继续阅读
引力波标准汽笛 · 阅读路径
暗汽笛不再依赖一个已知的宿主,而是对信号允许范围内星表里的每个星系加权求和;再对每个试探的哈勃常数算一算:在那样的宇宙里,所有源中有多大比例能被探测到,然后用它去除。对近处的源,这个比例按 增长。漏掉它,答案就会偏;在我们的合成检验里,40个事件的暗汽笛结果被推到了先验的边界。加上它,亮汽笛和暗汽笛的后验都是校准的。如果宿主星系不在星表里,除非分析为星表没看到的星系建模,校准就会被破坏。
本章接着从一个距离和一个红移到哈勃常数往下讲,要用到条件概率和体积分。
设一个事件的定位体积里有 个星表星系,测得的速度为 。由于本动速度,每个星系的真实红移不确定,各自带一个归一化的红移分布:
其中 是测量之前星系在红移上的分布。给每个星系相同的先验权重,引力波数据 的似然为
每个星系各自对应一个 。真正的宿主在每个事件里都会出现,冒名者则随机出现。Chen、Fishbach和Holz写下的是同一个求和,权重可以按星系光度来取;Gray等人把它写进了gwcosmo代码。Chen, Fishbach and Holz, A two per cent Hubble constant measurement from standard sirens within five years, Methods Gray et al., Cosmological inference using gravitational wave standard sirens: a mock data analysis
是否归一化很要紧。没有归一化的高斯乘上 ,远处星系拿到的总权重比近处的大,后验就往高处漂。我们最早的Lab模型就犯过这个错。
例题1 我们的参考事件测得距离 。真正的宿主 ,另外九个星表星系的速度在 到 之间。宿主对应 ,其他星系分别对应 、、、、、、、 和 ,最后两个落在 到 的先验范围之外。知道宿主的亮汽笛后验是 ;暗汽笛后验是 ,又宽又有好几个峰。这些数来自复算方法指南公开的输入。
只有超过探测阈值的事件才进入分析。Mandel、Farr和Gair证明,给定族群参数 ,一个已探测事件的正确似然是
独立事件的似然相乘。这里 是源的参数, 是具有这些参数的源被探测到的概率。Mandel, Farr and Gair, Extracting distribution parameters from multiple uncertain observations with selection biases, Eqs. 5 to 7
对汽笛来说,,族群就是星系分布。归一化通常写成
是对取向和天区平均后的探测概率。Chen, Fishbach and Holz, A two per cent Hubble constant measurement from standard sirens within five years, Methods, Eq. 9 Chen等人在 里用一个平滑、各向同性的分布代替星系分布。Lab和我们的检验里,星表很小而且完全已知,所以暗汽笛的精确归一化,就是把 放在所列星系各自的红移分布上求平均。这种精确平均是我们的建模选择。
设星系在 以内均匀分布,,并用近处关系 。换成对 积分:
如果探测视界远在星表边界以内,积分上限可以取到无穷,积分就与 无关,于是 。
物理原因很简单。按红移列出的同一批星系, 一调大,就被挤到更近的距离上。探测器够得着的那块体积是固定的,落进去的星系于是更多。不除以 时,星表求和在测得距离附近也按 增长,原因相同,后验就一路爬向大 。
| 检验 | 预期 | 结果 |
|---|---|---|
| 、 时的探测比例 | 数值积分 | 蒙特卡罗 |
| ,视界在星表以内 | ||
比值略低于 ,是因为 在较大 处按因子 往上弯。 时能探测到的星系红移更大,差距达到百分之二点六。
从先验里抽出许多宇宙。如果真值有68%的次数落在后验中央68%区间内,而且真值在后验中的分位数均匀分布,后验就是校准的。我们从平坦先验里抽 ,在那个宇宙里不断生成事件直到探测到一个,分析它,然后重复。分位数是否均匀,用Kolmogorov-Smirnov检验来判断。
| 分析 | 试验次数 | 覆盖率 | KS | 结论 |
|---|---|---|---|---|
| 亮汽笛,含 | 校准 | |||
| 亮汽笛,不含 | 有偏 | |||
| 暗汽笛,含星表 | 校准 | |||
| 暗汽笛,不含 | 有偏 |
250次暗汽笛试验里有51次,第一次抽出的星表里没有任何星系能产生可探测的事件,于是重抽星表。在 处叠加40个事件:含 的亮汽笛得 ,不含时得 。暗汽笛含 时得 ;不含时结果停在先验边界,约为 。每个叠加结果都只来自一次随机实现,我们没有重复;像亮汽笛那样偏开约一个区间宽度,仍在随机涨落之内。
真实的星表会漏掉暗弱和遥远的星系。Gray等人把似然拆成宿主在星表里()和不在星表里()两种情形:
第二项按光度函数和星表的星等极限,把缺失的星系平滑地铺开。在他们的模拟数据里,合并249个模拟双中子星:已知宿主得百分之一点一三,完整星表得百分之一点八四,完整度为75%、50%、25%的星表分别得百分之二点二一、二点四八和三点二。他们的模拟宇宙没有红移不确定度,也没有成团,星表密度约为近邻宇宙的三倍。Gray et al., Cosmological inference using gravitational wave standard sirens: a mock data analysis, Table II
我们做了反过来的实验:把宿主从星表里删掉,只保留星表内的似然。覆盖率跌到 ,KS ,还有一条后验完全没有支撑。分析错了,却错得很自信。另一个失败案例低估了本动速度弥散,用 代替真实的 ,事件都很响。覆盖率只降到 ,KS检验没有报警。可能的原因是,在这些距离上 的误差只占速度的百分之几,比大多数距离误差小。这个案例说明,检验也可能漏掉真实的错误。
选“选择偏差”,这时修正是关着的;再到高级选项里打开选择归一化,看两条后验怎样移动。 打开标准汽笛Lab
引力波标准汽笛 · 阅读路径