通过分析模型惰性进行策略性模型化简：以珊瑚钙化为例
统计方法学
2022-12-13 v2
摘要
在保持预测能力的同时降低大型模型复杂度往往困难，尤其在存在隐藏参数相互依赖时。本文中，我们展示模型惰性（model sloppiness）分析可成为一种策略性简化复杂模型的全新宝贵工具。此类分析识别对模型行为强影响或弱影响的参数组合，但该方法此前未被用于指导模型化简。以基于实验数据标定的珊瑚钙化模型为案例，我们展示了模型惰性分析如何策略性地指导保持预测能力的模型简化。此外，在比较多种惰性分析方法时，我们发现当标准优化程序难以明确识别最优拟合模型参数时，贝叶斯方法具有优势。
引用
@article{arxiv.2204.05602,
title = {Strategic model reduction by analysing model sloppiness: a case study in coral calcification},
author = {Sarah A. Vollert and Christopher Drovandi and Gloria M. Monsalve-Bravo and Matthew P. Adams},
journal= {arXiv preprint arXiv:2204.05602},
year = {2022}
}