[論文レビュー] Implicit Priors in Galaxy Cluster Mass and Scaling Relation Determinations

A. Mantz, S. W. Allen|arXiv (Cornell University)|Jun 20, 2011

Galaxies: Formation, Evolution, Phenomena参考文献 1被引用数 4

ひとこと要約

この論文は、銀河団のガス密度および温度プロファイルを完全にパラメトリックにモデル化すると、静水圧質量推定値およびスケーリング関係（特に質量–温度関係）が、自己相似モデルの勾配に歪められることを示している。特に、静水平衡仮定とパラメトリックなICMプロファイルを組み合わせた際に生じるこれらの暗黙的事前分布は、宇宙論的制約を歪める可能性があり、質量プロファイルを明示的にモデル化し、ICMを非パラメトリックに記述する半パラメトリック手法の導入を提唱している。

ABSTRACT

Deriving the total masses of galaxy clusters from observations of the intracluster medium (ICM) generally requires some prior information, in addition to the assumptions of hydrostatic equilibrium and spherical symmetry. Often, this information takes the form of particular parametrized functions used to describe the cluster gas density and temperature profiles. In this paper, we investigate the implicit priors on hydrostatic masses that result from this fully parametric approach, and the implications of such priors for scaling relations formed from those masses. We show that the application of such fully parametric models of the ICM naturally imposes a prior on the slopes of the derived scaling relations, favoring the self-similar model, and argue that this prior may be influential in practice. In contrast, this bias does not exist for techniques which adopt an explicit prior on the form of the mass profile but describe the ICM non-parametrically. Constraints on the slope of the cluster mass--temperature relation in the literature show a separation based the approach employed, with the results from fully parametric ICM modeling clustering nearer the self-similar value. Given that a primary goal of scaling relation analyses is to test the self-similar model, the application of methods subject to strong, implicit priors should be avoided. Alternative methods and best practices are discussed.

研究の動機と目的

• 完全にパラメトリックなイントラクランシャルメディア（ICM）密度および温度プロファイルのモデル化が、静水圧質量推定値にどのような暗黙的事前分布をもたらすかを特定・定量すること。
• これらの暗黙的事前分布が、特に質量–温度関係の導出勾配にどのように影響するかを検討すること。
• これらの事前分布が自己相似モデルに結果を偏らせる可能性があり、それが宇宙論的制約を歪める可能性があることを示すこと。
• 質量プロファイルを明示的にモデル化し、ICMを非パラメトリックに記述することで、このようなバイアスを回避する代替の半パラメトリック手法を提唱すること。
• 宇宙論的研究におけるクラスタ質量およびスケーリング関係分析のための最良の実践法を提供すること。

提案手法

• 著者らは、n(r)およびT(r)のパラメトリック形式が質量プロファイルM(r)にどのような暗黙的事前分布をもたらすかを示すために、静水圧平衡方程式を分析している。
• n(r)およびT(r)の関数形を仮定する完全なパラメトリックICMモデリングと、質量プロファイルの形式（例：NFW）を固定し、ICM特性を非パラメトリックにモデル化する半パラメトリック手法を比較している。
• モンテカルロサンプルおよび誤差伝搬を用いて、測定の共分散とモデル仮定がスケーリング関係の制約に与える影響を評価している。
• 文献における質量–温度関係の勾配の結果を評価し、パラメトリックICMモデルを用いた研究と、明示的な質量事前分布またはガス質量プロキシを用いた研究を区別している。
• X線およびSZ調査の観測データ（Allen et al. (2008)およびMantz et al. (2010a)のサンプルを含む）を用いて、導出されたM–T勾配を比較している。
• 半パラメトリック手法が、パラメトリックICMモデリングで見られる自己相似勾配へのバイアスを回避することを示すことで、この手法の妥当性を検証している。

実験結果

リサーチクエスチョン

• RQ1 ICMの密度および温度プロファイルのパラメトリックモデルが、静水圧質量推定値にどのような暗黙的事前分布をもたらすか？
• RQ2 これらの暗黙的事前分布が、クラスタ質量–温度スケーリング関係の勾配をどの程度自己相似モデルに偏らせるか？
• RQ3 なぜ完全にパラメトリックなICMモデリングの結果は自己相似勾配に近づくのに対し、半パラメトリックまたはプロキシベースの手法ではより急勾配の結果が得られるのか？
• RQ4 これらの暗黙的事前分布が、クラスタスケーリング関係からの宇宙論的制約に及ぼす影響は何か？
• RQ5 このようなバイアスを最小限に抑えることができる代替手法は何か？その手法は、妥当性と検証可能性を保ちながらも、信頼性を保てるか？

主な発見

• ICM密度および温度プロファイルを完全にパラメトリックにモデル化すると、静水圧質量プロファイルに強い暗黙的事前分布が生じ、自己相似スケーリング関係に偏る。
• これらの暗黙的事前分布は、特にパラメトリックモデルの柔軟性が不足している、または過剰に制約されている場合に、導出された質量–温度関係の勾配が自己相似値1.5に偏る。
• パラメトリックICMモデルを用いた研究ではM–T勾配が1.5に集約するのに対し、半パラメトリックまたはプロキシベースの手法では約2.0のより急勾配が得られ、Mantz et al. (2010a)や他の研究でも同様の傾向が確認されている。
• バイアスの原因は、n(r)およびT(r)に仮定された関数形が、質量プロファイルが明示的にモデル化されていなくても、静水圧平衡方程式を通じて暗黙的に質量プロファイルを制約するためである。
• 質量プロファイルを明示的にモデル化（例：NFW）し、ICMを非パラメトリックに記述する半パラメトリック手法は、このバイアスを回避でき、宇宙論的テストにさらに頑健である。
• 著者らは、特に自己相似モデルの検証を行う際には、パラメトリックICMモデリングに起因する暗黙的事前分布を避けるべきであり、代わりに明示的かつ検証可能な質量プロファイルの事前分布を採用することを提唱している。