Sample variance for supernovae distance measurements and the Hubble tension
Notice bibliographique
Résumé
Recent local measurements of the Hubble constant made using supernovae have delivered a value that differs by $\ensuremath{\sim}5\ensuremath{\sigma}$ (statistical error) from predictions using the cosmic microwave background (CMB), or using baryon acoustic oscillations (BAO) and big-bang nucleosynthesis (BBN) constraints, which are themselves consistent. The effective volume covered by the supernovae is small compared to the other probes, and it is therefore interesting to consider whether sample variance (often also called cosmic variance) is a significant contributor to the offset. We consider four ways of calculating the sample variance: (i) perturbation theory applied to the luminosity distance, which is the most common method considered in the literature; (ii) perturbation of cosmological parameters, as is commonly used to alleviate supersample covariance in sets of N-body simulations; (iii) a new method based on the variance between perturbed spherical top-hat regions; (iv) using numerical N-body simulations. All give consistent results showing that, for the Pantheon supernova sample, sample variance can only lead to fluctuations in ${H}_{0}$ of order $\ifmmode\pm\else\textpm\fi{}1\text{ }\text{ }\mathrm{km}\text{ }{\mathrm{s}}^{\ensuremath{-}1}\text{ }{\mathrm{Mpc}}^{\ensuremath{-}1}$ or less. While this is not in itself a new result, the agreement between the methods used adds to its robustness. Furthermore, it is instructive to see how the different methods fit together. We also investigate the internal variance of the ${H}_{0}$ measurement using SH0ES and Pantheon data. By searching for an offset between measurements in opposite hemispheres, we find that the direction coincident with the CMB dipole has a higher ${H}_{0}$ measurement than the opposite hemisphere by roughly $4\text{ }\text{ }\mathrm{km}\text{ }{\mathrm{s}}^{\ensuremath{-}1}\text{ }{\mathrm{Mpc}}^{\ensuremath{-}1}$. We compare this with a large number of simulations and find that the size of this asymmetry is statistically likely, but the preference of direction may indicate that further calibration is needed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».