非线性宇宙统计中的稳健数据驱动推断
宇宙学与河外天体物理
2012-11-13 v1
摘要
我们讨论了两个适用于超大规模星系巡天的非线性宇宙统计学项目。第一个是从近似的光度红移数据中对星系红移及其数密度分布进行贝叶斯重建。第二个聚焦于宇宙空洞，并利用它们构建宇宙球体，从而利用 Alcock-Paczynski 测试重建宇宙的膨胀历史。在这两种情况下，我们发现非线性能够启用这些方法或增强结果：非线性引力演化产生了空洞，而我们的光度红移重建在模拟中密度最高（因而非线性最强）的部分效果最佳。
引用
@article{arxiv.1211.2757,
title = {Robust, data-driven inference in non-linear cosmostatistics},
author = {Benjamin D. Wandelt and Jens Jasche and Guilhem Lavaux},
journal= {arXiv preprint arXiv:1211.2757},
year = {2012}
}
备注
14 pages, 10 figures. Talk given at "Statistical Challenges in Modern Astronomy V," held at Penn State