修正测光识别样本中 Ia 型超新星距离的选择偏差与污染
宇宙学与河外天体物理
2017-02-15 v3
摘要
我们提出了一种新技术，用于从测光识别的 SN Ia 数据创建分箱平均哈勃图（HD）。所得的 HD 已针对选择偏差和来自核心坍缩（CC）超新星的污染进行修正，并可用于推断宇宙学参数。该方法称为“BBC”（带偏差修正的 BEAMS），包含两个拟合阶段。第一个 BBC 拟合阶段使用包含多个 SN 似然的后验分布、用于对拟合的 SALT-II 参数进行偏差修正的蒙特卡洛模拟，以及通过机器学习技术确定的 CC 概率。BBC 拟合确定：1) 分箱平均 HD（平均距离与红移的关系），以及 2) 用于标准化 SN 亮度的乘性参数 alpha 和 beta（分别乘以拉伸因子和颜色）。在第二阶段，将分箱平均 HD 拟合到可施加先验的宇宙学模型。我们通过模拟与暗能量巡天超新星计划对应的大规模（150,000 个事件）数据样本，对 BBC 方法进行了高精度测试。我们的测试包括三种内禀弥散模型，每种模型具有两种不同的 CC 比率。在 BBC 拟合中，SALT-II 乘性参数 alpha 和 beta 被恢复到其真实值的 1% 以内。在宇宙学拟合中，我们使用固定的 Omega_matter 值作为先验来确定暗能量状态方程参数 w：基于 6 x 150,000 = 900,000 颗超新星的所有六次测试的平均结果显示，存在一个 0.006 ± 0.002 的微小 w 偏差。最后，BBC 拟合代码已在 SNANA 软件包中公开提供。
引用
@article{arxiv.1610.04677,
title = {Correcting Type Ia Supernova Distances for Selection Biases and Contamination in Photometrically Identified Samples},
author = {Richard Kessler and Dan Scolnic},
journal= {arXiv preprint arXiv:1610.04677},
year = {2017}
}