模型选择中先验选择的重要性：一个密度依赖的例子
统计方法学
2011-08-25 v1
摘要
我们对十种北美鸭的丰度数据进行了贝叶斯分析，并利用结果研究了支持关于这些物种密度依赖原因和机制的生物学动机假设的证据。我们通过模拟和对真实数据的分析，探讨了我们的方法检测密度依赖效应的能力。同时还考察了先验选择对预测精度的影响。我们得出结论，通过考虑感兴趣系统的动力学而设定的先验，相比先前作者在鸭数据集中使用的先验，具有明显的优势。我们以此分析作为激励性例子，证明了如果要执行平衡的模型选择过程，仔细选择参数先验的重要性。我们还提出了一些简单的准则，可在无信息参数先验选择不可行的各种建模框架中遵循。这些准则将产生不仅大大减少选择某些模型时的偏差，而且能提高由此产生的模型平均预测器预测能力的参数先验。
引用
@article{arxiv.1108.4912,
title = {The Importance of Prior Choice in Model Selection: a Density Dependence Example},
author = {James D. Lawrence and Dr. Robert B. Gramacy and Dr. Len Thomas and Prof. Stephen T. Buckland},
journal= {arXiv preprint arXiv:1108.4912},
year = {2011}
}
备注
Manuscript as submitted to Ecology Journal Aug 2011