[논문 리뷰] Likelihood Functions for Galaxy Cluster Surveys

G. P. Holder|arXiv (Cornell University)|2006. 02. 11.

Galaxies: Formation, Evolution, Phenomena인용 수 3

한 줄 요약

이 논문은 계층적 상관 함수를 사용하여 은하 클러스터 설문 조사에 대한 정확한 우도 함수를 개발하며, 일반적으로 포isson 기반 분석에서 忽略되는 표본 분산 효과를 정확히 모델링할 수 있음을 보여준다. 질량이 크고 (z=0에서 10¹⁴h⁻¹M⊙ 이상), 유도된 확률 분포가 매우 정확하며, 포isson 가정을 초월해 우주론적 파rameter 추정을 크게 향상시킨다.

ABSTRACT

Galaxy cluster surveys offer great promise for measuring cosmological parameters, but survey analysis methods have not been widely studied. Using methods developed decades ago for galaxy clustering studies, it is shown that nearly exact likelihood functions can be written down for galaxy cluster surveys. The sparse sampling of the density field by galaxy clusters allows simplifications that are not possible for galaxy surveys. An application to counts in cells is explicitly tested using cluster catalogs from numerical simulations and it is found that the calculated probability distributions are very accurate at masses above several times 10^{14}h^{-1} solar masses at z=0 and lower masses at higher redshift.

연구 동기 및 목표

• 우주론에서 은하 클러스터 설문 조사에 대한 엄밀한 통계 분석 방법의 부족을 해결하기 위해.
• 클러스터 밀도 연구에서 흔히 사용되는 포isson 통계 가정을 수정하기 위해. 이 가정은 표본 분산 효과를 과소평가한다.
• 구간화된 클러스터 수에 적용 가능한 계층적 상관 함수를 사용하여 정확한 우도 함수를 유도하기 위해.
• 허블 볼륨 시뮬레이션에서 유도된 시뮬레이션 클러스터 카탈로그를 사용하여 이러한 우도의 정확도를 테스트하기 위해.
• 표본 분산이 확률 분포를 상당히 넓힐 수 있으며, 정밀한 우주론적 제약 조건을 얻기 위해서는 이를 포함시켜야 한다는 것을 보여주기 위해.

제안 방법

• 클러스터 분포에 대한 n점 상관 함수 기반 우도를 유도하기 위해 White(1979)와 DHJ97의 체계를 사용한다.
• 기본 가중치 $w_i$를 관측된 위치 외부의 클러스터 부재를 반영하는 무한 급수를 통한 $W_i$로 대체한다.
• 계층을 단순화하기 위해 가우시안 근사를 적용하며, 두점 및 세점 상관 함수에 집중하고 고차항은 잘라낸다.
• 생성 함수 접근법을 사용하여 셀 내 수의 우도를 유도하며, $\alpha = \bar{w}_2/2$에 대한 급수 전개 형태로 표현한다.
• 계산 가능성을 확보하기 위해 $\alpha$에 대해 두 차수까지 급수를 잘라내며, $\alpha x$ 및 $\alpha x^2$가 작다고 가정한다.
• 이론적 확률 분포를 관측된 수와 비교하여, 허블 볼륨 시뮬레이션의 클러스터 카탈로그를 사용해 방법을 검증한다.

실험 결과

연구 질문

• RQ1 은하 클러스터 설문 조사에 대해 표본 분산과 군집화를 정확히 반영하는 정확한 우도 함수를 유도할 수 있는가?
• RQ2 상관 함수를 통한 표본 분산 포함이 클러스터 밀도 분석에서 포isson 기반 우도에 비해 얼마나 향상되는가?
• RQ3 유도된 우도의 유효 범위는 질량과 적색편이 측면에서 어떻게 되는가?
• RQ4 이론적 확률 분포는 시뮬레이션 클러스터 카탈로그와 비교해 얼마나 정확한가?
• RQ5 클러스터 분포의 가우시안 근사가 유지되기 위해 충족해야 할 조건은 무엇인가?

주요 결과

• 유도된 우도 함수는 z=0에서 몇 배의 10¹⁴h⁻¹M⊙ 이상 질량의 클러스터에 대해 셀 내 수의 확률 분포를 정확히 재현한다.
• 더 낮은 질량과 높은 적색편이에서의 경우, 메서드는 여전히 정확하지만 불확실성이 점점 증가한다.
• 포isson 가정은 고려하지 않은 표본 분산으로 인해 확률 분포의 폭을 과소평가하지만, 새로운 방법은 이를 정확히 포착한다.
• 클러스터 분포가 약간 가우시안이고 군집화가 약한 희박한 설문 조사에 대해 계산적으로 실현 가능하다.
• $\alpha x$ 및 $\alpha x^2$가 작을 경우 급수 전개가 잘 수렴하여 근사가 신뢰할 수 있는 영역임을 나타낸다.
• 클러스터 분포의 비가우시안성이 고밀도에서 나타나야 한다는 신호로, $W_0$가 양수가 되면 체계가 붕괴한다.