PROSPECT：用于频率学派宇宙学参数推断的剖面似然程序
宇宙学与河外天体物理
2024-12-10 v3 天体物理仪器与方法
高能物理 - 唯象学
摘要
过去二十年，宇宙学参数推断一直由贝叶斯方法主导，这主要归功于其计算效率。然而，贝叶斯方法涉及后验概率的积分，因此既依赖于模型参数化的选择，也依赖于模型参数空间上先验的选择。在某些情况下，这可能导致结论受参数化和先验的选择驱动，而非受数据驱动。剖面似然方法提供了一种互补的频率学派工具，可用于研究这种效应。在本文中，我们介绍了用于计算宇宙学中剖面似然的程序 PROSPECT。我们使用一个将暗物质转化为暗辐射的唯象模型来展示该程序，该模型受到大体积效应和先验依赖性的影响。PROSPECT 兼容 cobaya 和 MontePython，并已在 https://github.com/AarhusCosmology/prospect_public 上公开发布。
引用
@article{arxiv.2312.02972,
title = {PROSPECT: A profile likelihood code for frequentist cosmological parameter inference},
author = {Emil Brinch Holm and Andreas Nygaard and Jeppe Dakin and Steen Hannestad and Thomas Tram},
journal= {arXiv preprint arXiv:2312.02972},
year = {2024}
}
备注
27 pages, 9 figures; v3: matches version accepted for publication