Ia 型超新星光变曲线推断：光学与近红外波段的分层模型
宇宙学与河外天体物理
2015-03-17 v3 应用统计
摘要
我们构建了一个全面的 Ia 型超新星（SN Ia）光变曲线统计模型，其数据涵盖光学至近红外（NIR）波段。一个分层框架连贯地模拟了多种随机和不确定效应，包括内禀超新星光变曲线协方差、尘埃消光与红化以及距离。改进的 BayeSN MCMC 代码通过采样描述单个超新星和群体的参数的全局概率密度，来计算分层模型的概率推断。我们已将此分层模型应用于来自 PAIRITEL、CfA3、CSP 及文献的 127 颗 SN Ia 的光学和近红外数据。我们发现宿主星系消光 A_V 与总选择性尘埃吸收比 R_V 之间存在表观上的群体相关性。对于低尘埃消光（A_V < 0.4）的超新星，我们发现 R_V = 2.5 - 2.9，而在高消光（A_V > 1）情况下，倾向于 R_V < 2 的低值。近红外光度是极佳的标准烛光，且对尘埃消光较不敏感。它们与光学峰值光度的相关性低，因此提供了独立的距离信息。近红外与光学数据的结合约束了尘埃消光，并将单个 SN Ia 距离的预测精度提高了约 60%。通过交叉验证，我们估计拥有光学和近红外数据的超新星的距离模数预测误差均方根为 0.11 星等，而仅有光学数据的超新星为 0.15 星等。在近红外波段持续研究 SN Ia 对于提高其作为精确宇宙学距离指示器的效用至关重要。
引用
@article{arxiv.1011.5910,
title = {Type Ia Supernova Light Curve Inference: Hierarchical Models in the Optical and Near Infrared},
author = {Kaisey S. Mandel and Gautham Narayan and Robert P. Kirshner},
journal= {arXiv preprint arXiv:1011.5910},
year = {2015}
}
备注
trivial edits to match published version