DESI 2024 结果的分析协方差与 EZmock 协方差验证
宇宙学与河外天体物理
2025-09-08 v4
摘要
在宇宙学大尺度结构 (LSS) 分析中，估计宇宙学参数的不确定性是一个重要挑战。对于重子声学振荡 (BAO) 和全形状等标准分析，通常考虑两种方法。第一种：协方差矩阵的解析估计使用高斯近似和（非线性）聚类测量来估计矩阵，这提供了一种相对快速且计算成本低廉的方法来生成适应任意聚类测量的矩阵。另一方面，样本协方差是基于来自快速近似模拟的聚类测量集合对矩阵的经验估计。虽然由于需要大量的模拟和体积，计算成本更高，但这些方法使我们能够考虑到无法解析建模的系统误差。在这项工作中，我们比较了这两种方法，以支持 DESI 的关键分析。我们发现，位型空间的解析估计在 BAO 分析中表现令人满意，并且其在输入聚类方面的灵活性使其成为 DESI 2024 BAO 分析的基准选择。相反，傅里叶空间中协方差矩阵的解析计算在全形状分析方面无法重现预期的测量结果，这促使我们在 DESI 的全形状分析中使用修正的模拟协方差。
引用
@article{arxiv.2411.12027,
title = {Analytical and EZmock covariance validation for the DESI 2024 results},
author = {Daniel Forero-Sánchez and Michael Rashkovetskyi and Otávio Alves and Arnaud de Mattia and Nikhil Padmanabhan and Hee-Jong Seo and Seshadri Nadathur and Ashley J. Ross and Pauline Zarrouk and Héctor Gil-Marín and Jiaxi Yu and Zhejie Ding and Uendert Andrade and Xinyi Chen and Cristhian Garcia-Quintero and Juan Mena-Fernández and Steven Ahlen and Davide Bianchi and David Brooks and Etienne Burtin and Edmond Chaussidon and Todd Claybaugh and Shaun Cole and Axel de la Macorra and Miguel Enriquez Vargas and Enrique Gaztañaga and Gaston Gutierrez and Klaus Honscheid and Cullan Howlett and Theodore Kisner and Martin Landriau and Laurent Le Guillou and Michael Levi and Ramon Miquel and John Moustakas and Nathalie Palanque-Delabrouille and Will Percival and Ignasi Pérez-Ràfols and Ashley J. Ross and Graziano Rossi and Eusebio Sanchez and David Schlegel and Michael Schubnell and Hee-Jong Seo and David Sprayberry and Gregory Tarlé and Mariana Vargas Magana and Benjamin Alan Weaver and Hu Zou},
journal= {arXiv preprint arXiv:2411.12027},
year = {2025}
}
备注
24 pages, 5 figures 7 tables, accepted to JCAP