星系巡天的统计分析——I. 两点聚类统计量的稳健误差估计

我们针对适用于当前和未来大型星系红移巡天的两点聚类统计量，测试了不同的误差估计方法。利用一组非常大的暗物质LambdaCDM N体模拟，我们将内部误差估计方法（刀切法和自助法）与外部方法（蒙特卡洛实现）进行了比较。对于三维聚类统计量，我们发现所研究的内部误差方法均无法在1至25 Mpc/h尺度上准确且稳健地再现外部估计的误差。标准自助法在所有探测尺度上将xi(s)的方差高估了约40%，但能稳健地恢复底层协方差矩阵的主特征向量。刀切法在大尺度上返回正确的方差，但在较小尺度上显著高估。刀切法的这种尺度依赖性影响了恢复的特征向量，使其在小尺度上倾向于与外部估计不一致。我们的结果对于利用星系聚类约束宇宙学参数具有重要意义。例如，在对投影相关函数进行双参数拟合时，我们发现标准自助法系统性地高估了95%置信区间，而刀切法仍有偏差，但程度较轻。对于高斯统计，我们在实现之间发现的离散性意味着，从内部估计推断出的2-sigma置信区间，实际上可能对应从1-sigma到3-sigma的任何值。最后，通过对子体积进行过采样，可以获得与外部误差估计一致的自助法方差和置信区间，但尚不清楚这种方案是否适用于一般情况。