早期迷你晕中重子的稳健 PCA 与 MIC 统计

我们提出了一种基于稳健主成分分析 (RPCA) 和最大信息系数 (MIC) 的新方法，用于研究晕重子性质的红移依赖性。我们的数据由原初迷你晕的一组不同物理量组成：暗物质质量 ($M_{\mathrm{dm}}$)、气体质量 ($M_{\mathrm{gas}}$)、恒星质量 ($M_{\mathrm{star}}$)、分子分数 (${\mathrm{x_{mol}}}$)、金属丰度 ($Z$)、恒星形成率 (SFR) 和温度。我们发现 $M_{\mathrm{dm}}$ 和 $M_{\mathrm{gas}}$ 是方差的主导因素，特别是在高红移处。然而，随着第一颗恒星的出现及随后的反馈机制，${\mathrm{x_{mol}}}$、SFR 和 $Z$ 开始发挥更主导的作用。标准 PCA 给出了三个主成分 (PCs)，能够在任何红移处解释超过 97% 的数据方差（通常两个 PC 解释不少于 92%），而来自 RPCA 分析的第一个 PC 在整个红移范围内解释了不少于 84% 的总方差（两个 PC 在任何时候解释 $\gtrsim 95$%）。我们的分析还表明，所有气体性质与 $M_{\mathrm{gas}}$ 的相关性强于与 $M_{\mathrm{dm}}$ 的相关性，而 $M_{\mathrm{gas}}$ 与 ${\mathrm{x_{mol}}}$ 的相关性比与 $Z$ 或 SFR 的相关性更深。这表明气体分子含量在启动恒星形成以及随后在原初星系中来自第三星族和第二星族/第一星族区域的金属污染方面起着关键作用。最后，MIC 与 Spearman 相关系数的比较表明，当晕性质弱相关时，前者是更可靠的指标。