Non-Linear Matter Power Spectrum Covariance Matrix Errors and Cosmological Parameter Uncertainties
物质功率谱的协方差矩阵是星系团数据统计分析的关键要素。观测测量的独立实现可以用来对协方差进行采样,然而统计采样误差将传播到宇宙学参数推断中,可能限制即将到来的星系巡天的能力。作为独立实现的数量的函数,这些错误的影响已被评估为高斯分布的数据。然而,在后期的非线性集群的问题导致偏离高斯统计。在这里,我们解决了非高斯误差对样本协方差和精度矩阵误差的影响,使用一个大的数值N体模拟合奏。在有限体积效应可以忽略的模式范围内($0.1\lesssim k\,[h\,{\rm Mpc^{-1}}]\lesssim 1.2$),我们发现样本协方差的估计方差相对于高斯预测高于$\sim 10\%$水平的偏差。在精度矩阵的情况下,这些减少到大约$\sim 5\%$。最后,我们进行Fisher分析,估计协方差误差对宇宙学参数约束的影响。特别是,假设欧几里德一样的调查特性,我们发现,一些独立的实现大于$\gtrsim 5000$是必要的,以减少贡献的样本协方差误差的宇宙学参数的不确定性在次百分比水平。我们还表明,限制分析大尺度$k\lesssim0.2\,h\,{\rm Mpc^{-1}}$的结果在约束力相当大的损失,而使用的线性协方差,包括较小的尺度导致低估的宇宙学参数的错误。
2016-04-13 astro-ph.CO
Cosmological Model Parameter Dependence of the Matter Power Spectrum Covariance from the DEUS-PUR $Cosmo$ Simulations
未来的星系巡天将在前所未有的尺度和红移范围内提供物质功率谱的精确测量。这些数据的分析将需要一个精确的模型的物质密度场的非线性的印记。特别是,这些诱导非高斯贡献的数据协方差,需要适当考虑实现无偏宇宙学参数推断分析。在这里,我们研究的宇宙学依赖的物质功率谱协方差使用一个专用的N体模拟套件,暗能量宇宙模拟-平行宇宙的平行宇宙的(DEUS-PUR){ \it Cosmo}。这些包括512实现10个不同的宇宙学,我们改变物质密度$Ω_m$,密度波动的幅度$σ_8$,减少哈勃参数$h$和一个恒定的暗能量状态方程$w$约$10\%$。我们使用这些数据来评估一阶和二阶导数的功率谱协方差相对于基准$Λ$ CDM宇宙学。我们发现,变化可以大到$150\%$取决于规模,红移和模型参数考虑。通过执行Fisher矩阵分析,我们探讨了不同的选择在建模的协方差的宇宙学依赖的影响。我们的研究结果表明,固定协方差的基准宇宙学可以显着影响恢复的参数误差和建模的宇宙学依赖的方差,同时保持相关系数固定可以减轻这种影响。
2020-11-02 astro-ph.CO
Suppressing cosmic variance with paired-and-fixed cosmological simulations: average properties and covariances of dark matter clustering statistics
从观测到的星系聚类中进行宇宙学推断需要对平均聚类统计量及其协方差进行准确的预测。这些都受到宇宙方差的影响--由于谐波数量有限而产生的统计噪声。宇宙方差可以通过固定谐波的振幅来抑制,而不是从暴胀模型预测的高斯分布中提取它们。初始实现也可以与180度翻转相位成对生成,以进一步减少方差。在这里,我们比较了使用配对和固定与高斯初始条件的平均暗物质聚类和协方差矩阵预测N体模拟的后果。在以前的研究中,我们发现配对和固定和高斯模拟的平均密度分布函数,功率谱和双谱之间没有可测量的差异。然而,从配对和固定的模拟的协方差被抑制在一个复杂的规模和红移依赖的方式。这种情况在重子声学振荡的尺度上尤其成问题,其中功率谱的协方差矩阵与高斯实现相比仅低20%,这意味着宇宙方差没有太大的减少。非平凡的抑制,结合配对和固定的协方差比高斯模拟的噪声更大的事实,表明没有从配对和固定的模拟获得准确的协方差矩阵的路径。由于协方差是至关重要的观测估计的星系团统计和宇宙学参数,配对和固定的模拟,虽然有用的一些应用程序,不能用于生产模拟星系目录。
2019-03-20 astro-ph.CO
On the correlations of galaxy peculiar velocities and their covariance
本文总结了利用星系 peculiar 速度相关函数检验宇宙学模型的方法,提出了新的解析协方差测定,并通过模拟验证其有效性。
2023-10-18 astro-ph.CO
Cosmological inference including massive neutrinos from the matter power spectrum: biases induced by uncertainties in the covariance matrix
本研究针对宇宙学参数推断中协方差矩阵的采样噪声与非高斯贡献,提出NERCOME和COVMOS两种方法,发现COVMOS可提供无偏约束,而非高斯项被忽略时在特定尺度上会显著影响参数估计。
2023-06-09 astro-ph.CO
Estimating Cosmological Parameters and Reconstructing Hubble Constant with Artificial Neural Networks: A Test with covariance matrix and mock H(z)
School of arts and sciences, Shanghai Dianji University(上海电机学院文理学院);Institute for Frontiers in Astronomy and Astrophysics, Beijing Normal University(北京师范大学天文与前沿科学研究院);School of Physics and Astronomy, Beijing Normal University(北京师范大学物理与天文学院);Bureau of Frontier Sciences and Basic Research, Chinese Academy of Sciences(中国科学院前沿科学与基础研究局);College of Command and Control Engineering, PLA Army Engineering University(中国人民解放军陆军工程大学指挥控制工程学院)
本文利用人工神经网络结合协方差矩阵和模拟H(z)重建哈勃参数,并通过MCMC约束宇宙学参数,证明重建样本的统计精度与真实观测数据相当。
2025-09-03 astro-ph.CO
On the assumption of Gaussianity for cosmological two-point statistics and parameter dependent covariance matrices
