Testing General Relativity with GWTC-4.0 through mixture models

技术摘要：通过混合模型利用 GWTC-4.0 测试广义相对论

问题陈述
紧致双星并合的引力波（GW）观测已经实现了对强场动力学机制下广义相对论（GR）的精密测试。目前结合多个事件结果以搜索偏离 GR 情况的方法论依赖于两种主要的框架：“联合后验”（joint posterior）方法和“层次化”（hierarchical）方法。

• 联合后验方法假设所有事件具有共同的偏差参数值（实际上假设 $\sigma=0$）。
• 层次化方法将偏差参数视为从某种总体分布中抽取的随机变量，该分布通常建模为均值为 $\mu$、协方差为 $\Sigma$ 的高斯分布。

这两种框架都隐含地施加了一种限制性的“全或无”假设：它们假设要么所有事件都符合 GR（偏差为零或遵循特定的总体），要么所有事件都以一致的方式偏离 GR。作者认为，对于理论无关的分数偏差参数而言，这些假设过于严格，因为超越 GR（bGR）的理论往往预测偏差会以非线性方式依赖于内在源属性。此外，这些框架无法容纳以下场景：即一部分子群体（例如，奇异紧致天体如玻色星）偏离 GR，而大多数事件仍保持与 GR 一致。这种僵化性存在导致推断证据出现偏差的风险，可能低估异质性偏离，或由于未建模的系统误差而高估反对 GR 的证据。

方法论
作者引入了一种基于**混合模型（mixture models）**的灵活贝叶斯框架，用于对整个目录的事件进行 GR 测试。该框架的核心是一个单一参数 $\zeta \in [0, 1]$，代表符合 GR 的事件比例。

• 模型结构： 单个事件 $k$ 的似然函数被建模为一个混合模型：
  $$L(d_k | \zeta) = \zeta Z_{GR}(d_k) + (1-\zeta) Z_{bGR}(d_k)$$
  其中 $Z_{GR}$ 和 $Z_{bGR}$ 分别是 GR 模型和替代模型的贝叶斯证据（evidences）。
• 假设检验： 该框架测试“整个目录与 GR 一致”（$\zeta = 1$）这一假设，对比的是 $\zeta$ 为自由参数的一般模型。目录层级的贝叶斯因子计算为 $B_{GR}^{bGR} = B_{\zeta=1}^{\zeta \neq 1}$。
• 不可知论（Agnosticism）： 与层次化方法不同，该混合模型的默认形式对于非 GR 部分的偏差总体分布是不设限的。它既不假设偏差具有特定的函数形式（例如高斯分布），也不假设偏差与源属性相互独立。
• 输入： 该方法仅需要从单个事件分析中获得的针对 GR 的贝叶斯因子集合，因此适用于现有的 LIGO-Virgo-KAGRA (LVK) 合作组公开结果。

主要贡献与验证

1. 框架统一： 作者证明了现有的 LVK 所使用的联合和层次化框架都是该通用混合模型的受限版本。
2. 合成验证： 通过使用玩具模型和模拟目录，作者展示了：
   • 即使单个事件提供的证据不足，混合模型也能检测到 GR 违背情况（通过在总体中累积微小的偏差）。
   • 混合模型对系统误差具有鲁棒性。在少数强信号事件因系统误差表现出表观 GR 违背的情况下，混合模型会随着更多一致性事件的加入自然地稀释这种虚假证据，而标准方法可能会被这些离群值误导。
   • 当偏差在所有事件中确实是一致的时候（满足现有框架的假设），混合模型能有效恢复偏差，尽管层次化模型由于强化了共享均值的约束，可能会产生更高（甚至是无穷大）的贝叶斯因子。

结果：在 GWTC-4.0 中的应用
作者将该框架应用于 LVK 合作组涵盖 O1–O4a 观测运行的公开结果，使用了三种特定的测试类型：

1. 灵活理论无关（FTI）： 探测旋进阶段的偏差。
2. pSEOBNR： 测试并合后信号与 GR 预测的一致性。
3. KerrPostMerger (TEOBPM)： 搜索并合后铃风谱中的偏差。

发现：

• 与 GR 的一致性： 对于所有三种测试，$\zeta$ 的后验分布都峰值接近于 1，表明数据与所有事件满足 GR 的情况一致。
• 贝叶斯因子： 支持 GR 的目录层级贝叶斯因子（$B_{\zeta=1}^{\zeta \neq 1}$）分别为：
  • FTI: $\simeq 20$
  • pSEobNR: $\simeq 10$
  • TEOBPM: $\simeq 15$
• 与 LVK 分析的比较： 这些数值明显小于现有的使用联合和层次化框架的 LVK 分析所推断出的值（后者通常报告在 $10^2$ 到 $10^4$ 的范围内，表示“决定性”证据）。
• 解释： 作者认为，较低的贝叶斯因子并不意味着未能发现 GR，而是表明数据需要对潜在偏差进行更灵活的模型化。标准框架通过对偏差的总体分布施加更严格的假设，在数据实际包含一致事件与潜在离群值或系统误差混合的情况下，人为地夸大了支持 GR 的证据。

意义与建议
论文得出结论，当前的“全或无”方法可能会系统性地低估对 GR 异质性偏离的证据，或者在存在系统误差时高估对 GR 的证据。混合模型提供了一种必要的灵活性，能够容纳有限比例的事件可能偏离 GR，而无需对这些偏差的性质施加限制性假设。

作者建议将灵活的混合模型作为测试 GR 随引力波目录增长的标准实践，除非有特定的物理动机（例如在引力子质量估计中）需要施加更具限制性的模型。他们强调，这种灵活性并不会带来代价：如果偏差在总体中确实是统一的，混合模型仍然能够检测到它们，但它避免了当底层物理更加复杂或具有异质性时产生偏差的风险。