🔭 astrophysics

Bayesian Model Comparison of $R_h=ct$ versus $\Lambda$ CDM using HII galaxy Hubble diagram

Diese Studie vergleicht die kosmologischen Modelle $R_h=ct$ und $\Lambda$ CDM mittels Bayesscher Modellanalyse mit HII-Galaxien-Daten und zeigt, dass die bevorzugte Theorie stark von der Wahl der Priors abhängt, wobei $R_h=ct$ bei Verwendung von Planck-basierten Normalpriors gegenüber $\Lambda$ CDM deutlich favorisiert wird.

Ursprüngliche Autoren: Yuva Himanshu Pallam, Shantanu Desai

Veröffentlicht 2026-03-31

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Yuva Himanshu Pallam, Shantanu Desai

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Ein Wettstreit der Universen: Wer hat das bessere Modell?

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht herauszufinden, wie das Universum funktioniert. Es gibt zwei Hauptverdächtige (zwei Theorien), die beide behaupten, die Geschichte des Kosmos perfekt zu erklären:

ΛCDM (Lambda-CDM): Das ist der „Standardverdächtige". Er ist der aktuelle Liebling der Wissenschaftler. Er sagt, das Universum besteht aus normaler Materie, dunkler Materie und einer mysteriösen dunklen Energie, die die Expansion beschleunigt.
$R_h = ct$ : Das ist der „Herausforderer". Eine radikalere Theorie, die besagt, dass das Universum sich in einem ganz bestimmten, einfachen Tempo ausdehnt, ohne die komplizierte dunkle Energie des Standardmodells.

Die Autoren dieses Papers (Yuva Himanshu Pallam und Shantanu Desai) haben sich vorgenommen, diese beiden Theorien mit einem neuen, sehr strengen Test zu vergleichen. Sie haben dabei nicht nur auf die „besten Zahlen" geschaut, sondern auf die Wahrscheinlichkeit, dass eine Theorie überhaupt richtig sein könnte.

Der Werkzeugkasten: Der „Bayes-Faktor" als Richter

In der Wissenschaft gibt es verschiedene Methoden, um Modelle zu bewerten. Die Autoren verwenden hier eine Methode namens Bayesscher Modellvergleich.

Stellen Sie sich vor, Sie haben zwei Karten, die den Weg durch einen dichten Wald zeigen:

Karte A (ΛCDM) ist sehr detailliert, aber hat viele Lücken.
Karte B ( $R_h = ct$ ) ist einfacher, aber deckt den Weg gut ab.

Ein einfacher Test (wie der im vorherigen Paper von Wei und Melia verwendete „BIC") würde sagen: „Karte B ist besser, weil sie weniger Annahmen macht."

Die Autoren dieses Papers sagen jedoch: „Moment mal! Wir müssen auch prüfen, wie gut die Karten mit dem Wissen übereinstimmen, das wir bereits haben."

Hier kommt der Bayes-Faktor ins Spiel. Er ist wie ein Richter, der zwei Dinge prüft:

Wie gut passt das Modell zu den neuen Beweisen (den Daten)?
Wie gut passt es zu dem, was wir schon glauben (den „Priors" oder Vorannahmen)?

Das Experiment: Zwei verschiedene Szenarien

Die Autoren haben den Test unter zwei verschiedenen Bedingungen durchgeführt, um zu sehen, ob das Ergebnis stabil ist.

Szenario 1: Der „Leere Tisch" (Uniforme Priors)
Stellen Sie sich vor, Sie setzen die Richter an einen Tisch, auf dem keine Vorurteile liegen. Sie sagen: „Wir wissen nichts über die Geschwindigkeit des Universums oder die Menge der Materie. Alles ist möglich."

Das Ergebnis: Wenn man keine Vorannahmen macht, sind beide Karten fast gleich gut. Der Richter sagt: „Es ist ein Unentschieden. Beide Theorien sind gleich wahrscheinlich."
Bedeutung: Ohne Vorwissen kann man nicht sagen, welche Theorie besser ist.

Szenario 2: Der „Erfahrene Richter" (Normale Priors basierend auf Planck)
Jetzt legen wir dem Richter die Ergebnisse der Planck-Mission (eine sehr genaue Satellitenmission, die das frühe Universum gemessen hat) vor den Tisch. Diese Mission hat sehr präzise Werte für die Geschwindigkeit und die Materie des Universums geliefert.

