超级型 Ia 超新星数据的批判性重新分析

Cosmological parameter fitting 至关重要，尤其是考虑到可用数据的丰富性。虽然许多参数已被严格约束，但 discrepancies——尤其是 Hubble 矛盾——在不同观测数据集获得的测量结果之间仍然存在。本文我们重新审视 Pantheon 超新星数据集，以探讨 distance modulus residuals 分布偏离 Gaussian 分布的程度，这通常是 underlying 假设。我们对 concordant cosmological constant model 以及 various dynamical dark energy models 进行此分析。已有研究表明，该数据集的 residuals 更适合 logistic 分布。我们比较了在 complete dataset 以及 data subset 各种子集上，分别假设 Gaussian 和 Logistic likelihood 的 residual 分布。结果通过 various statistical tests 验证，表明 Logistic likelihood 对 full dataset 以及 lower redshift bins 提供更好的拟合，而 higher redshift bins 的拟合效果相似。此外，findings 指出偏好 cosmological constant model。然而，分析 Pantheon 数据集中的 individual surveys 揭示了子集之间的 inconsistencies。不同 likelihood function 下，各 survey 之间的 agreement 程度有所不同。