警惕常用近似 II:估计最佳拟合参数中的系统偏差
宇宙学与河外天体物理
2020-10-07 v2
摘要
来自即将进行的实验的宇宙学参数估计有望达到比当前限制高得多的精度。随着统计误差的缩小,对系统误差控制的要求也随之提高。因此,迄今足够精确的模型或近似,可能在参数最佳拟合值中引入显著的系统偏差,并危及宇宙学分析的稳健性。我们给出一个通用表达式,用于先验估计由于在计算感兴趣的可观测量时使用了不够好的近似,或假设了不正确的底层模型,而在参数推断中引入的系统误差。尽管该方法可应用于任何科学领域的测量,我们通过对不正确地建模角向星系功率谱的效应进行研究来展示其威力。我们还介绍了 Multi_CLASS,这是对 Boltzmann 代码 CLASS 的一个新的公开修改,其包含计算两个不同示踪物的角向交叉功率谱的可能性。我们发现,在现代星系巡天分析中,若假设 Limber 近似或忽略透镜放大,会在大多数宇宙学参数中引入显著偏差,并且该效应在多示踪物情形下一般更大,特别是对于控制局域型原初非高斯性的参数 。
引用
@article{arxiv.2005.09666,
title = {Beware of commonly used approximations II: estimating systematic biases in the best-fit parameters},
author = {José Luis Bernal and Nicola Bellomo and Alvise Raccanelli and Licia Verde},
journal= {arXiv preprint arXiv:2005.09666},
year = {2020}
}
备注
21 pages (+5 pages of appendices +6 pages of references), 8 figures, 1 table. Multi_CLASS can be found in https://github.com/nbellomo/Multi_CLASS