Das Ergebnis: Jetzt wird es spannend. Wenn wir die Planck-Daten als Maßstab nehmen, gewinnt der Herausforderer ( $R_h = ct$ $R_{h} = c t$ ) deutlich!
- Gegen das Standardmodell (ΛCDM): Der Herausforderer wird als „sehr stark bevorzugt" eingestuft.
- Gegen das leicht veränderte Standardmodell (wCDM): Er wird als „stark bevorzugt" eingestuft.

Der große Twist: Warum gewinnt der Herausforderer?

Hier ist der wichtigste Punkt, den die Autoren hervorheben:

Der Herausforderer ( $R_h = ct$ ) gewinnt nicht unbedingt, weil er besser zu den neuen Daten (den HII-Galaxien) passt. Er gewinnt, weil das Standardmodell (ΛCDM) nicht gut zu den Planck-Daten passt, wenn man sie mit den neuen Galaxien-Daten kombiniert.

Stellen Sie sich vor:

Die Planck-Daten sagen: „Das Universum hat diese spezifische Geschwindigkeit."
Die neuen Galaxien-Daten sagen: „Wenn wir das Standardmodell nehmen, passt die Geschwindigkeit nicht dazu."
Der Herausforderer ( $R_h = ct$ ) ist so flexibel (oder einfach), dass er mit beiden Datenmengen besser harmoniert.

Die Autoren sagen im Grunde: „Der Sieg von $R_h = ct$ ist weniger ein Beweis dafür, dass es die wahre Theorie ist, und mehr ein Hinweis darauf, dass das Standardmodell (ΛCDM) in dieser spezifischen Kombination von Daten unter Druck steht."

Was passiert, wenn man „Rauschen" hinzufügt?

In der Wissenschaft gibt es immer Messfehler oder „Rauschen". Die Autoren haben auch getestet, was passiert, wenn sie annehmen, dass die Daten etwas ungenauer sind (ein sogenannter „intrinsischer Streuwert").

Ohne Rauschen: Der Herausforderer gewinnt klar (bei Planck-Priors).
Mit Rauschen: Der Herausforderer gewinnt immer noch, aber die Kluft wird kleiner. Das Standardmodell holt etwas auf.

Das Fazit in einfachen Worten

Die Autoren haben gezeigt, dass die Antwort auf die Frage „Welches Modell ist besser?" davon abhängt, welche Regeln man aufstellt:

Wenn man völlig offen ist und keine Vorurteile hat, sind beide Modelle gleich gut.
Wenn man die besten aktuellen Messungen (Planck) als Richtschnur nimmt, sieht es so aus, als würde das einfache Modell ( $R_h = ct$ ) besser funktionieren als das komplexe Standardmodell.

Die große Botschaft:
Dieses Papier ist kein endgültiges Urteil, das das Standardmodell verwirft. Es ist vielmehr ein Warnsignal. Es zeigt, dass es Spannungen zwischen verschiedenen Arten von Daten gibt. Die Autoren sagen: „Wir brauchen noch mehr Beweise und andere Methoden, um sicher zu sein, ob das Standardmodell wirklich noch steht oder ob wir eine neue Art von Physik brauchen."

Sie haben ihre Werkzeuge und Daten öffentlich gemacht, damit andere Detektiven den Fall weiter untersuchen können.

Titel:

Bayesian Model Comparison of $R_h = ct$ versus $\Lambda$ CDM using HII galaxy Hubble diagram
(Bayesscher Modellvergleich von $R_h = ct$ versus $\Lambda$ CDM unter Verwendung des Hubble-Diagramms von HII-Galaxien)

1. Problemstellung und Motivation

Das Papier untersucht die relative Eignung des kosmologischen Modells $R_h = ct$ im Vergleich zum Standardmodell $\Lambda$ CDM und dem erweiterten $w$ CDM-Modell. Der Ausgangspunkt ist eine kürzlich veröffentlichte Arbeit von Wei und Melia (WM25), die dieselbe Datengrundlage (231 HII-Galaxien und gigantische extragalaktische HII-Regionen) nutzte, um die Modelle mittels des Bayesian Information Criterion (BIC) zu vergleichen.

