ABC 모델 선택

Bayes 계수를 사용한 ABC 모델 선택은 요약 통계 사용으로 인한 오류가 있으므로 권장되지 않는 것으로 나타 났습니다. 이 논문의 결론은 Bayes 계수 (알고리즘 2)를 근사화하기 위해 널리 사용되는 방법의 거동에 대한 연구에 의존합니다.

베이 즈 요인이 모델 선택을 수행하는 유일한 방법은 아니라는 것이 잘 알려져 있습니다. 모델의 예측 성능과 같이 관심이있을 수있는 다른 기능 (예 : 점수 규칙 )이 있습니다.

내 질문은 : 알고리즘 2와 유사한 방법으로 복잡한 가능성이있는 상황에서 예측 성능 측면에서 모델 선택을 수행하는 데 사용할 수있는 일부 점수 규칙 또는 기타 수량을 근사화하는 방법이 있습니까?

우리 일에 대한 좋은 질문 ! 베이 즈 요인의 일관성을 달성하기 위해 요약 통계에 대한 조건을 도출 한 후속 논문에 대해 알고 있습니까? 이것은 너무 이론적으로 들릴 수 있지만 점근 적 결과의 결과는 매우 간단합니다.

요약 통계를 감안할 때 , $T$

평가중인 각 모델 ( ) 에 대해 를 기반으로 ABC 알고리즘을 실행 하고 ABC 추정값 의해 해당 모델 의 매개 변수 를 추정합니다 . $T$ $i=1,..,I$ $\theta_i$ $\hat\theta_i(T)$
Monte Carlo 실험에 의해 각 모델 및 각 추정 파라미터 에 대한 통계량 의 분포를 시뮬레이션하고 ; $T$
충분히 많은 반복 횟수, 예를 들어 t- 검정으로 2 단계를 사용하여 평균 가 모두 다른지 확인하십시오. $\mathbb{E}_{\hat\theta_i(T)}[T(X)]$

이 절차는 종이의 첫 번째 버전에는 없지만 곧 개정 된 버전에 나타나야 합니다.

— 시안
소스

답변 주셔서 감사합니다. 나는 두 번째 논문을 몰랐다. 흥미로운 결과입니다. 내 생각에 오는 질문은 t- 검정에 대한 정규성의 가정 (나는 그것이 강력하다는 것을 알고 있지만 실패 할 수도 있음)과 좋은 근사를 위해 필요한 유의 수준과 함께 가정합니다. ABC와의 다른 모델 비교 기술에 대해 알고 있습니까? arxiv의 DIC에 관한 논문을 기억합니다. (나는 다른 사람이 질문에 관심을 보이는지 확인하기 위해 며칠 안에 현상금을 할당 할 것입니다.) :)

이것이 내 자신의 논문 / 연구에 관한 것이라면, 나는 현상금을받을 자격이 없습니다.

— Xi'an

좋은 답변입니다. ABC를 사용하여 모델의 예측 성능을 측정하는 다른 기술의 존재에 대한 질문을 두 번 건너 뛰었다는 느낌이 들었습니다. '예, 존재합니다'또는 '아니요, 적어도 내 지식에는'도 일을 할 것입니다.

{ABC}_{μ}

$\text{ABC}_\mu$