🔭 astrophysics

Selection effects in correlated observations with application to distance-ladder observations

本論文は、相関のある観測量における選択バイアスに対するベイズ尤度を導出し、それをセフェイド変数のデータに適用することで、そのような未モデル化の効果がハッブル・テンションに有意に寄与しているという証拠はわずかであることを見出したが、距離の事前分布によっては、それらが推論されるハッブル定数を部分的に低下させる可能性があることも示している。

原著者： Will J. Percival (Waterloo Centre for Astrophysics, University of Waterloo)

公開日 2026-07-27

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Will J. Percival (Waterloo Centre for Astrophysics, University of Waterloo)

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

宇宙全体の大きさを測定しようとしていると想像してみてください。これを行うために、天文学者は「宇宙の梯子（はしご）」を用います。この梯子の最も下の段は、近傍の星までの距離をパララックス（年周視差：地球が太陽の周りを公転することによる星の位置の変化）という手法で測定することです。次の段は、セファイド変光星と呼ばれる特別な脈動星です。これらの星は、まるで宇宙の灯台のようです。脈動が遅いほど、その星の真の明るさは増します。これらの星がどれくらいの速さで脈動しているかと、地球から見た「見かけの」明るさを測定することで、天文学者はその距離を計算できます。これらの変光星が存在する銀河の中で、Ia型超新星として爆発した天体までの距離が判明すれば、それらの超新星をさらに明るい灯台として利用し、広大な宇宙の端々までの距離を測定することができます。これらの距離を、それらの銀河が私たちからどれほどの速さで遠ざかっているかと組み合わせることで、科学者は宇宙の現在の膨張率を示すハッブル定数（ $H_0$ ）を算出できます。

ここで問題が発生します。誰もがこの膨張率の正確な数値を知りたがっていますが、そこには頑固な不一致が存在します。初期の宇宙（宇宙マイクロ波背景放射）を観察して得られた測定値は一つの答えを示しますが、この宇宙の梯子を用いて得られた測定値は、それとは少し異なる、より速い答えを示します。この不一致は「ハッブル・テンション（ハッブル緊張）」と呼ばれます。それは、二人の非常に賢い友人が同じ部屋を異なる巻尺で測り、異なる結果を得ているようなものです。長年、科学者たちは、どちらかの巻尺が壊れているのか、あるいは数字の読み方に隠れたトリックがあるのではないかと考えてきました。一つの大きな懸念は「選択バイアス」です。これは、研究対象とする星の選び方が、意図せず結果を歪めてしまう現象です。例えば、もし群衆の中から最も明るい星だけを選んで見てしまうと、平均的な人物が実際よりも背が高いと勘違いしてしまうかもしれません。

この論文は、非常に具体的な問いを投げかけています。「微細で隠れた選択バイアスが、セファイド変光星の測定を狂わせている可能性があるのだろうか？」具体的には、著者は、可視光での見えやすさに基づいて星が「選択」されている一方で、その「明るさ」は赤外線で測定されているというシナリオを調査しています。可視光と赤外線の両方における背景の「ノイズ」は関連しているため、可視光で見えやすい星を選ぶことは、図らずも赤外線において少し異なる性質を持つ星を選んでしまうことになり、微小で系統的な誤差を生む可能性があります。この論文は、このような「相関のある選択」が実際に起きているのか、そしてもし起きているならば、それが宇宙の膨張率の計算にどの程度影響を与えるのかを検証するために、統計モデルを構築しています。

著者であるウィル・J・パーシバルは、まず、この「相関する選択」がどのように機能するかを正確に記述する数学的モデルを作成することから始めます。リンゴの籠の重さを量ろうとしている場面を想像してください。ただし、あなたは薄暗い光の下でも見えるほど「光沢がある」リンゴだけを選ぶことができます。もしリンゴの皮の光沢が実際の重さと関連しているなら、あなたの選択プロセスは、たとえ後で完璧に重さを量ったとしても、意図せず重い（あるいは軽い）リンゴを優先してしまい、平均の重さの計算を歪めてしまうかもしれません。論文はこのための補正式を導き出し、たとえ選択がランダムに見えたとしても、変数同士が結びついていれば平均の結果を変化させ得ることを示しています。