在这篇简短的论文中,我们重新审视Fisher信息内容的宇宙学功率谱或两点函数的高斯场,以评论高斯估计的假设和使用参数依赖的协方差矩阵的参数推断的背景下,精密宇宙学。即使高斯似然的假设是由中心极限定理的动机,我们讨论,它会导致违反Cramér-Rao界的Fisher信息内容,如果使用一致,由于独立的,但人为的信息,从参数依赖的协方差矩阵。在任何固定的多极,这个人工长期的情况下,大量的相关领域成为主导地位。虽然估计量的分布确实倾向于具有大量模式的高斯分布,但是,它表明,它的Fisher信息内容并不,在这个意义上说,它们的协方差矩阵从来没有携带独立的信息内容,正是因为非高斯形状的分布。在这方面,我们讨论了使用参数依赖的协方差矩阵与高斯似然参数推断两点统计。作为经验法则,高斯似然应始终与参数空间中固定的协方差矩阵一起使用,因为只有这样才能保证将保守的信息内容分配给可观测量,同时防止出现偏差。
2013-04-18 astro-ph.CO
A roadmap to cosmological parameter analysis with third-order shear statistics II: Analytic covariance estimate
本文推导并验证了三阶孔径质量统计量 $\langle M_\mathrm{ap}^3\rangle$ 的解析协方差模型,经 GRF 与 N 体模拟检验,其 $S_8$-$\Omega_\mathrm{m}$ 优值误差小于3%,可支撑 stage III 巡天分析。
2023-02-16 astro-ph.CO
Bias on Tensor-to-Scalar Ratio Inference With Estimated Covariance Matrices
我们研究基于模拟的带功率协方差矩阵常用于宇宙学参数的推断,如张量标量比$r$的估计。我们发现,$r$的上限可能会有几十个百分点的偏差。当模拟实现的数量与观测量的数量相似时,对上限的低估是最严重的。协方差矩阵估计的收敛可能需要比可观测量的数量大一个数量级的模拟次数,这可能意味着$\mathcal{O}(10\ 000)$模拟。这被发现是由于估计的带功率协方差矩阵中的蒙特卡罗噪声,特别是由虚假的非零非对角元素引起的$r$的后验概率的额外分散。我们表明,矩阵条件可以是一个可行的缓解策略的情况下,可以合法的协方差假设。
2022-06-23 astro-ph.CO
Cosmological Inference from Galaxy-Clustering Power Spectrum: Gaussianization and Covariance Decomposition
从星系巡天中得到的两点聚类统计的似然拟合通常假设测量值为多元正态分布,并基于中心极限定理给出大量的过密度模式。然而,这种假设不能保持在最大规模的模式的数量是低的。虽然更准确的分布以前已经开发出理想化的情况下,我们推导出一个程序,适合于分析测量的功率谱与窗口效应,随机散粒噪声,并依赖于模型的协方差矩阵被拟合所有考虑。提出了一种数据变换,给出一个近似高斯似然,方差相关分解的协方差矩阵,以考虑其宇宙学的依赖性。通过与通常的正态假设下得到的修正的$t$似然比较,我们发现在数值试验中,我们的新方法对局部非高斯参数$f_\mathrm{NL}$给出了更精确的约束,而局部非高斯参数对大尺度功率是敏感的.一个简单的数据分析管道提供了这种新的方法在准备即将到来的大型星系调查,如DESI和欧几里得的直接应用。
2019-04-19 astro-ph.CO
A fast and reliable method for the comparison of covariance matrices
协方差矩阵是获得可靠参数约束的重要工具。宇宙学巡天的进步导致更大的数据向量,因此,越来越复杂的协方差矩阵,其元素的数量随着数据向量大小的平方而增长。比较这些矩阵产生参数约束的能力,最直接的方法是进行完整的宇宙学分析,这可能是非常昂贵的计算。使用的概念和建设的压缩方案,这已经变得越来越流行,我们提出了一个快速和可靠的方式比较协方差矩阵。基本思想是仅关注与参数约束相关的协方差矩阵的部分,并通过快速蒙特卡罗模拟量化第二候选矩阵与基线矩阵的差异。为了测试这种方法,我们将其应用于两个协方差矩阵,用于分析宇宙剪切测量的暗能量调查年1。我们发现,参数的不确定性变化了2.6%,这一数字与完整的宇宙学分析一致。虽然我们的近似方法不能取代完整的分析,但它可能在估计协方差矩阵的代码的开发和验证过程中有用。我们的方法比完整的宇宙学分析大约少100倍的CPUh。
2022-05-10 astro-ph.CO
Impact of the non-Gaussian covariance of the weak lensing power spectrum and bispectrum on cosmological parameter estimation
研究了高斯近似在弱引力透镜分析中计算收敛功率和双谱的协方差矩阵的有效性。我们通过比较协方差矩阵中有和没有非高斯误差贡献的结果,重点关注其对宇宙学参数估计的影响。我们数值推导出的协方差矩阵以及宇宙学依赖的光谱从一个大的N体模拟进行各种宇宙学和进行Fisher矩阵预测断层弱透镜调查与三个源红移。在用最先进的拟合公式展示了我们模拟测量的功率和双谱的一致性之后,我们研究了协方差矩阵,假设在平均红移z_s=1.0时,在1500 deg^2范围内进行一次典型的测量,平均源数密度为30 arcmin^{-2}。虽然形状噪声贡献了显着的一部分,总的误差预算,它减轻了非高斯误差的影响,这个源数密度,我们发现,非高斯误差的累积信噪比下降到2000年的最大多极子的一个因素约2(3)的功率(双)频谱分析。它对最终的宇宙学参数预测的影响可以高达15%的一维统计误差的大小。这可能是一个问题,在未来的广泛和深入的弱透镜调查的精密宇宙学。我们还展示了非高斯误差贡献对暗能量品质因数的影响,并展示了具有固定观测时间的最佳调查设计。
2013-06-22 astro-ph.CO
The Variance and Covariance of Counts-in-Cells Probabilities
细胞计数(CIC)测量包含了丰富的宇宙学信息,但很少用于约束理论。虽然我们可以预测给定宇宙学的分布形状,但要将模型拟合到观测到的CIC概率,需要协方差矩阵-一个概率箱中计数的方差和不同箱中计数之间的协方差。到目前为止,还没有这些差异的一般表达式。在这里,我们表明,相关性的特定水平,或“切片”的密度场确定的方差和协方差的CIC概率。我们推导出明确的公式,准确地预测子体积的模拟星系目录之间的方差和协方差,打开大门使用CIC测量宇宙学参数估计。
2020-06-30 astro-ph.CO
A roadmap to cosmological parameter analysis with third-order shear statistics IV. Analytic cross-covariance between second- and third-order aperture masses
