[論文レビュー] Revisit of Tension in Recent SNIa Datasets

Miao Li, Xiao-Dong Li+1 more|arXiv (Cornell University)|Oct 5, 2009

Gamma-ray bursts and supernovae被引用数 5

ひとこと要約

この論文は、10種類のダークエネルギー（DE）モデルに適用することで、Weiの2010年におけるSNIaデータセットの切り捨て手法の妥当性を検証し、ΛCDMフィットに基づく外れ値の除外が、さまざまなモデルにおいても堅牢であることを確認した。切り捨てられたデータセット（UnionT、ConstitutionT）はカイ二乗値を顕著に低減し、CMBおよびBAOデータとの食い違いを解消する。一方、CMBデータはパラメータのデゲネラシーを解消し、DEモデルを区別する上で極めて重要であるが、現在のデータではすべてのモデルを区別することはできない。

ABSTRACT

Although today there are many observational methods, Type Ia supernovae (SNIa) is still one of the most powerful tools to probe the mysterious dark energy (DE). The most recent SNIa datasets are the 307 SNIa "Union" dataset \cite{kow08} and the 397 SNIa "Constitution" dataset \cite{hic09}. In a recent work \cite{wei10}, Wei pointed out that both Union and Constitution datasets are in tension with the observations of cosmic microwave background (CMB) and baryon acoustic oscillation (BAO), and suggested that two truncated versions of Union and Constitution datasets, namely "UnionT" and "ConstitutionT", should be used to constrain various DE models. But in \cite{wei10}, only the $Λ$CDM model is used to select the outliers from the Union and the Constitution dataset. In principle, since different DE models may select different outliers, the truncation procedure should be performed for each different DE model. In the present work, by performing the truncation procedure of \cite{wei10} for 10 different models, we demonstrate that the impact of different models is negligible, and the approach adopted in \cite{wei10} is valid. Moreover, by using the 4 SNIa datasets mentioned above, as well as the observations of CMB and BAO, we perform best-fit analysis on the 10 models. It is found that: (1) For each DE model, the truncated SNIa datasets not only greatly reduce $χ_{min}^{2}$ and $χ_{min}^{2}/dof$, but also remove the tension between SNIa data and other cosmological observations. (2) The CMB data is very helpful to break the degeneracy among different parameters, and plays a very important role in distinguishing different DE models. (3) The current observational data are still too limited to distinguish all DE models.

研究の動機と目的

• SNIaデータセットに対するWeiの切り捨て手法が、多様なダークエネルギーモデルにわたってどの程度堅牢であるかを評価すること。
• SNIaデータと他の宇宙論的観測（CMB、BAO）との不一致を解消すること。
• 切り捨てられたSNIaデータセット（UnionT、ConstitutionT）がモデルフィットを改善し、カイ二乗値を低減する効果を評価すること。
• CMBおよびBAOデータがパラメータのデゲネラシーを解消し、競合するDEモデルを区別できるかどうかを検証すること。
• 複数のダークエネルギーモデルを区別するための現在の観測データの限界を評価すること。

提案手法

• Wei（2010）の切り捨て手順を、ΛCDMに限らない10種類のダークエネルギーモデルに適用し、外れ値選択のモデル依存性を検証した。
• 距離モジュラスμについて、|μ_obs - μ_ΛCDM|/σ_obs > 1.9σ を満たすSNIaを外れ値として特定した。
• 最良適合ΛCDM予測値を上回る1.9σのSNIaを除外することで、切り捨てられたデータセットであるUnionTおよびConstitutionTを生成した。
• CMBおよびBAOデータと組み合わせ、4つのSNIaデータセット（Union、Constitution、UnionT、ConstitutionT）を用いて、グローバルな最良適合解析を実施した。
• カイ二乗統計量（χ²_minおよびχ²_min/dof）を用いて、モデルフィットの比較と食い違いの低減度を定量化した。
• パrameter空間における95%および90%信頼水準（CL）の等高線を分析し、モデルの整合性とデゲネラシーの解消を評価した。

実験結果

リサーチクエスチョン

• RQ1 ΛCDMフィットに基づく切り捨て手法が、複数のダークエネルギーモデルに適用されても有効であるか？
• RQ2 切り捨てられたSNIaデータセットは、さまざまなDEモデルにおいてCMBおよびBAO観測との食い違いをどの程度低減するか？
• RQ3 CMBデータは、パラメータのデゲネラシーをどの程度効果的に解消し、競合するダークエネルギーモデルを区別できるか？
• RQ4 現在の観測データ（SNIa、CMB、BAO）を組み合わせることで、さまざまなダークエネルギーモデルを信頼性を持って区別できるか？
• RQ5 SNIaデータの系統的誤差が、宇宙論的モデルのフィットと選択に与える影響は何か？

主な発見

• Wei（2010）の切り捨て手法は、10種類の異なるダークエネルギーモデルすべてにおいて堅牢であり、外れ値の選択が使用するモデルに依存しないことが確認された。
• 切り捨てられたデータセット（UnionTおよびConstitutionT）は、χ²_minおよびχ²_min/dofの値を顕著に低減し、モデルフィットを改善し、CMBおよびBAOデータとの食い違いを解消した。
• CMBデータは、パrameter空間における1σ信頼水準の等高線が交差するという証拠から、パラメータのデゲネラシーを解消し、ダークエネルギーモデルを明確に区別する上で極めて重要な役割を果たしている。
• HDEモデルでは、CMBとSNIaデータの1σ CL等高線が交差しており、両者の整合性が示された。一方、RDEモデルでは等高線が交差せず、CMBとSNIaの組み合わせデータに対してモデルが不適合であることが浮き彫りになった。
• 切り捨てられたデータセットによる改善にもかかわらず、複数のモデル（XCDM、CG、HDE、LP、CPL、GCG）間でのχ²_minの差は1.0未満に留まり、現在のデータではそれらを信頼性を持って区別できないことが示された。
• 現在の観測データセットは、競合するダークエネルギーモデルを区別するのに不十分であり、より高品質なデータの必要性が浮き彫りになった。