[論文レビュー] Observational constraints on early dark energy

Evan McDonough, J. Colin Hill+3 more|arXiv (Cornell University)|Oct 30, 2023

Cosmology and Gravitation Theories参考文献 46被引用数 6

ひとこと要約

この論文は、更新されたPlanck CMBデータ（PR3/PR4）および大規模構造（LSS）プローブを用いて、ハッブルパラメータの不一致（Hubble tension）を解消するための初期ダークエネルギー（EDE）モデルを再検討する。CAMSPECおよびHillipop尤度を用いた解析により、EDEに対する制約が厳しくなることが判明。CMB+LSSデータの統合により、95%信頼区間でf_EDE < 0.03が得られ、ベイズ解析でもEDEよりもΛCDMが強く支持される一方で、EDEはPlanckとSH0ESのH₀測定値を調和させることに成功している。

ABSTRACT

We review and update constraints on the Early Dark Energy (EDE) model from cosmological data sets, in particular Planck PR3 and PR4 cosmic microwave background (CMB) data and large-scale structure (LSS) data sets including galaxy clustering and weak lensing data from the Dark Energy Survey, Subaru Hyper Suprime-Cam, and KiDS+VIKING-450, as well as BOSS/eBOSS galaxy clustering and Lyman-$α$ forest data. We detail the fit to CMB data, and perform the first analyses of EDE using the CAMSPEC and Hillipop likelihoods for Planck CMB data, rather than Plik, both of which yield a tighter upper bound on the allowed EDE fraction than that found with Plik. We then supplement CMB data with large-scale structure data in a series of new analyses. All these analyses are concordant in their Bayesian preference for $Λ$CDM over EDE, as indicated by marginalized posterior distributions. We perform a series of tests of the impact of priors in these results, and compare with frequentist analyses based on the profile likelihood, finding qualitative agreement with the Bayesian results. All these tests suggest prior volume effects are not a determining factor in analyses of EDE. This work provides both a review of existing constraints and several new analyses.

研究の動機と目的

• 最新のPlanck CMBデータ（PR3およびPR4）および更新された尤度関数を用いて、初期ダークエネルギー（EDE）モデルの制約を再評価すること。
• CMBデータと大規模構造（LSS）データ（例えば、銀河クラスタリング、弱引力レンズ、Lyman-αフォレスト観測）を統合することで、EDEパラメータの制約に与える影響を評価すること。
• SH0ESのH₀測定値および事前分布の体積効果に関する前提の選択に敏感かどうかを検証し、EDEの制約の妥当性を検証すること。
• ベイズ的手法と頻度主義的手法（例えば、プロファイル尤度）を比較し、ΛCDMがEDEよりも好まれる理由が、事前分布の体積効果に起因するのかを検討すること。
• 現在のデータセットが、ハッブルパラメータの不一致を解消するために必要なf_EDE ≈ 0.1のEDE成分を検出するのに十分な統計的パワーを持っているかを特定すること。

提案手法

• Plik尤度に代わる、より厳密なf_EDEの上限をもたらすCAMSPECおよびHillipop尤度を、Planck CMBデータに適用する。
• ネステッドサンプリングを用いてベイズ的パラメータ推定を実施し、EDEおよび標準的なΛCDMパラメータの周辺化された後方分布を計算する。
• Planck CMBデータと、DES、HSC、KiDS+VIKING-450（弱引力レンズ）、BOSS/eBOSS（非等方的クラスタリングおよびBAO）、Lyman-αフォレスト調査（eBOSS、XQ-100）からのLSSデータを統合する。
• BOSS DR12データに対して、有効場理論（EFT）に基づく尤度を適用し、銀河クラスタリングおよびBAO特徴を正確にモデル化する。
• 事前分布の感度テストを実施し、SH0ESのH₀測定値を事前分布として組み込むこと、およびf_EDE > 0.04の下限を設定することで、モデルのロバストネスを評価する。
• プロファイル尤度解析を実施し、ベイズ的手法の結果と比較し、AICを用いてモデル選択を評価し、フィットの改善とパラメータ数の増加のトレードオフを検証する。

実験結果

リサーチクエスチョン

• RQ1 新しいCAMSPECおよびHillipop尤度を用いたPlanck CMBデータにおいて、f_EDEの更新された制約は何か？
• RQ2 弱引力レンズ、銀河クラスタリング、Lyman-αフォレストなどの大規模構造データが、CMBのみのフィットにおけるデゲネラシーをどのように解消し、f_EDEの制約をどのように厳しくするか？
• RQ3 ΛCDMがEDEよりも好まれるベイズ的傾向は、事前分布の体積効果に起因するのか、それとも異なる事前分布の選択に対してもロバストであるか？
• RQ4 現在のCMB+LSSデータは、ハッブルパラメータの不一致を解消するために必要なf_EDE ≈ 0.1のEDE成分を検出できるか？
• RQ5 ベイズ的手法と頻度主義的手法（例えばAIC）は、EDEとΛCDMの証拠を評価する上で一致するか？

主な発見

• CAMSPECおよびHillipop尤度は、Plik尤度よりもf_EDEの上限を厳しくする結果となり、許容されるEDE割合が減少した。
• Planck CMBデータとBOSS DR12銀河クラスタリングおよびS8データを統合すると、95%信用区間でf_EDE < 0.0526の上限が得られた。
• DES、HSC、KiDS+VIKING-450からの弱引力レンズデータを追加することで、制約はさらに厳しくなり、f_EDE < 0.03（95%信頼区間）となった。
• eBOSSおよびXQ-100からのLyman-αフォレストデータを加えることで、f_EDE–nsのデゲネラシーが解消され、それぞれf_EDE < 0.03（95%信頼区間）およびf_EDE < 0.04（95%信頼区間）の制約が得られた。
• すべての解析で、f_EDEの周辺化された後方分布が単調に減少しており、これはΛCDMがEDEよりも強く支持されることを示している。
• 頻度主義的プロファイル尤度解析もベイズ的手法の結果を確認しており、AICスコアがEDEのパラメータ数の増加にもかかわらずΛCDMを支持していることが示された。