University of Bonn(波恩大学);Newcastle University(纽卡斯尔大学);University of Waterloo(滑铁卢大学);University of California, Santa Cruz(加利福尼亚大学圣克鲁兹分校)
本文推导并验证了二阶与三阶孔径质量统计量之间的解析互协方差模型,该模型基于功率谱、双谱和四谱,能高效实现联合参数推断,无需大型模拟套件。
2025-09-24 astro-ph.CO
No evidence for missing covariance in the Pantheon+ SuperNova sample distance moduli
本文利用高斯过程建模额外协方差,检验Pantheon+超新星样本相对ΛCDM的潜在系统偏差,未发现缺失协方差的显著证据,证明超新星宇宙学参数推断具有稳健性。
2023-08-09 astro-ph.CO
Errors on errors - Estimating cosmological parameter covariance
当前和即将到来的宇宙学数据分析都面临着巨大数据集的挑战,同时对提取的宇宙学参数的精度和准确性的要求也越来越严格。社区越来越意识到,这些要求不仅适用于参数的中心值,而且同样重要的是,也适用于误差线。由于天体物理学、仪器和分析管道中的非线性效应,数据协方差矩阵通常不是先验已知的,需要从数据本身或从大型模拟套件中估计。在任何一种情况下,有限数量的实现可用于确定数据协方差引入显着的偏差和额外的方差在宇宙学参数的误差在标准的似然分析。在这里,我们回顾了最近的工作量化这些偏差和额外的方差,并讨论了补救这些影响的方法。
2014-12-16 astro-ph.CO astro-ph.IM
Effect of model-dependent covariance matrix for studying Baryon Acoustic Oscillations
宇宙中的大尺度结构是检验宇宙学模型和约束宇宙学参数的有力工具。一个特别有趣的特征来自于重子声学振荡(BAO),它是在早期宇宙的热等离子体中传播的声波,在复合时间停止。该特征可以被观察为在声水平线$r_s$的尺度上的关联函数中的局部凸起。因此,它为星系巡天的关联函数分析提供了一个标准标尺和很大的约束力。此外,BAO在预期规模的检测提供了强有力的支持宇宙学模型。这两种研究(BAO检测和参数约束)都依赖于测量的关联函数$\hatξ$的统计建模。通常假设$\hatξ$是高斯的,平均值$ξ_θ$取决于宇宙学模型,协方差矩阵$C$通常近似为常数(即与模型无关)。在这篇文章中,我们研究是否一个现实的模型依赖的$C_θ$改变宇宙学参数约束的结果相比,一个恒定的协方差矩阵$C$的近似。为此,我们使用一个新的程序来生成对数正态实现的斯隆数字巡天数据版本7的发光红星系样本,以获得一个模型相关的$C_θ$在一个合理的时间。将$C_θ$近似为常数会在我们样本的宇宙学参数约束中产生微小的变化。我们使用大量的模拟量化这种建模误差,发现它对当前和下一代星系调查的宇宙学参数约束只有很小的影响。通过将$1σ$间期延长一个因子$\approx 1.3$,可以近似地将其考虑在内。
2012-11-09 astro-ph.CO
The impact of braiding covariance and in-survey covariance on next-generation galaxy surveys
随着星系调查变得更加精确并推向更小的尺度,对经典高斯公式之外的精确协方差的需求变得更加迫切。在这里,我调查的分析实施和影响的非高斯协方差项,我以前推导出星系聚类。编织协方差就是这样一类项,它同时受到内测和超测模式的影响。我提出了一个近似的编织协方差,加快了数值计算。我表明,包括编织协方差是一个必要条件,包括其他非高斯条款:在调查2-,3-和4-晕协方差,产生负特征值的协方差矩阵,如果考虑自己。然后,我量化参数约束的影响,预测欧几里德样的调查。与高斯情况相比,编织和调查协方差显着增加了宇宙学参数的误差条,特别是w的误差条增加了50%。晕圈占据分布(HOD)误差条也受到12%至39%的影响。考虑超样本协方差(SSC)也增加了参数误差,w增加了90%,HOD增加了7%至64%。总的来说,非高斯性使w的误差线增加了120%(其他宇宙学参数的误差线在15%到80%之间),HOD参数的误差线在17%到85%之间。在SSC之上考虑1-halo三谱项不足以捕获完整的非高斯影响:必须考虑编织和其余的调查协方差。最后,我讨论了为什么包含非高斯性一般缓解参数退化,使宇宙学约束更强大的天体物理学的不确定性。数据和重现文章结果和图的Python笔记本可在\url{https://github.com/fabienlacasa/BraidingArticle}上获得。[摘要]
2020-01-09 astro-ph.CO
Variations of cosmic large-scale structure covariance matrices across parameter space
宇宙学参数的似然函数,例如由弱透镜剪切测量给出,取决于对宇宙网非线性演化引起的协方差的贡献。由于非线性聚类到目前为止只描述了数值$N$体模拟在一个可靠的和足够精确的方式,估计这些协方差在参数空间中的不同点所需的计算成本是巨大的。在这项工作中,我们描述的物质协方差和弱透镜协方差矩阵的变化作为宇宙学参数的函数,通过构建一个合适的基础,在那里我们模型的协方差的贡献,从非线性结构形成欧拉微扰理论在三阶。我们表明,我们的形式主义是能够处理大型矩阵和再现预期的退化和缩放与宇宙学参数在一个可靠的方式。比较我们的分析结果的数值模拟,我们发现,该方法描述的协方差矩阵的变化,发现在SUNGLASS弱透镜模拟管道内的错误,在一个循环和树级的频谱和三谱,分别为多极$\ell\leq 1300$。我们表明,它是可能的,以优化参数空间的采样,数值模拟应进行插值误差最小化,并提出了相应的方法来分配点在参数空间中以经济的方式。
2016-07-11 astro-ph.CO
Cosmological Angular Trispectra and Non-Gaussian Covariance
由于投影积分的高度振荡性质,角宇宙学的投影积分是臭名昭著的难以计算。受最近宇宙学扰动理论分析方法发展的启发,本文提出了一种计算角空间中宇宙学四点关联的有效方法,推广了以前关于低点函数的工作.这建立在FFTLog算法的基础上,该算法将物质功率谱近似为幂律函数的总和,这使得某些动量积分可以解析求解。对于“可分离”形式的相关器,计算复杂度大大降低--我们定义了宇宙学三谱的可分离性概念,并推导了不同可分离性类的角度相关器的公式。作为我们的形式主义的应用,我们计算的角星系三谱在树的水平,有和没有原始的非高斯。这包括红移空间失真和偏置参数的影响高达三阶。我们还计算了非高斯协方差的角物质功率谱由于连接的四点函数,超出林伯近似。我们证明,在标准的传说,林伯近似可以失败的非高斯协方差计算,即使是大的多极。
2020-06-02 astro-ph.CO hep-ph
Debiasing inference with approximate covariance matrices and other unidentified biases
