Le regroupement par décalage vers le rouge est utilisé comme méthode pour reconstruire l'équation d'état.Le regroupement en intervalles, ou « bins », est le processus qui consiste à répartir des données continues en intervalles discrets afin de simplifier l'analyse ou de révéler des structures sous-jacentes. En cosmologie, le regroupement par décalage vers le rouge (redshift) consiste spécifiquement à diviser un échantillon d'objets astronomiques (comme les galaxies ou les supernovae) en fonction de leur décalage vers le rouge mesuré — un indicateur de distance et de temps cosmique — en groupes distincts. Cela permet aux chercheurs d'étudier comment des propriétés telles que l'équation d'état de l'énergie sombre évoluent au cours de l'histoire cosmique, plutôt que de traiter toutes les données comme une seule moyenne.
Le regroupement en intervalles, en tant que technique statistique, trouve ses racines au XIXe siècle avec le développement des histogrammes, mais son utilisation systématique en cosmologie pour la reconstruction de l'équation d'état est devenue importante au début des années 2000 avec les grands relevés de supernovae.
Étant donné un ensemble de mesures (par exemple, les décalages vers le rouge), on définit les bornes des intervalles (par exemple, z=0,0–0,2, 0,2–0,4, etc.) et on attribue chaque point de données à son intervalle correspondant. Dans chaque intervalle, on peut calculer des quantités moyennes, ajuster des modèles ou comparer des prédictions. Le choix de la largeur des intervalles est un compromis : des intervalles plus étroits offrent une meilleure résolution mais moins de points de données par intervalle, ce qui augmente le bruit statistique ; des intervalles plus larges lissent les variations mais peuvent masquer des changements réels.
Utilisé en cosmologie pour reconstruire l'équation d'état de l'énergie sombre à partir des données des supernovae de type Ia, et en physique des particules pour analyser les distributions d'événements (par exemple, les histogrammes de masse invariante).
Le choix des bornes des intervalles peut parfois créer ou masquer artificiellement des pics dans les données — un phénomène connu sous le nom de « biais de regroupement » — c'est pourquoi les chercheurs testent souvent plusieurs schémas de regroupement.
