Answers:
用于模型我一个的先验模型集可以recaled到 Δ我 = 甲我Ç 我 - 中号我Ñ 甲我Ç其中该模型组的最佳模式将具有 Δ = 0。我们可以使用 Δ我值估计的证据强度( w ^ 我)对所有型号的模型集,其中: w ^ 我 = Ë (- 0.5 Δ我)给定先验模型集, 这通常被称为模型i的“证据权重”。作为Δ我增加,瓦特我减小表明模型我是不太可信。这些wi值可以解释为给定先验模型集的情况下,模型i是最佳模型的概率。我们还可以将模型i与模型j的相对可能性计算为
注意,当模型1是最好的模型(最小甲我Ç)。Burnham和Anderson(2002)将其称为证据比率。下表显示了相对于最佳模型的证据比率如何变化。
Information Loss (Delta) Evidence Ratio
0 1.0
2 2.7
4 7.4
8 54.6
10 148.4
12 403.4
15 1808.0
参考
Burnham,KP和DR Anderson。2002。模型选择和多模型推理:实用的信息理论方法。第二版。美国纽约斯普林格。
Anderson,DR,2008年。生命科学中基于模型的推理:证据入门。美国纽约斯普林格。
由于贝叶斯因子的近似值,您可能使用了BIC。因此,您不考虑(或多或少)事先分配。比较模型时,模型选择阶段的BIC很有用。为了完全理解BIC,贝叶斯因素我强烈建议阅读一篇文章(第4节):http : //www.stat.washington.edu/raftery/Research/PDF/socmeth1995.pdf, 以补充知识:http:// www .stat.washington.edu / raftery / Research / PDF / kass1995.pdf