当后验曲线在参数空间的非预期区域达到峰值时,要么是发现了新的物理学,要么是尚未发现偏差。区分这两种情况是极其重要的。因此,我们提出了一种方法来指示和减轻未识别的偏差:我们的方法在模拟和真实数据上运行任何可能存在未知偏差的管道。它计算后验的覆盖概率,衡量后验体积是否是概率的忠实表示。如果发现有必要,则对后部进行矫正。这是一个符合客观贝叶斯推断的非参数去偏过程。我们使用这种方法来消除近似协方差矩阵和红移不确定性的偏差。我们演示了为什么近似协方差矩阵偏置的物理约束,以及如何可以减轻这种偏见。我们表明,对于一个类似于欧几里得的调查,如果存在传统的可能性,那么25个端到端的模拟足以保证品质因数最大恶化22%,或者225个模拟恶化10%。因此,即使是对欧几里得数据的悲观分析,与KiDS和DES设定的最新技术水平(2018年)相比,暗能量参数的精度仍将提高25倍。我们提供了我们方法的公共代码。
2019-02-02 astro-ph.CO
Robustness of the covariance matrix for galaxy clustering measurements
我们提出了一个依赖于宇宙学参数和星系偏差的星系聚类测量的协方差矩阵估计的鲁棒性的研究。为此,我们已经产生了9000星系模拟目录依赖于EZmocks计算机代码中实现的有效Zel'dovich近似,使用不同的输入宇宙学模型和偏置参数。参考目录也已产生与此代码,使我们的研究不敏感的近似至少在相对定性水平。我们的研究结果表明,协方差矩阵是不敏感的输入功率谱(包括$σ_8$),只要2点和3点星系团的测量与给定的数据。事实上,协方差矩阵在小尺度下($r\lesssim40 h^{-1}$ Mpc)显示出偏差,当所选的星系偏差参数产生3点统计量时,这与误差条内的参考值不兼容,即使2点统计量在1%内一致。然而,误差在大尺度下变得可忽略,使得协方差矩阵对于仅使用该状态中的测量的数据分析仍然是可靠的(例如,测量重子声学振荡)。高精度的宇宙学参数估计预计协方差矩阵提取的模拟星系目录,准确地考虑到2-和3-点的统计。这与是否使用正确的宇宙学和星系偏差(这不是先验已知的)或两者的任何组合来拟合净观测到的星系聚类无关。
2018-02-13 astro-ph.CO
Quantifying lost information due to covariance matrix estimation in parameter inference
由于协方差矩阵的剩余不确定性,使用估计的协方差矩阵进行参数推断会系统地丢失信息。在这里,我们量化了这种精度损失,并开发了一个框架来假设恢复它,这允许判断给定的分析距离已知协方差矩阵的理想情况有多远。我们指出,这是不够的,以估计这种损失的去偏费雪矩阵,如前所述,由于一个基本的不等式,描述了如何偏见出现在非线性函数。因此,我们开发了参数可信度轮廓和品质因数的直接估计器。我们将我们的结果应用于DES科学验证弱透镜数据,检测到10%的信息丢失,增加了他们的可信度轮廓。未发现KiDS的显著信息丢失。对于一个类似欧几里得的调查,大约10个讨厌的参数,我们发现,2900模拟是足够的限制系统丢失的信息到1%,与一个额外的不确定性约为2%。在没有任何干扰参数的情况下,1900次模拟足以仅丢失1%的信息。我们还推导出一个估计的Fisher矩阵的未知真协方差矩阵,两个估计其逆具有不同的物理意义,和估计的最佳可实现的品质因数。这里的形式主义量化了通过运行更多模拟数据集所获得的收益,允许以知情的方式做出关于模拟数量的决定。
2017-03-15 astro-ph.CO
A multi-eigenbasis approach to covariance matrix denoising for cosmological inference
The Ohio State University(俄亥俄州立大学)
针对3D Lyα森林分析中数据驱动协方差矩阵不可逆的问题,提出一种多特征基去噪方法,通过投影到模拟参考特征基和残差分类特征基进行两步去噪,显著优于当前平滑方法。
2026-06-02 astro-ph.CO astro-ph.IM
Analytic Calculation of Covariance between Cosmological Parameters from Correlated Data Sets, with an Application to SPTpol
宇宙学数据集的一致性检查是一个重要的工具,因为它们可能表明系统误差或解决当前紧张局势所需的$Λ$ CDM修改类型。在这项工作中,我们推导出一种分析方法,用于计算两个相关宇宙学数据集的模型参数之间的相关性,这补充了计算成本更高的模拟。该方法是Fisher分析的扩展,假设高斯似然和已知的数据协方差矩阵。我们将这种方法应用于SPTpol温度和偏振CMB光谱(TE和EE)。我们发现$Λ$ CDM参数之间的弱相关性与9 $\%$之间的TE-仅和EE-仅限制$H_0$和25 $\%$和32 $\%$的相关性分别为log($A_s$)和$n_s$。尽管TE和EE功率谱之间的负相关性,参数的相关性是积极的。TE-EE参数差异与零一致,PTE为0.53,而SPTpol报告的TE和EE功率谱与$Λ$ CDM一致的PTE为0.017。使用模拟,我们发现,这两个测试的结果是独立的,这种差异可以简单地从统计波动。忽略TT-TE和TE-EE比较中的相关性会使$χ^2$偏低,人为地使参数看起来更一致。因此,我们的结论是,这些相关性需要考虑时,执行内部一致性检查的TT与TE与EE功率谱为未来的CMB分析。
2021-01-21 astro-ph.CO
Parameter inference with estimated covariance matrices
当通过计算似然从高斯分布数据集推断参数时,需要描述数据误差及其相关性的协方差矩阵。如果协方差矩阵不是先验已知的,则它可以被估计,从而成为本身具有某种内在不确定性的随机对象。我们展示了如何推断参数的存在下,这样一个估计的协方差矩阵,边缘化的真实协方差矩阵,其估计值的条件。这导致似然函数不再是高斯的,而是多变量t分布的适应版本,其具有与多变量高斯相同的数值复杂度。正如预期的那样,与Hartlap等人相比,真实协方差矩阵的边缘化改善了推断。的方法,该方法使用逆协方差矩阵的无偏估计,但仍然假设似然是高斯的。
2016-01-05 astro-ph.CO stat.ME
Fast Generation of Covariance Matrices for Weak Lensing
