The subtle statistics of the distance ladder: On the distance prior and selection effects

Technische Samenvatting: De Subtiele Statistiek van de Afstandsladder: Over de Afstandsprior en Selectie-effecten

Probleemstelling
De moderne kosmologie wordt geconfronteerd met de "Hubble-spanning" (Hubble tension), een significante discrepantie ($\gtrsim 5\sigma$) tussen de Hubble-constante ($H_0$) die wordt afgeleid uit de lokale afstandsladder en die wordt afgeleid uit de kosmische achtergrondstraling (CMB) onder het $\Lambda$CDM-model. Hoewel systematische fouten in afstandindicatoren vaak worden onderzocht, wordt de statistische methodologie die ten grondslag ligt aan afstandsladder-analyses—specifiek de keuze van priors op latente afstandsparameters en de modellering van selectie-effecten—zelden beschouwd als een significante bijdrager aan deze spanning. Dit artikel betoogt dat ongepaste statistische modellering op deze gebieden een merkbare bias introduceert in de afgeleide $H_0$.

Methodologie
De auteurs maken gebruik van een combinatie van analytische afleidingen, mock-data simulaties en heranalyses van echte datasets om twee afzonderlijke statistische kwesties te onderzoeken:

1. Het Afstandsprior-effect: Afstanden zijn latente parameters die worden afgeleid van observeerbare grootheden (bijv. schijnbare magnitude en roodverschuiving). De auteurs demonstreren dat omdat objecten intrinsiek uniform verdeeld zijn in driedimensionale volumes, de correcte prior voor afstand $r$ moet schalen als $\pi(r) \propto r^2$ (de "volume-prior"). Veel huidige analyses gaan impliciet uit van een vlakke prior op de afstandmodulus $\mu$ (waarbij $\mu \propto \ln r$), wat overeenkomt met $\pi(r) \propto 1/r$.

   • Analytische benadering: De auteurs leiden de verschuiving af in de maximum a posteriori (MAP) schatting van $H_0$ als gevolg van verschillende prior-exponenten $k$ (waarbij $\pi(r) \propto r^k$) in een vereenvoudigd Bayesiaans forward-model. Ze tonen aan dat voor een volume-gelimiteerde steekproef met verwaarloosbare roodverschuivingsonzekerheid, de bias in $\ln H_0$ proportioneel is aan het verschil in de prior-exponent $\Delta k$.
   • Simulatie: Markov Chain Monte Carlo (MCMC) simulaties met mock-data bevestigen dat een uniform-in-volume prior ($k=2$) een onbevooroordeelde posterior oplevert voor $H_0$, terwijl een uniform-in-$\mu$ prior ($k=-1$) een significante bias produceert naar lagere afstanden en hogere $H_0$.

2. Selectie-effecten: De auteurs analyseren hoe selectiecriteria (volume-gelimiteerd, roodverschuivings-gelimiteerd en magnitude-gelimiteerd) interageren met de afstandsprior binnen een Bayesiaans kader.

   • Zij leiden de noodzakelijke correctiefactoren af voor de posterior distributie op basis van de waarschijnlijkheid dat een object in de steekproef wordt opgenomen.
   • Zij vergelijken deze Bayesiaanse forward-modellerende resultaten met frequentistische $\chi^2$-schatters, die afstanden behandelen als deterministische functies van roodverschuiving en geen expliciet prior-mechanisme bezitten.

Belangrijkste Bijdragen en Resultaten

• Kwantificering van de Prior-bias: De studie kwantificeert dat het gebruik van een vlakke prior op de afstandmodulus (gebruikelijk in Bayesiaanse analyses) in plaats van een volume-prior, $H_0$ te hoog beïnvloedt. Voor een steekproef met een magnitude-onzekerheid $\sigma_m = 0.1$ mag en $N=2000$ sterrenstelsels, komt de verschuiving tussen een vlakke-$\mu$ prior en een volume-prior overeen met een $6.2\sigma$ bias.
• Interactie met Selectie:
  • Roodverschuivingsselectie: In het limiet van verwaarloosbare roodverschuivingsonzekerheid ($\sigma_z \to 0$), heft een roodverschuivingsselectiefactor ($H_0^{3N}$) exact het effect van de volume-prior op als een vlakke-$\mu$ prior wordt gebruikt. Dit creëert een "toevallige annulering" waarbij een onfysische prior een onbevooroordeeld resultaat oplevert, maar dit alleen onder specifieke condities.
  • Magnitude-selectie: Voor magnitude-gelimiteerde steekproeven annuleert de selectiefactor de incorrecte prior niet, wat leidt tot een significante bias tenzij de volume-prior correct wordt toegepast.
  • Frequentistische $\chi^2$: De auteurs tonen aan dat frequentistische methoden onbevooroordeeld zijn voor volume-gelimiteerde steekproeven alleen als $\sigma_z \to 0$. Wanneer $\sigma_z > 0$, introduceert lineaire foutvoortplanting biases die afhangen van het teken van de correctieterm.
• Casestudy I: CosmicFlows-4 (CF4):
  • Bij het heranalyseren van de Tully-Fisher subset van CF4 vinden de auteurs dat de standaard analyse (equivalent aan een vlakke-$\mu$ prior) $H_0 \approx 75.1$ km s$^{-1}$ Mpc$^{-1}$ oplevert.
  • Het opleggen van de correcte volume-prior ($k=2$) verschuift het resultaat naar $H_0 \approx 66.9$ km s$^{-1}$ Mpc$^{-1}$, een dramatische verschuiving van $\approx 55\sigma$.
  • De auteurs merken op dat deze verschuiving illustratief is; de werkelijke waarde ligt waarschijnlijk tussen de volume-gelimiteerde en de roodverschuivings-gelimiteerde limieten, afhankelijk van de werkelijke, complexe selectiefunctie van de CF4-compilatie, die niet volledig homogeen is.
• Casestudy II: SH0ES:
  • Het toepassen van de volume-prior correctie op de SH0ES-pipeline (die een frequentistische benadering gebruikt met simulatie-gebaseerde bias-correcties) suggereert een verschuiving van $\approx 1.7\sigma$ naar een lagere $H_0$ (van $73.04$ naar $\approx 71.3$ km s$^{-1}$ Mpc$^{-1}$).
  • De auteurs argumenteren dat de bestaande simulatie-gebaseerde bias-correcties van de SH0ES-pipeline deze effecten waarschijnlijk al hebben meegenomen, wat impliceert dat het nominale SH0ES-resultaat waarschijnlijk al onbevooroordeeld is, mits de simulaties zowel de intrinsieke bronverdeling als de selectie-cuts nauwkeurig modelleren.

Betekenis en Claims
Het artikel claimt dat de statistische methodologie van afstandsladder-studies een kritisch, vaak over het hoofd gezien onderdeel is van de Hubble-spanning. De primaire betekenis ligt in het aantonen dat:

1. Onbevooroordeelde Inferentie Vereist Fysische Priors: In Bayesiaanse analyses is het aannemen van een vlakke prior op de afstandmodulus fysiek incorrect voor een in volume verdeeld universum en leidt dit tot bevooroordeelde $H_0$-schattingen, tenzij specifieke, vaak onrealistische selectiecondities van kracht zijn.
2. Modellering van Selectie is Niet Trivial: Selectie-effecten corrigeren de volume-prior niet enkel; ze introduceren onderscheidende factoren in de posterior. Een principiële aanpak vereist een generatief model dat zowel de intrinsieke volume-verdeling als de specifieke selectiefunctie accountt houdt.
3. Huidige Beperkingen: Veel state-of-the-art analyses (zowel frequentistisch als Bayesiaans) verwaarlozen de volume-prior of behandelen selectie-effecten ontoereikend. Hoewel simulatie-gebaseerde correcties (zoals gebruikt in SH0ES) deze biases kunnen mitigeren, zijn zij afhankelijk van de nauwkeurigheid van de onderliggende simulatiemodellen.
4. Toekomstige Vereisten: Om nauwkeurige beperkingen te verkrijgen, moeten toekomstige surveys prioriteit geven aan steekproeven met bekende, homogene selectiecriteria. Dit maakt de implementatie van principiële Bayesiaanse forward-modellen of nauwkeurige post-hoc simulatie-gebaseerde correcties mogelijk.

De auteurs concluderen dat zonder nauwkeurige modellering van zowel afstanden (via de correcte volume-prior) als selectie-effecten, afgeleide kosmologische parameters zoals $H_0$ en peculiar velocities (peculiere snelheden) te maken kunnen krijgen met systematische biases die met de steekproefgrootte schalen, wat de Hubble-spanning potentieel kan verergeren of juist maskeren.