[論文レビュー] Cosmology with Contaminated Samples: Methods of Measuring Dark Energy with Photometrically Classified Pan-STARRS Supernovae

D. O. Jones, D. Scolnic+19 more|arXiv (Cornell University)|Nov 21, 2016

Gamma-ray bursts and supernovae被引用数 5

ひとこと要約

本稿では、光度的に分類されたPan-STARRS超新星にコアコリプスSNeによる汚染がある中で、ダークエネルギーを測定するためのベイジアン手法、BEAMS（複数のSNタイプを想定）を開発した。ダークエネルギー状態方程式 $w$ の系統的誤差はわずか 0.005（統計的誤差の11%）に抑えられ、スペクトロスコピック分類が限られた状況下でも、きわめて頑健な宇宙論的制約が得られることを示した。

ABSTRACT

The Pan-STARRS (PS1) Medium Deep Survey discovered over 5,000 likely supernovae (SNe) but obtained spectral classifications for just 10% of its SN candidates. We measured spectroscopic host galaxy redshifts for 3,073 of these likely SNe and estimate that $\sim$1,000 are Type Ia SNe (SNe Ia) with light-curve quality sufficient for a cosmological analysis. We use these data with simulations to determine the impact of core-collapse SN (CC SN) contamination on measurements of the dark energy equation of state parameter, $w$. Using the method of Bayesian Estimation Applied to Multiple Species (BEAMS), distances to SNe Ia and the contaminating CC SN distribution are simultaneously determined as a function of redshift. We test light-curve based SN classification priors for BEAMS as well as a new classification method that relies upon host galaxy spectra and the association of SN type with host type. By testing several SN classification methods and CC SN parameterizations on 1,000-SN simulations, we conservatively estimate that CC SN contamination gives a systematic error on $w$ ($\sigma_w^{CC}$) of 0.014, 30% of the statistical uncertainty. Our best method gives $\sigma_w^{CC} = 0.005$, just 11% of the statistical uncertainty, but could be affected by incomplete knowledge of the CC SN distribution. Our method determines the SALT2 color and shape coefficients, $\alpha$ and $\beta$, with $\sim$3% bias. Real PS1 SNe without spectroscopic classifications give measurements of $w$ that are within 0.5$\sigma$ of measurements from PS1 spectroscopically confirmed SNe. Finally, the inferred abundance of bright CC SNe in our sample is greater than expected based on measured CC SN rates and luminosity functions.

研究の動機と目的

• Pan-STARRS調査における光度的に分類されたIa型超新星（SNe Ia）のサンプルにコアコリプスSNe（CC SNe）が混入する場合に生じる宇宙論的バイアスの問題に対処すること。
• SNe IaとCC SNeの距離を同時に推定する手法を開発・検証し、$w$ における系統的誤差を最小限に抑えること。その際、光曲線および宿主銀河データを用いる。
• スペクトロスコピック分類が限られている状況下で、CC SNeの混入が$w$ 測定に与える影響を、シミュレーションおよび実データを用いて定量すること。
• BEAMSフレームワーク内での光曲線ベースおよび宿主銀河ベースのSNe分類事前分布の性能を評価し、より良い宇宙論的推論を実現すること。

提案手法

• 光度的光曲線および赤方偏移を用いて、SNe IaとCC SNeの距離を同時に推定するために、ベイジアン推定を用いた複数種に応用可能な推定法（BEAMS）を適用する。
• 宿主銀河の赤方偏移および、宿主銀河スペクトルとSNeタイプ-宿主銀河タイプの関連から得られるSNeタイプ分類事前分布を組み込む。
• 光曲線ベースの事前分布と、新規の宿主銀河ベースの手法を含む、複数のSNe分類手法をテストし、その頑健性とバイアスを評価する。
• 1,000個のSNeのシミュレーションを用いて、CC SNeの混入による$w$ における系統的誤差を推定し、CC SNeの輝度関数に関する仮定を変化させながら検証する。
• シミュレーテッドおよび実データを用いて、SALT2の色（$\alpha$）および形状（$\beta$）パラメータの最良状況下でのバイアスを3%に補正する。
• 光度的に分類されたSNeからの宇宙論的制約を、スペクトロスコピックに確認されたSNeからのものと比較し、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 光度的に分類されたPan-STARRS超新星において、コアコリプスSNeの混入がダークエネルギー状態方程式 $w$ に与える系統的誤差はどの程度か？
• RQ2 光曲線または宿主銀河の性質に基づくSNe分類事前分布の違いが、BEAMSフレームワーク内での$w$ 測定の正確性にどのように影響するか？
• RQ3 SNe分類のスペクトロスコピック分類率がたった10%程度のサンプルから、BEAMSとシミュレーションを用いて信頼性のある宇宙論的制約を抽出できるか、その範囲はどの程度か？
• RQ4 PS1サンプルにおける推定されたCC SNeの輝度関数は、観測されたCC SNeの発生率および輝度関数の予想とどのように一致するか？
• RQ5 実データおよびシミュレーテッドデータに、提案手法を適用した場合、SALT2パラメータ $\alpha$ および $\beta$ のバイアスはどの程度か？

主な発見

• CC SNeの混入による$w$ における系統的誤差は、保守的に $\sigma_w^{CC} = 0.014$（統計的誤差の30%）と推定された。
• 最良の分類手法を用いることで、$\sigma_w^{CC} = 0.005$（統計的誤差の11%）にまで低減されたが、これはCC SNeの分布の正確な知識に依存する。
• 最適な手法を用いることで、SALT2の色（$\alpha$）および形状（$\beta$）パラメータの推定バイアスは約3%に抑えられた。
• スペクトロスコピック分類が得られていない実際のPS1 SNeの$w$ 測定値は、スペクトロスコピックに確認されたSNeの測定値と0.5$\sigma$以内に収まっており、高い信頼性が示された。
• PS1サンプルにおける明るいCC SNeの割合は、観測されたCC SNe発生率および輝度関数の予想を上回っていることが判明した。
• スペクトロスコピックデータが限られる状況下でも、光曲線ベースの事前分布に比べ、宿主銀河ベースの分類手法が$w$ における系統的誤差をより効果的に低減した。