即将到来的弱透镜巡天将以前所未有的精度探测大部分天空。为了推断宇宙学约束,需要大量的观测模拟来精确地模拟宇宙学观测量及其协方差。我们开发了一个名为UFalcon的并行化多透镜平面管道,旨在在最短的运行时间内从光锥生成全天空弱透镜映射。它利用L-PICOLA,一个近似的数值代码,它提供了一个快速和准确的替代宇宙学$N$体模拟。UFalcon地图是通过嵌套2个模拟构建的,覆盖从$z=0.1$到$1.5$的红移范围,而不复制模拟体积。我们计算的收敛和投影过密度映射L-PICOLA在光锥或快照模式。生成这样的地图,包括L-PICOLA模拟,在220个核心上需要大约3小时的walltime。我们使用的地图来计算的球谐功率谱,我们比较的理论预测和UFalcon使用完整的$N$体代码GADGET-2产生的结果。然后,我们计算的协方差矩阵的全天球谐功率谱使用150 UFalcon地图的基础上L-PICOLA在光锥模式。我们考虑PDF,高阶矩和平滑场方差的方差来量化协方差矩阵的准确性,我们发现对于尺度$\ell \sim 10^2$到$10^3$,协方差矩阵的准确性为百分之几。我们使用一个乐观的调查配置测试这种水平的准确性对宇宙学约束的影响,并发现最终的结果是强大的不确定性。我们开发的流水线的速度和准确性提供了一个基础,还包括进一步的重要功能,如掩蔽,变化的噪声,并将使我们能够计算协方差矩阵的模型超…
2018-01-17 astro-ph.CO
Covariance shrinkage for cosmological inference with Sellentin-Heavens-type likelihoods
University of Campania “Luigi Vanvitelli”(坎帕尼亚路易吉·凡维泰利大学)
研究在有限模拟样本下协方差矩阵的收缩正则化方法,提出将收缩强度作为辅助推断量并边缘化其不确定性,以改进参数后验校准。
2026-06-18 astro-ph.CO astro-ph.IM stat.ME
Cosmological Simulations for Combined-Probe Analyses: Covariance and Neighbour-Exclusion Bias
我们提出了一个公共套件的弱透镜模拟数据,扩展了Scinet光锥模拟(SLICS),模拟交叉相关分析与不同的宇宙学探针。这些模拟包括KiDS-450和LSST类透镜数据,宇宙微波背景透镜图和模拟GAMA,BOSS和2dFLenS星系调查的模拟光谱调查。有844个独立的实现,我们的模拟优化组合探头协方差估计,我们说明了一个联合测量的情况下,涉及宇宙剪切,星系-星系透镜和星系聚类KiDS-450和BOSS数据。由于其高空间分辨率,SLICS也是最佳的预测信号的新的透镜估计,分析管道的验证,并测试一系列的系统效果,如相邻排斥偏差的影响,测量的断层宇宙剪切信号。对于像KiDS和DES这样的调查,在2角秒内发生对邻近星系的排斥,我们表明测量的宇宙剪切信号将偏低,但在通常用于宇宙剪切分析的角度尺度上不到百分之一。在更深的LSST类数据中,邻域排斥偏差的幅度加倍。本文中描述的仿真产品可在http://slics.roe.ac.uk/上获得。
2018-10-10 astro-ph.CO
Baryonic effects for weak lensing. Part I. Power spectrum and covariance matrix
重子反馈效应导致小尺度下弱透镜角功率谱的抑制。这种抑制的形状和幅度约束不佳是即将到来的宇宙学弱透镜调查(如Euclid或LSST)的不确定性的重要来源。在这两篇系列论文中的第一篇中,我们使用模拟为宇宙剪切功率谱和相应的协方差矩阵建立了一个类似欧几里得的层析模拟数据集,这两个数据集都是根据施耐德等人的重子化方法进行重子效应校正的。(2019)。此外,我们开发了一个模拟器,以获得快速预测的重子功率抑制,使我们能够执行一个标准的$Λ$ CDM宇宙学与宇宙学和天体物理参数的似然推断分析。我们的主要发现是:(i)忽略重子效应会导致宇宙学参数$Ω_m$和$σ_8$的$σ$偏差大于5,(ii)将分析限制在最大尺度上,即不受重子影响的尺度上,使偏差消失,但会导致$Ω_m$ - $σ_8$等值线面积放大10倍以上;(iii)忽略重子对协方差矩阵的影响不会显著影响宇宙学参数的估计;(iv)虽然重子的抑制是轻微的宇宙学依赖,这种影响不会明显修改后轮廓。总的来说,我们的结论是,包括重子的不确定性方面的滋扰参数的结果在宇宙学的公正和令人惊讶的严格约束。
2020-03-30 astro-ph.CO
The Impact of Secondary non-Gaussianities in the CMB on Cosmological Parameter Estimation
我们考虑修正的基本宇宙学由于次级贡献弱引力透镜,集成的萨克斯-沃尔夫效应,和Sunyaev Zel 'dovich效应包含在三光谱。我们将这些额外的贡献的协方差的分箱角功率谱的温度各向异性在当前和未来的数据集的分析。虽然最近的实验,如ACBAR和CBI不是特别敏感,这些额外的非高斯效应,普朗克和CMBPol各向异性谱的解释将需要一个会计的非高斯协方差导致宇宙学参数估计的退化高达20%和30%,分别。
2010-07-13 astro-ph.CO
Analytic Methods for Cosmological Likelihoods
我们提出了宇宙学似然分析的一般解析方法,解决了宇宙学中的“多参数”问题。最大值的发现牛顿法,而边缘化多余的参数,参数误差和协方差估计的分析边缘化的任意似然函数与平坦或高斯先验。我们表明,其余参数的信息被边缘化。边缘化的所有参数,我们发现一个分析表达式的贝叶斯证据模型选择。我们将这些方法应用于由高斯似然描述的数据,其参数为均值和协方差。当与Monte-Carlo Markov Chain方法结合时,该方法可以将常规的似然分析加速几个数量级,而贝叶斯模型选择变得有效瞬时。
2010-03-04 astro-ph.CO
Cosmological Covariance of Fast Radio Burst Dispersions
本文推导大尺度结构引起的快速射电暴色散量协方差矩阵,指出未来大样本及小天区分析中必须纳入该效应以避免参数估计偏差。
2023-06-20 astro-ph.CO astro-ph.HE
Sidestepping the inversion of the weak-lensing covariance matrix with Approximate Bayesian Computation
弱引力透镜是为数不多的直接测量宇宙大尺度暗物质分布和估算宇宙学参数的方法之一。我们研究贝叶斯推理问题的数据协方差$\mathbf{C}$,估计从一些$n_{\textrm{s}}$的数值模拟,是奇异的。在大尺度结构观测的宇宙学背景下,创建大量这样的$N$体模拟通常是昂贵的。基于似然函数的推断通常包括精度矩阵$Ψ= \mathbf{C}^{-1}$。对应于$p$维数据向量的协方差矩阵对于$p \ge n_{\textrm{s}}$是奇异的,在这种情况下精度矩阵不可用。我们提出了似然自由推理方法近似贝叶斯计算(ABC)作为一种解决方案,规避了奇异协方差矩阵的求逆。我们提出的例子越来越复杂的程度,最终在一个现实的宇宙学场景的弱引力透镜功率谱的测定即将到来的欧洲航天局卫星欧几里德。虽然我们发现ABC参数估计方差略大于基于似然的方法,这是有限的设置与$p < n_{\textrm{s}}$相比,我们获得无偏的参数估计与ABC,即使在极端情况下,$p / n_{\textrm{s}} \gg 1$。该代码已公开提供,以确保结果的可重复性。
2023-02-28 astro-ph.CO