Das Problem: Die Analyse von WM25 ergab, dass $R_h = ct$ gegenüber $\Lambda$ CDM und $w$ CDM bevorzugt wird, insbesondere wenn kein intrinsischer Streuungsterm in der Regressionsbeziehung berücksichtigt wird.
Die Kritik: Die Autoren (Pallam und Desai) argumentieren, dass BIC Annahmen über die Unabhängigkeit und Identität der Datenverteilung trifft und auf den besten Anpassungswerten (Maximum Likelihood) basiert. Im Gegensatz dazu ist der Bayessche Modellvergleich robuster, da er die gesamte Posterior-Verteilung der Parameter integriert und keine solchen Verteilungsannahmen voraussetzt. Zudem gibt es Diskrepanzen in den Schlussfolgerungen, wenn man die Ergebnisse von WM25 mit anderen Beobachtungsdaten (wie DESI BAO) vergleicht, die $\Lambda$ CDM bevorzugen.

2. Methodik

Die Autoren führen eine unabhängige Reanalyse der Daten von WM25 durch, ersetzen jedoch die BIC-basierte Modellselektion durch einen rigorosen Bayesschen Modellvergleich.

Datensatz: 231 Quellen (36 GEHRs, 181 HIIGx, 14 neu entdeckte HIIGx) im Rotverschiebungsbereich $z \approx 0$ bis $z \approx 7.5$ .
Likelihood-Funktion: Die Gesamt-Likelihood wird als Summe der Likelihoods für die HIIGx-Stichprobe und die "Anker"-Stichprobe (mit unabhängigen Entfernungsmoduln) modelliert.
- Es wird sowohl eine Analyse ohne als auch mit einem zusätzlichen Parameter für die intrinsische Streuung ( $\sigma_{int}$ ) in der $L-\sigma$ -Beziehung durchgeführt.
Verglichene Modelle:
1. Flaches $\Lambda$ CDM ( $\Omega_k = 0, \Omega_\Lambda = 1 - \Omega_m$ ).
2. Flaches $w$ CDM ( $\Omega_k = 0$ , variable Zustandsgleichung $w_{de}$ ).
3. $R_h = ct$ (ein Modell, bei dem der Hubble-Radius $R_h$ gleich $ct$ ist, was eine lineare Expansion impliziert).
Priors (A-priori-Wahrscheinlichkeiten): Zwei verschiedene Sätze von Priors wurden getestet, um die Robustheit zu prüfen:
1. Uniforme Priors: Breite, nicht-informative Priors für $H_0 \in [60, 110]$ , $\Omega_m \in [0, 1]$ und $w_{de} \in [-3, 0]$ .
2. Normalverteilte Priors (Gaussian): Basierend auf den Planck-2020-Ergebnissen ( $H_0 \sim \mathcal{N}(67.4, 0.5)$ , $\Omega_m \sim \mathcal{N}(0.315, 0.007)$ ).
Berechnung: Die Bayesschen Evidenzen ( $Z$ ) und die Bayes-Faktoren ( $B_{21}$ ) wurden unter Verwendung des Nested Sampling-Algorithmus (Dynesty) berechnet. Die Signifikanz wurde gemäß der Jeffreys-Skala bewertet.

3. Wichtige Beiträge

Erste Bayessche Evidenzanalyse: Dies ist die erste Studie, die den $R_h = ct$ -Vergleich mit $\Lambda$ CDM/wCDM unter Verwendung von HII-Galaxien-Daten explizit mit Bayes-Faktoren durchführt, anstatt sich auf Informationskriterien wie BIC zu verlassen.
Untersuchung der Prior-Abhängigkeit: Das Papier demonstriert, wie stark die Ergebnisse der Modellselektion von der Wahl der Priors abhängen können. Es zeigt, dass die Schlussfolgerungen von WM25 stark von der spezifischen Informationskriterium-Methode und den impliziten Annahmen beeinflusst werden.
Offene Wissenschaft: Der Code und die verwendeten Datensätze wurden öffentlich auf GitHub zugänglich gemacht, um die Reproduzierbarkeit zu gewährleisten.

4. Ergebnisse

Die Ergebnisse variieren signifikant je nach Wahl der Priors und der Berücksichtigung der intrinsischen Streuung:

A. Ohne intrinsische Streuung:

Uniforme Priors: Der Bayes-Faktor ( $B_{21}$ $B_{21}$ ) für $R_h = ct$ $R_{h} = c t$ gegenüber $\Lambda$ $Λ$ CDM und $w$ $w$ CDM liegt nahe bei 1 ($0.27$ bzw. $0.32$).
- Interpretation: Es gibt keine Präferenz; beide Modelle sind gleichwertig. Dies steht im direkten Widerspruch zu WM25, die $R_h = ct$ bevorzugten.
Normalverteilte Priors (Planck): Der Bayes-Faktor steigt auf ca. 50 ( $\Lambda$ $Λ$ CDM) und 4.8 ( $w$ $w$ CDM).
- Interpretation: "Sehr starke" bis "substanzielle" Evidenz für $R_h = ct$ .
- Kritische Analyse: Die Autoren stellen fest, dass dieses Ergebnis nicht primär durch das HII-Galaxien-Diagramm selbst getrieben wird, sondern durch die Spannung (Tension) zwischen den kosmologischen Parametern, die aus den HII-Daten abgeleitet werden, und den Planck-Priors. Die HII-Daten allein liefern keine starke Diskriminierung.

B. Mit intrinsischer Streuung:

Uniforme Priors: Der Bayes-Faktor bleibt nahe bei 1 ($0.48$ bzw. $0.58$). Wiederum keine Präferenz. Dies stimmt mit den BIC-Ergebnissen von WM25 überein, die ebenfalls keine starke Präferenz zeigten, sobald der Streuungsterm hinzugefügt wurde.
Normalverteilte Priors: Der Bayes-Faktor beträgt ca. 18.6 ( $\Lambda$ $Λ$ CDM) und 2.5 ( $w$ $w$ CDM).
- Interpretation: "Starke" Evidenz für $R_h = ct$ gegenüber $\Lambda$ CDM, aber nur "kaum erwähnenswert" gegenüber $w$ CDM.

Vergleich mit BIC (Anhang A):
Die Autoren reproduzierten die BIC-Analyse. Sie fanden heraus, dass $\Lambda$ CDM den niedrigsten BIC-Wert hat (im Gegensatz zu WM25, die $R_h = ct$ bevorzugten), wobei die Differenz $\Delta BIC \approx 1$ beträgt. Dies unterstreicht, dass die ursprünglichen Schlussfolgerungen von WM25 (starke Bevorzugung von $R_h = ct$ ) ein Artefakt der spezifischen Informationskriterium-Methode und der Parameteranpassung waren.

5. Bedeutung und Fazit

Widerlegung der WM25-Schlussfolgerungen: Die Behauptung von WM25, dass $R_h = ct$ eindeutig gegenüber $\Lambda$ CDM bevorzugt wird, wird durch die Bayessche Analyse widerlegt, solange nicht-informative (uniforme) Priors verwendet werden. Unter diesen neutralen Bedingungen sind die Modelle gleichwertig.
Rolle der Priors: Die scheinbare starke Bevorzugung von $R_h = ct$ tritt nur auf, wenn Priors verwendet werden, die auf dem $\Lambda$ CDM-Modell basieren (Planck). Dies ist jedoch methodisch problematisch, da es keine "neutrale" Vergleichsbasis darstellt und die Ergebnisse durch die Diskrepanz zwischen den HII-Daten und den Planck-Parametern verzerrt werden.
Schlussfolgerung: Die HII-Galaxien-Daten allein reichen derzeit nicht aus, um $R_h = ct$ eindeutig zu bestätigen oder zu widerlegen. Die starken Ergebnisse von WM25 waren größtenteils ein Artefakt der verwendeten Methode (BIC) und der Parameteranpassung. Für eine definitive Entscheidung sind zusätzliche Beobachtungsproben (z. B. Supernovae Typ Ia, CMB) notwendig, wobei aktuelle DESI-Daten bereits $\Lambda$ CDM bevorzugen.

Zusammenfassend liefert das Papier eine kritische methodische Korrektur zur bisherigen Literatur und betont die Notwendigkeit robuster, prior-unabhängiger Analysen in der Kosmologie.