🔭 astrophysics

Bayesian Model Comparison of $R_h=ct$ versus $\Lambda$ CDM using HII galaxy Hubble diagram

该研究利用贝叶斯模型比较方法分析 HII 星系哈勃图数据发现，在采用均匀先验时 $R_h=ct$ 与 $\Lambda$ CDM/ $w$ CDM 模型表现相当，但在采用基于 Planck 数据的正态先验时， $R_h=ct$ 模型对平坦 $\Lambda$ CDM 模型表现出强优势，对平坦 $w$ CDM 模型则呈现边缘优势。

原作者： Yuva Himanshu Pallam, Shantanu Desai

发布于 2026-03-31

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Yuva Himanshu Pallam, Shantanu Desai

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文就像是一场宇宙侦探小说，两位天文学家（来自印度）试图解开一个关于宇宙如何膨胀的终极谜题。他们手里有两套不同的“地图”（宇宙模型），想看看哪一张更准确地描绘了我们的宇宙。

为了让你轻松理解，我们可以把这场争论想象成**“导航软件的较量”**。

1. 故事背景：两张不同的宇宙地图

宇宙学家一直在争论宇宙到底是怎么长大的。目前主要有两个“导航软件”在竞争：

ΛCDM 模型（标准模型）： 这是目前的“官方推荐”地图。它认为宇宙里充满了看不见的“暗能量”（像一种神秘的推力），推动宇宙加速膨胀。这就像是一个复杂的导航软件，有很多参数可以调节，是目前最主流的选择。
$R_h = ct$ 模型（替代模型）： 这是一个比较“极简主义”的地图。它认为宇宙膨胀的速度是恒定不变的，不需要引入神秘的暗能量。这就像是一个功能简单、直来直去的导航软件，主张“大道至简”。

2. 侦探的工具：HII 星系（宇宙中的“标准蜡烛”）

为了测试哪张地图更准，作者们使用了一种特殊的“路标”——HII 星系。

比喻： 想象你在漆黑的森林里，需要知道离出口有多远。如果你手里有一盏亮度固定的灯（标准蜡烛），你只需要看它看起来有多亮，就能算出距离。
HII 星系就是宇宙中的这种“灯”。它们是一群正在疯狂制造恒星的星系，亮度非常稳定。作者们收集了 231 个这样的星系，测量了它们的距离和速度，试图画出宇宙的“膨胀曲线”。

3. 之前的争议：BIC 裁判的判决

在这篇论文之前，有一项研究（WM25）用了一种叫 BIC（贝叶斯信息准则） 的方法来判断。

BIC 裁判的判决： 它倾向于给“简单”的模型加分。之前的结果显示， $R_h = ct$ （简单模型）赢了，比复杂的 ΛCDM 模型更受青睐。
作者们的质疑： 这篇论文的作者认为，BIC 裁判有时候太“死板”了，它只看数据拟合得有多好，却忽略了我们对宇宙参数的**“先入为主”的了解**（比如我们以前通过其他方法已经知道宇宙大概长什么样）。

4. 新的审判：贝叶斯模型比较（Bayesian Model Comparison）

为了更公平，作者们换了一种更高级的裁判方法——贝叶斯模型比较。

比喻： 如果说 BIC 是只看“谁跑得快”，那么贝叶斯方法就是看“谁跑得快且符合我们已知的常识”。它会问：“这个模型不仅数据拟合得好，而且它的参数设置合理吗？”

作者们用了两种不同的“常识”（先验概率）来测试：

情况 A：完全“白纸”心态（均匀先验）

设定： 假设我们对宇宙一无所知，给所有可能的参数（比如膨胀速度、物质密度）都平等的机会。
结果： 裁判发现，两张地图打了个平手。贝叶斯因子接近 1，意味着在没有任何预设偏见下， $R_h = ct$ 和 ΛCDM 一样好，谁也说服不了谁。
结论： 之前的“简单模型赢了”的结论，可能只是 BIC 裁判太偏爱简单模型造成的假象。

情况 B：带上“专家经验”（正态先验，基于 Planck 数据）

设定： 这次裁判参考了目前最权威的宇宙微波背景辐射数据（Planck 卫星的数据），这些数据显示宇宙参数应该在某个特定范围内。
结果： 裁判发现， $R_h = ct$ 模型突然变得非常受欢迎，尤其是和 ΛCDM 相比，证据非常强。
为什么？ 这里有个反转！作者指出，这并不是因为 HII 星系的数据本身证明了 $R_h = ct$ 更好，而是因为 $R_h = ct$ 模型推导出的宇宙参数，恰好和 Planck 卫星的“专家经验”更吻合。而 ΛCDM 模型在这个特定数据集下，推导出的参数和 Planck 数据有点“打架”（不一致）。
比喻： 就像两个侦探，一个（ $R_h = ct$ ）的推理逻辑刚好和老侦探（Planck 数据）的直觉一致，所以被判定为更可信；而另一个（ΛCDM）虽然也能解释现场，但它的推理细节和老侦探的直觉有冲突。

