[论文解读] Comparing cosmic shear measures - Optimizing the Information content of cosmic shear data vectors

T. F. Eifler, M. Kilbinger+1 more|ArXiv.org|Aug 30, 2007

Galaxies: Formation, Evolution, Phenomena参考文献 33被引用 11

一句话总结

本文提出了一种优化的宇宙丝状剪切数据向量 $\vec{\mathcal{N}}$，结合两点相关函数 ($\vec{\xi}$) 与孔径质量方差 ($\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$)，在最大化宇宙学信息的同时最小化相关性与 B 模污染。新向量在参数约束方面优于 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$，且对 B 模系统误差具有鲁棒性，而 $\vec{\xi}$ 则高度敏感于此类污染。

ABSTRACT

We introduce an optimized data vector of cosmic shear measures (N). This data vector has high information content, is not sensitive against B-mode contamination and only shows small correlation between data points of different angular scales. We show that a data vector of the two-point correlation function (2PCF) in general contains more information on cosmological parameters compared to a data vector of the aperture mass dispersion. Reason for this is the fact that lacks the information of the convergence power spectrum (P_κ) on large angular scales, which is contained in the 2PCF data vector. Therefore we create a combined data vector N, which retains the advantages of and in addition is also sensitive to the large-scale information of P_κ. We compare the information content of the three data vectors by performing a detailed likelihood analysis and use ray-tracing simulations to derive the covariance matrices. In the last part of the paper we contaminate all data vectors with B-modes on small angular scales and examine their robustness against this contamination.The combined data vector strongly improves constraints on cosmological parameters compared to . Although, in case of a pure E-mode signal the information content of the 2PCF is higher, in the more realistic case where B-modes are present the 2PCF data vector is strongly contaminated and yields biased cosmological parameter estimates. N shows to be robust against this contamination. Furthermore the individual data points of N show a much smaller correlation compared to the 2PCF leading to an almost diagonal covariance matrix.

研究动机与目标

• 优化宇宙丝状剪切数据向量，以在宇宙学参数估计中实现最大信息含量。
• 解决现有测量方法的局限性：$\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 缺乏大尺度功率谱信息，而 $\vec{\xi}$ 则高度相关且对 B 模污染敏感。
• 开发一种混合数据向量，保留 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$（局部化、E/B 模分离）的优势，同时恢复 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 中丢失的大尺度信息。
• 评估对 B 模污染的鲁棒性，这是弱引力透镜巡天中主要的系统误差来源。

提出的方法

• 作者通过在光线追踪模拟上使用似然分析并结合测量的协方差矩阵，比较信息含量。
• 他们推导出 $\vec{\xi}$ 比 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 包含更多信息，因为它整合了收敛功率谱 $\mathcal{P}_{\kappa}$ 的所有尺度，包括大角度尺度。
• 通过将 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 与单个 $\xi_{+}(\theta_0)$ 数据点结合，构建新的数据向量 $\vec{\mathcal{N}}$，以恢复大尺度信息。
• 该方法使用广义 $\chi^2$ 差异形式化来比较不同数据向量之间的信息含量，基于它们之间变换矩阵的秩。
• 他们使用模拟剪切星表验证该方法，并计算完整的协方差矩阵以评估统计约束。
• 他们对所有数据向量注入人工 B 模以测试鲁棒性，采用相同的似然框架。

实验结果

研究问题

• RQ1 两点相关函数 ($\vec{\xi}$) 是否包含比孔径质量方差 ($\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$) 更多的宇宙学信息？
• RQ2 组合数据向量 $\vec{\mathcal{N}}$ 是否能保留 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 的优势，同时恢复 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 中缺失的大尺度信息？
• RQ3 与 $\vec{\xi}$ 和 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 相比，新数据向量 $\vec{\mathcal{N}}$ 在参数约束方面表现如何？
• RQ4 $\vec{\xi}$、$\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 和 $\vec{\mathcal{N}}$ 对剪切信号中的 B 模污染敏感程度如何？
• RQ5 $\vec{\mathcal{N}}$ 中的数据点相关性有多大，这是否影响统计推断？

主要发现

• $\vec{\xi}$ 比 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 包含更多信息，因为它捕获了 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 所缺失的大尺度功率谱信息。
• 通过引入单个 $\xi_{+}(\theta_0)$ 点，组合数据向量 $\vec{\mathcal{N}}$ 显著改善了宇宙学参数约束，相比 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 有明显提升。
• 尽管 $\vec{\xi}$ 具有更高的内在信息含量，但其极易受 B 模污染影响，导致宇宙学参数估计出现偏差。
• 数据向量 $\vec{\mathcal{N}}$ 对 B 模污染具有鲁棒性，在存在 B 模时仍能保持无偏的参数约束。
• $\vec{\mathcal{N}}$ 的各个数据点之间相关性远低于 $\vec{\xi}$，导致协方差矩阵近乎对角化。
• $\vec{\mathcal{N}}$ 的信息含量通过平衡 $\vec{\langle M_{\mathrm{ap}}^{2}\rangle}}$ 的局部化特性与 $\vec{\xi}$ 的大尺度敏感性而达到最大化。