Key points are not available for this paper at this time.
RESUMO Introduzimos um novo estimador de correlação cruzada não enviesado para as estatísticas unidimensionais de campos aleatórios cosmológicos. As estatísticas unidimensionais são uma ferramenta útil para a análise de campos de densidade altamente não-Gaussianos, enquanto as correlações cruzadas fornecem um método poderoso para combinar informações de pares de campos e separá-los do ruído e sistemáticas. Derivamos um novo Estimador de Distribuição Deconvolucionada que combina as propriedades úteis desses dois métodos em uma estatística. Usando dois modelos de exemplo de um campo aleatório Gaussiano de brinquedo e um levantamento de mapeamento de intensidade de linha, demonstramos essas propriedades quantitativamente e mostramos que o estimador de distribuição deconvolucionada pode ser usado para inferência. Este novo estimador pode ser aplicado a qualquer par de observações cosmológicas não-Gaussianas sobrepostas, incluindo estrutura em larga escala, o efeito Sunyaev–Zeldovich, lente fraca e muitos outros.
Breysse et al. (Tue,) estudaram essa questão.
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: