[论文解读] Marked correlations in galaxy formation models

Ravi K. Sheth, Andrew J. Connolly+1 more|arXiv (Cornell University)|Nov 28, 2005

Advanced Statistical Methods and Models参考文献 2被引用 11

一句话总结

本文引入标记相关函数作为强大的统计工具，用于研究星系形成模型中星系属性（如光度、恒星质量、恒星形成率）与其大尺度环境之间的关联。通过按星系的内在属性加权而非分箱处理，该方法保留了连续信息，并揭示了近距离星系对普遍更质量更大、颜色更红、恒星形成更少，为半解析星系形成模型提供了敏感的检验手段。

ABSTRACT

The two-point correlation function has been the standard statistic for quantifying how galaxies are clustered. The statistic uses the positions of galaxies, but not their properties. Clustering as a function of galaxy property, be it type, luminosity, color, etc., is usually studied by analysing a subset of the full population, the galaxies in the subset chosen because they have a similar range of properties. We explore an alternative technique---marked correlations---in which one weights galaxies by some property or `mark' when measuring clustering statistics. Marked correlations are particularly well-suited to quantifying how the properties of galaxies correlate with their environment. Therefore, measurements of marked statistics, with luminosity, stellar mass, color, star-formation rate, etc. as the mark, permit sensitive tests of galaxy formation models. We make measurements of such marked statistics in semi-analytic galaxy formation models to illustrate their utility. These measurements show that close pairs of galaxies are expected to be red, to have larger stellar masses, and to have smaller star formation rates. We also show that the simplest unbiased estimator of the particular marked statistic we use extensively is very simple to measure---it does not require construction of a random catalog---and provide an estimate of its variance. Large wide-field surveys of the sky are revolutionizing our view of galaxies and how they evolve. Our results indicate that application of marked statistics to this high quantity of high-quality data will provide a wealth of information about galaxy formation.

研究动机与目标

• 开发一种方法，以量化星系属性与环境之间的关联，同时不丢弃连续属性信息。
• 解决传统聚类分析的局限性，后者依赖于任意阈值来根据星属性定义子样本。
• 提供一种稳健且无偏的标记相关函数估计器，无需使用随机星表。
• 展示标记统计在测试半解析星系形成模型与观测聚类趋势一致性方面的实用性。
• 表明标记相关性可检测标准相关函数无法揭示的模型缺陷，尤其是在星系晕内属性排序方面。

提出的方法

• 使用标记相关函数，其中每个星系按其连续属性（如光度、恒星质量、恒星形成率）加权，而非分入离散类别。
• 采用一种简单且无偏的标记相关函数估计器，避免生成随机星表的需求，从而提高计算效率。
• 将标记相关统计应用于半解析星系形成模拟（如GIF模拟），以建模星系聚类随内在属性的变化。
• 将标记相关函数归一化为 (1 + W)/(1 + ξ)，以方便与标准两点相关函数比较，并突出标记加权带来的偏差。
• 对星标记（如恒星质量）进行单调重标度，以匹配观测分布（如来自2dF和2MASS），以在现实数据约束下测试模型的鲁棒性。
• 使用晕模型框架，从暗物质晕属性和星系-晕关联角度解释标记统计。

实验结果

研究问题

• RQ1 星系属性（如光度、恒星质量、恒星形成率）如何与它们的大尺度环境相关？
• RQ2 标记相关函数能否检测近距离星系对与孤立星系之间星属性的系统性差异？
• RQ3 半解析星系形成模型在多大程度上能正确预测星系属性在暗物质晕内的排序？
• RQ4 模型中星系标记（如恒星质量）的分布如何影响标记相关函数的幅度和形状？
• RQ5 标记统计能否作为敏感诊断工具，以区分竞争性的星系形成模型？

主要发现

• 在半解析模型中，近距离星系对被发现普遍比孤立星系质量更大、颜色更红、恒星形成更不活跃。
• 当以恒星质量作为标记时，标记相关函数 (1 + W)/(1 + ξ) 在小尺度上显示出明显增强，表明质量较大的星系在近距离星系对中聚类更强。
• 对星标记进行单调重标度以匹配观测到的恒星质量函数，虽降低了标记相关函数的幅度，但保留了其定性趋势，证实该方法对标记分布不匹配具有鲁棒性。
• 所提出的标记相关函数估计器计算简单，且无需随机星表，显著降低了计算开销。
• 该方法揭示，只要模型正确预测了星系属性在晕内的排序（无论绝对值如何），即可通过标记统计进行验证。
• 标记相关性为星系形成模型提供了敏感的检验手段，尤其在检测星系属性在暗物质晕内分配的差异方面。