[論文レビュー] Comparing Dark Energy models with Hubble versus Growth Rate data

Bryan Sagredo, Javier Silva Lafaurie+1 more|arXiv (Cornell University)|Aug 16, 2018

Cosmology and Gravitation Theories参考文献 53被引用数 6

ひとこと要約

本稿は、ハッブルパラメータ $H(z)$ と成長率 $f\sigma_8(z)$ の組み合わせ診断を用いて、ダークエネルギーモデルを比較し、両観測量の不確実性を考慮した3次元のフォーミュラ・オブ・メリット（3-FoM）を導入する。3-FoMは、特に高レドシフトにおいて、標準FoMよりも安定性と信頼性が高く、ベイズ基準（BIC、AICc）は、追加パラメータを有するより複雑な代替モデルよりも最小の $\Lambda$CDM モデルを強く支持する。

ABSTRACT

In this work we perform an analysis on the recently proposed conjoined cosmic growth and cosmic expansion diagram [1] to compare several dark energy models using the Figure of Merit showed in [2], which consists in the inverse of the $1σ$ confidence region in the $fσ_8(z)-H(z)$ plot. Our analysis also consists of comparing the models by performing different statistical criteria: Bayes factor [3], the Bayesian Information Criteria [4] and the Akaike Information Criterion [5]. We also developed a 3-dimensional Figure of Merit to account simultaneously for the errors on the growth rate and the Hubble parameter. The main idea is to consider several cosmological models and compare them with the different statistical criteria in order to highlight the differences and the accuracies of each single criterion.

研究の動機と目的

• $H(z)$ と $f\sigma_8(z)$ データの組み合わせによるダークエネルギーモデルの制約力の評価。
• $H(z)$ と $f\sigma_8(z)$ の両方の誤差を組み込んだ3次元フォーミュラ・オブ・メリット（3-FoM）の導入と検証。
• FoM、BIC、AICc、ベイズ的証拠といった複数の統計的基準を用いたモデル性能の比較。
• 複雑性が増すにもかかわらず、成長率摂動や非平坦幾何学を含めることでモデル適合が著しく改善されるかどうかの評価。
• 異なる赤方偏移範囲やモデル族において、モデル選択基準の頑健性の評価。

提案手法

• 軌道的および重力的プローブ間のデゲネラシーを解消するため、$f\sigma_8(z) - H(z)$ の併合図を用いてモデルを比較。
• 標準FoMの3次元拡張としての3-FoMを定義し、$f\sigma_8(z)$ と $H(z)$ の同時不確実性を組み込むことで安定性を向上。
• モデルの複雑性をペナルティ化し、証拠の強さを評価するため、ベイズ情報基準（BIC）とアカイケ情報基準（AICc）を適用。
• ネステッドサンプリングを用いてモデルパラメータを制約し、ベイズ的証拠を計算することで、堅牢な統計的推論を実現。
• $w$CDM および CPL モデルにおける時間に依存する状態方程式とダークエネルギーの音速を考慮した物質摂動成長方程式の数値的積分を実施。
• $z=0$ から $z=1.2$ の赤方偏移ビンにわたり、$H(z)$ と $f\sigma_8(z)$ のビン化観測データとその不確実性を用いる。

実験結果

リサーチクエスチョン

• RQ1 $H(z)$ と $f\sigma_8(z)$ の両方の不確実性を考慮する場合、3-FoMは標準FoMに比べてどのようにモデル比較を改善するか？
• RQ2 FoM、BIC、AICc、ベイズ的証拠のうち、どの統計的基準が最も信頼性高く最良の適合モデルを特定するか？
• RQ3 追加の複雑性にもかかわらず、ダークエネルギーの摂動や非平坦幾何学を含めることで、モデル適合が著しく改善されるか？
• RQ4 特に高レドシフトにおいて、$f\sigma_8 - H$ 図の制約力はどのように変化するか？
• RQ5 BIC と AICc は、追加パラメータを持つモデルに対してどの程度ペナルティを科すか？また、異なるダークエネルギーモデル間でそのペナルティはどのように比較されるか？

主な発見

• 3-FoMは、標準FoMとは異なり、$\Lambda$CDM モデルを常に優遇する。一方、標準FoMは低レドシフトで $w$CDM や CPL モデルの値が高くなる傾向を示す。
• 標準FoMは $H(z)$ の誤差を無視するため、不確実性を低く見積もっており、これは赤方偏移が増加するに従い制約力が低下する要因となる。
• BIC と AICc は、追加パラメータを持つモデルに対して強くペナルティを科し、非平坦 CPL モデルに比べて $\Delta$BIC $\sim 40$、$\Delta$AICc $\sim 10$ の優位性を $\Lambda$CDM に与える。
• $\Lambda$CDM モデルは、$H_{\text{max}}$ 値が 202.05 km s⁻¹ Mpc⁻¹ に達し、赤方偏移範囲全体でデータとより整合性が高いかつての特徴を示す。
• 低レドシフトでは FoM が $\Lambda$CDM よりも $w$CDM や CPL モデルを優遇するが、3-FoM ではこの傾向が消失し、$\Lambda$CDM が常に最も好ましいモデルとなる。
• 解析的および数値的結果がほぼ一致しており、成長率とハッブルパラメータの計算における数値実装の妥当性が検証された。