以更少模拟样本估计两点关联函数协方差
宇宙学与河外天体物理
2024-01-10 v3
摘要
我们提出了一种精确估计两点关联函数协方差的方法，其所需模拟样本（mocks）少于标准的基于模拟样本的协方差。这是通过将一组模拟样本划分为刀切法（jackknife）区域并拟合 Mohammad & Percival (2022) 首次引入的修正项来实现的，使得刀切法协方差的均值对应于模拟样本的均值。这将模型扩展到超出散粒噪声限制的区域，使其可用于更密的星系样本。我们使用具有不同密度的对数正态模拟样本以及近似 EZmocks（模拟红移范围 z = [0.8, 1.2] 内类似 DESI LRG 和 ELG 样本）来测试我们拟合的刀切法在准确度和精度方面的性能。我们发现 Mohammad-Percival 修正会在两点关联函数协方差矩阵中引入随数密度增大而增长的偏差，而我们的拟合刀切法不会。我们还通过执行全形状（full-shape）分析研究了协方差对宇宙学参数不确定度的影响。我们发现，基于 25 个模拟样本的拟合刀切法能够恢复无偏且精度与基于 1000 或 1500 个模拟样本的协方差矩阵所得相当的宇宙学参数，而 Mohammad-Percival 修正产生的不确定度是其两倍。因此，获得两点关联函数协方差精确估计所需的模拟样本数量减少了 40-60 倍。
引用
@article{arxiv.2306.16332,
title = {The 2-point correlation function covariance with fewer mocks},
author = {Svyatoslav Trusov and Pauline Zarrouk and Shaun Cole and Peder Norberg and Cheng Zhao and Jessica Nicole Aguilar and Steven Ahlen and David Brooks and Axel de la Macorra and Peder Doel and Andreu Font-Ribera and Klaus Honscheid and Theodore Kisner and Martin Landriau and Christophe Magneville and Ramon Miquel and Jundan Nie and Claire Poppett and Michael Schubnell and Gregory Tarlé and Zhimin Zhou},
journal= {arXiv preprint arXiv:2306.16332},
year = {2024}
}
备注
13 pages, 14 figures, accepted to MNRAS