5. 核心结论：真相是什么？

这篇论文并没有简单地宣布谁赢了，而是揭示了**“裁判方法”**的重要性：

如果你完全中立（不看其他数据）： 两个模型势均力敌，没有谁明显胜出。之前的“简单模型完胜”结论可能不成立。
如果你结合现有的权威数据（Planck）： $R_h = ct$ 看起来更有优势。
关键发现： 作者强调， $R_h = ct$ 之所以在结合 Planck 数据时表现好，是因为 HII 星系的数据和 Planck 数据之间存在一种微妙的“张力”（Tension）。这种张力让 $R_h = ct$ 这种简单的模型显得更“顺眼”。

总结

这就好比在选**“最佳旅行路线”**：

如果你只看路况（HII 星系数据），两条路（两个模型）看起来都差不多通顺。
如果你参考老司机的经验（Planck 数据），其中一条路（ $R_h = ct$ ）似乎更符合老司机的直觉。
但这篇论文提醒我们：不要只因为一条路符合老司机的直觉就盲目相信它，也许是因为路况数据本身和老司机的经验有点小冲突，才让那条路显得“完美”。

最终建议： 作者呼吁，我们需要更多的观测数据（不仅仅是 HII 星系，还要结合其他探测手段）来彻底解决这个争论，不能只依赖单一的数据集或单一的评判标准。

一句话总结： 这篇论文告诉我们，宇宙模型的胜负往往取决于你“怎么问问题”（用什么统计方法和先验知识），在完全客观中立的情况下，那个著名的“简单宇宙模型”并没有像之前认为的那样完胜，它和主流模型其实是五五开。

这是一篇关于宇宙学模型比较的学术论文的详细技术总结。该论文利用贝叶斯模型比较方法，重新评估了基于 HII 星系哈勃图（Hubble diagram）的 $R_h = ct$ 宇宙模型与标准 $\Lambda$ CDM 及 $w$ CDM 模型的相对优劣。

1. 研究背景与问题 (Problem)

研究动机：近期 Wei 和 Melia (WM25) 利用 HII 星系（HIIGx）和巨型河外 HII 区（GEHR）作为标准烛光，分析了 231 个样本（红移范围 $z \approx 0$ 到 $7.5$）。他们使用贝叶斯信息准则（BIC）得出结论，认为 $R_h = ct$ 模型优于平坦 $\Lambda$ CDM 和 $w$ CDM 模型。
核心问题：WM25 的研究发现，当引入未知的内禀弥散（intrinsic scatter）后， $R_h = ct$ 不再明显优于 $\Lambda$ CDM，且推断出的物质密度参数 $\Omega_m$ 与普朗克（Planck）宇宙学结果存在 $2.5\sigma$ 的显著差异。
本文目标：作者旨在通过**贝叶斯模型比较（Bayesian Model Comparison）**而非 BIC 来重新检验这一结论。贝叶斯方法不依赖最佳拟合参数，且对先验分布的选择更为敏感，被认为比基于信息论的方法（如 BIC）更稳健。

2. 方法论 (Methodology)

数据集：使用了与 WM25 相同的 231 个样本数据集，包括 36 个 GEHR、181 个 HIIGx 以及 14 个新发现的 HIIGx 样本。
似然函数构建：
- 构建了总似然函数 $\ln(L_{tot}) = \ln(L_{HIIGx}) + \ln(L_{anchor})$ ，分别针对 HIIGx 样本和锚点样本（具有独立距离模数测量的样本）。
- 考虑了两种情况：
  1. 无内禀弥散：仅考虑观测误差。
  2. 有内禀弥散：在误差项中增加了未知的内禀弥散参数 $\sigma_{int}$ 。
模型设定：比较了三个宇宙学模型：
1. 平坦 $\Lambda$ CDM 模型。
2. 平坦 $w$ CDM 模型（允许暗能量状态方程 $w$ 变化）。
3. $R_h = ct$ 模型（宇宙视界等于光速乘以时间，无自由宇宙学参数）。
先验分布（Priors）的选择：这是本文的关键变量，作者测试了两组先验：
1. 均匀先验（Uniform Priors）： $H_0 \in [60, 110]$ km/s/Mpc, $\Omega_m \in [0, 1]$ , $w_{de} \in [-3, 0]$ 。这代表一种“模型中立”的假设。
2. 高斯先验（Normal Priors）：基于 Planck 2020 宇宙学结果， $H_0 \in \mathcal{N}(67.4, 0.5)$ , $\Omega_m \in \mathcal{N}(0.315, 0.007)$ 。这引入了早期宇宙框架的约束。
计算工具：使用嵌套采样器 Dynesty 计算贝叶斯证据（Bayesian Evidence, $Z$ $Z$ ）和贝叶斯因子（Bayes Factor, $B_{21}$ $B_{21}$ ）。
- $B_{21} = \frac{P(D|M_2)}{P(D|M_1)}$ ，其中 $M_2$ 为 $R_h = ct$ ， $M_1$ 为 $\Lambda$ CDM 或 $w$ CDM。
- 使用 Jeffreys 标度来定性评估证据的强度。

