较少模拟样本的2点统计协方差
摘要：一种准确估计两点相关函数协方差的方法：基于分割模拟样本的自助法的副本数量减少，通过将模拟样本分割成多个自助区域，并首先拟合在Mohammad和Percival（2022）中首次引入的修正项，以使自助协方差的均值对应于模拟样本的均值。通过在密度不同的对数正态模拟样本和模拟DESI LRG和ELG样本（红移范围为z = [0.8，1.2]）上测试了我们拟合的自助法的性能。我们发现Mohammad-Percival修正项会导致两点相关函数协方差矩阵的偏差随着密度增加而增大，而我们的拟合自助法不会。通过进行全形状分析，研究了协方差对宇宙学参数不确定性的影响。我们发现，基于25个模拟样本的拟合自助法能够恢复出与基于1000或1500个模拟样本的协方差矩阵相同精确而无偏的宇宙学参数，并且Mohammad-Percival修正项产生的不确定性是两倍大。因此，准确估计两点相关函数协方差所需的模拟样本数量减少了40-60倍。
作者：Svyatoslav Trusov, Pauline Zarrouk, Shaun Cole, Peder Norberg, Cheng Zhao, Jessica Nicole Aguilar, Steven Ahlen, David Brooks, Axel de la Macorra, Peder Doel, Andreu Font-Ribera, Klaus Honscheid, Theodore Kisner, Martin Landriau, Christophe Magneville, Ramon Miquel, Jundan Nie, Claire Poppett, Michael Schubnell, Gregory Tarl''e, Zhimin Zhou
论文ID：2306.16332
分类：Cosmology and Nongalactic Astrophysics
分类简称：astro-ph.CO
提交时间：2023-06-29