[論文レビュー] On the Evidence for Cosmic Variation of the Fine Structure Constant (I): A Parametric Bayesian Model Selection Analysis of the Quasar Dataset

Ewan Cameron, Tony Pettitt|arXiv (Cornell University)|Jul 26, 2012

Gaussian Processes and Bayesian Inference参考文献 6被引用数 7

ひとこと要約

この論文は、柔軟な誤差モデルを用いたベイジアンモデル選択を用いてクェーサー観測データを再分析し、微細構造定数の宇宙的変動を検討している。弱い証拠がドーナツ状の信号を示しているが、これは実際には観測の系統的バイアス（望遠鏡ごとの特徴）に起因する可能性が高く、宇宙的変動とは考えにくい。

ABSTRACT

We review the evidence behind recent claims of spatial variation in the fine structure constant deriving from observations of ionic absorption lines in the light from distant quasars. To this end we expand upon previous non-Bayesian analyses limited by the assumptions of an unbiased and strictly Normal distribution for the "unexplained errors" of the benchmark quasar dataset. Through the technique of reverse logistic regression we estimate and compare marginal likelihoods for three competing hypotheses---(i) the null hypothesis (no cosmic variation), (ii) the monopole hypothesis (a constant Earth-to-quasar offset), and (iii) the monopole+dipole hypothesis (a cosmic variation manifest to the Earth-bound observer as a North-South divergence)---under a variety of candidate parametric forms for the unexplained error term. Our analysis reveals weak support for a skeptical interpretation in which the apparent dipole effect is driven solely by systematic errors of opposing sign inherent in measurements from the two telescopes employed to obtain these observations. Throughout we seek to exemplify a 'best practice' approach to Bayesian model selection with prior-sensitivity analysis; in a companion paper we extend this methodology to a semi-parametric framework using the infinite-dimensional Dirichlet process.

研究の動機と目的

• 原理的で整合性のあるベイジアンモデル選択フレームワークを用いて、微細構造定数の宇宙的変動に関する証拠を再評価すること。
• 従来の分析で誤差が無偏で正規分布に従うと仮定していた点の制限を是正すること。
• 対立仮説（無変動（帰無仮説）、定数オフセット（単極）、空間的変動（単極＋ドーナツ状））を、さまざまな誤差モデルのもとで評価すること。
• ベイジアンモデル選択の結果の妥当性を確認するための事前分布感受性分析を実施すること。
• 異なる望遠鏡の標的計画の予測的パワーを評価することで、将来の観測戦略を支援すること。

提案手法

• 微細構造定数αの変動に関する3つの仮説（帰無仮説、単極、単極＋ドーナツ状）を、パラメトリックなベイジアンモデル選択で比較する。
• 各モデルと誤差の組み合わせについての周辺尤度を推定するために逆ロジスティック回帰を用い、ベイズ因子の計算を可能にする。
• 説明不能な誤差に複数のパラメトリックな形（バイアスあり、非正規分布など）を検討する。
• モデルのパラメータに情報的事前分布を設定し、ベイズ因子の妥当性を検証するための事前分布感受性分析を実施する。
• 将来の観測キャンペーンを予測するため、予測後部確率分布（PPOD）を用いて統計的パワーをシミュレーションする。
• KeckおよびVLT望遠鏡の観測計画として、極／反極、赤道、混合の3つの戦略を比較する。

実験結果

リサーチクエスチョン

• RQ1 測定誤差を超えて、微細構造定数の宇宙的ドーナツ状変動に関する強い統計的証拠はあるか？
• RQ2 誤差分布の仮定（正規分布対非正規分布、バイアスあり対バイアスなし）が、対立モデルのベイズ因子にどのように影響するか？
• RQ3 KeckおよびVLT望遠鏡由来の系統的誤差が、観測されたドーナツ状信号をどの程度説明できるか？
• RQ4 将来の観測標的計画の中で、帰無仮説とドーナツ状仮説を明確に区別できる可能性を最も高めるのはどれか？
• RQ5 特にドーナツ状強度パラメータBの事前分布の仮定にどの程度感度があるか？

主な発見

• バイアスありで正規分布の誤差モデル（懐疑的モデル）を仮定した場合、ベイズ因子は帰無仮説（変動なし）を強く支持する。具体的には、対数ベイズ因子が-2.5であり、ドーナツ状変動の仮説は強く否定される。
• 標準的な無バイアスで正規分布の誤差モデルでは、ベイズ因子はドーナツ状仮説を支持する（対数ベイズ因子+5.7）が、これは事前分布の仮定に極めて敏感である。
• 観測されたドーナツ状信号は、実際にはKeckとVLTのデータに符号が逆の系統的誤差に起因する可能性が最も高い。
• 将来の観測キャンペーンでは、赤道付近の視線を優先することで、バイアスあり・なしの誤差モデルを最も効果的に区別できる。
• 懐疑的誤差モデルでは、混合標的戦略（赤道10件、極／反極15件）が最も優れた性能を示すが、標準モデルでは逆に順位が入れ替わる。
• 最適な将来の設計であっても、ドーナツ状強度パラメータBの不確実性のため、真の仮説を誤って棄却するリスクは依然として非軽視できる。