不完整数据下的银河系质量剖面估计

测量星系质量剖面的一种有力方法是通过分布在其晕中的示踪粒子的速度。然而，将此类数据精确转换为质量剖面 M(r) 并非平凡问题。特别是，有限或不完整数据可能大幅影响分析。本文中我们开发了贝叶斯方法以有效处理不完整数据；我们采用混合 Gibbs 采样器，将示踪粒子的未知速度分量视为模型中的参数。我们利用模拟数据探究模型的有效性，随后使用来自球状星团和矮星系的速度与位置数据将方法应用于银河系。我们发现一般而言，缺失速度分量对总质量估计影响很小。但结果对外部球状星团 Pal 3 相当敏感。使用具有各向同性速度弥散的基本 Hernquist 模型，我们获得了银河系累积质量剖面 M(r) 的可信区间，并给出了具有 95% 贝叶斯可信区间的模型参数估计。260 kpc 内的质量为 1.37x10^12 太阳质量，95% 可信区间为 (1.27,1.51)x10^12 太阳质量。总质量和尺度半径的 Hernquist 参数分别为 1.55 (+0.18/-0.13)x10^12 太阳质量和 16.9 (+4.8/-4.1) kpc，其中不确定性覆盖 95% 可信区间。我们为此工作开发的代码，银河系质量估计器（Galactic Mass Estimator, GME），将作为 R 统计计算项目中的开源包提供。