摘要
收到日期：2020年2月25日 接受日期：2020年6月15日
图像
图2 观察到的（阴影区域）和最适合的模型（点），用于聚类数计数（左侧）和平均聚类质量（右侧），作为我们三个红移箱中每一个的丰富度函数。 这个 数据框的范围由协方差矩阵对角线项的平方根给出。底部面板显示了数据和最佳拟合模型之间的残差。 所有点都沿丰富度轴略微偏移，以避免过度拥挤。 重用权限（&P） 图3 优质分析。 蓝色直方图显示了最佳拟合的分布 从数据的最佳模型生成的100个模拟数据实现中恢复的值。 插图中的红色直方图显示了通过拟合 分配到100以上 值。 红色实线表示 最佳拟合模型的分布( )，而垂直虚线对应于 数据的值。 重用权限（&P） 图5 68%（暗）和95%（亮）置信水平约束的比较 根据我们的基线模型（阴影灰色区域）和文献中的其他约束条件得出：红色误差条用于星系团丰度分析，蓝色误差条用于弱透镜和星系团分析，紫色误差条用于CMB约束。 自下而上：SDSS[ 19 ]; WtG来自[ 7 ]; ACT SZ来自[ 71 ] ( ）； SPT-2500来自[ 9 ]; 普朗克SZ来自[ 72 ] ( ）； 来自[ 73 ]; 来自[ 74 ]; 来自[ 75 ]; 设计-Y1 来自[ 20 ]; HST-Y1来自[ 11 ]; 普朗克 CMB来自[ 76 ]（DR15）和[ 2 ]（DR18）。 请注意，除SDSS、DES-Y1中的约束外，其他所有约束 导出了HSC-Y1和普朗克CMB，将中微子总质量固定为零或0.06 eV。 重用权限（&P） 图10 聚类数数据和DES Y1 3x2pt宇宙学（绿色）的组合以及弱透镜质量估计和DES Y1 3x2pt宇宙学（黑色）的组合的68%和95%置信度轮廓。 为了进行比较，还显示在 红色 我们的参考模型是由簇数和弱透镜数据组合而成的。 图中未显示的是 后验概率，因为在不包含计数数据的情况下，参数不受约束( )，而我们在 案例。 重用权限（&P） 图11 将观测数据向量（阴影区）与弱透镜质量估计值和DES Y1 3x2pt宇宙学组合预测的数量计数进行比较（左面板），并将Y1数量计数数据和DES X1 3x2pt宇宙学先验值组合预测的平均质量进行比较（右面板）。 这个 阴影区域的范围与数据相关的误差相对应。 预测数量计数和平均质量上的误差条表示对应MCMC链的分布衍生采样的一个标准偏差。 下部面板显示了预测对数据向量的残差百分比，其中误差条表示数据向量的不确定性。 重用权限（&P） 图14 宇宙后验 （上面板）和 （下面板）平面，用于我们的基准分析（蓝色），以及一个新的分析，其中我们删除了最低丰富度箱（红色）。 移除低丰度箱会使后验概率变大 值，使我们的分析与DES Y1 3x2pt宇宙学分析一致( 紧张； 上部面板中的绿色轮廓）。 类似地，当排除低丰度箱时，丰度-质量关系后验向DES数计数和3x2pt宇宙学先验组合首选的参数空间区域移动（下部面板中的绿色轮廓）。 重用权限（&P） 图20 在模拟数据上运行我们的管道得到了68%和95%的置信度轮廓。 用于生成模拟和模拟数据目录的输入参数值以红色显示。一维边缘化分布（三角形图的对角线）中显示的虚线对应于分布的0.025、0.16、0.84和0.975分位数。 该图仅包括先前未支配的模型参数。 重用权限（&P）