Euclid preparation: LXXXVII. Non-Gaussianity of 2-point statistics likelihood: Precise analysis of the matter power spectrum distribution

Titel

Euclid voorbereiding LXXXVII: Non-Gaussianiteit van de likelihood van tweepuntsstatistieken: Precieze analyse van de verdeling van het materiespectrum.

1. Het Probleem

De komende generatie kosmologische surveys, zoals de Euclid-missie, verzamelen enorme hoeveelheden data om de structuur en evolutie van het heelal te bestuderen. Kosmologische informatie wordt voornamelijk geëxtraheerd uit tweepuntsstatistieken, zoals het vermogensspectrum (power spectrum).

• Aannames: Traditionele analyses gaan er vaak van uit dat de verdeling van deze statistieken een multivariate Gaussische verdeling volgt. Dit vereenvoudigt de likelihood-modellering aanzienlijk.
• Het Conflict: We weten dat dit niet correct is. Zelfs bij Gaussische velden volgt het vermogensspectrum een $\chi^2$-verdeling (niet Gaussisch) op grote schalen vanwege het beperkte aantal onafhankelijke modi. Op kleinere schalen (niet-lineaire regimes) veroorzaakt de niet-lineaire clustering van materie hogere-orde correlaties (bispectrum, trispectrum, pentaspectrum). Dit leidt tot een non-Gaussische verdeling van het vermogensspectrum, gekenmerkt door niet-verwaarloosbare scheefheid (skewness) en kurtosis.
• Risico: Als de likelihood-functie onterecht als Gaussisch wordt gemodelleerd, kan dit leiden tot systematische fouten (bias) in de afgeleide kosmologische parameters. Het is cruciaal om de aard en omvang van deze non-Gaussische afwijkingen te begrijpen voordat Euclid-data wordt geanalyseerd.

2. Methodologie

De auteurs hebben een uitgebreide analytische en numerieke benadering ontwikkeld om de verdeling van het geschatte vermogensspectrum te analyseren.

• Analytisch Kader:
  • Ze hebben een analytisch raamwerk afgeleid dat de scheefheid (derde cumulant) en kurtosis (vierde cumulant) van het vermogensspectrum-estimator relateert aan hogere-orde statistieken van het dichtheidsveld: het bispectrum, trispectrum en pentaspectrum.
  • Ze hebben uitdrukkingen afgeleid voor de verminderde scheefheid ($S_3$) en kurtosis ($S_4$) in termen van schaal-gemiddelde poly-spectra.
• Simulaties (COVMOS):
  • Omdat het genereren van 100.000 volledige N-lichaamssimulaties computationally onhaalbaar is, gebruikten ze de COVMOS-methode (Baratta et al.). Dit is een snelle methode om benaderende catalogi te genereren die de doelpunt-verdelingen (PDF) en vermogensspectra van het dichtheidsveld exact reproduceren.
  • Ze genereerden 100.000 realisaties van donkere-materievelden in zowel ruimte (real space) als roodverschuiving-ruimte (redshift space).
  • Verschillende kosmologische modellen werden getest: $\Lambda$CDM, een model met massieve neutrino's (16nu), en een model met dynamische donkere energie (w9p3).
• Estimators:
  • Ze gebruikten de software NBodyKit om het vermogensspectrum te schatten.
  • Ze varieerden technische instellingen zoals: aliasing-correctie (interlacing), mass-toewijzingsschema's (CIC vs. PCS), en de grootte van de Fourier-binning ($\Delta k$).
  • Ze onderzochten ook survey-specifieke effecten: steekproefdichtheid (shot noise) en survey-masks (kegelvormige geometrieën) inclusief het integraalconstraint (IC) effect.

3. Belangrijkste Bijdragen en Resultaten

A. Oorsprong van Non-Gaussianiteit

• Dominante Termen: De analyse toont aan dat de scheefheid van het vermogensspectrum voornamelijk wordt gedreven door het pentaspectrum op kleine schalen en het trispectrum op intermediaire schalen.
• Bispectrum: De bijdrage van het bispectrum aan de scheefheid is verwaarloosbaar klein (meer dan twee ordes van grootte kleiner dan het trispectrum) vanwege restricties op driehoekige configuraties binnen een Fourier-schaal.
• Individuele Modi: Een cruciale bevinding is dat de kwadraatmodulus van individuele Fourier-modi ($|\delta_k|^2$) nog steeds een exponentiële verdeling volgt (zoals verwacht bij een Gaussisch veld), zelfs in een niet-Gaussisch dichtheidsveld. De extra scheefheid ontstaat dus niet door de verdeling van individuele modi, maar door de correlaties tussen de modi binnen een schaal.

B. Invloed van Kosmologische en Observatieparameters

• Roodverschuiving (Redshift): De non-Gaussianiteit is het sterkst bij lage roodverschuiving ($z=0$) en neemt af bij hogere $z$. Op $z=2$ is de afwijking van de Gaussische voorspelling voor de schalen die worden onderzocht verwaarloosbaar.
• Roodverschuiving-distorsies (RSD): In roodverschuiving-ruimte wordt de excess-scheefheid van het monopool (in echte ruimte) overgedragen naar de kwadrupool en hexadecapool, maar de totale amplitude van de scheefheid neemt met ongeveer een factor 10 af.
• Kosmologisch Model: Variaties in kosmologische parameters (zoals massieve neutrino's of dynamische donkere energie) hebben geen significant effect op de scheefheid, zolang de clustering-amplitude vergelijkbaar blijft.
• Binning ($\Delta k$): Het vergroten van de breedte van de Fourier-bins leidt tot een toename van de excess-scheefheid (tot wel 66% op intermediaire schalen), omdat dit de correlaties tussen modi versterkt.
• Shot Noise: Een hogere shot noise (lagere dichtheid van objecten) verminderd de excess-scheefheid. Op schalen waar shot noise het signaal domineert, nadert de verdeling weer naar een Gaussische/Poisson-verdeling. Voor de verwachte dichtheid van Euclid is dit effect significant (reductie van ~50%).
• Survey Mask en Integral Constraint (IC):
  • Het toepassen van een survey-mask (bijv. een kegelvormige geometrie) verhoogt de scheefheid aanzienlijk op alle schalen door Fourier-modi te correlateren.
  • De Integral Constraint (IC) (het feit dat de gemiddelde dichtheid binnen het survey wordt geschat in plaats van bekend is) introduceert een extra excess-scheefheid op kleine schalen. Dit effect is significant voor kleine survey-volumes, maar wordt subdominant voor het grote volume van Euclid (DR1).

4. Betekenis en Conclusie

• Validatie van COVMOS: Het artikel bevestigt dat de COVMOS-methode betrouwbaar is voor het bestuderen van non-Gaussische eigenschappen van tweepuntsstatistieken, wat overeenkomt met resultaten van zwaardere N-lichaamssimulaties (DEUS-PUR).
• Likelihood-modellering: De studie concludeert dat de likelihood van het geschatte materievermogensspectrum significant afwijkt van een Gaussische aanneming op niet-lineaire schalen, vooral bij lage roodverschuiving.
• Implicaties voor Euclid: Hoewel de verdeling niet-Gaussisch is, suggereert het begeleidend artikel (GB-2025) dat het aannemen van een Gaussische likelihood voor Euclid-achtige datasets geen significante bias introduceert in de schatting van kosmologische parameters. Dit komt deels door de hoge precisie en het grote volume van Euclid, waardoor de shot noise en het IC-effect de non-Gaussianiteit dempen.
• Technische Adviezen: Voor toekomstige analyses is het belangrijk om rekening te houden met de grootte van de binning en de survey-geometrie, aangezien deze de statistische eigenschappen van de data-vector beïnvloeden.

Kortom, dit artikel levert een fundamenteel analytisch en numeriek inzicht in waarom en hoe het vermogensspectrum niet-Gaussisch is, en biedt een solide basis voor de data-analyse van de Euclid-missie.