中位数统计、H_0 及加速宇宙
摘要
(已删略) 我们发展了中位数统计方法，提供对 chi 平方似然方法的强有力替代方案，所需的假设更少。将中位数统计应用于Huchra 编纂的 nearly 所有哈勃常数估计值，我们发现中位数值为 H_0=67 km/s/Mpc。中位数统计仅要求测量值独立且无系统误差。这一估计值因使用了所有可用数据且不像其他估计那样对测量误差分布没有假设，被认为是当前最佳概括。该结果的纯统计误差 95% 范围为 +/- 2 km/s/Mpc。由于统计精度较高，我们分析了中位数可能的系统误差范围，估计为约 +/- 5 km/s/Mpc (95% 限值)，占主导地位。对 Riess 等人高红移 Type Ia 超新星 (SNe Ia) apparent 大小与红移数据进行贝叶斯中位数统计处理，得出宇宙常数 Lambda > 0 的后验概率为 70% 或 89%，取决于所使用的先验信息。开放宇宙的后验概率约为 47%。对 Perlmutter 等人高红移 SNe Ia 数据的分析显示，最佳拟合的平坦-Lambda 模型相对于最佳拟合的 Lambda=0 开放模型的优势比为 366:1；相应的 Riess 等人比值为 3:1 (假设先验比为 1:1)。SNe Ia 数据的中位数统计分析不排除时变 Lambda 模型，甚至可能优于时恒定 Lambda 和 Lambda=0 开放模型。
关键词
引用
@article{arxiv.astro-ph/0006103,
title = {Median Statistics, H_0, and the Accelerating Universe},
author = {J. Richard Gott and Michael S. Vogeley and Silviu Podariu and Bharat Ratra},
journal= {arXiv preprint arXiv:astro-ph/0006103},
year = {2009}
}
备注
Significant revisions include discussion of systematic errors in the median of H_0. Accepted for publication in The Astrophysical Journal, v548, February 20, 2001 issue. 47 pages incl. figures and tables