การเลือกรูปแบบ ABC

มันได้รับการแสดงให้เห็นว่าตัวเลือกรูปแบบ ABC โดยใช้ปัจจัย Bayes ไม่แนะนำให้เนื่องจากการปรากฏตัวของข้อผิดพลาดมาจากการใช้สถิติสรุป บทสรุปในบทความนี้ขึ้นอยู่กับการศึกษาพฤติกรรมของวิธีการที่เป็นที่นิยมสำหรับการประมาณค่าปัจจัยเบย์ (อัลกอริทึม 2)

เป็นที่ทราบกันดีว่าปัจจัยของเบย์ไม่ใช่วิธีเดียวในการเลือกแบบจำลอง มีคุณสมบัติอื่น ๆ เช่นประสิทธิภาพการทำนายของแบบจำลองที่อาจเป็นที่สนใจ (เช่นกฎการให้คะแนน )

คำถามของฉันคือ : มีวิธีการที่คล้ายกับอัลกอริทึม 2 สำหรับการประมาณกฎการให้คะแนนหรือปริมาณอื่น ๆ ที่สามารถใช้สำหรับการเลือกรูปแบบในแง่ของประสิทธิภาพการทำนายในบริบทที่มีความซับซ้อนหรือไม่?

สร้างคำถามที่ดีเกี่ยวกับงานของเรา ! คุณทราบหรือไม่ว่ากระดาษติดตามผลซึ่งเราได้รับเงื่อนไขในสถิติสรุปเพื่อให้เกิดความมั่นคงในปัจจัยของเบย์ สิ่งนี้อาจฟังดูทางทฤษฎีมากเกินไป แต่ผลลัพธ์ที่ได้จากผลเชิงซีมโทติคค่อนข้างตรงไปตรงมา:

ได้รับสถิติสรุป ,$T$

1. เรียกใช้อัลกอริทึม ABC ตามสำหรับแต่ละโมเดลภายใต้การประเมินผล ( ) และประเมินพารามิเตอร์ของโมเดลเหล่านั้นโดยประมาณ ABC ;$T$$i=1,..,I$$\theta_i$$\hat\theta_i(T)$
2. จำลองการแจกแจงค่าสถิติสำหรับแต่ละโมเดลและแต่ละพารามิเตอร์ที่ประมาณไว้โดยการทดลองของ Monte Carlo$T$
3. ตรวจสอบว่าค่าเฉลี่ย ต่างกันหรือไม่โดยใช้ขั้นตอนที่ 2 ที่มีจำนวนการทำซ้ำมากพอและเช่นการทดสอบ t$\mathbb{E}_{\hat\theta_i(T)}[T(X)]$

ขั้นตอนนี้ไม่ได้อยู่ในเอกสารฉบับแรก แต่ควรจะปรากฏในฉบับแก้ไขในไม่ช้า