3. 主要结果 (Key Results)

A. 使用均匀先验 (Uniform Priors)

贝叶斯因子：
- $R_h = ct$ 对比 $\Lambda$ CDM： $B \approx 0.27$ (无内禀弥散) / $0.48$ (有内禀弥散)。
- $R_h = ct$ 对比 $w$ CDM： $B \approx 0.32$ (无内禀弥散) / $0.58$ (有内禀弥散)。
结论：贝叶斯因子接近 1（甚至小于 1），表明在均匀先验下， $R_h = ct$ 与 $\Lambda$ CDM/ $w$ CDM 被同等程度地支持，或者说数据无法区分这些模型。
与 WM25 的对比：这与 WM25 使用 BIC 得出的" $R_h = ct$ 显著优于 $\Lambda$ CDM"的结论完全相反。

B. 使用基于 Planck 的高斯先验 (Normal Priors)

贝叶斯因子：
- $R_h = ct$ 对比 $\Lambda$ CDM： $B \approx 50$ (无内禀弥散) / $18.6$ (有内禀弥散)。
- $R_h = ct$ 对比 $w$ CDM： $B \approx 4.8$ (无内禀弥散) / $2.5$ (有内禀弥散)。
结论：
- 对于 $\Lambda$ CDM：表现出“非常强”（very strong）或“强”（strong）的证据支持 $R_h = ct$ 。
- 对于 $w$ CDM：表现出“实质性”（substantial）或“勉强值得提及”（barely worth mentioning）的证据。
关键发现：这种支持 $R_h = ct$ 的结果并非主要源于 HII 星系数据本身对模型的判别力，而是源于HII 星系推断的参数与 Planck 先验之间的张力（Tension）。当强制模型参数符合 Planck 约束时， $\Lambda$ CDM 模型因无法同时拟合 HII 数据而表现较差，从而使得 $R_h = ct$ 显得更优。

C. BIC 复现 (Appendix A)

作者复现了 WM25 的 BIC 分析。
结果发现，在均匀先验下，平坦 $\Lambda$ CDM 的 BIC 值实际上略低于 $R_h = ct$ （ $\Delta BIC \approx 1$ ），这与 WM25 报告的 $\Delta BIC \approx 5$ （ favoring $R_h = ct$ ）不同。
差异可能源于最佳拟合参数的微小偏差（ $1-2\sigma$ ），因为 BIC 仅依赖最佳拟合值，而贝叶斯证据积分了整个参数空间。

4. 关键贡献 (Key Contributions)

方法学修正：证明了在宇宙学模型比较中，贝叶斯模型比较（考虑参数空间积分）比 BIC（仅考虑最佳拟合点）更稳健，且对先验选择高度敏感。
推翻先前结论：指出 WM25 基于 BIC 得出的" $R_h = ct$ 优于 $\Lambda$ CDM"的结论，在采用更稳健的贝叶斯方法且使用无偏（均匀）先验时并不成立。
揭示张力来源：阐明了当使用 Planck 先验时， $R_h = ct$ 表现出的优势实际上是 HII 星系数据与 Planck 宇宙学参数之间张力的产物，而非 $R_h = ct$ 模型本身的内在优越性。
开源代码：作者公开了分析代码和数据集，促进了开放科学。

5. 意义与结论 (Significance & Conclusion)

模型地位：在缺乏外部先验约束（使用均匀先验）的情况下，HII 星系哈勃图数据无法在统计上区分 $R_h = ct$ 和标准的 $\Lambda$ CDM/ $w$ CDM 模型。两者处于同等地位。
对 $R_h = ct$ 的评估：之前报道的 $R_h = ct$ 的显著优势，很大程度上是信息准则（BIC）的产物，或者是特定先验（Planck 约束）与数据不兼容导致的统计假象。
未来方向：虽然 DESI 的 BAO 数据（特别是 Lyman- $\alpha$ 测量）倾向于支持 $\Lambda$ CDM，但 HII 星系数据本身并不足以作为决定性证据。需要更多独立的观测探针来进一步测试 $R_h = ct$ 模型。

总结：该论文通过严谨的贝叶斯分析表明，HII 星系数据本身并不支持 $R_h = ct$ 模型优于标准宇宙学模型；之前声称的优越性可能是由于使用了特定的信息准则或引入了与数据存在张力的外部先验所致。