基于信息含量模型检验的 Langevin 方程贝叶斯推断
统计力学
2017-12-13 v2
摘要
贝叶斯数据分析框架已被证明是随机过程参数推断和模型选择的系统且有效的方法。在这项工作中，我们引入了一种信息含量模型检验，它可以像卡方程序一样作为拟合优度检验，以补充传统的贝叶斯分析。我们在 Langevin 方程组上展示了这一扩展的贝叶斯框架，其中坐标依赖的迁移率和测量噪声阻碍了常规的均方位移方法。
关键词
引用
@article{arxiv.1708.03664,
title = {Bayesian inference with information content model check for Langevin equations},
author = {Jens Krog and Michael A. Lomholt},
journal= {arXiv preprint arXiv:1708.03664},
year = {2017}
}
备注
10 pages, 7 figures, REVTeX, minor revisions