[논문 리뷰] Cosmology with Contaminated Samples: Methods of Measuring Dark Energy with Photometrically Classified Pan-STARRS Supernovae

D. O. Jones, D. Scolnic외 19명|arXiv (Cornell University)|2016. 11. 21.

Gamma-ray bursts and supernovae인용 수 5

한 줄 요약

이 논문은 핵심 붕괴 초신성(CC SNe)에 의한 오염에도 불구하고, 광학적으로 분류된 Pan-STARRS 초신성들을 사용하여 암흑 에너지를 측정하기 위해 다중 초신성 유형을 고려한 베이지안 방법, BEAMS를 개발한다. 이 방법은 암흑 에너지 상태 방정식 $w$에 대한 체계적 오차를 단지 0.005로 줄여내어 통계적 오차의 11% 수준으로 낮춘다. 이는 제한된 분광학적 분류가 존재하는 상황에서도 강력한 천체물리적 제약 조건을 제공한다.

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.

연구 동기 및 목표

• Pan-STARRS 조사에서 광학적으로 분류된 Ia형 초신성 샘플에 핵심 붕괴 초신성(CC SNe)이 오염되면서 발생하는 천체물리적 편향 문제를 해결하기 위해.
• Ia형 초신성과 핵심 붕괴 초신성의 거리를 동시에 추정하는 방법을 개발하고 시험하며, $w$에 대한 체계적 오차를 최소화하기 위해 광선곡선 및 은하수 주변 환경 데이터를 활용하기 위해.
• 분광학적 분류가 희박한 상황에서 핵심 붕괴 초신성 오염이 $w$ 측정에 미치는 영향을 시뮬레이션과 실제 데이터를 통해 정량화하기 위해.
• BEAMS 프레임워크 내에서 광선곡선 기반 및 은하수 기반의 초신성 분류 사전 확률의 성능을 평가하여 천체물리적 추론을 향상시키기 위해.

제안 방법

• 광학적 광선곡선과 적색편이를 사용하여 Ia형 초신성과 핵심 붕괴 초신성의 거리를 동시에 추정하기 위해 다중 종류의 베이지안 추정(BEAMS)을 적용한다.
• 은하수 적색편이와 은하수 스펙트럼 및 초신성 유형-은하수 유형 연관성에서 유도된 초신성 유형 분류 사전 확률을 통합한다.
• 광선곡선 기반 사전 확률과 새로운 은하수 기반 방법을 포함한 여러 초신성 분류 방법을 테스트하여 정확성과 편향을 평가한다.
• 1,000개의 초신성 시뮬레이션을 사용하여 핵심 붕괴 초신성의 밝기 함수에 대한 다양한 가정 하에 $w$에 대한 체계적 오차를 추정한다.
• 모의 및 실제 데이터를 사용하여 최선의 경우 3%의 편향으로 SALT2 색상($\alpha$) 및 형태($\beta$) 파rameter를 보정한다.
• 광학적으로 분류된 초신성의 천체물리적 제약 조건을 분광학적으로 확인된 초신성의 결과와 비교하여 방법의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 광학적으로 분류된 Pan-STARRS 초신성에서 핵심 붕괴 초신성 오염으로 인한 암흑 에너지 상태 방정식 $w$의 체계적 오차는 얼마인가?
• RQ2 광선곡선 또는 은하수 특성에 기반한 다양한 초신성 분류 사전 확률이 BEAMS 프레임워크 내에서 $w$ 측정의 정확성에 어떤 영향을 미치는가?
• RQ3 광학적 분류 비율이 10%일 경우, BEAMS와 시뮬레이션을 사용하여 신뢰할 수 있는 천체물리적 제약 조건을 얼마나 잘 추출할 수 있는가?
• RQ4 PS1 샘플에서 추정된 핵심 붕괴 초신성의 밝기 함수는 관측된 핵심 붕괴 초신성 비율과 밝기 함수 기반 예측과 어떻게 비교되는가?
• RQ5 실제 및 모의 데이터에 제안된 방법을 적용했을 때 SALT2 파rameter $\alpha$와 $\beta$의 편향은 얼마인가?

주요 결과

• 핵심 붕괴 초신성 오염으로 인한 $w$에 대한 체계적 오차는 보수적으로 $\sigma_w^{CC} = 0.014$로 추정되며, 이는 통계적 오차의 30%에 해당한다.
• 최적의 분류 방법을 사용할 경우 $\sigma_w^{CC} = 0.005$로 줄어들며, 이는 통계적 오차의 11%에 해당하지만, 이는 핵심 붕괴 초신성 분포에 대한 정확한 지식에 의존한다.
• 최적의 방법을 사용할 경우 SALT2 색상($\alpha$) 및 형태($\beta$) 파rameter는 약 3%의 편향으로 추정된다.
• 분광학적 분류가 없는 실제 PS1 초신성들은 분광학적으로 확인된 초신성의 $w$ 측정 결과와 0.5$\sigma$ 이내에 위치하여 높은 신뢰성을 보인다.
• PS1 샘플에서 추정된 밝은 핵심 붕괴 초신성의 비율은 관측된 핵심 붕괴 초신성 비율과 밝기 함수 기반 예측을 초과한다.
• 분광학적 데이터가 희박한 상황에서 은하수 기반 분류 방법이 광선곡선 기반 사전 확률보다 $w$에 대한 체계적 오차를 더 효과적으로 줄이는 데 뛰어난 성능을 보였다.