[论文解读] Search for variability in Newton's constant using local gravitational acceleration measurements

Srinikitha Bhagvati, S. Desai|arXiv (Cornell University)|Aug 11, 2021

Geophysics and Gravity Measurements参考文献 19被引用 7

一句话总结

本研究重新分析了IGETS的局部重力加速度测量数据，以搜索牛顿万有引力常数G的时间变化，同时考虑了测量误差和固有离散性。采用χ²检验与信息理论方法（AIC/BIC），结果未发现周期性的显著证据，但在考虑未知系统误差时，线性变化的G模型相较于恒定值模型略占优势，约束精度相比以往工作提高了两倍。

ABSTRACT

In a recent work, Dai (arXiv:2103.11157) searched for a variability in Newton's constant $G$ using the IGETS based gravitational acceleration measurements. However, this analysis, obtained from $\chi^2$ minimization, did not incorporate the errors in the gravitational acceleration measurements. We carry out a similar search with one major improvement, wherein we incorporate these aforementioned errors. To model any possible variation in the gravitational acceleration, we fit the data to four models: a constant value, two sinusoidal models, and finally, a linear model for the variation of gravitational acceleration. We find that none of the four models provides a good fit to the data, showing that there is no evidence for a periodicity or a linear temporal variation in the acceleration measurements. We then redid these analyses after accounting for an unknown intrinsic scatter. After this, we find that although a constant model is still favored over the sinusoidal models, the linear variation for $G$ is marginally preferred over a constant value, using information theory-based methods.

研究动机与目标

• 使用局部重力加速度测量数据重新表达对牛顿万有引力常数G时间变化的搜索。
• 将先前工作中被忽略的δg/ḡ测量误差纳入考量（Dai 2021）。
• 通过包含不确定性来评估模型拟合优度与参数稳健性。
• 检验数据中未知的固有离散性是否影响模型偏好，特别是对周期性和线性变化模型的影响。
• 利用信息准则（AIC/BIC）提供更严格、基于误差的G变异性评估。

提出的方法

• 对IGETS的δg/ḡ数据拟合四种模型：恒定值、两种正弦形式（正弦+余弦与相位偏移余弦）、以及线性时间演化模型。
• 使用包含测量误差σi的似然函数，并通过Markov链蒙特卡洛（MCMC）采样（使用emcee包）进行χ²最小化。
• 对模型参数采用均匀先验分布（例如，ω ∈ [0.55, 45.92] rad/yr以避免混叠），并对振幅和偏移量施加约束。
• 在引入未知的固有离散性σscatter后重新进行分析，以考虑未建模的系统误差。
• 使用AIC和BIC进行模型比较，评估恒定模型与时间变化模型之间的相对支持度。
• 所有分析代码均通过GitHub公开，以确保可复现性。

实验结果

研究问题

• RQ1 与先前工作相比，将δg/ḡ中的测量误差纳入后，是否显著改变关于G变异性结论？
• RQ2 是否存在支持5.9年周期G变化的证据，如先前所声称？
• RQ3 当正确考虑测量不确定性时，G的线性时间演化模型是否比恒定模型提供更好的拟合？
• RQ4 未知的固有离散性如何影响模型选择与参数约束？
• RQ5 当测量误差被纳入似然函数时，˙G/G的约束是否得到改善？

主要发现

• 恒定模型因χ²/dof > 20而被拒绝，表明在包含误差时数据无法良好拟合该模型。
• 在正弦模型中未发现对应5.9年周期的显著峰值，最佳拟合振幅被限制在≤ 2 × 10⁻⁹以内。
• 当引入固有离散性时，线性模型对˙G/G的拟合相比恒定模型略占优势，∆AIC = -4.3，∆BIC = -0.4。
• ˙G/G的上限被约束在< 2.14 × 10⁻¹⁰/年以内，相比Dai (2021) 的结果提高了两倍。
• 最佳拟合的固有离散性约为报告测量误差的2.8倍，表明存在未建模的系统误差。
• 在不考虑固有离散性时，所有模型的拟合均较差（χ²/dof > 20），但当引入离散性后，线性模型变得略占优势。