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

技术摘要：距离阶梯中的微妙统计学：论距离先验与选择效应

问题陈述
现代宇宙学面临着“哈勃张力”（Hubble tension），即在 $\Lambda$CDM 模型下，从局部距离阶梯推导出的哈勃常数（$H_0$）与从宇宙微波背景（CMB）推导出的结果之间存在显著差异（$\gtrsim 5\sigma$）。虽然人们经常审查距离指示器的系统误差，但距离阶梯分析背后的统计方法论——特别是对潜在距离参数的先验选择以及对选择效应的建模——很少被视为导致这一张力的重要因素。本文认为，在这些领域中不恰当的统计建模会引入可观的 $H_0$ 偏差。

方法论
作者结合了解析推导、模拟数据实验以及对真实数据集的重新分析，旨在研究两个截然不同的统计问题：

1. 距离先验效应： 距离是根据观测值（如视星等和红移）推导出的潜在参数。作者证明，由于天体在三维体积中本质上是均匀分布的，因此距离 $r$ 的正确先验必须满足 $\pi(r) \propto r^2$（即“体积先验”）。许多当前的分析隐含地假设了距离模数 $\mu$ 的平坦先验（其中 $\mu \propto \ln r$），这对应于 $\pi(r) \propto 1/r$。

   • 解析方法： 作者通过在简化的贝叶斯前向模型中，推导了不同先验指数 $k$（其中 $\pi(r) \propto r^k$）导致的极大后验估计（MAP）在 $H_0$ 上的偏移。他们表明，对于一个红移不确定性可以忽略不计的体积限制样本，$\ln H_0$ 的偏差与先验指数之差 $\Delta k$ 成正比。
   • 模拟： 使用模拟数据的马尔可夫链蒙特卡洛（MCMC）模拟证实，均匀体积先验（$k=2$）产生无偏的 $H_0$ 后验分布，而均匀-$\mu$ 先验（$k=-1$）则会产生向低距离和高 $H_0$ 方向的显著偏差。

2. 选择效应： 作者分析了选择标准（体积限制、红移限制和量级限制）如何在贝叶斯框架内与距离先验相互作用。

   • 他们推导了基于天体进入样本概率的后验分布修正因子。
   • 他们将这些贝叶斯前向建模结果与频率派 $\chi^2$ 估计量进行了比较，后者将距离视为红移的确定性函数，且缺乏显式的先验机制。

核心贡献与结果

• 量化先验偏差： 研究量化了使用距离模数的平坦先验（在贝叶斯分析中很常见）而非体积先验会导致 $H_0$ 偏高的现象。对于一个具有量级不确定度 $\sigma_m = 0.1$ mag 且 $N=2000$ 个星系的样本，平坦-$\mu$ 先验与体积先验之间的偏移对应于 $6.2\sigma$ 的偏差。
• 与选择效应的相互作用：
  • 红移选择： 在红移不确定性忽略不计（$\sigma_z \to 0$）的极限下，红移选择因子（$H_0^{3N}$）会精确抵消体积先验效应，如果使用的是平坦-$\mu$ 先验。这产生了一种“偶然抵消”，即一个不符合物理逻辑的先验产生了一个无偏的结果，但仅在特定条件下成立。
  • 量级选择： 对于量级限制的样本，选择因子并不能抵消错误的先验，除非正确应用体积先验，否则会导致显著偏差。
  • 频率派 $\chi^2$： 作者表明，频率派方法对于体积限制样本仅在 $\sigma_z \to 0$ 时才是无偏的。当 $\sigma_z > 0$ 时，线性误差传播引入的偏差取决于修正项的符号。
• 案例研究 I：CosmicFlows-4 (CF4)：
  • 通过重新分析 CF4 的 Tully-Fisher 子集，作者发现标准分析（等效于平坦-$\mu$ 先验）得到的 $H_0 \approx 75.1$ km s$^{-1}$ Mpc$^{-1}$。
  • 施加正确的体积先验（$k=2$）后，结果变为 $H_0 \approx 66.9$ km s$^{-1}$ Mpc$^{-1}$，这是一个剧烈的 $\approx 55\sigma$ 偏移。
  • 作者指出，这种偏移具有说明性；真实值可能位于体积限制和红移选择限制之间，这取决于 CF4 汇编中实际的、复杂的选择函数，因为该汇编并非完全同质。
• 案例研究 II：SH0ES：
  • 将体积先验修正应用于 SH0ES 流水线（该流水线使用带有基于模拟的偏差修正的频率派方法）表明，$H_0$ 向低值方向移动了约 $1.7\sigma$（从 $73.04$降至$\approx 71.3$ km s$^{-1}$ Mpc$^{-1}$）。
  • 作者认为，SH0ES 流水线现有的基于模拟的偏差修正可能已经考虑了这些效应，这意味着只要模拟过程能够准确模拟内在源分布和选择切分，名义上的 SH0ES 结果可能已经是无偏的。

意义与主张
本文声称，距离阶梯研究的统计方法论是哈勃张力的关键且常被忽视的组成部分。其主要意义在于证明了：

1. 无偏推断需要物理先验： 在贝叶斯分析中，假设距离模数为平坦先验对于体积分布的宇宙而言在物理上是不正确的，除非满足特定的、往往是不现实的选择条件，否则会导致 $H_0$ 的估计产生偏差。
2. 选择建模并非易事： 选择效应不仅仅是“修正”体积先验；它们引入了截然不同的后验因子。一种原则性的方法需要一个生成模型，同时考虑内在体积分布和特定的选择函数。
3. 当前局限性： 许多最先进的分析（无论是频率派还是贝叶斯派）都忽略了体积先验，或对选择效应的处理不够充分。虽然基于模拟的修正（如 SH0ES 中使用的）可以减轻这些偏差，但它们依赖于底层模拟模型的准确性。
4. 未来要求： 为了获得精确的约束，未来的巡天必须优先考虑具有已知、同质选择标准的样本。这使得实现原则性的贝叶斯前向模型或准确的后验模拟修正成为可能。

作者总结道，如果不对距离（通过正确的体积先验）和选择效应进行准确建模，推导出的宇宙学参数（如 $H_0$ 和本征速度）可能会受到随样本量规模变化的系统性偏差的影响，从而可能加剧或掩盖哈勃张力。