Forecasting Super-Sample Covariance in Future Weak Lensing Surveys with SuperSCRAM
可观测的宇宙包含着比任何有限体积测量都要大的尺度上的密度扰动。在比巡天测量更大的尺度上的扰动会降低它约束宇宙学参数的能力。观测量的依赖性,如弱透镜功率谱对这些长波长模式的超样本协方差的结果。为了准确预测未来调查的参数约束,需要准确考虑超样本效应。如果超样本协方差实际上是调查误差预算的一个主要组成部分,则可能有必要调查限制长波长模式具体实现的缓解策略。我们提出了一个基于Fisher矩阵的形式主义近似的超样本协方差的大小和缓解策略的有效性,为现实的调查几何形状。我们在公共代码SuperSCRAM中实现了我们的形式主义:超样本协方差减少和缓解。我们说明SuperSCRAM与一个例子的应用程序,在WFIRST弱透镜调查的模式有助于超样本协方差的约束下,在更广泛的LSST足迹的低红移星系数计数。我们发现,超样本协方差在7D宇宙学参数空间中的误差椭圆体的体积仅相对于高斯统计误差增加了4.5倍,但我们简单的缓解策略将污染减少了一半以上,达到了2.0倍。
2019-04-26 astro-ph.CO
Improving cosmological covariance matrices with machine learning
宇宙学协方差矩阵是参数推断的基础,因为它们负责将不确定性从数据传播到模型参数。然而,当数据向量很大时,为了估计准确和精确的矩阵,我们需要大量的观察,或者相当昂贵的模拟-这两种方法都不可行。在这项工作中,我们提出了一种机器学习的方法来缓解这个问题的背景下,用于研究的大尺度结构的矩阵。仅用少量数据(用50-200个晕圈功率谱的样本构建的矩阵),我们就能够提供显着改进的矩阵,这些矩阵与用更大的样本(数千个谱)构建的矩阵几乎无法区分。为了执行这项任务,我们训练卷积神经网络来对矩阵进行降噪,在训练过程中使用完全由从简单,廉价的晕轮模拟(模拟)中提取的光谱组成的数据集。然后,我们表明,该方法不仅消除了廉价的模拟矩阵中的噪声,但它也能够成功地从N体模拟晕功率谱的矩阵去噪。我们使用几个指标将去噪矩阵与其他矩阵进行比较,在所有这些指标中,它们的得分都更高,没有任何虚假伪影的迹象。与Wishart分布的帮助下,我们推导出一个分析外推的有效样本增强允许的去噪。最后,我们表明,通过使用去噪矩阵,宇宙学参数可以恢复几乎相同的精度时,使用矩阵建立的样本30,000光谱的情况下,廉价的模拟,和15,000光谱的情况下的N体模拟。特别令人感兴趣的是哈勃参数$H_0$中的偏差,在应用去噪器后,该偏差显著降低。
2022-09-11 astro-ph.CO
CMB Lens Sample Covariance and Consistency Relations
来自CMB温度场和偏振场的两点和更高点统计的引力透镜信息是内在相关的,因为它们被最后散射和观察之间的相同结构实现所透镜化。使用透镜样本协方差的分析模型,我们表明,有一个模式,单独测量的透镜CMB功率谱和透镜重建,进行这种相关性的大部分。一旦这些测量成为透镜样本方差占主导地位,这种模式应该提供一个有用的一致性检查之间的观测,在很大程度上是免费的采样和宇宙学参数的错误。违反一致性可能表明数据和透镜重建中的系统误差或最后散射的新物理学,其中任何一个都可能使宇宙学推断产生偏差,并使引力波失去光泽。第二种模式为空间平坦的宇宙提供了较弱的一致性检查。我们的分析隔离的额外信息提供的透镜在一个独立的方式,但也是有用的理解和预测CMB宇宙学参数误差的扩展$Λ$ CDM参数空间的暗能量,曲率和大质量中微子。为此,我们引入并测试了一种简单但准确的预测技术,即既不双重计数透镜信息,也不忽略观测量中的透镜。
2017-02-16 astro-ph.CO
Euclid: Effect of sample covariance on the number counts of galaxy clusters
目标。我们调查的背景下,欧几里德调查的集群数计数推断宇宙学参数约束的不确定性的散粒噪声和样本方差的贡献。方法.通过分析1000欧几里德样光锥,与PINOCCHIO近似方法产生的,我们验证了胡和Kravtsov 2003年的协方差矩阵的分析模型,其中考虑到统计误差的两个来源。然后,我们使用这样的协方差来定义的似然函数,更好地提取宇宙学信息,从集群数量计数的精度水平,将达到未来的欧几里德测光表的星系团。我们还研究了协方差矩阵的宇宙学依赖性对参数约束的影响。结果分析协方差矩阵再现了在10%水平内从模拟中测量的方差;这种差异对在这个统计水平上宇宙学参数约束的误差没有相当大的影响。此外,我们发现,高斯似然与宇宙学相关的协方差是唯一的模型,提供了一个无偏的宇宙学参数的推断,而不会低估的错误。
2021-02-17 astro-ph.CO
Faster cosmological analysis with power spectrum without simulations
本研究首次结合星系功率谱全形状拟合、解析协方差矩阵、MOPED方法与泰勒展开插值,无需模拟即可在数小时内直接从星系成团数据约束宇宙学参数,显著加速未来巡天分析。
2024-04-05 astro-ph.CO
Cosmological parameters from the likelihood analysis of the galaxy power spectrum and bispectrum in real space
本文给出了实空间中晕圈功率谱和双谱的联合似然分析。我们利用了一个大的数值模拟和一个更大的一组晕模拟目录的协方差特性提供了一个强大的估计。我们推导出的偏见和宇宙学参数的约束,假设一个理论模型从微扰理论在一个循环的功率谱和树水平的双谱。通过偏差信息准则,我们选择了一个依赖于七个参数的参考偏差模型,该模型可以描述功率谱的$k_{\rm max,P}=0.3\, h \, {\rm Mpc}^{-1}$和双谱的$k_{\rm max,B}=0.09\, h \, {\rm Mpc}^{-1}$,在红移$z=1$。该模型即使在$1000\, h^{-3} \, {\rm Gpc}^3$相当极端的总模拟体积下也能准确地恢复三个选定的宇宙学参数。使用相同的工具,我们研究了偏置参数之间的关系如何在减少参数空间的同时提高拟合度。此外,我们比较了常见的近似值的协方差矩阵对完整的协方差估计从模拟,并量化(不可忽略的)忽略两个统计之间的互协方差的影响。最后,我们探讨了不同的选择标准的三角形的配置,包括在分析中,显示,排除近等边三角形,而不是简单地施加一个固定的最大值$k_{\rm max,B}$的所有三角形的边可以导致更好地利用所包含的信息的双谱。
2021-11-22 astro-ph.CO
Accurate CMB covariance matrices: exact calculation and approximations
准确的协方差矩阵是需要一个可靠的估计宇宙学参数的伪功率谱估计。在这项工作中,我们专注于协方差矩阵的分析计算。我们考虑的情况下,观测宇宙微波背景的温度和偏振的小足迹,如在SPT-3G实验,观察4%的天空。预计在小足迹上评估的功率谱在模式之间具有很大的相关性,并且这些需要精确地建模。我们提出,第一次,一个算法,允许一个有效的(但计算昂贵)的精确计算的协方差矩阵分析。使用它作为我们的参考,我们测试现有的快速近似的协方差矩阵的准确性。我们发现,当功率谱在宽bandpowers分箱,目前的方法是正确的SPT-3G小天空足迹的5%的水平。此外,我们提出了一个新的近似,提高了以前的达到精度的1%,在宽带功率的情况下,一般比目前的方法准确4倍以上。最后,我们推导出的协方差矩阵的掩模校正功率谱估计的PolSpice代码。特别是,我们包括,在一个小的天空分数的情况下,变迹的大尺度模式的效果。虽然我们考虑了宇宙微波背景辐射的特殊情况,但我们的结果也适用于任何需要计算伪功率谱协方差矩阵的宇宙学探测。
2022-04-28 astro-ph.CO
A Bayesian method for combining theoretical and simulated covariance matrices for large-scale structure surveys
准确和精确的协方差矩阵将是重要的,使计划的宇宙学调查,以发现新的物理。标准方法意味着需要许多N体模拟以获得准确的估计,或者需要精确的理论模型。我们结合这些方法,通过构建一个似然函数的条件下模拟和理论协方差,不断传播的噪声从有限数量的模拟和不确定性的理论模型本身使用信息Inverse-Wishart先验。与标准方法不同,我们的方法允许所需的模拟次数小于汇总统计量的数量。我们恢复的线性“收缩”协方差估计的贝叶斯数据模型的背景下,并测试我们的边际似然模拟模拟功率谱估计。我们进行了深入的调查,在不同的协方差模型的选择对模型拟合和参数方差的质量先验置信度的影响。在一个简化的设置,我们发现,所需的模拟的数量可以减少,如果一个人愿意接受一个温和的退化模型拟合的质量,发现即使是弱信息先验可以帮助减少模拟的要求。我们确定的汇总统计量的相关矩阵作为一个关键的数量需要仔细建模。我们的方法可以很容易地推广到任何协方差模型或汇总统计量,并阐明了混合估计在宇宙学推断的作用。
2018-12-12 astro-ph.CO
Cosmological parameter inference from galaxy clustering: The effect of the posterior distribution of the power spectrum
我们认为后验分布的形状时,使用拟合宇宙学模型测量星系调查的功率谱。在非常大的尺度上,幂中的高斯后验分布不近似于我们对高斯密度场$δ_k$期望的后验分布$\mathcal{P}_R$,即使我们根据待测模型改变协方差矩阵。我们比较替代后验分布与$\mathcal{P}_R$,无论是模式的模式和预期的测量原始非高斯参数化的$f_\mathrm{NL}$。在协方差矩阵固定的高斯后验分布$\mathcal{P}_f$上进行边缘化,得到$f_\mathrm{NL}$的后验均值,对于具有欧几里得特征的数据集,$\triangle f_\mathrm{NL}=0.4$会低估$f_\mathrm{NL}$的后验均值,而对于斯隆数字巡天(SDSS)-III重子振荡光谱巡天(BOSS)的数据发布9(DR 9),$\triangle f_\mathrm{NL}=19.1$会低估$f_\mathrm{NL}$的后验均值。采用不同形式的后验函数意味着我们不一定需要每个待检验模型的不同协方差矩阵:这种依赖性被吸收到后验函数的函数形式中。因此,分析的计算负担显著降低。
2015-09-02 astro-ph.CO
Lossless, Scalable Implicit Likelihood Inference for Cosmological Fields
我们提出了一个比较基于模拟的推理,以充分,基于场的宇宙数据分析的分析推理。要做到这一点,我们探讨两种情况下的信息内容是可计算的参数推断分析:高斯随机场的协方差取决于参数通过功率谱;和相关的对数正态场与宇宙功率谱。我们比较两种推理技术:i)使用已知似然的显式字段级推理和ii)通过信息最大化神经网络(IMNN)压缩的最大信息汇总统计量的隐式似然推理。我们发现,a)从卷积神经网络压缩获得的摘要不会丢失信息,因此对于高斯协方差和对数正态情况都使已知的字段信息内容饱和,b)使用这些信息量最大的非线性摘要的基于模拟的推断几乎可以恢复字段级推断的精确后验,绕过评估昂贵的似然或逆协方差矩阵的需要,以及c)即使对于这个简单的例子,隐式的、基于模拟的似然性也比利用显式似然性的推断引起小得多的计算成本。这项工作使用了一个新的IMNNs实现在$\texttt{Jax}$,可以充分利用可微分的模拟和推理流水线。我们还证明了一个单一的再训练的IMNN摘要有效地实现了理论上的最大信息,增强了鲁棒性的基准模型的选择,其中IMNN的训练。
2021-07-17 astro-ph.CO
Cosmological consequences of intrinsic alignments super-sample covariance
我们研究宇宙学的限制,从高精度弱透镜调查,包括超样本协方差(SSC),由于有限的调查体积。具体而言,我们专注于{ \it拍频耦合}的贡献,在本征的排列作为一个完整的宇宙剪切信号的一部分,在平天近似。SSC效应通过向较低的红移仓增长,并且指示对于累积的信噪比(SNR)在中间和高多极上的相当大的足迹。对于完整的宇宙剪切信号,由于包含了内在排列超样本协方差,SNR降低了$\approx 10\%$,这取决于内在排列的幅度、椭圆度色散和巡天红移范围,而测光红移误差的贡献在累积信噪比中可以忽略。使用费舍尔矩阵形式主义,我们发现,大模式的影响超出了体积的调查上的小模式改变了内在的对齐。然而,相应的宇宙学参数估计的影响是边际相比,引力弱透镜,特别是,当所有可用的红移箱被认为是。我们的研究结果还表明,包括SSC的影响,在分析的协方差矩阵的完整的宇宙剪切导致的$σ_8$的置信区间略有增加$\approx 10\%$几乎高的内在排列幅度的样本。
2020-11-03 astro-ph.CO astro-ph.GA astro-ph.IM
Efficient computation of the super-sample covariance for stage IV galaxy surveys
超样本协方差(SSC)是使用宇宙网深层结构的宇宙学分析的一个重要效应;然而,将其实际包含在管道中可能并非微不足道。我们解决了这个困难,提出了一个公式的精度(逆协方差)矩阵和应用程序更新的可能性或费舍尔预测管道。该公式在速度、可靠性、稳定性和易于实现方面具有几个优点。我们提出了一个分析应用程序,以显示SSC的三种方法之间的正式等价性:(i)在通常的协方差水平,(ii)在似然水平,(iii)与二次估计。然后,我们提出了一个应用程序,这个计算效率高的框架研究的影响不准确的建模SSC的宇宙学约束的第四阶段调查的反应。我们发现,一个弱透镜的分析是非常敏感的响应,需要在$\sim15\%$水平进行校准的尺度依赖的不准确的建模。对于弱透镜和星系聚类联合分析(也称为3x 2 pt),这种尺度依赖的敏感性不那么严重。然而,我们发现,幅度和规模的依赖性的响应必须校准在优于30%。
2023-03-14 astro-ph.CO
Combining cluster number counts and galaxy clustering
星系团丰度和星系成团是当前和未来大尺度星系巡天(如暗能量巡天)的两个重要宇宙学探测。为了把它们结合起来,必须考虑到它们不是独立的量,因为它们探测的是同一个密度场。为了提取参数约束,很好地理解它们的相关性是很重要的。我们提出了一个详细的建模的联合协方差矩阵之间的集群数计数和星系角功率谱。我们采用的光环模型的框架,辅以光环职业分布模型(HOD)。我们证明了会计非高斯产生准确的协方差预测的重要性。事实上,我们表明,非高斯协方差在小尺度,低红移或高集群质量成为主导。我们特别讨论了超样本协方差(SSC)的情况,包括星系散粒噪声,晕二阶偏差和非局域偏差的影响。我们证明了SSC服从数学不等式和正性。使用联合协方差矩阵和Fisher矩阵的方法,我们研究结合这两个探头约束宇宙学和HOD参数的前景。我们发现,该组合确实导致了明显更好的约束,与最好的单探针相比,宇宙学参数的改进为20%,HOD参数的改进甚至更大,误差线减少了1.4 - 4.8倍。这种情况尤其会发生,因为互协方差在小尺度上引入了探针之间的协同作用。我们的结论是,占非高斯效应是需要在星系调查这些观测值的联合分析。
2016-04-15 astro-ph.CO
Cosmology-dependent covariance in galaxy cluster number counts: consequences for parameter inference
Universidade de Brasília(巴西利亚大学);Universidade Estadual de Londrina(朗德里纳州立大学)
研究星系团计数似然中协方差固定假设对宇宙学参数估计的影响,发现固定协方差会显著高估或低估置信区间,但参数估计无偏,单次协方差更新可恢复正确不确定性。
2026-09-22 astro-ph.CO astro-ph.IM
Putting the Precision in Precision Cosmology: How accurate should your data covariance matrix be?
宇宙学参数估计要求数据的似然函数是精确已知的。假设宇宙学大尺度结构功率谱数据服从多元高斯分布,我们证明了参数估计的精度受逆数据协方差矩阵--精度矩阵的精度限制。如果通过对数据的独立实现进行采样来估计数据协方差和精密度矩阵,则其统计特性分别由Wishart分布和Inverse-Wishart分布描述。独立的任何细节的调查,我们表明,分数误差的参数方差,或品质因数,等于分数方差的精度矩阵。此外,对于精度矩阵的唯一无偏估计,我们发现参数误差的分数精度仅取决于独立实现的个数与数据点个数之差,因此很容易发散.对于参数误差的5%误差和N_D << 100个数据点,需要最少200次测量,数据协方差的精度为10%。如果数据点的数量N_D >>100,则需要N_S > N_D实现,并且数据协方差的分数精度<sqrt[2/N_D]。当功率谱数据点的数量增长到N_D>10^4 - 10^6时,这种方法将是有问题的。我们讨论了可能的方法来放松这些条件:改进的理论建模;收缩方法;数据压缩;模拟和数据恢复方法。
2012-12-18 astro-ph.CO
General Covariance Constraints on Cosmological Correlators
本文研究了单标量场模型中的本原微扰的性质在多大程度上受同态不变性的限制。我们导出了一组恒等式,它们约束了宇宙学扰动的关联函数,以及在任何规范中理论的单粒子不可约顶点。这些恒等式是规范理论中斯拉夫诺夫-泰勒恒等式的类似物,并且本质上仅从非同态不变性出发。然而,由于量子化要求破缺超态不变性,它们不仅反映了超态下的不变性,而且还反映了后者如何被规范固定项破缺。为了不完全失去对称性,我们不能像通常在宇宙学扰动理论中那样简单地将某些场设为零,而是需要平滑地将它们解耦,并确保它们在解耦极限中不会对宇宙学微关联函数产生贡献。我们利用这些恒等式导出了不同规范下宇宙学扰动的双谱和功率谱之间的一组相容关系。在没有额外假设的情况下,这些一致性关系似乎只是反映了复同态所隐含的冗余。但是,当结合分析性,在制定的理论中,辅助领域已被整合出来,我们恢复新的和以前推导的关系,遵循不变性下的时间和空间的超同态。
2014-10-31 astro-ph.CO gr-qc hep-th
Evaluating quenching in cosmological simulations of galaxy formation with spectral covariance in the optical window
本研究提出一种基于光谱协方差的模型无关方法,通过对比真实星系与 EAGLE 和 Illustris TNG100 模拟的光谱,评估了模拟在星系形成与淬灭机制(特别是 AGN 反馈与黑洞播种)上的表现。
2025-04-07 astro-ph.CO astro-ph.GA
2D-FFTLog: Efficient computation of real space covariance matrices for galaxy clustering and weak lensing
在大尺度结构巡天的似然分析中,精确的两点函数协方差矩阵是推断宇宙学参数的关键。在获得协方差的各种方法中,分析计算比从数据或模拟中估计要快得多,噪声也小得多。然而,从傅立叶空间到实空间的协方差变换涉及到两个贝塞尔积分的积分,这是数值速度慢,容易受到数值不确定性的影响。不准确的协方差可能会导致宇宙学参数的推断出现重大错误。在本文中,我们介绍了一个2D-FFTLog算法的有效,准确和数值稳定的计算非高斯实空间协方差的3D和投影统计。2D-FFTLog算法很容易扩展到执行实空间bin平均。我们应用该算法的协方差星系聚类和弱透镜的暗能量调查年3样和鲁宾天文台的遗产调查的空间和时间年1样的调查,并证明,对于这两个调查,我们的算法可以产生数值稳定的角箱平均协方差与平天近似,这是足够准确的推断宇宙学参数。用于计算实空间协方差的代码CosmoCov(有或没有平天近似)将与本文一起发布。
2021-02-20 astro-ph.CO astro-ph.GA astro-ph.IM
Data Compression with Noise Suppression for Inference under Noisy Covariance
本文提出 powered MOPED($p$-MOPED)压缩方法,通过可调幂律变换抑制含噪协方差引起的 DS 效应,并在模拟有限时优于标准和对角 MOPED。
2025-08-19 astro-ph.CO astro-ph.IM
On the Significance of Covariance for Constraining Theoretical Models From Galaxy Observables
本文基于 CAMELS 恒星质量函数,结合 Fisher 分析与 ILI 及仿真器前向建模,证明协方差结构会显著改变参数约束和后验形态。
2024-10-29 astro-ph.CO astro-ph.GA