在检验模型误设的同时基于模拟推断贝叶斯分层模型
统计方法学
2022-11-03 v1 天体物理仪器与方法
统计理论
种群与进化
机器学习
统计理论
摘要
本文介绍执行一类通用贝叶斯分层模型（BHM）的基于模拟推断（SBI）同时检验模型误设的最新方法论进展。我们的方法基于两步框架。首先，推断作为 BHM 第二层出现的潜函数，并用于诊断可能的模型误设。其次，通过 SBI 推断可信模型的目标参数。第一步中使用的仿真被回收用于得分压缩，这是第二步所必需的。作为概念验证，我们将框架应用于基于 Lotka-Volterra 方程并涉及复杂观测过程的捕食-被捕食模型。
引用
@article{arxiv.2209.11057,
title = {Simulation-based inference of Bayesian hierarchical models while checking for model misspecification},
author = {Florent Leclercq},
journal= {arXiv preprint arXiv:2209.11057},
year = {2022}
}
备注
6 pages, 2 figures. Accepted for publication as proceedings of MaxEnt'22 (18-22 July 2022, IHP, Paris, France, https://maxent22.see.asso.fr/). The pySELFI code is publicly available at http://pyselfi.florent-leclercq.eu/ and on GitHub (https://github.com/florent-leclercq/pyselfi/)