Mørkt stof er en mystisk, usynlig substans, som udgør en markant del af universet. En artikel publiceret i Phys. Rev. D af Emil B. Holm et al. fra Aarhus Universitet udfordrer tidligere antagelser om henfald af mørkt stof og understreger vigtigheden af at bruge forskellige analysemetoder. 

I modsætning til almindeligt stof (lavet af atomer) interagerer mørkt stof ikke med lys eller anden elektromagnetisk stråling, hvilket gør det svært at opdage. Den nøjagtige sammensætning af mørkt stof forbliver et mysterium, da det ikke er blevet direkte detekteret eller identificeret. Forskere kan dog observere dets gravitationelle effekter på andet stof. Det er også blevet undersøgt, om partikler af mørkt stof kan henfalde over tid, hvilket ville påvirke den samlede mængde af mørkt stof i universet og forbedre vores forståelse af dets udvikling.

Tidligere studier, der har brugt en metode kaldet Bayesiansk parameterinferens via Markovkæde Monte Carlo (MCMC), har antydet, at mørkt stof enten eksisterer i utrolig lang tid eller henfalder hurtigt. Denne nye artikel argumenterer dog for, at dette ikke nødvendigvis er sandt. 

For at undersøge henfaldsraten for mørkt stof anvendte forfatterne til undersøgelsen en anden tilgang kaldet profil-likelihoods. Profil likelihoods fokuserer på at estimere specifikke parametre af interesse ved at "profilere" de resterende parametre. Det betyder, at andre parametre marginaliseres ved at finde deres maksimale sandsynlighedsestimater for hver fast værdi af den interessante parameter. Ved at bruge profil-likelihoods kan forskere eliminere bias forårsaget af parameterkorrelationer og omfanget af parameterrummet, hvilket giver en mere nøjagtig estimering og forståelse af den interessante parameter.

Dette studie udfordrer tidligere antagelser om henfald af mørkt stof og understreger vigtigheden af at anvende forskellige analysemetoder. Ved at bruge profil-sandsynligheder fandt forskerne støtte til modellen for henfald af mørkt stof, hvilket giver ny indsigt i det mørke stofs natur.

​​Læs artiklen her: