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

Resumo Técnico: As Estatísticas Sutis da Escada de Distâncias: Sobre o Prior de Distância e Efeitos de Seleção

Enunciado do Problema
A cosmologia moderna enfrenta a "tensão de Hubble", uma discrepância significativa ($\gtrsim 5\sigma$) entre a constante de Hubble ($H_0$) inferida pela escada de distâncias local e aquela derivada da Radiação Cósmica de Fundo (CMB) sob o modelo $\Lambda$CDM. Enquanto erros sistemáticos em indicadores de distância são frequentemente escrutinados, a metodologia estatística subjacente às análises da escada de distâncias — especificamente a escolha de priors sobre parâmetros de distância latentes e a modelagem de efeitos de seleção — raramente é considerada um contribuidor significativo para essa tensão. Este artigo argumenta que a modelagem estatística inadequada nessas áreas introduz vieses apreciáveis na $H_0$ inferida.

Metodologia
Os autores empregam uma combinação de derivações analíticas, simulações de dados fictícios (mock data) e reanálises de conjuntos de dados do mundo real para investigar dois problemas estatísticos distintos:

1. O Efeito do Prior de Distância: Distâncias são parâmetros latentes inferidos a partir de observáveis (ex: magnitude aparente e redshift). Os autores demonstram que, como objetos são intrinsecamente distribuídos uniformemente em volume tridimensional, o prior correto para a distância $r$ deve escalar como $\pi(r) \propto r^2$ (o "volume prior"). Muitas análises atuais assumem implicitamente um prior plano sobre o módulo de distância $\mu$ (onde $\mu \propto \ln r$), o que corresponde a $\pi(r) \propto 1/r$.

   • Abordagem Analítica: Os autores derivam o deslocamento na estimativa de máxima posteriori (MAP) de $H_0$ resultante de diferentes expoentes de prior $k$ (onde $\pi(r) \propto r^k$) em um modelo de frente bayesiano simplificado. Eles mostram que, para uma amostra limitada por volume com incerteza de redshift negligenciável, o viés em $\ln H_0$ é proporcional à diferença no expoente do prior $\Delta k$.
   • Simulação: Simulações de Monte Carlo via Cadeia de Markov (MCMC) usando dados fictícios confirmam que um prior uniforme em volume ($k=2$) produz um posterior não enviesado para $H_0$, enquanto um prior uniforme em $\mu$ ($k=-1$) produz um viés significativo para distâncias menores e $H_0$ maior.

2. Efeitos de Seleção: Os autores analisam como os critérios de seleção (limitados por volume, por redshift e por magnitude) interagem com o prior de distância dentro de um arcabouço bayesiano.

   • Eles derivam os fatores de correção necessários para a distribuição posterior baseados na probabilidade de um objeto entrar na amostra.
   • Eles comparam esses resultados de modelagem de frente bayesiana com estimadores frequentistas de $\chi^2$, que tratam distâncias como funções determinísticas de redshift e carecem de um mecanismo de prior explícito.

Contribuições Principais e Resultados

• Quantificação do Viés de Prior: O estudo quantifica que usar um prior plano no módulo de distância (comum em análises bayesianas) em vez de um prior de volume enviesa a $H_0$ para cima. Para uma amostra com incerteza de magnitude $\sigma_m = 0,1$ mag e $N=2000$ galáxias, o deslocamento entre um prior de $\mu$ plano e um prior de volume corresponde a um viés de $6,2\sigma$.
• Interação com a Seleção:
  • Seleção de Redshift: No limite de incerteza de redshift negligenciável ($\sigma_z \to 0$), um fator de seleção de redshift ($H_0^{3N}$) cancela exatamente o efeito do prior de volume se um prior de $\mu$ plano for usado. Isso cria um "cancelamento fortuito" onde um prior não físico produz um resultado não enviesado, mas apenas sob condições específicas.
  • Seleção de Magnitude: Para amostras limitadas por magnitude, o fator de seleção não cancela o prior incorreto, levando a um viés significativo, a menos que o prior de volume seja aplicado corretamente.
  • $\chi^2$ Frequentista: Os autores mostram que métodos frequentistas são não enviesados para amostras limitadas por volume apenas se $\sigma_z \to 0$. Quando $\sigma_z > 0$, a propagação linear de erro introduz vieses que dependem do sinal do termo de correção.
• Estudo de Caso I: CosmicFlows-4 (CF4):
  • Reanalisando o subconjunto Tully-Fisher do CF4, os autores encontram que a análise padrão (equivalente a um prior de $\mu$ plano) resulta em $H_0 \approx 75,1$ km s$^{-1}$ Mpc$^{-1}$.
  • Impor o correto prior de volume ($k=2$) desloca o resultado para $H_0 \approx 66,9$ km s$^{-1}$ Mpc$^{-1}$, um deslocamento dramático de $\approx 55\sigma$.
  • Os autores observam que este deslocamento é ilustrativo; o valor verdadeiro provavelmente reside entre os limites de volume e de seleção de redshift, dependendo da função de seleção real e complexa da compilação do CF4, que não é totalmente homogênea.
• Estudo de Caso II: SH0ES:
  • Aplicar a correção do prior de volume ao pipeline SH0ES (que utiliza uma abordagem frequentista com correções de viés baseadas em simulações) sugere um deslocamento de $\approx 1,7\sigma$ para uma $H_0$ menor (de $73,04$ para $\approx 71,3$ km s$^{-1}$ Mpc$^{-1}$).
  • Os autores argumentam que as correções de viés baseadas em simulações já existentes no pipeline SH0ES provavelmente já contabilizam esses efeitos, implicando que o resultado nominal do SH0ES pode já ser não enviesado, desde que as simulações modelem com precisão tanto a distribuição intrínseca da fonte quanto os cortes de seleção.

Significância e Alegações
O artigo afirma que a metodologia estatística dos estudos de escada de distâncias é um componente crítico e frequentemente negligenciado da tensão de Hubble. A principal significância reside em demonstrar que:

1. Inferência Não Enviesada Requer Priors Físicos: Em análises bayesianas, assumir um prior plano no módulo de distância é fisicamente incorreto para um universo distribuído em volume e leva a estimativas de $H_0$ enviesadas, a menos que condições de seleção específicas, e muitas vezes irreais, sejam atendidas.
2. Modelagem de Seleção não é Trivial: Efeitos de seleção não apenas "corrigem" o prior de volume; eles introduzem fatores distintos no posterior. Uma abordagem principada requer um modelo generativo que considere tanto a distribuição de volume intrínseca quanto a função de seleção específica.
3. Limitações Atuais: Muitas análises de ponta (tanto frequentistas quanto bayesianas) negligenciam o prior de volume ou tratam os efeitos de seleção de forma inadequada. Embora correções baseadas em simulações (como as usadas no SH0ES) possam mitigar esses vieses, elas dependem da precisão dos modelos de simulação subjacentes.
4. Requisitos Futuros: Para obter restrições precisas, futuros levantamentos devem priorizar amostras com critérios de seleção conhecidos e homogêneos. Isso permite a implementação de modelos de frente bayesianos ou correções post-hoc baseadas em simulações precisas.

Os autores concluem que, sem a modelagem precisa tanto das distâncias (via o correto prior de volume) quanto dos efeitos de seleção, os parâmetros cosmológicos inferidos, como $H_0$ e velocidades peculiares, podem sofrer de vieses sistemáticos que escalam com o tamanho da amostra, potencialmente exacerbando ou obscurecendo a tensão de Hubble.