ABCモデルの選択

要約統計量の使用に起因するエラーが存在するため、ベイズ因子を使用したABCモデルの選択は推奨されないことが示されています。このホワイトペーパーの結論は、ベイズ因子を近似する一般的な方法（アルゴリズム2）の動作の研究に依存しています。

ベイズ因子がモデル選択を行う唯一の方法ではないことはよく知られています。モデルの予測パフォーマンスなど、関心のある他の機能があります（スコアリングルールなど）。

私の質問は、複雑な尤度のコンテキストで予測パフォーマンスの観点からモデル選択を行うために使用できるいくつかのスコアリングルールまたは他の量を近似するためのアルゴリズム2に類似した方法はありますか？

私たちの仕事に基づいて素晴らしい質問！ベイズ因子の一貫性を達成するために要約統計量の条件を導出するフォローアップペーパーをご存知ですか？これは理論的に聞こえるかもしれませんが、漸近的な結果の結果は非常に簡単です：

要約統計量与えられると、 $T$

基づいて、ABCアルゴリズムを実行（評価中の各モデルのために）およびパラメータが推定 ABC推定して、これらのモデルの。 $T$ $i=1,..,I$ $\theta_i$ $\hat\theta_i(T)$
モンテカルロ実験により、各モデルおよび各推定パラメーターの統計値分布をシミュレーションします。 $T$
チェックかの手段十分大きな反復回数と、例えば、t検定を用いてステップ2を使用して、すべての異なるです。 $\mathbb{E}_{\hat\theta_i(T)}[T(X)]$

この手順はペーパーの最初のバージョンにはありませんが、改訂版にはすぐに表示されます

— 西安
ソース

ご回答有難うございます。2枚目の論文は知らなかった。面白い結果です。私の頭に浮かぶ質問は、t検定の正規性の仮定（堅牢であることはわかっていますが、失敗する可能性もあります）と、適切な近似に必要な有意水準です。ABCでの他のモデル比較手法を知っていますか？arxivのDICに関する論文を覚えています。（私は数日以内に賞金を割り当てて、他の誰かが質問に興味を示しているかどうかを確認します。私は意地悪ではありません:)）

これは私自身の論文/研究に関するものであることを考えると、私は本当に賞金に値するものではありませんよね？！

— 西安

いい答えです。ABCを使用してモデルの予測パフォーマンスを測定する他の手法の存在に関する質問を2回スキップしたような気がします。「はい、存在します」または「いいえ、少なくとも私の知る限り」でさえ仕事をします。

{ABC}_{μ}

$\text{ABC}_\mu$