zero ou uma contagem em pixels específicos, mesmo durante exposições de órbita completa.

Nesses regimes de baixa contagem, a aproximação padrão "raiz de N" para o cálculo de incertezas (onde o erro $\sigma \approx \sqrt{N}$) falha. Essa aproximação assume uma distribuição Gaussiana, que só é válida quando o número de contagens $N \gg 10$. Para distribuições de Poisson em baixos valores de $N$, a distribuição torna-se altamente assimétrica e discreta; o lado "esquerdo" da distribuição não pode ser inferior a zero, fazendo com que a incerteza se desvie significativamente da previsão Gaussiana simétrica. Consequentemente, o atual pipeline calstis, que depende da aproximação da raiz de N, subestima as incertezas em regiões de baixa contagem, podendo levar a inferências científicas incorretas sobre a significância de não detecções ou características fracas.

Metodologia
Os autores avaliaram o comportamento atual do pipeline calstis comparando suas incertezas calculadas com cálculos manuais utilizando intervalos de confiança de Poisson. Eles utilizaram dados do HST/STIS/G140M do Programa 12034 (observando a anã M GJ 436), que contém tanto a alta emissão de Ly-$\alpha$ quanto regiões de contagens próximas de zero no contínuo.

O estudo envolveu:

1. Análise Estatística: Comparação da aproximação da raiz de N contra intervalos de confiança de Poisson rigorosos derivados da interpretação frequentista (especificamente as aproximações de Gehrels 1986 e o módulo astropy.stats.poisson_conf_interval usando o método "frequentist-confidence").
2. Verificação do Pipeline: Confirmação de que o pipeline calstis atualmente aplica a fórmula da raiz de N ($\sigma = \sqrt{(N-B)/g + (R/g)^2}$), que se simplifica para $\sqrt{N}$ para dados MAMA devido ao viés zero e ruído de leitura zero.
3. Desenvolvimento de Ferramenta: Criação de uma nova utilidade, stistools.poisson_err, para calcular manualmente intervalos de confiança de Poisson para espectros STIS 1D.
4. Investigação de Bug: Análise de um defeito de software na utilidade stistools.inttag, que divide dados TIME-TAG em sub-exposições. A investigação focou em como as incertezas são propagadas ao combinar erros ao nível de pixel versus somar as contagens antes do cálculo do erro.

Principais Contribuições e Resultados

• Validação das Limitações do Pipeline: A análise confirma que, para comprimentos de onda onde o fluxo do alvo cai para próximo de zero (por exemplo, a longitudes de 1217 Å no espectro de GJ 436), as incertezas da raiz de N do pipeline são significativamente subestimadas em comparação com os verdadeiros limites superiores de confiança de Poisson. Enquanto o erro da raiz de N aproxima-se de zero conforme as contagens se aproximam de zero, o limite superior de Poisson permanece não-zero (ex: $\lambda_{u, 1\sigma} \approx 1,866$ para $N=0$).
• Nova Utilidade (stistools.poisson_err): Os autores introduziram uma nova função no pacote Python stistools. Esta ferramenta permite aos usuários gerar manualmente arquivos x1d ou sx1 atualizados contendo quatro novas colunas: NET ERROR PCI UP, NET ERROR PCI DOWN, ERROR PCI UP e ERROR PCI DOWN. Essas colunas fornecem os intervalos de confiança de 1$\sigma$ superior e inferior de Poisson tanto em unidades de taxa de contagem quanto em unidades de fluxo. A ferramenta reconstrói o total de contagens observadas (incluindo fundo e corrente escura) a partir das taxas de erro do pipeline e do tempo de exposição, e então aplica o intervalo "frequentist-confidence" da astropy.
• Jupyter Notebook: Um notebook complementar intitulado "low count uncertainties" foi lançado no Repositório de Notebooks HST da STScI. Ele demonstra a discrepância entre os erros de raiz de N e de Poisson usando o conjunto de dados GJ 436 e fornece exemplos de como o pipeline CalCOS (que foi atualizado em 2021) lida com essas incertezas.
• Resolução do Bug no stistools.inttag: Os autores identificaram e corrigiram um bug na utilidade stistools.inttag. Anteriormente, esta ferramenta calculava intervalos de confiança de Poisson ao nível de pixel individual para sub-exposições e depois os combinava em quadratura. Essa abordagem era matematicamente incorreta para estatísticas de Poisson, pois a soma dos intervalos de Poisson adicionados em quadratura não é igual ao intervalo de Poisson da soma. Isso levava a uma superestimação grosseira dos erros em sub-exposições de baixa contagem. A correção (em stistools v1.4.5) faz com que o inttag retorne ao uso da aproximação da raiz de N para a geração de erros de sub-exposição, adiando a aplicação de intervalos de Poisson para o espectro extraído final através da nova utilidade poisson_err.

Significância
O artigo afirma que, embora a aproximação da raiz de N permaneça válida para regiões de alta contagem de espectros STIS, ela é insuficiente para os regimes de baixa contagem inerentes às observações MAMA de fontes UV tênues. A significância deste trabalho reside em fornecer aos observadores as ferramentas necessárias para quantificar com precisão as incertezas nesses regimes, evitando a interpretação errônea de ruído como sinal ou a subestimação das barras de erro em detecções fracas.

Ao introduzir o stistools.poisson_err e corrigir o bug do inttag, os autores garantem que os usuários possam aplicar a mesma metodologia rigorosa de intervalo de confiança de Poisson utilizada no pipeline CalCOS aos dados STIS. Os autores enfatizam que essas ferramentas não são aplicadas automaticamente na redução padrão do calstis, mas estão disponíveis para aplicação manual por usuários que analisam dados no regime de baixa contagem. O trabalho serve como um estudo de caso para o tratamento estatístico adequado de dados de fótons discretos de baixa contagem em instrumentação astronômica.