Resultados do 6º ano da Pesquisa de Energia Escura: verificações preditivas posteriores rápidas e interpretáveis ​​para sondas cósmicas correlacionadas

Apresentamos uma estrutura rápida e numericamente estável para a realização de testes de distribuição preditiva posterior de consistência interna em sondas cosmológicas correlacionadas. Nosso método, desenvolvido como uma verificação de validação para a análise combinada do Dark Energy Survey (DES) Ano 6 de lentes fracas e agrupamento de galáxias, emprega um modelo de mistura gaussiana para aproximar eficientemente o PPD de alta dimensão e introduz uma métrica.

Apresentamos uma estrutura rápida e numericamente estável para a realização de testes de consistência interna de distribuição preditiva posterior (PPD) em sondas cosmológicas correlacionadas. Depois de demonstrar o desempenho com um modelo de brinquedo, confirmamos que, quando aplicado às medições do DES Ano 3, $Δ_{\rm PPD}$ identifica as mesmas tensões entre sondas que os resultados de PPD calibrados e publicados, exigindo apenas minutos por teste.

Validamos ainda o método em diversas realizações de ruído de análises simuladas de DES Y6, demonstrando que $Δ_{\rm PPD}$ responde coerentemente à inconsistência injetada, enquanto destacamos dois efeitos que podem complicar a interpretação de testes PPD para modelos cada vez. Primeiro, as tensões internas que podem ser absorvidas à medida que as mudanças nos parâmetros de perturbação tornam-se mais difíceis de detectar.

Em segundo lugar, direções mal restritas no espaço de parâmetros podem induzir efeitos de projeção em PPDs para conjuntos disjuntos de observáveis, produzindo relatórios de tensão mesmo para dados consistentes. Concluímos que $Δ_{\rm PPD}$ fornece um diagnóstico prático baseado em PPD para desocultação de múltiplas sondas, para ser interpretado com cuidado juntamente com outras verificações de validação.

Esta estrutura já desempenhou um papel importante nas análises DES e é adequada para aplicação em pesquisas futuras do Estágio IV, como LSST, Euclid e Roman, onde testes de consistência interna rápidos e robustos serão essenciais. Tanto indivíduos como organizações que trabalham com arXivLabs abraçaram e aceitaram nossos valores de abertura, comunidade, excelência e privacidade dos dados do usuário.

ArXiv está comprometido com esses valores e só trabalha com parceiros que os aderem.

Fonte