[論文レビュー] How to optimally combine pre-reconstruction full shape and post-reconstruction BAO signals

Héctor Gil-Marín|arXiv (Cornell University)|Mar 10, 2022

Galaxies: Formation, Evolution, Phenomena参考文献 27被引用数 10

ひとこと要約

本論文は、大規模構造宇宙論調査における事前再構成フルシェイプ信号と事後再構成BAO信号を最適に組み合わせる3つの手法を評価している：パワースペクトル多重極レベル（P(ℓ)(k)）での組み合わせ、圧縮BAO変数レベル（α∥,⊥）での組み合わせ、およびハイブリッド手法。P(ℓ)(k)レベルでの組み合わせが他の手法よりも5–10% tighterな制約をもたらすことが判明し、標準的なBAOのみの手法がほぼ最適であることを示している。また、モンタカルロ再現の繰り返しを回避することで、より高速かつ効率的であることも示している。

ABSTRACT

We review the different approaches for combining the cosmological information from the full shape of the pre-reconstructed power spectrum - usually referred as redshift-space distortion (RSD) analysis - and from the baryon acoustic oscillation (BAO) peak position in the post-reconstructed power spectrum with the aim of finding the optimal procedure. We focus on combining the pre- and post-reconstructed derived quantities at different compression levels: 1) the two-point summary statistics, the power spectrum multipoles, $P^{(\ell)}(k)$; 2) the compressed BAO variables, $\alpha_{\parallel,\perp}$; and 3) an hybrid approach between 1) and 2). We apply these methods to the publicly available eBOSS Luminous Red Galaxy catalogues, for both data and synthetic EZ-mocks. We find that the three approaches result in very consistent posteriors when the appropriate covariance matrix estimator is used. On average, the combination at $P^{(\ell)}(k)$ level retrieves $5-10\%$ tighter constraints than the other two approaches, demonstrating that the standard approach of combining at the level of the BAO variables is nearly optimal. We conclude that combining both BAO post-reconstructed and full shape pre-reconstructed signals for the one single data realization at the level of the summary statistics is faster, as it does not require running the whole pipeline on the individual mocks, and brings a moderate $10\%$ improvement, with respect to the other two studied methods. Moreover, we check for potential systematics, such as, the way the matrix is built and the effect of the finite number of mocks on the likelihood estimator and find none of these have a significant impact in the final results. Combining the pre- and post-reconstruction signals at the level of the summary statistics is an attractive, faster and accurate method to be used in future and on-going spectroscopic surveys.

研究の動機と目的

• 大規模構造調査における事前再構成フルシェイプ信号と事後再構成BAO信号からの宇宙論的情報を最適に組み合わせる方法を特定すること。
• 要約統計量（パワースペクトル多重極）のレベルでの組み合わせが、圧縮BAO変数またはハイブリッド手法に基づく従来の手法を上回ることを評価すること。
• 共分散行列の推定、ブロードバンドモデル、モンタカルロカタログの影響が最終的な宇宙論的制約に与える影響を評価すること。
• 共分散行列の構造や有限なモンタカルロサンプルの影響といった系誤差に対して、組み合わせ手法のロバストネスを検証すること。

提案手法

• 本研究では、3つの組み合わせ戦略を比較している：(1) パowerスペクトル多重極レベルP(ℓ)(k)での組み合わせ、(2) 圧縮BAO変数レベル（α∥,⊥）での組み合わせ、(3) 事後再構成BAO変数と事前再構成パワー スペクトルのハイブリッドな組み合わせ。
• 分析にはeBOSS Luminous Red Galaxy (LRG)カタログと1000個の合成EZ-mocksを用い、パラメータ制約と共分散行列を推定している。
• モンタカルロから推定された完全な共分散行列を組み込んだ尤度フレームワークを用いて宇宙論的制約を導出しており、共分散行列の構造とブロードバンドモデリングに特に注意を払っている。
• BAO変数とパワー スペクトル多重極の間の相互相関を評価することで、スケールにわたる情報の分布を理解している。
• 系誤差のチェックには、異なる共分散行列の構築法、ブロードバンドモデルの選択、有限なモンタカルロサンプルの影響が尤度推定子に与える影響をテストしている。
• すべての手法に同一の尤度フレームワークを適用することで、公平な比較を保証しており、データとモンタカルロに対して同一のファイドゥーシャ宇宙論とパイプラインを用いている。

実験結果

リサーチクエスチョン

• RQ1 パワー スペクトル多重極（P(ℓ)(k)）のレベルで事前・事後再構成信号を組み合わせることで、圧縮BAO変数（α∥,⊥）またはハイブリッド手法よりも tighter な宇宙論的制約が得られるか？
• RQ2 共分散行列の構築法やブロードバンドモデルの選択といった系誤差が、最終的な宇宙論的制約に与える影響は何か？
• RQ3 有限な数のモンタカルロサンプルを使用した場合、尤度推定子とパラメータ制約の精度にどのような影響があるか？
• RQ4 パワー スペクトルの異なるkチャンクと多重極において、BAOピークの情報含量はどのように相関しているか？
• RQ5 パラメータレベルでの事後的組み合わせ（BAOとフルシェイプ信号を別々に分析後に統合）は、データベクトルレベルでの統合に比べて非効率的であるか？

主な発見

• パワー スペクトル多重極P(ℓ)(k)のレベルで事前・事後再構成信号を組み合わせることで、圧縮BAO変数（α∥,⊥）やハイブリッド手法よりも5–10% tighter な宇宙論的制約が得られる。
• 適切な共分散行列推定子を用いる限り、P(ℓ)(k)、α∥,⊥、ハイブリッドの3つの組み合わせ手法は、非常に類似した事後分布をもたらす。
• P(ℓ)(k)手法は、データに対してパイプラインを一度だけ走らせる必要があるため、事後的圧縮変数の組み合わせに比べて高速かつ効率的である。
• 系誤差のチェックでは、共分散行列の構造、ブロードバンドモデルの選択、有限なモンタカルロサンプルの影響が最終的なパラメータ制約に顕著な影響を与えないことが判明した。
• BAO変数とパワー スペクトル多重極の相互相関はk ≈ 0.15 h/Mpc⁻¹でピークを示し、このスケールがBAO情報に対して最も感受性が高いことを示している。
• α∥とα⊥における観測された系誤差シフトは、α⊥では1%未満、α∥では1.5–2%であり、事前再構成のみの解析と一致しており、摂動理論モデリングに起因するとされる。