纤维与形状统计：冷+热暗能量宇宙模型与CfA1数据的定量比较

提出了一种新的几何统计方法，用于分析星系目录。纤维统计量以一种与目录可视化一致的方式量化大尺度结构中的纤维性与平面性。该统计量基于遵循局部高密度结构的空间链序列。从这些链序列中，我们计算离散曲率、平面性与扭转。将纤维统计量应用于CDM模型与CHDM（$\Omega_\nu = 0.3$）的Klypin等(1996)模拟、Nolthenius、Klypin与Primack(1994,1996)的CfA1类拟合红移目录，以及CfA1目录。我们还将Babul & Starkman(1992)、Luo & Vishniac(1995)以及Robinson & Albrecht(1996)开发的矩基形状统计量应用于相同的星系目录，并比较它们的鲁棒性与判别能力与纤维统计量之间的差异。在100 Mpc周期性模拟盒子中（$H_0 = 50$ km s$^{-1}$ Mpc$^{-1}$），我们发现对于选定的纤维统计量与形状统计量，包括星系识别方案的变化，CHDM与CDM之间的判别约为4$\sigma$（$\sigma$表示抽样误差）。将CfA1数据与模型进行比较并不产生明确优势的模型；对于任何统计量，都未能以超过约2$\sigma$的水平排除任何模型，不包括宇宙方差，这可能会进一步降低判别能力。我们发现CfA1主要由于其稀疏性和星系数量较少，而非红移畸变、幅度限制或几何效应，判别能力较差。我们预计，随着大型红移测量与模拟的 proliferation，本文中提出的统计量将能够为各种宇宙模型中的大尺度结构提供稳健的判别。