应用于暗能量重构的模型选择
宇宙学与河外天体物理
2023-03-28 v2
摘要
本文的主要目标是针对描述宇宙暗能量的一些关键属性（即能量密度与状态方程（EoS））的重构进行模型比较。我们采用分箱（binning）与线性插值方法执行此过程，并在其上引入相关函数机制。我们还引入了这两种方法的扩展，其中内部振幅的高度与位置均可变化。重构使用了来自哈勃参数、Ia 型超新星与重子声学振荡（H+SN+BAO）的数据，其跨度均为 到 。我们首先对每个重构进行参数估计，进而通过贝叶斯证据（Bayesian Evidence）给出模型选择。在整个过程中，我们发现对数据的拟合优于 CDM 达 ，并出现一些有趣特征，即晚期的振荡行为、早期暗能量密度分量的下降以及 EoS 向幽灵分界线的跃迁。为将这些特征与噪声贡献区分开，我们加入了主成分分析，发现其中一些特征应被考虑以满足当前观测。
引用
@article{arxiv.2111.10457,
title = {Model selection applied to reconstructions of the Dark Energy},
author = {Luis A. Escamilla and J. Alberto Vazquez},
journal= {arXiv preprint arXiv:2111.10457},
year = {2023}
}
备注
17 pages, 9 figures; matches the version published in EPJC