Frequentist Cosmological Constraints from Full-Shape Clustering Measurements in DESI DR1

想象一下，宇宙是一个巨大的、不断膨胀的气球，上面覆盖着复杂的点状图案。这些点就是星系，它们聚集在一起的方式蕴含着关于我们的宇宙如何开始、如何生长以及是什么神秘力量在推动它扩张的秘密代码。科学家们称之为“大尺度结构”。为了破解这个代码，他们使用了一把名为“重子声学振荡”（BAO）的宇宙尺子——这是来自大爆炸的“化石涟漪”，有助于测量距离。他们还研究了星系图案的“全貌”，这能告诉他们结构增长的速度以及“暗能量”（加速膨胀的不可见力量）在起多大的作用。大家都在问的大问题是：宇宙的行为是否完全符合我们标准教科书模型的预测，还是说在数据中隐藏着某些新奇而怪异的东西？

这就是暗能量光谱仪（DESI）发挥作用的地方。这是一个大规模望远镜项目，刚刚发布了它的第一批数据（DR1），测量了数百万个星系的位置。但问题在于：当科学家分析这些数据时，他们必须在如何进行数学运算上做出选择。一种流行的统计方法被称为“贝叶斯法”（Bayesian），它高度依赖于“先验分布”（priors）——这就像是我们在观察数据之前对答案进行的初始猜测或假设。另一种方法是“频率派法”（Frequentist），它忽略这些猜测，让数据自己说话，询问：“如果我们重复进行一千次实验，得到这个结果的可能性有多大？”

你即将阅读的这篇论文是一个关于这两位数学侦探的侦探故事。作者们由 J. Morawetz 领导，他们使用了同样的最新 DESI 数据，并分别通过贝叶斯和频率派的视角进行了审视，以观察初始猜测是否在暗中扭曲了结果。他们发现，对于最简单的宇宙模型（称为 $\Lambda$CDM），两名侦探的结论完全一致。然而，对于一个允许暗能量随时间变化的更复杂模型（称为 $w_0w_a$CDM），贝叶斯侦探的结果受到了其初始猜测的显著影响，而频率派侦探则始终坚持事实。

以下是他们的发现：

简单宇宙 vs. 复杂宇宙
当科学家们观察标准的简单宇宙模型（$\Lambda$CDM）时，两种方法给出的答案非常相似。例如，他们发现宇宙的膨胀速率约为 $68.96$ km/s/Mpc（衡量星系远离我们速度的单位），且物质约占宇宙的 $30.34\%$。在这里，“初始猜测”并没有造成干扰；数据足够强大，足以抵消任何偏差，两种方法的差异小于 $1\sigma$（一种标准的统计偏差度量）。

“先验”陷阱
当他们测试那个允许暗能量随时间变化的复杂模型（$w_0w_a$CDM）时，故事变得精彩起来。在这种情况下，贝盖斯方法（使用初始猜测的方法）产生的结果与频率派方法（不使用初始猜测的方法）在统计学上有着显著区别。

• 贝叶斯结果： 在没有超新星数据的情况下，它表明宇宙的膨胀速度要快得多（$H_0 \approx 77.0$ km/s/Mpc），并且暗能量的行为非常诡异。
• 频率派结果： 它表明膨胀速度要慢得多（$H_0 \approx 63.7$ km/s/Mpc），并且具有不同的暗能量值。

作者们计算了这两个结果之间的统计距离，发现了巨大的偏移：对于膨胀率（$H_0$），贝叶斯均值偏离频率派估计达 $4.1\sigma$，而在其他参数（如暗能量）上的偏移甚至更大（分别为 $6.3\sigma$ 和 $6.6\sigma$）。作者意识到，贝叶斯的结果正被其自身的初始假设所“拉扯”。因为对于这个复杂的模型，数据本身有些模糊，所以“先验”（即猜测）就像一块沉重的磁铁，将最终答案拖向了猜测所在的方向，而不是数据指向的方向。而拒绝看向磁铁的频率派方法，则找到了另一条由数据驱动的路径。

超新星的魔力
不过，这里还有一个转折。当科学家们将来自 Ia 型超新星（作为另一种宇宙尺子的爆炸恒星）的数据加入其中时，两种方法终于达成了一致。来自超新星的额外数据如此强大，以至于打破了参数之间的“简并性”（即混淆状态）。它迫使贝叶斯方法放弃了有偏见的猜测，并与频率派方法保持一致，使统计偏移降低到了 $1\sigma$ 以下。如果没有超新星，贝叶斯结果会严重依赖于初始假设的选择，从而导致与数据驱动的频率派分析截然不同的结论。

底线结论
论文得出结论：对于复杂的宇宙学模型，仅依赖带有标准初始猜测的贝叶斯方法可能会导致误导性的结论。频率派方法提供了一个至关重要的现实检查，表明之前贝叶斯分析中看到的那些“怪异”结果，可能仅仅是先验选择产生的数学人工痕迹，而非新的物理现象。

具体而言，结合其他观测结果后，对 DESI 数据的频率派分析给出了以下置信区间：

• 对于简单模型 ($\Lambda$CDM)：$\sigma_8 = 0.863^{+0.048}_{-0.040}$，$H_0 = 68.96^{+0.81}_{-0.80}$ km s$^{-1}$Mpc$^{-1}$，以及 $\Omega_m = 0.3034 \pm 0.0110$。
• 对于不含超新星的复杂模型 ($w_0w_a$CDM)：$\sigma_8 = 0.782^{+0.060}_{-0.036}$，$H_0 = 63.7^{+4.2}_{-2.0}$ km s$^{-1}$Mpc$^{-1}$，$\Omega_m = 0.378^{+0.024}_{-0.047}$，$w_0 = -0.16^{+0.10}_{-0.50}$，以及 $w_a = -3.0^{+1.7}$。

作者强调，虽然贝叶斯方法功能强大，但当数据不够清晰时，必须极其谨慎地使用，因为“先验”很容易劫持结论。通过使用频率派方法进行交叉验证，他们确保了我们绘制的宇宙地图是基于真实的地理地形，而非仅仅基于我们预想的位置。