[论文解读] Comparing Dark Energy models with Hubble versus Growth Rate data

Bryan Sagredo, Javier Silva Lafaurie+1 more|arXiv (Cornell University)|Aug 16, 2018

Cosmology and Gravitation Theories参考文献 53被引用 6

一句话总结

该论文通过结合哈勃参数 $H(z)$ 和增长率 $f\sigma_8(z)$ 的诊断方法，比较了暗能量模型，提出了一种考虑两种观测不确定性在内的三维信息量指标（3-FoM）。3-FoM 在高红移区域表现出比标准 FoM 更高的稳定性和可靠性，而贝叶斯准则（BIC、AICc）则强烈倾向于最简的 $\Lambda$CDM 模型，而非包含更多参数的复杂替代模型。

ABSTRACT

In this work we perform an analysis on the recently proposed conjoined cosmic growth and cosmic expansion diagram [1] to compare several dark energy models using the Figure of Merit showed in [2], which consists in the inverse of the $1σ$ confidence region in the $fσ_8(z)-H(z)$ plot. Our analysis also consists of comparing the models by performing different statistical criteria: Bayes factor [3], the Bayesian Information Criteria [4] and the Akaike Information Criterion [5]. We also developed a 3-dimensional Figure of Merit to account simultaneously for the errors on the growth rate and the Hubble parameter. The main idea is to consider several cosmological models and compare them with the different statistical criteria in order to highlight the differences and the accuracies of each single criterion.

研究动机与目标

• 评估结合 $H(z)$ 与 $f\sigma_8(z)$ 数据对暗能量模型的约束能力。
• 提出并验证一种包含 $f\sigma_8(z)$ 与 $H(z)$ 联合误差的三维信息量指标（3-FoM）。
• 使用多种统计准则（FoM、BIC、AICc 和贝叶斯证据）比较模型表现。
• 评估在增加复杂度的前提下，引入涨落率扰动或非平直几何是否显著改善模型拟合。
• 评估不同红移区间和模型族中模型选择准则的稳健性。

提出的方法

• 利用 $f\sigma_8(z) - H(z)$ 联合图示比较模型，借助几何与引力探针之间的退化打破机制。
• 将 3-FoM 定义为标准 FoM 的三维扩展，整合 $f\sigma_8(z)$ 与 $H(z)$ 的联合不确定性，以提升稳定性。
• 应用贝叶斯信息准则（BIC）与赤池信息准则修正版（AICc）以惩罚模型复杂度并评估证据强度。
• 采用嵌套采样方法约束模型参数并计算贝叶斯证据，确保统计推断的稳健性。
• 对 $w$CDM 和 CPL 模型中的时变方程状态与暗能量声速进行物质涨落增长方程的数值积分。
• 使用从 $z=0$ 到 $z=1.2$ 的红移区间内分箱的观测数据，包含 $H(z)$ 与 $f\sigma_8(z)$ 及其不确定性。

实验结果

研究问题

• RQ1 当同时考虑 $H(z)$ 与 $f\sigma_8(z)$ 的不确定性时，3-FoM 如何优于标准 FoM？
• RQ2 在 FoM、BIC、AICc 和贝叶斯证据中，哪一统计准则最可靠地识别出最佳拟合的暗能量模型？
• RQ3 尽管模型复杂度增加，引入暗能量涨落扰动或非平直几何是否显著改善模型拟合？
• RQ4 $f\sigma_8 - H$ 图的约束能力如何随红移变化，尤其是在高红移区域？
• RQ5 BIC 与 AICc 对额外参数的惩罚程度如何？不同暗能量模型之间的惩罚程度有何差异？

主要发现

• 3-FoM 始终倾向于 $\Lambda$CDM 模型，而标准 FoM 在低红移区域却对 $w$CDM 和 CPL 模型赋予更高的值。
• 标准 FoM 忽视了随红移增加而增大的 $H(z)$ 误差，导致低估不确定性，从而在高红移区域降低约束能力。
• BIC 与 AICc 均对额外参数的模型施加强烈惩罚，对非平直 CPL 模型与扰动项的对比中，$\Delta$BIC $\sim 40$，$\Delta$AICc $\sim 10$，均强烈支持 $\Lambda$CDM。
• $\Lambda$CDM 模型达到最高的 $H_{\text{max}}$ 值 202.05 km s⁻¹ Mpc⁻¹，表明其在整个红移范围内与数据的一致性更优。
• 在低红移区域，FoM 倾向于 $w$CDM 和 CPL 模型而非 $\Lambda$CDM，但该效应在 3-FoM 中消失，后者始终最支持 $\Lambda$CDM。
• 模型约束的解析结果与数值结果几乎完全一致，验证了涨落率与哈勃参数计算的数值实现的正确性。