[논문 리뷰] Selection Functions in Astronomical Data Modeling, with the Space Density of White Dwarfs as a Worked Example

Hans-Walter Rix, David W. Hogg외 7명|arXiv (Cornell University)|2021. 05. 10.

Stellar, planetary, and galactic studies참고 문헌 39인용 수 1

한 줄 요약

이 논문은 천체 물리학적 데이터 모델링에서 선택 함수를 구성하기 위한 종합적인 프레임워크를 제시하며, 백색왜성(WD)의 공간 밀도를 사례 연구로 사용한다. 가시성 밀도를 기반으로 한 Gaia EDR3 샘플과 백색왜성의 광도-색 함수 Φ₀(M_G, (B−R))의 매개수적 모델을 조합하여, 관측 편향을 보정하는 선택 함수의 역할을 설명한다. 이로 인해 원본 샘플 분포와 비교할 때 밀도가 수개의 차수만큼 다를 뿐 아니라 피크가 네 개의 등급만큼 이격된 광도-색 함수가 드러나게 된다.

ABSTRACT

Statistical studies of cataloged object properties are central to astrophysics. But one cannot model those objects’ population properties without the sample’s selection function, the quantitative understanding of which objects could have ended up in such a catalog. As didactic introductions to this topic are scarce in the astrophysical literature, we provide one here, addressing the following questions: What is a selection function? On what arguments q should it depend? Over what domain must a selection function be defined? What simplifying approximations can be made? And, how is a selection function used in “modeling”? We argue that volume-complete samples, limited by the faintest objects, reflect a highly suboptimal selection function, needlessly reducing the number of bright and usually rare sample members. We illustrate these points by a worked example: github.com/gaia-unlimited/WD-selection-function, deriving the space density of white dwarfs (WDs) in the Galactic neighborhood as a function of their luminosity and color, Φ0(M G , (B − R)) in [mag−2 pc−3]. We construct a sample  of 105 presumed WDs through straightforward selection cuts on the Gaia EDR3 catalog in magnitude, color, and parallax, q = (G, (B − R), ϖ). We then combine a simple model for Φ0 with this selection function’s S(q) effective survey volume to estimate Φ0(M G , (B − R)) precisely and robustly against the detailed choices for S(q) . This resulting WD luminosity–color function Φ0(M G , (B − R)) differs dramatically from the initial number density distribution in the luminosity−color plane: by orders of magnitude in density and by four magnitudes in density peak location.

연구 동기 및 목표

• 천체물리학 문헌에서 선택 함수에 대한 지도적 소개가 부족한 점을 해결하기 위해.
• 관측된 카탈로그 데이터를 정확한 인구 모델로 전환하는 데 선택 함수가 수행하는 역할를 명확히 하기 위해.
• 선택 함수가 별 인구의 편향 없는 공간 밀도를 유도하는 데 미치는 결정적 영향을 입증하기 위해.
• Gaia 데이터를 사용하여 선택 함수를 구성하는 재현 가능한 오픈소스 워크플로우를 제공하기 위해.
• 선택 효과를 忽시할 경우 부피 제한 샘플에서 희귀하고 밝은 백색왜성이 심각하게 과소 추정됨을 보여주기 위해.

제안 방법

• 선택 함수 S_C(q)를 매개변수 공간 q = (G, (B−R), ϖ)에서의 효과적 설문 범위로 정의한다. 여기서 G는 등급, (B−R)는 색, ϖ는 일년 운동이 각각 해당된다.
• Gaia EDR3 데이터에서 G 등급, (B−R) 색, 및 일년 운동에 대한 단순한 절단 조건을 적용하여 약 10⁵개의 후보 백색왜성 샘플 C를 구성한다.
• 관측된 데이터에 S_C(q)를 고려하면서도 적합된 매개수적 함수를 사용하여 본질적 공간 밀도 Φ₀(M_G, (B−R))를 모델링한다.
• 선택 함수의 역수를 사용하여 관측 샘플에 가중치를 부여함으로써 광도 및 색에 걸쳐 Φ₀를 안정적으로 추정할 수 있도록 한다.
• 선택 함수 보정을 적용하여 진짜 기저 인구 분포를 복원하고, 세부적인 설문 기하학적 조건에 대한 민감도를 최소화한다.
• 재현 가능성과 공동 사용을 위해 github.com/gaia-unlimited/WD-selection-function 에서 오픈소스 구현을 활용한다.

실험 결과

연구 질문

• RQ1 선택 함수란 무엇이며, 관측된 카탈로그에서 천체 인구를 모델링하는 데 왜 필수적인가?
• RQ2 특정 설문에 대해 선택 함수는 어떤 영역과 어떤 매개변수 q에 대해 정의되어야 하는가?
• RQ3 선택 함수의 단순화된 근사치를 어떻게 만들 수 있으며, 이로 인해 인구 모델링 정확도가 손상되지 않도록 할 수 있는가?
• RQ4 선택 효과가 Gaia EDR3의 백색왜성 광도-색 분포에 얼마나 심각하게 편향을 주는가?
• RQ5 진짜 공간 밀도 Φ₀(M_G, (B−R))는 광도-색 평면에서 원본 수밀도와 어떻게 다를까?

주요 결과

• 광도-색 평면에서 관측된 수밀도 분포는 특히 어두운 등급에서의 잘린(트렁케이션) 현상으로 인해 심각하게 편향되어 있다.
• 가장 어두운 물체로 제한된 부피 완전 샘플은 빛나는 희귀 백색왜성의 수를 크게 제거하여 최적의 샘플링이 어려워진다.
• 선택 함수를 사용하여 유도한 진짜 공간 밀도 Φ₀(M_G, (B−R))는 원본 샘플과 비교할 때 M_G 기준으로 네 등급만큼 피크가 이격되어 있다.
• 보정된 공간 밀도는 원본 분포와 밀도의 크기로 수개의 차수만큼 다를 뿐 아니라, 선택 함수 보정이 없이선 근본적으로 잘못된 표현이 된다.
• 이 방법은 선택 함수 S_C(q)의 세부 선택에 민감하지 않은 정밀하고 안정적인 Φ₀(M_G, (B−R)) 추정이 가능하게 한다.
• github.com/gaia-unlimited/WD-selection-function 에서 제공하는 오픈소스 구현은 다른 별 인구에 대한 유사 연구에 재사용 가능한 프레임워크를 제공한다.