将测光红移概率密度信息纳入实空间成团测量
摘要
测光红移在宇宙学中的应用日益增加。然而，这些测光红移通常被当作光谱观测来处理，即使用测光红移的峰值而非完整的概率密度函数（PDF）。这忽略了完整 PDF 中固有的有用信息。我们为最常用的宇宙学统计量之一——两点相关函数引入了一种新的实空间估计量，该估计量在泊松统计占主导时以最优方式对单个测光对象的 PDF 进行加权。由于我们的估计量不基于 PDF 峰值进行分箱，它通过有效利用与感兴趣的红移区间重叠的所有测光对象的信息，显著增强了成团信号。作为实际应用，我们测量了斯隆数字巡天（SDSS）中的 QSO 成团性。我们发现，最简单的分箱估计量将成团信号提高的因子相当于将巡天规模增加 2-3 倍。我们还引入了一种在构建交叉相关时对对象对进行完全加权的新实现，并发现这种对加权估计量将成团信号提高的效果相当于将巡天规模增加 4-5 倍。我们的技术使用光谱数据来锚定距离尺度，在光谱数据（例如来自 BOSS）与更深测光数据（例如来自 Pan-STARRS、DES 或 LSST）重叠的情况下将特别有用。我们还提供了简单且信息丰富的表达式，以确定我们的估计量何时能与光谱对象的自相关相竞争。尽管我们使用 QSO 作为示例群体，但我们的估计量可以且应该应用于任何使用测光对象的成团估计。
引用
@article{arxiv.0903.3121,
title = {Incorporating Photometric Redshift Probability Density Information into Real-Space Clustering Measurements},
author = {Adam D Myers and Martin White and Nicholas M. Ball},
journal= {arXiv preprint arXiv:0903.3121},
year = {2015}
}
备注
Replaced with accepted version. Major changes have been made, in that we now directly demonstrate the full, PDF pair-weighted clustering estimator and show that it increases the clustering signal even more substantially