[论文解读] The geometry of second-order statistics - biases in common estimators

M. Kerscher|arXiv (Cornell University)|Nov 19, 1998

Point processes and geometric inequalities参考文献 6被引用 7

一句话总结

本文通过与近似无偏的几何估计器对比，分析了常见二阶统计量估计器（尤其是两点相关函数）中的几何偏差。研究发现，Davis & Peebles、Landy & Szalay 以及 Hamilton 广泛使用的估计器由于对有限尺寸效应处理不当，尤其在大尺度上存在系统性偏差，并基于 IRAS 星系数据作为案例研究，提出了改进的数值实现建议。

ABSTRACT

Second-order measures, such as the two-point correlation function, are geometrical quantities describing the clustering properties of a point distribution. In this article well-known estimators for the correlation integral are reviewed and their relation to geometrical estimators for the two-point correlation function is put forward. Simulations illustrate the range of applicability of these estimators. The interpretation of the two-point correlation function as the excess of clustering with respect to Poisson distributed points has led to biases in common estimators. Comparing with the approximately unbiased geometrical estimators, we show how biases enter the estimators introduced by Davis and Peebles, Landy and Szalay, and Hamilton. We give recommendations for the application of the estimators, including details of the numerical implementation. The properties of the estimators of the correlation integral are illustrated in an application to a sample of IRAS galaxies. It is found that, due to the limitations of current galaxy catalogues in number and depth, no reliable determination of the correlation integral on large scales is possible. In the sample of IRAS galaxies considered, several estimators using different finite-size corrections yield different results on scales larger than 20 Mpc/h, while all of them agree on smaller scales.

研究动机与目标

• 识别并量化在天体物理点过程的两点相关函数估计器中广泛使用的几何偏差。
• 阐明相关积分与两点相关函数之间的概念性区别，特别是其几何解释方面。
• 在有限样本中，评估标准估计器（Davis & Peebles、Landy & Szalay、Hamilton）与近似无偏几何估计器的性能表现。
• 提供正确实现这些估计器的实用建议，包括有限尺寸校正技术。
• 评估当前星系星表中相关函数测量的可靠性，特别是在大尺度上的表现。

提出的方法

• 回顾并比较两点相关函数的标准估计器与基于相关积分推导出的几何估计器。
• 使用蒙特卡洛模拟评估在不同样本条件下，每种估计器的适用范围及其偏差特性。
• 将估计器应用于 IRAS 星系的真实样本，以检验其在小尺度至大尺度（高达 20 Mpc/h 及以上）的行为。
• 引入并应用有限尺寸校正，以减少估计器中的系统性偏差，特别是在大尺度聚类方面。
• 通过将相关积分解释为相对于泊松过程的超额聚类，定义一个近似无偏的参考估计器。
• 比较采用不同校正方案的多种估计器的结果，以评估其在不同尺度上的一致性与可靠性。

实验结果

研究问题

• RQ1 由于样本尺寸有限，标准两点相关函数估计器与几何无偏估计器之间的偏差程度如何？
• RQ2 当应用于真实星系星表时，Davis & Peebles、Landy & Szalay 以及 Hamilton 估计器的系统性偏差源于何处？
• RQ3 不同有限尺寸校正方案在大尺度上对估计的相关函数产生多大程度的影响？
• RQ4 在超过 20 Mpc/h 的尺度上，能否从当前星系星表中可靠地获得相关积分的测量结果？
• RQ5 在将各种估计器应用于 IRAS 星系样本时，实际结果如何比较？

主要发现

• Davis & Peebles、Landy & Szalay 以及 Hamilton 估计器由于对有限尺寸效应处理不当，在大尺度上表现出显著偏差。
• 相关积分的几何估计器提供了近乎无偏的参考，揭示了标准估计器的系统性偏离。
• 在超过 20 Mpc/h 的尺度上，采用不同有限尺寸校正方案的估计器在 IRAS 星系样本中产生不一致的结果。
• 在小于 20 Mpc/h 的尺度上，所有估计器结果一致，表明小尺度上的聚类测量具有一致性。
• 由于星系数量有限且深度不足，当前星系星表无法在大尺度上可靠地确定相关积分。
• 本研究建议谨慎实施有限尺寸校正，并警告不要过度解读现有数据在大尺度聚类结果上的结论。