एबीसी मॉडल चयन

यह दिखाया गया है कि सारांश आंकड़ों के उपयोग से आने वाली त्रुटि की उपस्थिति के कारण बेयस कारकों का उपयोग करने वाले एबीसी मॉडल विकल्प की सिफारिश नहीं की जानी है। इस पत्र में निष्कर्ष बेयस कारक (एल्गोरिथम 2) के अनुमान के लिए एक लोकप्रिय विधि के व्यवहार के अध्ययन पर निर्भर करता है।

यह सर्वविदित है कि बेयस कारक मॉडल की पसंद का संचालन करने का एकमात्र तरीका नहीं है। अन्य विशेषताएं हैं, जैसे कि एक मॉडल का भविष्य कहनेवाला प्रदर्शन, ब्याज की हो सकती है (उदाहरण के लिए स्कोरिंग नियम )।

मेरा प्रश्न है : क्या कोई तरीका है, एल्गोरिथ्म 2 के अनुरूप, कुछ स्कोरिंग नियम (ओं) या अन्य मात्राओं का अनुमान लगाने के लिए जिनका उपयोग जटिल पसंद के साथ संदर्भों में भविष्य कहनेवाला प्रदर्शन के संदर्भ में मॉडल के चुनाव के लिए किया जा सकता है?

हमारे काम पर अच्छा सवाल निर्माण ! क्या आप अनुवर्ती कागज के बारे में जानते हैं जहाँ हम सारांश कारक पर स्थितियाँ प्राप्त करते हैं जो कि बेयस कारक में स्थिरता प्राप्त करने के लिए है? यह बहुत सैद्धांतिक लग सकता है लेकिन अस्वाभाविक परिणामों का परिणाम काफी सीधा है:

एक सारांश सांख्यिकीय को देखते हुए , $T$

के आधार पर एक एबीसी एल्गोरिथ्म चलाने मूल्यांकन के तहत एक मॉडल के लिए ( ) और अनुमान लगाने के मानकों एबीसी अनुमान से उन मॉडलों की ; $T$ $i=1,..,I$ $\theta_i$ $\hat\theta_i(T)$
मोंटे कार्लो प्रयोग द्वारा प्रत्येक मॉडल और प्रत्येक अनुमानित पैरामीटर के लिए सांख्यिकीय के वितरण का अनुकरण करें ; $T$
जाँच करें कि क्या मतलब है पुनरावृत्तियों की एक पर्याप्त बड़ी संख्या में और, जैसे, एक टी परीक्षण के साथ चरण 2 का उपयोग करके सभी अलग हैं। $\mathbb{E}_{\hat\theta_i(T)}[T(X)]$

यह प्रक्रिया कागज के पहले संस्करण में नहीं है, लेकिन जल्द ही संशोधित संस्करण में दिखाई देनी चाहिए

— शीआन
स्रोत

आपके उत्तर के लिए धन्यवाद। मुझे दूसरे पेपर की जानकारी नहीं थी। यह एक दिलचस्प परिणाम है। एक प्रश्न जो मेरे दिमाग में आता है, वह है टी-टेस्ट पर सामान्यता की धारणा (मुझे पता है कि यह मजबूत है, लेकिन यह अच्छी तरह से विफल हो सकता है) साथ में एक अच्छे सन्निकटन के लिए आवश्यक महत्व स्तर। क्या आप एबीसी के साथ अन्य मॉडल तुलना तकनीकों से अवगत हैं? मुझे डीएक्स के बारे में एक पेपर याद है। (मैं कुछ दिनों में यह

यह देखते हुए कि यह मेरे अपने कागज / शोध के बारे में है, मैं वास्तव में एक योग्य नहीं हूं, क्या मैं ?!

— शीआन

यह एक अच्छा जवाब है। मुझे बस यह एहसास है कि आपने एबीसी का उपयोग करके एक मॉडल के पूर्वानुमान के प्रदर्शन को मापने के लिए अन्य तकनीकों के अस्तित्व के बारे में दो बार सवाल छोड़ दिया है। यहां तक कि एक 'हाँ, वहाँ मौजूद' या 'नहीं, कम से कम मेरी जानकारी के लिए' काम करेगा।

{ABC}_{μ}

$\text{ABC}_\mu$