Reconstructing and resampling: a guide to utilising posterior samples from gravitational wave observations

技术摘要：重构与重采样：利用引力波观测后验样本的指南

问题陈述
LIGO–Virgo–KAGRA (LVK) 合作组发布了引力波数据以及观测信号的贝叶斯后验分布，这些分布通常以等权重样本的形式提供。这些样本对于下游分析（例如约束合并黑洞的种群或测试基础物理学）至关重要。然而，许多此类分析需要修改原始推断的底层假设——例如改变波形模型、先验分布或噪声功率谱密度 (PSD)。针对每一种变化都重新运行完整的随机采样过程（如马尔可夫链蒙特卡罗或嵌套采样）在计算上是极其昂贵的。虽然存在重采样技术可以从现有样本生成新的后验集而无需重新分析，但其在引力波天文学中的应用仍缺乏关于如何准确重构似然和先验，以及不同重采样策略效率对比方面的系统性文档。

方法论
本文概述了一个全面的框架，用于从 LVK 数据产品（具体为由 Bilby 推断库生成并通过 PESummary 打包的产品）中重构后验密度并应用重采样技术。

1. 似然与先验的重构：

   • 作者详细说明了从存储的后验样本中准确重构对数似然和对数先验的要求。这涉及匹配原始计算环境（特别是 conda 环境以及 Bilby、LALSimulation 等软件版本）和硬件配置。
   • 重构的关键组成部分包括：使用原始应变数据（最好是在降采样前的 16384 Hz）、应用正确的窗函数（Tukey 窗）、利用特定的 PSD 估计方法（BayesWave），以及配置波形近似器（例如 IMRPhenomXPHM）。
   • 文中区分了边际似然（用于采样）和非边际似然（对应于全后验），并指出数据发布中存储的值通常是边际化的。
   • 校准不确定性通过利用从校准包络线构建的样条近似进行边际化处理来处理。

2. 重采样技术：

   • 拒绝采样 (Rejection Sampling, RS)： 样本被接受的概率与目标密度与提议密度之比成正比。其效率取决于该比例的上界 $M$。
   • 重要性采样 (Importance Sampling, IS)： 利用权重直接估计统计量或创建加权直方图。文中区分了标准 IS（加权估计）和多项式-IS（通过有放回抽样创建新的样本集）。
   • 帕累托平滑 (Pareto-Smoothing)： 为了解决由重尾权重分布引起的效率低下问题，作者引入了帕累托平滑重要性采样 (PSIS) 和帕累托平滑拒绝采样 (PSRS)。这涉及对最大的权重进行广义帕累托分布拟合，并用期望顺序统计量替换它们。使用诊断参数 $\hat{k}$ 来评估可靠性（$\hat{k} < 0.5$ 为可靠；$\hat{k} > 0.7$ 表示存在高偏差）。

3. 效率指标：

   • 文中定义了 RS 的效率为接受率，以及 IS 的效率为相对于原始样本大小的有效样本量 (ESS)。
   • 在假设权重服从对数正态分布的情况下，提供了效率的解析近似，将效率与对数权重的方差联系起来。

主要贡献

• 重构指南： 一份从 LVK 公开数据中重构似然和先验的实用指南，证明了在匹配软件环境的情况下，重构值与存储值之间的残差是微乎其微的（似然函数通常 $< 10^{-3}$），从而确保了重采样的有效性。
• 比较分析： 对 RS、多项式-IS 及其帕累托平滑变体进行了系统比较。作者证明，虽然 RS 产生独立的样本，但如果分布差异显著，其效率会很低。多项式-IS 提供更平滑的直方图，但会引入样本相关性。当权重分布具有重尾特征时，帕累托平滑可以提高这两种方法的效率。
• 贝叶斯因子估计： 推导了如何使用重采样权重来估计原模型与修改后模型之间的贝叶斯因子（及其不确定性），从而实现无需重新分析的模型比较。
• 验证： 使用玩具模型和真实引力波事件（GW150914 和 GW230627_015337）对上述方法进行了验证。

结果

• 重构准确性： 对 GW150914 和 GW230627_015337 的测试表明，重构的对数似然和对数先验与存储值高度匹配。硬件差异（例如 Intel Xeon 与 Apple M3）引入的随机偏移约为 $3 \times 10^{-6}$，这在重采样中是可以忽略不计的。
• 重采样性能：
  • 在提议分布比目标分布更宽（欠约束）的玩具模型中，RS 和 IS 表现良好。
  • 当提议分布更窄（过约束）时，RS 效率迅速下降。IS 的退化较为缓慢，但除非经过平滑处理，否则会面临高方差问题。
  • 在 $\hat{k}$ 保持在 0.7 以下的情况下，帕累托平滑在过约束场景中显著提高了效率。
• 应用实例：
  • 波形模型变更： 将 GW150914 从 IMRPhenomXPHM 模型重采样为 IMRPhenomXP 模型（去除了高阶模），成功复现了全量重新分析的后验分布。得到的贝叶斯因子（$\ln B = 0.16 \pm 0.03$）表明对更简单的模型有轻微支持。
  • PSD 更新： 使用升级后的 BayesWave PSD（GWTC-4.0 设置）进行重采样，使啁啾质量（chirp mass）后验发生了百分之几的偏移。对贝叶斯因子的分析显示，虽然新 PSD 赋予数据的整体概率较低，但它提供了一个使信号更易于辨识的噪声模型。

意义与主张
本文旨在成为引力波领域的实用资源，旨在降低研究人员在没有高性能计算资源进行全量重新分析的情况下，进行“假设检验”类分析的门槛。作者声称：

1. 只要软件版本匹配，实现后验的准确重构是可行的。
2. 对于适度的假设变更（例如波形更新、PSD 精炼、先验调整），重采样是重新分析的可靠替代方案。
3. 引入帕雷托平滑诊断工具为评估重采样结果的有效性提供了必要的手段，防止在极端情况下使用有偏估计。
4. 该指南能够实现系统的误差评估和种群研究，从而充分利用现有 LVK 数据发布的全部价值，扩展现有后验样本的科学用途。

作者对该方法的适用范围保持了审慎态度，指出该方法依赖于 Bilby 生成的后验，且极端的修改（例如完全改变波形族或大幅改变频率范围）可能仍需进行全量重新分析。他们强调，虽然重采样功能强大，但当提议分布与目标分布差异过大时，它并不能作为重新分析的通用替代品。