在非分箱似然函数中纳入超样本协方差以用于星系团丰度宇宙学
宇宙学与河外天体物理
2024-06-19 v2
摘要
宇宙中星系团丰度的测量是宇宙学的敏感探针,它既依赖于宇宙的膨胀历史,也依赖于结构的增长。有限巡天体积内的密度涨落会给该测量增加噪声,这通常被称为超样本协方差 (SSC)。对于非分箱的星系团分析,由于对于几百个星系团的样本而言,SSC 效应相对于泊松散粒噪声较小,因此尚未在星系团似然函数中包含此类噪声。对于即将到来的大型星系团巡天(如 Rubin LSST),它将提供数万个星系团的星表,这种效应将不再可忽略。在本文中,我们提出了一种基于高斯 - 泊松复合模型 (GPC) 的新型混合似然函数,通过使用无穷小质量 bin 和标准红移 bin 来实现。该似然函数具有非分箱泊松似然函数的优点,同时成功纳入了 SSC 效应。利用模拟的暗物质晕星表,我们发现,与仅基于泊松统计的标准非分箱似然函数相比,考虑到泊松噪声和 SSC 的混合似然函数在使用 100,000 个星系团时,使参数后验分布的离散度增加了 20%。
引用
@article{arxiv.2401.10024,
title = {Towards including super-sample covariance in the unbinned likelihood for cluster abundance cosmology},
author = {Constantin Payerne and Calum Murray and Céline Combet and Mariana Penna-Lima},
journal= {arXiv preprint arXiv:2401.10024},
year = {2024}
}
备注
14 pages, 8 figures, 4 tables, accepted for publication in MNRAS