Transformationally decoupling clustering and tracer bias
Transformationally decoupling clustering and tracer bias
复制标题
变革性地解耦聚类和示踪剂偏差
DOI：
10.1017/s1743921314013702
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
M. Neyrinck
中科院分区：
文献类型：
--
作者：
M. Neyrinck
高斯化变换在许多非宇宙学领域都有统计应用，但在宇宙学领域，我们才刚刚开始应用。在这里，我解释了一种分析空间场的1点函数（PDF）的策略，以及高斯化场的“基本”聚类统计，它们对局部变换是不变的。在宇宙学中，如果示踪取样是足够的，这就实现了两个重要的目标。首先，它可以极大地增加费雪信息，而在通常的δ统计中，费雪信息在非线性尺度上是可以忽略的。其次，它将聚类统计数据与星系等示踪剂的局部偏差描述解耦。
Abstract Gaussianizing transformations are used statistically in many non-cosmological fields, but in cosmology, we are only starting to apply them. Here I explain a strategy of analyzing the 1-point function (PDF) of a spatial field, together with the ‘essential’ clustering statistics of the Gaussianized field, which are invariant to a local transformation. In cosmology, if the tracer sampling is sufficient, this achieves two important goals. First, it can greatly multiply the Fisher information, which is negligible on nonlinear scales in the usual δ statistics. Second, it decouples clustering statistics from a local bias description for tracers such as galaxies.