为两点相关函数协方差矩阵创建Jackknife与Bootstrap估计

我们给出修正项，使得删除一的Jackknife与Bootstrap方法可用于恢复两点相关函数$\xi\left(\mathbf{r}\right)$数据协方差矩阵的无偏估计。我们利用一组庞大的1000个QUIJOTE模拟（每个覆盖$1\rm{\left[h^{-1}Gpc\right]^3}$的共动体积）证明了这一新方法的准确性与精确性。修正后的重采样技术将主成分所表征的数据协方差矩阵的正确幅度与结构恢复到约10%以内，这也是所用测试模拟样本规模可实现的误差水平。我们对内部重采样方法的修正，通过使用在$z=0$和$z=1$处模拟两个聚类显著不同的样本的两个快照，证明对宇宙学示踪物的本征聚类的鲁棒性，无论是在实空间还是红移空间。我们还分析了将模拟体积切分为$n_{\rm sv}=64$或$125$个子样本的两种不同方式，并表明不同$n_{\rm sv}$的主要影响在于协方差矩阵的结构，这是由于在给定固定$n_{\rm sv}$下可做的独立内部实现数量有限。