宇宙ABC

cosmoabc:通过总体蒙特卡罗近似贝叶斯计算进行的无似然推理。在真实似然函数未知、不可用或计算开销过大的情况下,近似贝叶斯计算(ABC)可以对复杂物理系统进行参数推断。它依赖于模拟数据的正演模拟以及观测和合成星表之间的比较。在这里,我们介绍了cosmabc,一个Python ABC取样器,其特征是原始ABC算法的种群montecarlo(PMC)变化,它使用了自适应重要性抽样方案。该代码非常灵活,可以很容易地耦合到外部模拟器,同时允许合并任意距离和先验函数。作为一个实际应用的例子,我们将cosmabc与numcosmo库结合起来,演示了如何在不计算似然函数的情况下,根据星系团数的测量值来估计宇宙学参数的后验概率分布。cosmoabc在PyPI和GitHub上以GPLv3许可证发布,文档可在http://cosmoabc.readthedocs.io/en/latest上获取/