著者がこのモデルを最近のハッブル定数の測定に使用された実際のデータに適用したところ、結果は「おそらくそうかもしれない」と「状況による」が混在したものとなりました。研究によれば、この特定の種類の選択バイアスが実際に起きているという証拠は極めて弱く、統計的な有意性は1.2σから1.9σの間を漂っています。科学の言葉で言えば、これは騒がしい部屋の中でかすかな囁きを聞いているようなものです。何かがそこに存在する可能性を示唆してはいますが、それを確定させるような叫び声ではありません。データは、このバイアスがハッブル・テンションの真犯人であることを証明していません。

しかし、この論文は非常に興味深い問いを立てています。「もしこのバイアスが存在すると仮定し、それでもなお補正を行うとしたらどうなるか？」著者が、この潜在的なバイアスを考慮するための補正係数をモデルに加えると、算出されるハッブル定数の値は低下します。星が空間にどのように分布しているかという仮定（事前分布）に応じて、膨張率は0.7 km s⁻¹ Mpc⁻¹ から 1.1 km s⁻¹ Mpc⁻¹ 低下します。もし著者が個々の銀河ごとに異なる補正を許容した場合、低下幅はさらに大きくなりますが、その場合は結果が初期の仮定に対して非常に敏感になります。

この論文は、この選択効果がハッブル・テンションの「唯一の解決策」であるという考えを明確に否定しています。それが引き起こす変化は実在しますが、宇宙の膨張に関する異なる測定値の間の溝を完全に埋めるには小さすぎます。著者は、この特定のバイアスが主要な悪役ではないかもしれないが、より大きなパズルのピースの一つになり得る、と結論づけています。また、星が位置する場所に関する数学的な仮定（事前分布）の選択が、選択バイアスそのものよりも最終的な答えに大きな影響を与えることもある、という点も強調しています。

結局のところ、この論文はハッブル・テンションの謎を解明したわけではありませんが、探偵作業のための新しいツールを提供しました。それは、たとえバイアスの存在を証明できなくても、もし存在した場合に答えがどれほど変わるかを検証しておくべきであることを示しています。著者は、ジェイムズ・ウェッブ宇宙望遠鏡（JWST）による将来の観測が、これらの星をより鮮明な精度で捉えることで、これらのアイデアを検証する助けになるだろうと示唆しています。もしバイアスが実在するならば、より優れた測定によってその影響は軽減されるはずです。現時点では、ハッブル・テンションは依然として手強い謎として残っていますが、この論文は進行中の宇宙論的論争に対し、より慎重で新しい視点を付け加えています。

技術要約：相関のある観測における選択効果と、距離梯子観測への適用

問題提起
天文学的な推論は、検出された天体のサンプルが基礎となる母集団の代表的な部分集団ではない場合、選択バイアスによってしばしば複雑化する。標準的な選択効果（例：マルムクイスト・バイアス）は、選択が測定量自体に直接作用する場合に発生するが、本論文ではより微妙なクラスのバイアス、すなわち、ある観測量（ $x$ ）を用いて天体が選択されているが、異なる相関のある観測量（ $y$ ）を用いて解析される際に生じる選択効果について扱う。このシナリオは、ハッブル定数（ $H_0$ ）の距離梯子の測定、具体的にはSH0ESプロジェクトにおいて頻繁に見られる。これらの測定では、セフェイド変光星は周期的な変動を特定するために可視光波長の観測に基づいて選択されるが、その等級は減光や金属量の影響を最小限に抑えるために近赤外線（NIR）で測定される。背景の混雑（クラウディング）やノイズは両方のバンドに影響を与えるため、選択の観測量と測定の観測量は相関している。もしこの相関がモデル化されない場合、測定された等級の平均値に系統的なシフトを誘発し、潜在的に距離スケールおよび $H_0$ にバイアスを与える可能性がある。

手法
著者は、これらの効果をモデル化し補正するために、ベイズ論的文脈における統計的枠組みを開発する。

理論的導出： 本論文では、相関のある変数 $x$ が切断されている（例： $x < x_{\text{lim}}$ ）場合の変数 $y$ の尤度関数を導出する。真の値と測定誤差が二変量正規分布に従うと仮定すると、条件付き分布 $f(y | x < x_{\text{lim}})$ が導かれる。解析の結果、尤度の形状は（弱相関領域では歪みが抑制されるものの）近似的に正規分布のままであるが、その平均値は相関係数 $\rho$ に比例し、かつ選択閾値に依存してシフトすることが示された。
セフェイドへの適用： このモデルを、Riess et al. (2022, R22) の距離梯子で使用されているセフェイドのデータに適用する。選択補正は、各セフェイドの独立して測定された測光誤差（ $\sigma_j$ ）に応じてスケーリングするようにパラメータ化される。これは、選択バイアスがより暗い、あるいはノイズの多い検出において顕著になるという期待を反映している。
ベイズ的実装： 研究では、距離梯子の同時ベイズ解析を行い、 $H_0$ $H_{0}$ と選択効果を記述する摂動パラメータを同時に推論する。選択補正には以下の3つのパラメータ化スキームをテストした：
- 個別（Individual）： 各ホスト銀河に対して固有の補正パラメータを割り当てる。
  に
- 階層的（Hierarchical）： 共通の正規分布から抽出される補正パラメータを用いる。
- 共有（Shared）： すべてのホストに対して単一のグローバルな補正パラメータを用いる。
事前分布の感度： 本研究は、距離指数（distance modulus）に対する事前分布の選択が距離指数に与える影響を厳密に検証する。標準的な距離指数に関する一様分布（ $\text{uniform-}\mu$ ）と、体積制限されたサンプルにおける銀河の空間密度を考慮した体積に関する一様分布（ $\text{uniform-}r^3$ ）を対比させる。
検証： モデルがデータに過学習していないか、また選択パラメータの導入が真の選択効果が存在しない場合に人工的なバイアスを導入していないかを確認するために、事後予測チェック（PPT）を用いて結果を検証する。

主な結果

選択効果の証拠： データは、非ゼロの残留選択補正に対する弱い証拠を示している。採用される距離の事前分布に応じて、非ゼロの補正の有意性は $1.2\sigma$ から $1.9\sigma$ の範囲となる。
$H_0$ への影響：
- 事前分布の感度： 距離指数に関する事前分布を $\text{uniform-}\mu$ から $\text{uniform-}r^3$ に変更すると、選択補正なしでも推論される $H_0$ は約 $1.7 \text{ km s}^{-1} \text{ Mpc}^{-1}$ 低下する。
- 選択補正の影響： 単一の共有選択補正パラメータを含めると、回復される $H_0$ はさらに $\Delta H_0 = -0.7 \text{ km s}^{-1} \text{ Mpc}^{-1}$ （ $\text{uniform-}\mu$ の場合）から $-1.1 \text{ km s}^{-1} \text{ Mpc}^{-1}$ （ $\text{uniform-}r^3$ の場合）低下する。
- 複合効果： $\text{uniform-}r^3$ 事前分布と共有選択補正を組み合わせると、推論される $H_0$ は $69.8 \pm 1.2 \text{ km s}^{-1} \text{ Mpc}^{-1}$ まで低下する。
- 過学習のリスク： 各ホスト銀河に対して独立した選択補正を許容すると、 $H_0$ のシフトはさらに大きくなるが（例： $\text{uniform-}r^3$ の場合 $66.04 \text{ km s}^{-1} \text{ Mpc}^{-1}$ ）、本論文ではこのモデルはデータを過学習しており、事前分布に対して非常に敏感であるため、単一パラメータモデルを保守的なベースラインとして注意書きしている。
事後予測チェック： PPTは、観測された等級分布と適合度の統計量がモデルの仮定と一致していることを確認している。データは、選択効果がないという帰無仮説の下で生成された合成実現値の範囲内にあり、検出された補正の統計的な有意性の弱さと整合している。

意義と主張
本論文は、新しい選択補正を導入すること自体では「ハッブル・テンション」（局所的な $H_0$ 測定値とCMBによる測定値の間の不一致）を説明することはできないが、それは多角的な解決策の重要な構成要素となり得ることを主張している。本研究は以下を実証している：

相関のある観測量における選択効果は、標準的な適合度テストでは容易に検出できない平均のオフセットを誘発し得るが、宇宙論的な推論をシフトさせることがある。
推論される $H_0$ は、距離パラメータに関する事前分布の選択と選択効果の扱いに高度に敏感である。
距離の事前分布と選択モデルの結合は非自明であり、選択の不確実性を周辺化することで、距離の事前分布がグローバルなフィットに対してより大きな影響力を持つようになる。
測光精度（例：銀河外セフェイドのJWSTによる観測）の将来的な向上は、これらの選択効果の大きさを変化させ、推論された補正に対する決定的なテストとなる。

本研究は、ベイズ推論に相関のある観測量の選択効果を組み込むための正式な統計的枠組みを提供しており、これはセフェイドに限らず、サンプル選択と測定が相関のある変数に依存するあらゆるシナリオに適用可能である。

関連論文