Gaia Data Release 1 Documentation release 0

intrinsic variance estimated with this fit (intercept), which is of no interest here, has been subtracted to compare
only the variance due to the measurement errors to the published G precisions.
Figure 7.18: Observed G variance minus intrinsic variance in bins of square standard uncertainty in G, linear fit
(red) and unit-weight variance
=1 (green) around G
BR
= 13 mag, G
BP
− G
RP
≈ 0.8 (a). Resulting estimations of
the unit-weight errors of the G magnitude for G
BR
around magnitudes 10, 11, 12, 13, 14, 15, using samples with
G
BP
− G
RP
≈ 0.8 (b).
The same estimation of the unit-weight error has been done for several values of magnitude, see Figure 7.18b,
and for various colours with consistent results: there is no obviously large underestimation (nor overestimation)
of the standard uncertainty of the G magnitude in the Catalogue as a function of magnitude, at least in the [10-16]
G
magnitude range studied. No results have been obtained for brighter stars (the number of stars being much too
small to permit this method) nor for fainter stars (as there is a too large range of standard uncertainties and to few
G
BR
precise enough to build uncontaminated bins for the analysis).
However, there is no reason to assume a constant unit-weight error on the whole standard uncertainty range.
Splitting instead this range in four di
fferent bins (though not trying to get continuity of the results between bins),
Figure 7.19, suggests that the uncertainties might be underestimated for the most precise stars (σ
G
∈]0.3, 1.5]
mmag: unit-weight error
=1.59 ± 0.12, Figure 7.19a), slightly overestimated in the medium uncertainty range
(σ
G
∈]1.5, 4]: uwe
=0.51 ± 0.09 and σ
G
∈]4, 10]: uwe
=0.47 ± 0.17), and correctly estimated for the least precise
magnitudes (σ
G
∈]10, 30]: uwe
=1 ± 0.2, Figure 7.19b). For the most precise G, one cannot exclude however that
the available G
BR
was not precise enough to avoid an un-modelled dispersion, so that this method would provide
an upper limit only on the unit-weight error.
283

---

Figure 7.19: Observed G variance minus intrinsic variance and fit of the unit-weight variance in the σ
G
∈]0.3, 1.5]
mmag bin of standard uncertainty of G (left), and ]10, 30] mmag bin (right), for samples with G
BP
− G
RP
≈ 0.8.
This method using internally homogeneous photometric samples can be applied only to very large catalogues such
as Gaia and shows that for Gaia DR1 there is no apparent large over
/underestimation of the published uncertainties
on G, at least in the restricted cases studied (10-16 magnitude range, good G
BR
precision, intermediate colours). It
should however be noted that possible correlations between stars were not estimated nor taken into account, and
that the results obtained tell nothing for uncertainties below ≈ 0.5 mmag, nor for very bright stars, nor for bluer or
redder stars, i.e. where we may actually expect photometric (or astrometric) problems.
However, there are about 12 million stars with G standard uncertainties better than 0.5 mmag which could not be
checked by the method above. Among these, some of the most precise ones may be too optimistic: the 53 most
precise stars (having σ
G
< 0.1 mmag) have a median value of about 80 observations while the 1000 most precise
have about 500 observations as median value. While the latter may explain a good precision, the former can’t,
simply because they would beat the Poisson noise. The sources with the most precise G may thus contain a mix of
stars with a large number of observations and of very small apparent scatter, by chance or due to correlations.
7.4.2.7
Pixel analysis
Test procedures carried out during internal catalogue validation, as described above, are focused on either individ-
ual sources or on specific sky regions. In the pixel analysis we summarise where in the sky sources are more often
flagged, or where in the sky regions (HEALPix) are more often flagged. This summary was only carried out for
TGAS, where more tests were performed.
For the tests based on sources, we find first the fraction of sources in each HEALPix (level 4) that have been flagged
at least 3 times in the various tests, see Figure 7.20a. In addition we identify in Figure 7.20b the pixels where this
fraction is much higher than in typical pixels. We did a similar test for sources flagged at least 4 times, but these
are too few to show a significant result.
For the tests based on sky regions, Figure 7.21a shows the number of times each pixel was flagged, and Figure 7.21b
similarly the pixels flagged at least twice.
284

---

Figure 7.20: Left map shows the ratio of sources flagged at least three times. Right map shows those pixels that
have the highest ratios.
Figure 7.21: Left map shows how many times the pixels where flagged by test cases directed towards sky regions,
and the right map shows the pixels flagged at least twice.
7.4.3
Confrontation to external catalogues
Author(s): Carine Babusiaux, Catherine Turon
The confrontation of Gaia DR1 with external Catalogues is a tricky task as the Gaia Catalogue is unique in many
ways: it combines the spatial resolution of Hubble with a complete survey all over the sky in optical wavelength,
down to a G-magnitude
20, unprecedented astrometric accuracy and all-sky homogeneous photometric data.
However, it is essential to establish the quality and reliability of DR1 data, and the comparison with external
catalogues is one way towards a deeper understanding of many of the parameters describing the performance
of the Catalogue: overall sky coverage, spatial resolution, catalogue completeness and, of course, precision and
accuracy of the di
fferent types of data for the various categories of objects observed by Gaia. A special attention is
given to the detection of any possible bias, versus sky position, versus magnitude or colour. The objective of this
section is to present the many tests made in these directions.
285

---