Debiasing the Observed Fast Radio Burst Population with the CHIME/FRB Selection Function

Resumen Técnico: Sesgo de la población observada de ráfagas rápidas de radio con la función de selección de CHIME/FRB

Planteamiento del problema
Las ráfagas rápidas de radio (FRB, por sus siglas en inglés) observadas por el experimento Canadian Hydrogen Intensity Mapping Experiment (CHIME/FRB) están sujetas a complejos efectos de selección instrumental inherentes a los procesos de búsqueda de transitorios en tiempo real. Estos efectos, mediados por el disparo multietapa, la interferencia de radiofrecuencia (RFI) y las interacciones no lineales entre las propiedades de la ráfaga y los algoritmos de búsqueda, sesgan la muestra observada. Los análisis de poblaciones anteriores, como los de CHIME/FRB Catálogo 1, dependieron de marcos de remuestreo que a menudo asumían la separabilidad entre observables o carecían de estadísticas suficientes para restringir parámetros específicos, particularmente la distribución intrínseca de las escalas de tiempo de dispersión ($\tau$) en valores moderados a grandes ($\tau \gtrsim 10$ ms a 600 MHz). La escasez de detecciones en este régimen, combinada con una cobertura de inyección dispersa, dejó el comportamiento intrínseco de alto $\tau$ débilmente restringido, lo que impidió conclusiones robustas sobre si la población decae, se aplana o aumenta en tiempos de dispersión grandes.

Metodología
Este trabajo aprovecha una campaña ampliada de 587,367 ráfagas sintéticas inyectadas en el proceso de búsqueda en vivo de CHIME/FRB para realizar un análisis exhaustivo de la población de CHIME/FRB Catálogo 2. La metodología procede en tres etapas principales:

1. Construcción de la muestra y cortes: Los autores construyen una muestra de inyección jerárquica que abarca fluencia ($F$), medida de dispersión (DM), ancho de pulso intrínseco ($w$) y escala de tiempo de dispersión ($\tau$). La muestra incluye una fracción de exploración uniforme incrementada (30%) para DM, ancho y $\tau$ para sondar mejor la transición de la detección a la no detección. Para la muestra observada del Catálogo 2, se aplican cortes rigurosos: se excluyen eventos con $S/N < 12$, $DM < 100$ pc cm$^{-3}$, o aquellos afectados por la dispersión galáctica que excede la resolución temporal. Crucialmente, las ráfagas con tiempos de dispersión no medidos ($\tau=0$) se excluyen del análisis de dispersión en lugar de asignarles valores efectivos, para evitar la concentración artificial de la masa de probabilidad.

2. Ajuste del modelo fiduciario: Siguiendo el marco de remuestreo de CHIME/FRB Collaboration et al. (2021), se ajusta un modelo fiduciario paramétrico a las distribuciones marginalizadas de los datos observados. La población intrínseca se modela como una distribución separable: una ley de potencia para la fluencia y distribuciones log-normales para DM, ancho y escala de tiempo de dispersión. Un procedimiento de muestreo por importancia repondera las inyecciones detectadas para que coincidan con las distribuciones del catálogo observado, permitiendo la inferencia de parámetros intrínsecos.

3. Función de selección multidimensional explícita: Para abordar las correlaciones entre observables que la marginalización omite, los autores entrenan un modelo de regresión logística en el conjunto de datos de inyección. Este modelo estima la probabilidad de detección $S(x)$ como una función del vector tetradimensional $x = (F, DM, w, \tau)$, incluyendo términos de interacción de orden superior hasta una expansión polinómica de cuarto grado. Esta función de selección explícita captura cómo la escala de tiempo de dispersión y el ancho de pulso suprimen conjuntamente la probabilidad de detección.

4. Inferencia basada en simulaciones (SBI): Para refinar las restricciones sobre la cola de alto $\tau$, los autores emplean un marco de inferencia basada en simulaciones utilizando la estimación de la posterior de red neuronal (NPE). Parametrizan la distribución de dispersión intrínseca con un aumento log-normal que transiciona a una cola de ley de potencia controlada por un parámetro de pendiente $\kappa$. Al simular catálogos ficticios con varios valores de $\kappa$ y $\tau_{pivote}$ y comparar los estadísticos de resumen con los datos observados, infieren la distribución posterior de estos parámetros, contabilizando la función de selección correlacionada completa.

Contribuciones clave

• Conjunto de inyección ampliado: El uso de casi un orden de magnitud más de inyecciones sintéticas que estudios previos permite un muestreo más denso del espacio de parámetros, particularmente en los regímenes de baja fluencia y alta dispersión.
• Modelado de la selección multidimensional: El artículo va más allá de las suposiciones de separabilidad mediante la construcción de un modelo de regresión logística explícito y multidimensional para la función de selección. Esto captura las dependencias acopladas entre la fluencia, la dispersión, el ancho y la DM que influyen en la detectabilidad.
• Restricciones de la escala de tiempo de dispersión refinadas: Al combinar la función de selección explícita con SBI, este trabajo proporciona una restricción más robusta de la distribución de la escala de tiempo de dispersión intrínseca, abordando específicamente el comportamiento en valores altos de $\tau$ donde los sesgos de selección son más severos.
• Marco de diagnóstico: Los autores introducen diagnósticos (tamaño de muestra efectivo local $n_{eff}$ y métrica de dominancia local $d(\tau)$) para definir objetivamente el límite superior de la distribución de dispersión que está significativamente restringida por los datos, yendo más allá de las elecciones de binning arbitrarias.

Resultos

• Distribuciones intrínsecas: El modelo fiduciario produce restricciones más estrechas para los parámetros de la población en comparación con el Catálogo 1. El índice de la ley de potencia de la fluencia se encuentra en $\alpha = -1.07 \pm 0.02$, más suave que las estimaciones previas. Las distribuciones de DM, ancho y dispersión están bien restringidas como log-normales.
• Comportamiento de la escala de tiempo de dispersión: El análisis revela evidencia de un ligero descenso en la distribución de la escala de tiempo de dispersión intrínseca de las FRB en valores altos, aunque no se puede descartar una distribución plana o ligeramente ascendente. Los resultados de SBI restringen el parámetro de la pendiente de la cola a una mediana de $\kappa = -0.036$ con un intervalo de credibilidad del 95% de $[-0.244, 0.143]$. Esto sugiere que la distribución intrínseca es consistente con ser aproximadamente plana o de declive leve en el espacio logarítmico en tiempos de dispersión altos, en lugar de ascender bruscamente.
• Comparación con CRAFT: Al escalarse a una frecuencia de referencia de 600 MHz, la distribución de dispersión intrínseca de CHIME/FRB inferida es ampliamente consistente con la distribución observada del sondeo CRAFT (Commensal Real-time ASKAP Fast Transients). Esta consistencia respalda la conclusión de que CHIME/FRB no está perdiendo una gran población de ráfagas altamente dispersadas en relación con CRAFT, y que el descenso observado en el alto $\tau$ es probablemente una característica intrínseca o un resultado de los efectos de selección, más que una población faltante.
• Régimen restringido: Utilizando los nuevos diagnósticos, los autores establecen que la distribución de dispersión está significativamente restringida hasta $\tau \approx 30$ ms a 600 MHz, lo que representa una mejora significativa sobre el límite de $\sim 10$ ms establecido en el Catálogo 1.

Significado
El artículo afirma que la inferencia de la población de FRB rigurosa requiere un tratamiento igualmente riguroso de los efectos de selección del sondeo. Al proporcionar una descripción de la función de selección de CHIME/FRB que está calibrada por el sondeo, es explícitamente modelada y prácticamente utilizable, este trabajo permite un desesgado más preciso de las estadísticas de población derivadas de datos de intensidad. Los resultados sugieren que la distribución de dispersión intrínseca no exhibe un fuerte ascenso en tiempos de dispersión grandes, proporcionando evidencia más sólida de una población extragaláctica de ráfagas altamente dispersadas. Además, el marco desarrollado sirve como base para futuros estudios de población que involucren datos de banda base y localizaciones de Outrigger, donde se deben contabilizar capas adicionales de efectos de selección. Los autores enfatizan que, a medida que las muestras de FRB maduren, tal modelado de la función de selección se volverá central para transformar los catálogos de sondeos en restricciones robustas sobre las poblaciones de ráfagas intrínsecas y su astrofísica subyacente.